La discusión sobre el futuro de la IA vuelve a girar en torno a la seguridad, el impacto social y la velocidad de evolución de los modelos más avanzados. Sin embargo, esa conversación, aunque relevante desde el punto de vista científico, regulatorio y geopolítico, tiene hoy un impacto limitado en la realidad de la mayoría de las compañías.

El tejido empresarial no necesita esperar a una nueva generación de modelos para empezar a obtener resultados. La tecnología disponible ya es suficientemente potente para automatizar procesos, mejorar la relación con los clientes y multiplicar la capacidad de los equipos.

El verdadero cuello de botella ya no está en la inteligencia de los modelos, sino en su aplicación.

La tecnología ya ha avanzado más rápido que las empresas

Los modelos actuales pueden comprender y generar lenguaje, interpretar documentos, analizar grandes volúmenes de conversaciones, atender mediante voz o mensajería, clasificar solicitudes, extraer información, redactar contenidos, consultar bases de conocimiento y ejecutar acciones dentro de aplicaciones empresariales.

Estas capacidades permiten automatizar tareas que hasta hace muy poco exigían intervención humana constante. Hoy una empresa puede usar inteligencia artificial para atender consultas las 24 horas, gestionar citas, analizar llamadas, elaborar informes, detectar incidencias, actualizar sistemas internos o asistir a sus empleados en tareas administrativas y comerciales.

No hace falta un modelo hipotético que llegue dentro de dos años. Tampoco es imprescindible alcanzar una inteligencia artificial general. En muchos casos de uso, la capacidad tecnológica necesaria ya existe.

Paradójicamente, mientras la industria debate sobre modelos capaces de superar nuevos exámenes o resolver problemas científicos cada vez más complejos, muchas compañías siguen copiando información entre sistemas, respondiendo consultas repetitivas o revisando cientos de documentos y conversaciones uno por uno.

La distancia más importante ya no es la que separa a los modelos actuales de los futuros. Es la que existe entre lo que la inteligencia artificial ya puede hacer y lo que las organizaciones están aprovechando realmente.

El reto ha pasado del laboratorio a la organización

Aplicar inteligencia artificial en una empresa no consiste solo en conectar un modelo a una aplicación. Requiere identificar procesos adecuados, integrar sistemas, ordenar los datos, definir responsabilidades, gestionar excepciones y establecer mecanismos de supervisión.

También obliga a responder preguntas menos llamativas que las del debate sobre los modelos de frontera, pero mucho más determinantes para obtener resultados: qué ocurre cuando la IA no conoce la respuesta, cuándo debe intervenir una persona, cómo se protege la información, cómo se mide el ahorro generado, quién revisa los errores o cómo se integra la solución con el CRM, la agenda o el sistema de gestión.

Ese es el terreno en el que se decidirá el impacto empresarial de la inteligencia artificial durante los próximos años.

La ventaja competitiva no procederá necesariamente de usar el modelo más potente del mercado, sino de saber incorporar modelos suficientemente buenos dentro de procesos bien diseñados. Una solución más avanzada no compensa una mala integración, unos datos desordenados o la ausencia de objetivos operativos claros.

De hecho, para muchas aplicaciones empresariales, seguir aumentando la capacidad general del modelo aporta un beneficio marginal. Si un sistema ya puede clasificar correctamente una solicitud, generar un resumen útil o gestionar una cita, el siguiente salto de rendimiento quizá no dependa de que el modelo razone mejor, sino de que tenga acceso seguro a los datos adecuados y pueda completar la acción dentro de los sistemas de la compañía.

Ralentizar la frontera no significa frenar la adopción

Desde esta perspectiva, una eventual ralentización en el desarrollo de modelos de frontera no debería interpretarse como una paralización de la inteligencia artificial en el mundo empresarial.

Aunque durante un tiempo no aparecieran modelos sustancialmente más capaces, las empresas seguirían disponiendo de una enorme reserva de productividad por explotar. Los sistemas actuales todavía están lejos de haberse implantado de manera generalizada y profunda en la economía.

El debate sobre si conviene avanzar más despacio puede afectar a los grandes laboratorios, a la competencia tecnológica internacional y a la investigación de capacidades futuras. Pero no elimina las posibilidades que ya existen ni impide que una compañía automatice procesos con la tecnología disponible.

En términos empresariales, el problema no es una hipotética escasez de inteligencia. Es la falta de ejecución.

Las organizaciones que decidan esperar al próximo modelo corren el riesgo de entrar en un ciclo permanente de aplazamiento. Siempre habrá una versión más rápida, más barata o más precisa en el horizonte. Pero cada mes de espera también representa procesos que continúan siendo manuales, clientes que reciben una atención más lenta y equipos que dedican tiempo a tareas que ya podrían automatizarse.

De la fascinación por el modelo al valor empresarial

La conversación sobre inteligencia artificial debe empezar a madurar. Durante los últimos años se ha evaluado el progreso principalmente mediante comparativas técnicas, demostraciones sorprendentes y anuncios de nuevas capacidades. La siguiente etapa exige medir algo diferente: resultados.

¿Cuántas horas de trabajo se han liberado? ¿Cuánto se ha reducido el tiempo de respuesta? ¿Cuántas oportunidades comerciales se han recuperado? ¿Qué procesos se han simplificado? ¿Qué mejora ha percibido el cliente?

Estas son las métricas que importan fuera del laboratorio.

Esto no significa que el desarrollo de modelos de frontera haya dejado de ser relevante. Sus avances pueden abrir nuevas aplicaciones, reducir errores y resolver problemas que todavía permanecen fuera del alcance de los sistemas actuales. También es legítimo exigir prudencia, controles y garantías proporcionales a su creciente capacidad.

Pero esa conversación no debe convertirse en una excusa para retrasar la transformación que ya es posible.

La gran revolución empresarial de la inteligencia artificial no depende ahora mismo de conseguir modelos mucho más inteligentes. Depende de que las compañías aprendan a utilizar con criterio los que ya tienen a su alcance.

La frontera tecnológica puede ralentizarse. La adopción empresarial no tiene por qué hacerlo.

La entrada La empresa no necesita esperar a la próxima gran IA se publicó primero en bots.blog_.

Meta presenta 28 chatbots impulsados por personalidades

OpenAI tiende a presentar sus productos como herramientas de productividad: utilidades simples para hacer las cosas. Meta, por otro lado, está en el negocio del entretenimiento. Pero también está construyendo LLMs, y el miércoles la compañía reveló que ha encontrado sus propios usos para la IA generativa y las voces.

Además de un asistente de IA multipropósito, la compañía presentó 28 chatbots impulsados por personalidades para ser utilizados en las aplicaciones de mensajería de Meta. Celebridades como Charli D’Amelio, Dwyane Wade, Kendall Jenner, MrBeast, Snoop Dogg, Tom Brady y Paris Hilton prestaron sus voces a este esfuerzo. Cada uno de sus personajes viene con una breve y a menudo vergonzosa descripción; Zach de MrBeast se presenta como «el hermano mayor que te va a burlar, porque le importas».

El potencial de las personalidades de IA en las aplicaciones de mensajería de Meta

Todo esto me parece un paso intermedio. En la medida en que haya un mercado de personas que quieran chatear por voz con una versión sintética de MrBeast, el personaje con el que quieren interactuar es MrBeast, no el hermano mayor Zach. Aún no he podido chatear con ninguno de estos chatbots de personajes, pero me cuesta entender cómo tendrán más que un valor pasajero.

Al mismo tiempo, esta tecnología es lo suficientemente nueva como para imaginar que las celebridades aún no están dispuestas a confiar completamente sus personalidades a Meta para su custodia. Es mejor darles a las personas una idea de cómo es hablar con la versión de IA de Snoop Dogg y solucionar cualquier problema antes de presentar al verdadero Snoop Dogg. Y cuando eso suceda, el potencial parece muy real. ¿Cuántas horas pasarían los fanáticos hablando con una versión digital de Taylor Swift este año, si pudieran? ¿Cuánto pagarían por ese privilegio?

Mientras esperamos conocer las respuestas, un nuevo capítulo de las redes sociales puede estar comenzando. Hasta ahora, cuando hemos hablado de IA en aplicaciones para consumidores, ha tenido que ver principalmente con la clasificación: el uso de herramientas de aprendizaje automático para crear feeds más atractivos y personalizados para miles de millones de usuarios.

La IA está transformando nuestros feeds sociales

Esta semana obtuvimos al menos dos nuevas formas de pensar en la IA en los feeds sociales. Una es la generación de imágenes por IA, en forma de nuevos stickers que llegarán a las aplicaciones de mensajería de Meta. No está claro cuánto tiempo quieren las personas pasar creando imágenes personalizadas mientras envían mensajes a sus amigos, pero las demostraciones parecían lo suficientemente agradables.

Más significativamente, creo que es la idea de que Meta planea colocar a sus personajes de IA en cada superficie principal de sus productos. Tienen páginas de Facebook y cuentas de Instagram; les enviarás mensajes en la misma bandeja de entrada en la que envías mensajes a tus amigos y familiares. Pronto, imagino que estarán haciendo Reels.

Y cuando eso suceda, los feeds que antes se definían por las conexiones que permitían entre seres humanos se habrán convertido en algo más

La entrada ¿Redes Sociales Sintéticas? se publicó primero en bots.blog_.