El futuro de la empresa

Nota de los autores: este es el segundo ensayo de nuestra serie sobre la próxima economía, que forma parte de una nueva plataforma para dar cabida a voces independientes que exploran un futuro con IAG. Refleja nuestras opiniones, no las de OpenAI ni las de nuestros compañeros.

Los dos teníamos veinticuatro años cuando empezamos a dirigir nuestros propios equipos aquí, en OpenAI. Eso impresiona menos cuando conoces a nuestros equipos.

Se supone que nos toca hacer el trabajo pesado. A los veinticuatro años estás en lo más bajo de la jerarquía empresarial. Tomas notas en las reuniones y redactas algunos informes. Tras años de trabajo tedioso, te asignan, con suerte, más responsabilidades.

Nuestra trayectoria, y la de muchos jóvenes de hoy, está siendo distinta. Nos incorporamos al mundo laboral con «empleados» ya a nuestras órdenes. Estos ayudantes trabajan día y noche, fines de semana y festivos. Se les da muy bien el trabajo pesado. Incluso contamos en plantilla con medallistas de oro de olimpiadas matemáticas para asesorarnos. Nuestros nuevos subordinados aún cometen bastantes errores. Pero van mejorando, aprenden qué necesitamos y nosotros aprendemos a dirigirlos.

Ninguno de los dos ha subido por la escalera jerárquica. En cambio, las funciones de dirección han bajado hasta nuestro peldaño. Este ensayo trata de nuestro ascenso y de las otras formas en que las empresas podrían reorganizarse al entrar en la era de la inteligencia.

Cuando la IA entra en la empresa, ¿dónde se sitúa? Presentamos tres escenarios ilustrativos:

Ninguno se desarrollará exactamente como lo describimos, pero creemos que algunos aspectos de los tres se harán realidad. Los tres ya están ocurriendo de forma sutil.

Aquí no nos centramos en la automatización total, sino en una economía en transición. Nos interesa cómo serán las empresas híbridas a medida que la IA mejore y se integre en las organizaciones existentes.

Creemos que la empresa híbrida es un concepto importante porque la adopción productiva de la IA no es instantánea. Cuando los modelos solo realizan una parte de las tareas, puede resultar más fácil que los adopten los empleados de base que conocen el trabajo. Una vez que los modelos desempeñan funciones amplias de principio a fin, los altos cargos pueden utilizarlos directamente. A nuestro juicio, una IA más capaz es más fácil de adoptar: las empresas deben aprender a usar las tecnologías, pero los trabajadores aprenden cómo funciona la empresa y pueden integrarse por sí solos.

Analizaremos los tres nuevos tipos de organigrama y después sus implicaciones para el futuro de la burocracia, la autonomía de los trabajadores, el tamaño de las empresas y la desigualdad salarial.

Nuestro primer escenario parece el menos disruptivo. En él, las personas conservan sus puestos y sus relaciones jerárquicas, y aparentemente hacen el mismo trabajo que antes. El organigrama humano parece no cambiar entre el presente y ese futuro.

La diferencia está debajo de nosotros. Por debajo de cada empleado sin personal a cargo, una nueva fuerza laboral de IA pasa a responder ante cada uno de nosotros. Nuestro organigrama gana un sótano y todos pasamos a dirigir equipos.

Al principio, ese sótano está sin terminar. Empezamos con uno o dos agentes por persona, que se parecen menos a empleados experimentados que a becarios entusiastas a los que debemos supervisar y perdonar los errores sin reparos. Nuestras expectativas son modestas: enviar un correo por aquí, redactar un informe por allá y responder a mensajes de Slack por todas partes. Como los empleados humanos con poca experiencia, empiezan con poca autonomía y poca confianza depositada en ellos.

Pero, a medida que mejoran los modelos, nuestros agentes asumen más tareas con menos supervisión. Se coordinan entre sí. Puede haber IA que dirijan y otras que hagan el trabajo pesado, contables y abogados, todos trabajando juntos a tus órdenes. Lejos de tener que guiar a un becario en cada paso, acabas al frente de lo que parece una pequeña empresa por derecho propio, con su propio organigrama y contigo como consejo de administración.

Fíjate en que este escenario no implica despidos. Aquí adoptamos la IA sin automatizar nuestros propios puestos. En cambio, automatizamos lo que éramos antes y ascendemos en la jerarquía. La IA asume cada vez más de lo que hacíamos antes. Nuestros puestos se mantienen porque hay más que gestionar y pasamos a ser responsables de un mayor volumen de producción.

Los puestos de trabajo no son estáticos⁠(se abre en una ventana nueva). Supongamos que la IA puede hacer el noventa por ciento de lo que hacías antes. Podrías concluir que solo te queda un diez por ciento del trabajo. La otra posibilidad es que sigas teniendo un trabajo completo, solo que distinto: ahora centrado en un objetivo diez veces mayor. Ese es el regalo clásico de la tecnología: aumenta la productividad, la ambición crece a su altura y los salarios pueden subir⁠(se abre en una ventana nueva) con ella.

Todo esto depende de si seguimos aportando valor⁠(se abre en una ventana nueva) a la producción. Este ensayo se centra en los próximos años, en los que la automatización aún no podrá hacerlo todo ni se habrá adoptado de forma universal. Aunque la IA pudiera hacerlo todo, quizá seguiríamos valorando más algo por haberlo hecho una persona o insistiríamos en que una persona tuviera la última palabra.

También depende de nuestro apetito de consumo. Si, como consumidores, no nos interesa una producción diez veces mayor, el equilibrio se desplazará hacia menos trabajadores o menos horas de trabajo. Históricamente, los aumentos de producción no nos han saciado. Tenemos mucho más⁠(se abre en una ventana nueva), pero trabajamos solo un poco menos⁠(se abre en una ventana nueva). Si nuestro apetito sigue creciendo a medida que se multiplica la producción, y seguimos aportando a ella, elegiremos seguir intercambiando nuestro trabajo por más consumo. Si, en cambio, la producción se vuelve tan abundante que nos sacia, podríamos optar por reducir la población activa.

Hay otras objeciones que abordaremos más adelante, como si habrá un mayor número de empresas más pequeñas. Aun así, creemos que este escenario es importante porque la adopción tiene que empezar por algún sitio. Las empresas necesitan una forma de evolucionar con estabilidad desde sus estructuras organizativas actuales. Potenciar el trabajo de los empleados actuales puede ser un primer paso más sencillo que una reestructuración total. Ya lo vemos hoy: un trabajador tras otro delega en la IA, sin que haya habido por ahora una revolución organizativa.

Este escenario depende de que los primeros en contratar sean los trabajadores de primera línea. Los trabajadores de base, no los responsables ni los directivos, lideran la adopción de la IA. Eso parece probable mientras quien mejor consiga que la IA haga el trabajo sea quien antes lo hacía por sí mismo.

Los modelos ya pueden automatizar muchas tareas de ciencia de datos, pero a un jefe de departamento que desconozca los métodos y los detalles le costará aprovechar las herramientas. Hasta que la IA tenga suficiente iniciativa para decirte lo que no sabes —como veremos en el siguiente escenario—, probablemente funcionará mejor para quienes ya sepan cómo se hace el trabajo.

El mayor cambio de este escenario afecta a quienes empiezan su carrera laboral. Ya no habría un último peldaño, al menos no para los humanos. Cuando contratemos a jóvenes, no será para colocarlos en la tediosa base de la empresa. Esos puestos los ocupará algo a lo que no le importe.

Con ello perdemos algunas vías tradicionales para formar a los jóvenes: la formación como aprendiz⁠(se abre en una ventana nueva), el aprendizaje a base de tareas ingratas y el ganarse los galones. Son costes reales, pero en conjunto lo vemos como un privilegio. Hasta la persona recién contratada más inexperta, si tiene una buena idea, dispone de recursos para experimentar. La excusa de siempre, es que no tenemos personal suficiente, está desapareciendo. Una empleada que empieza, con un gran videojuego en mente y sin posibilidad de conseguir personal, ahora puede simplemente crearlo.

A nuestro juicio, en este escenario de «ascenso» sigue habiendo mucho que aprender para los trabajadores con poca experiencia: criterio, gusto, capacidad de gestión y visión creativa. Tendremos incentivos para cultivar estas habilidades porque se reflejan en los resultados de nuestro trabajo. Seguiremos aprendiendo con la práctica⁠(se abre en una ventana nueva), pero con un ámbito de responsabilidad más amplio. Los veteranos de la empresa seguirán teniendo incentivos para ayudarnos como mentores responsables, con una participación económica en nuestro éxito. La oportunidad es que todos desempeñemos una función más estimulante, en cualquier peldaño. Cualquier trabajador puede demostrar su talento con más responsabilidades, algo especialmente importante para quienes empiezan y no tenían ninguna.

La segunda vía de entrada de la IA en la empresa se entreteje con el organigrama existente. Aquí los agentes no ocupan el último escalafón, sino que son compañeros. Una responsable tradicional asigna una parte del trabajo del equipo a un modelo igual que delegaría en cualquier empleado. La IA se sitúa al lado de los humanos, no solo por debajo.

La diferencia clave respecto al primer escenario: aquí, la IA productiva la adoptan quienes ya dirigen equipos humanos, no solo los empleados que ahora no tienen personal a cargo. Para ello, debe ser lo bastante competente como para integrarse plenamente en el equipo.

Los humanos somos generalistas. Un martillo ayuda con una tarea; una persona hace mucho más. El paso de la IA de herramienta a fuerza laboral implica un alcance cada vez mayor: automatizar la tarea, después el puesto, luego un equipo y, por último, una empresa. Cada aumento de alcance exige competencias más amplias.

Un puesto de trabajo es una maleta llena de tareas. En el caso de un equipo entero, esa maleta está repleta de trabajos de lo más variado. Cuantas más tareas se asumen, más posibles cuellos de botella hay. Si una sola tarea esencial del equipo implica trabajo físico, hace falta todo un nuevo conjunto de periféricos. Para sustituir directamente a un equipo entero, la IA debe ser capaz de asumir todas sus diversas responsabilidades.

Desarrollar una IA capaz de asumir responsabilidades más amplias es más difícil. Pero, para las empresas —y esta es la asimetría central de toda la transición—, cuanto mayor es el alcance, más fácil resulta adoptarla.

Un directivo puede incorporar directamente un equipo o una función amplia automatizados de principio a fin. Una herramienta con capacidades más limitadas no puede implantarse desde arriba con tanta facilidad. La herramienta más sencilla depende de una aceptación generalizada y de que la plantilla reciba nueva formación.

Tradicionalmente, las nuevas tecnologías abaratan un conjunto limitado de tareas. Después, el esfuerzo recae en el comprador. La empresa debe averiguar cómo aprovechar la nueva herramienta y formar de nuevo a su personal, reorganizarse y rediseñar sus procesos⁠(se abre en una ventana nueva) en torno a ella. El software de hojas de cálculo no se integró por sí solo en el departamento de contabilidad: fue el departamento el que se reorganizó en torno al software.

Con los trabajadores ocurre lo contrario. Un becario, un empleado y un buen equipo averiguan cómo serte útiles a ti. Te hacen preguntas, asimilan tu contexto y detectan tus necesidades. Te cuentan lo que ni siquiera sabías que desconocías. Los mejores trabajadores se integran por sí solos.

Cuanto más se parezca la IA a los trabajadores en este sentido, con iniciativa y capacidad de adaptación, menos tendrá que aprender la empresa a aprovecharla y más averiguará la propia IA cómo ser útil a la empresa. Un directivo probablemente no se sentará a escuchar una clase de iniciación a un programa de diseño para aprender a usar una nueva herramienta. Pero sí escuchará de buen grado una oferta como esta: solo tienes que decirlo y montaré todo tu departamento de marketing.

Con demasiada frecuencia, decimos que el santo grial de la IAG es automatizar un puesto de trabajo. Es cierto que aún no hemos llegado ni siquiera a eso. Los puestos de trabajo son tan extraordinariamente complejos porque nosotros somos asombrosamente capaces. Aun así, muy poca⁠(se abre en una ventana nueva) de la producción de nuestra economía procede de trabajadores que actúan en solitario. Los puestos productivos contribuyen a los equipos, los equipos a las empresas, y las empresas producen casi todo lo que consumimos.

Tomar el «puesto de trabajo» como referencia para la IAG no reconoce suficientemente la capacidad humana. Trabajar no consiste solo en realizar tareas, ni siquiera en resolver sus componentes no rutinarios: nuestro trabajo también exige una coordinación prodigiosa, la flexibilidad para aportar pequeñas partes de resultados mayores. Reducirnos a meros conjuntos de tareas es malvender nuestras capacidades. La capacidad humana reside más en nuestras organizaciones⁠(se abre en una ventana nueva) que en el individuo. Una IAG económica debe estar a la altura de las personas en conjunto, no de una sola persona.

Por eso, el escenario de «intercalación» puede ser bastante ineficiente si la IA sigue funcionando como una herramienta o incluso como un trabajador, en lugar de como un equipo o una empresa. Colocar un modelo junto a cada trabajador supone mil puntos de conexión y traspasos de trabajo⁠(se abre en una ventana nueva). Esta configuración fragmentaria puede ralentizar la adopción.

Vemos una carrera entre las primeras implementaciones, menos capaces, y los modelos posteriores, más capaces. El ganador dependerá de si los modelos futuros se adoptan tan rápido que compensen el tiempo adicional necesario para alcanzar esas competencias.

Este escenario de «intercalación» puede coexistir con el primero, el de «ascenso». Podríamos ver empresas que reducen su plantilla humana a medida que la IA automatiza ciertas funciones, mientras que las personas que permanecen asumen responsabilidades mucho más amplias con ayuda de sus equipos de agentes. Es importante señalar que, por sí solo, este escenario no implica una reducción del empleo humano total. Podríamos encontrarnos con más empresas, cada una con menos empleados.

Nuestro tercer escenario es el más desconcertante. Aquí, la IA entra en la empresa por encima de las personas. La estructura ya no es de humanos sobre máquinas, sino de humanos, IA y humanos: un sándwich de automatización. Algunas personas «responden» ante una IA.

Suena descabellado, sobre todo como punto de partida para su adopción empresarial. Pero creemos que, de formas menos radicales, esto ya ha empezado.

Incluso cuando pensamos en la IA como una forma de mecanizar el trabajo cognitivo, tendemos a centrarnos en los peldaños inferiores. Solemos decir que la IA automatiza las hojas de cálculo y las presentaciones, no la dirección. Intuimos que la automatización asciende por la jerarquía: primero el trabajo cognitivo rutinario y, por último, el criterio, con el puesto de responsable como último reducto.

Pero gran parte del trabajo de un responsable transcurre en un ordenador y en la mente: leer, reunirse, sopesar, tener presente el contexto y tomar decisiones. La presencia física tiene valor, al igual que recorrer las oficinas y estar cerca del equipo. Sin embargo, es el trabajo de base, aun cuando es principalmente cognitivo, el que interactúa más con el mundo físico y las herramientas que el trabajo de dirección. A quien mandan a la fotocopiadora es al becario, no a su jefe.

Es difícil enseñar a un modelo a tomar decisiones de gestión porque el éxito es ambiguo y se mide a largo plazo. Por razones similares⁠(se abre en una ventana nueva), también resulta difícil formar buenos responsables humanos. Aún no sabemos hasta qué punto se les da bien dirigir a los modelos. Abundan nuestras evaluaciones del trabajo cognitivo centrado en la ejecución, pero pocas captan la coordinación a gran escala propia de responsables y directivos.

Aun así, conviene considerar que los modelos actuales quizá estén más cerca de las capacidades de los responsables humanos que de las de los trabajadores de base. Algunas funciones de dirección podrían automatizarse antes que el trabajo que supervisan.

Quizá la versión plena de este escenario de «superposición» sea una IA que se encargue de pensar y cubra sus carencias con contratistas humanos que respondan ante ella. Ese mundo nos resulta bastante ajeno. Tendrían que cambiar muchas cosas.

Pero hay una versión más natural, cuyo primer acto ya está en escena: el asesoramiento. Hoy, una directiva puede pedir a ChatGPT que lea cientos de canales de Slack, documentos, comunicaciones y archivos de código de toda su empresa y que después responda a sus preguntas. ¿A qué se dedica realmente este equipo? ¿Dónde está apareciendo esa vulnerabilidad? Le resulta cada vez más fácil analizar⁠(se abre en una ventana nueva) cada parte de la organización.

Los directivos llevan mucho tiempo insertando intermediarios mercenarios en el organigrama: lo llamaron consultoría. Una consultoría de gestión añade una capa por encima de ti, de forma temporal y a un precio elevado. En el futuro, los consultores de IA podrían tener un coste ínfimo y estar siempre presentes.

Los modelos apenas están empezando a analizar con fiabilidad los documentos y las comunicaciones de las empresas. Su gusto y su iniciativa deben madurar. Por ahora, ChatGPT ayuda a una directiva motivada a conocer su organización con más detalle. Creemos que acabará convirtiéndose en una consultoría integral. No será un verdadero «jefe» de los empleados de niveles inferiores, sino una fuente interna de información y asesoramiento para los directivos. Aprovechará sus conocimientos empresariales para examinarlo todo, sacar a la luz los problemas por iniciativa propia y ayudar a priorizarlos.

Que esto resulte beneficioso o perjudicial dependerá de quien dirija. El efecto estructural es la centralización. Creemos que esto acortará la distancia entre la alta dirección y la empresa real. Concentra más poder en la cúpula, donde antes las dificultades para transmitir información favorecían una toma de decisiones más descentralizada.

Este escenario nos parece de gran calado, no solo por cómo redistribuye la autoridad, sino por lo fácil que puede ser adoptar la IA como consultoría. Al igual que la consultoría tradicional, la de IA no exige conocimientos técnicos al directivo. No es como el ordenador, que se adoptó desde abajo por quienes sabían teclear y manejar un terminal. Solo tienes que hablar con tu consultor, que se encarga de la parte técnica. Esta oleada de adopción puede empezar en el despacho de la dirección. La consultoría, a su vez, podría acelerar la adopción de la IA en el resto de la organización.

Hay un motivo de peso por el que las empresas desconfían del trabajo remoto y la contratación externa: la capacidad de exigir que se cumpla lo acordado. Nunca ha habido una forma barata de que las empresas observen cómo se realiza el trabajo con toda la riqueza de matices que merece. Por eso miden sus apariencias⁠(se abre en una ventana nueva): recuentos de clics, movimientos del ratón, puntos verdes de estado; señales tan alejadas de si se está haciendo un buen trabajo.

La IA ofrece un sistema de supervisión que comprende. Puede examinar lo que produce una persona y reconocer avances reales hacia objetivos más amplios. Como veremos en la siguiente sección, ninguna nueva forma de vigilancia debe implantarse a la ligera⁠(se abre en una ventana nueva). Pero, en las circunstancias adecuadas, puede aumentar la confianza y animar a las empresas a dar más libertad a sus empleados.

Si el sistema de supervisión comprende los muchos caminos distintos que pueden conducir a un buen resultado, los empleados podrán trabajar más a su manera. Importará más avanzar hacia buenos resultados que seguir un único método prescrito que los jefes puedan controlar fácilmente. Una supervisión inteligente permite flexibilidad y penaliza esa productividad de cara a la galería que todos detestamos.

La propuesta de valor se parece a la de las aseguradoras que te bajan la prima si instalas un dispositivo de seguimiento en el coche. Si intentabas engañar al sistema, esto te perjudica; si simplemente hacías tu trabajo, la supervisión puede darte la razón y hacer que la dirección confíe más en ti.

Esa confianza abre posibilidades. Podríamos ver una mayor apertura⁠(se abre en una ventana nueva) en empresas antes reacias al trabajo híbrido, a las mentes poco convencionales, a los contratistas o a contratar a personas brillantes de países lejanos.

Hoy, el organigrama plantea muchos problemas a los empleados de base. Resulta profundamente desalentador no tener forma de trasladar a los superiores un problema que vemos de primera mano. Es injusto estar atrapado bajo un responsable ineficaz o hacer un trabajo excelente que nadie reconoce.

Consideramos que la anterior oleada de hiperoptimización empresarial se construyó sobre datos limitados, pautas aproximadas y algoritmos poco inteligentes. Si solo puedes procesar relaciones entre engranajes, todo el mundo te parece una pieza de la máquina. Las empresas llevan mucho tiempo con un problema a la hora de medir el trabajo de su plantilla. Una supervisión inteligente podría reconocer aportaciones valiosas y enfoques singulares que las rudimentarias métricas actuales pasan por alto.

A partir de los tres escenarios simplificados, exploramos ahora algunas de las preguntas decisivas para el futuro de la empresa.

Crear suele ser bastante caro. Una aplicación, una película, una presentación, una función, un análisis: rehacer cualquiera de ellos resulta caro, lento y desesperante. Cuando, en la práctica, solo tienes un disparo, te esfuerzas en apuntar bien. Hay ciclos de planificación, rituales para definir hojas de ruta y comités de aprobación, todo para garantizar que, cuando la empresa dé por fin luz verde, sea a algo que merezca la pena. Muchos controles de nuestras jerarquías existen porque ejecutar era costoso.

En muchos ámbitos, la IA está reduciendo drásticamente el coste de crear, al menos hasta la fase de prototipo, si no hasta el producto terminado. Creemos que el enfoque de la empresa debería cambiar en consonancia: apuntar menos y disparar más. Una empresa puede crear un prototipo, observar, aprender rápido, cambiar de rumbo y volver a crearlo. La facilidad para crear prototipos⁠(se abre en una ventana nueva) debería alejar a las empresas de las estructuras que sustentan una producción intensiva en planificación.

La versión más sencilla de esto es un equipo que itera más rápido. En una interpretación más radical, se cuestiona el propio equipo. Si la planificación conjunta importa menos y las ideas diversas e independientes importan más, ¿es mejor tener un único equipo que itere deprisa o muchas personas que presenten cada una sus propios prototipos funcionales? Si un prototipo real transmite una visión mejor que cualquier documento de definición de alcance, ¿cambiarán nuestras pautas de comunicación para compartir más, antes y con creaciones concretas en lugar de informes?

El abaratamiento de la creación puede dar más peso a los individuos dentro de la empresa. Esto supondría menos niveles de mandos intermedios y menos necesidad de pedir permiso, porque antes pedirlo salía más barato que actuar y ahora ya no.

Dicho esto, como veremos a continuación, la misma tecnología que permite crear prototipos individualmente con menos riesgo también puede imponer más trabas burocráticas.

Uno de los principales motivos por los que las empresas imponen una dirección de arriba abajo es la creencia de que los directivos toman mejores decisiones relevantes para el negocio⁠(se abre en una ventana nueva) que los trabajadores con poca experiencia. Las empresas pagan más por contar con profesionales veteranos muy competentes en la cúpula, y los responsables suelen formarse en estrategia empresarial, mientras que los empleados sin personal a cargo se especializan en su campo. Si la IA ofrece un asesoramiento excelente a todos los trabajadores, se reduce la diferencia en la calidad de las decisiones. Habría menos motivos para que los responsables se entrometieran. Esto aumentaría la autonomía de los trabajadores y podría reducir los niveles de dirección.

Del mismo modo, la «consultoría de IA» garantiza que no ocurra nada demasiado trascendente sin avisar a un directivo. Si un trabajador está a punto de publicar una entrada de blog con graves repercusiones para la empresa, la consultoría alertará al directivo por iniciativa propia. Esto genera confianza: la dirección no tiene que temer que se produzcan grandes contratiempos sin enterarse, por lo que no necesita ejercer un control tan estricto⁠(se abre en una ventana nueva) sobre cómo hace su trabajo cada empleado.

Pero la consultoría de IA es un arma de doble filo⁠(se abre en una ventana nueva). Como sistema de supervisión inteligente, puede fomentar la confianza en los trabajadores; también puede imponer con más firmeza en toda la organización la forma de hacer las cosas que prefiera el consejero delegado. Las empresas valoran la coherencia⁠(se abre en una ventana nueva): no solo una buena decisión, sino una decisión compatible con la cultura, la marca y las economías de escala de la empresa. Una cadena de restaurantes puede preferir una carta común para todas sus franquicias, de modo que pueda comprar ingredientes al por mayor y los clientes sepan que encontrarán un producto uniforme.

Además, los incentivos de los jefes de una empresa no siempre coinciden con los de los trabajadores. Los trabajadores buscan maximizar el éxito de su área⁠(se abre en una ventana nueva), mientras que a los directivos les importa la empresa en su conjunto. Los accionistas tienen preferencias distintas de las de los asalariados, porque recogen los frutos⁠(se abre en una ventana nueva) de un mayor esfuerzo laboral. La consultoría podría exigir un cumplimiento más estricto de las pautas específicas dictadas desde arriba.

En conjunto, creemos que los trabajadores ganarán autonomía. Nuestro optimismo se basa en que las empresas utilicen la IA para señalar las excepciones importantes y dejen más decisiones en manos de los trabajadores.

Creemos que la IA actuará como una estructura de apoyo: aunque los directivos quieran mantener una marca coherente, esto será simplemente un límite dentro del cual trabajar. Los trabajadores conocerán mejor las restricciones del negocio y contarán con más garantías para dar rienda suelta a su creatividad allí donde esas restricciones no se apliquen. Con los riesgos cubiertos, los directivos pueden dejar que los empleados prueben nuevos enfoques potencialmente rentables. Con la ayuda de asistentes de IA a nuestro cargo, los trabajadores también seremos responsables de resultados de mayor envergadura. Vemos más oportunidades para la creatividad cuando se dirige un trabajo más complejo.

La misma lógica sobre la autonomía de los trabajadores se aplica al tamaño de las empresas. Ronald Coase⁠(se abre en una ventana nueva) se preguntó por qué organizamos la producción dentro de empresas en lugar de mediante una red de contratos. Incluso un avión podría construirse únicamente mediante contratos entre particulares, pero sería muy ineficiente. Las empresas aprovechan economías de escala, alinean incentivos, organizan grandes proyectos y evitan la necesidad de negociar constantemente.

Al facilitar la comunicación, la IA podría justificar tanto empresas más grandes como más pequeñas. La empresa clásica es una infraestructura que transmite información hacia arriba e instrucciones hacia abajo, con muchas fricciones y distorsiones propias del teléfono escacharrado. Una empresa más grande, con más empleados humanos, resulta más manejable si la IA actúa como capa de coordinación. Con la «consultoría de IA», una directiva puede conocer su empresa como un fundador conoce su empresa emergente de veinte personas. Puede observar cómo se ejecuta una iniciativa en lugar de esperar al informe trimestral, y recibir avisos si ocurre algo. Su visión puede impregnar más áreas de la empresa. Todos conocen mejor lo que hacen los demás y las prioridades generales de la organización.

Pero también podría ocurrir lo contrario. Si la comunicación fluye sin obstáculos y resulta más fácil supervisar el cumplimiento, una empresa no necesita integrar internamente tanta parte de su cadena de suministro. Puede confiar más en proveedores y contratistas externos.

Uno de los principales motivos de la integración vertical es alinear los incentivos. Existe el concepto de contratos incompletos⁠(se abre en una ventana nueva): una empresa aeroespacial puede contratar a un fabricante de motores a reacción, pero, en todo lo que no se exija expresamente en el contrato, el fabricante tiene incentivos para escatimar y velar por su propio beneficio. Para evitarlo, la empresa aeroespacial compra el fabricante de motores. Ocurre lo mismo que entre trabajadores y jefes: si es más fácil supervisar los contratos y arbitrar su cumplimiento con inteligencia, en lugar de limitarse a marcar casillas, las empresas pueden sentirse más cómodas dependiendo de otras. Habría menos motivos para hacerlo todo dentro de la propia empresa.

Esperamos ver muchas empresas más pequeñas, pero también grandes «sociedades holding» de IA que desarrollen una enorme cantidad de proyectos distintos dentro de una misma empresa. El conglomerado resulta rentable cuando existe algún activo común que aprovechan todos los proyectos. Ese activo común podría ser la capacidad de cómputo, aunque esta puede contratarse fácilmente en pequeñas cantidades según las necesidades. Una fábrica o una flota de robots compartidas ofrecen una justificación mejor.

Una gran «sociedad holding» también puede justificarse por la alineación de incentivos. Si una gran organización de IA y capital se dedica por completo a una misión común, como curar el cáncer, hay menos necesidad de iniciativas pequeñas e independientes. Una empresa de IA podría evitar las luchas de poder, compartir toda la información y, cuando fuera necesario, generar diversidad creativa entre sus agentes para explorar distintos caminos.

Se supone que el sistema actual recompensa a los trabajadores que destacan. Ascienden en la jerarquía y reciben mejores remuneraciones. Pero, en un mundo con modelos que asesoran de forma excelente, ¿cómo se distinguirán los trabajadores?

Si la IA ofrece la misma gran idea a todo el mundo, tenemos menos oportunidades de diferenciarnos. Las diferencias entre escalas salariales deberían reducirse.

Lo que contrarresta esa reducción es el criterio, el gusto y el alcance de las responsabilidades. Si cada uno dirige empresas de IA a su cargo, el valor humano que queda reside en nuestra toma de decisiones. Si cada persona tiene a su cargo una actividad de mayor envergadura, la diferencia entre el buen y el mal criterio tiene más repercusión⁠(se abre en una ventana nueva).

Llevamos mucho tiempo aplicando esta lógica a la cima del organigrama. Justificamos la remuneración de los consejeros delegados⁠(se abre en una ventana nueva) con la idea de que unas decisiones ligeramente mejores en la cúpula pueden tener enormes efectos sobre los beneficios. La desigualdad salarial podría aumentar si algunos trabajadores gestionan mejor las empresas de IA a su cargo a la hora de emplear recursos escasos.

Cuanto más haya en juego, más se reflejará en tu nómina la pequeña ventaja que tengas sobre otra persona. Por otro lado, la IA dará buenos consejos a todo el mundo. Una menor diferenciación reduce la dispersión salarial.

Aquí, como en otros ámbitos, la fuerza que prevalezca quizá dependa de si nos dedicamos principalmente a aportar criterio o a seguir el de otros.