La mayoría de la gente sigue teniendo la conversación equivocada sobre inteligencia artificial.
Hablan de si el modelo ya piensa mejor que un humano. De si Claude, OpenAI o Gemini van ganando. De si esto va a matar empleos, crear empleos o cambiar la educación. Todo eso importa, pero no es la historia principal.
La pregunta real es otra: por qué las empresas todavía no pueden convertir en operación ni una pequeña parte de lo que los modelos ya saben hacer.
Eso fue lo que me quedó más claro después del evento de Anthropic en Stripe.
No salí pensando en un modelo más poderoso. Salí pensando en una idea más incómoda: la tecnología está avanzando mucho más rápido que la capacidad de las empresas para absorberla.
La brecha que importa
Hubo una slide muy simple que resumió el momento completo. Mostraba tres cosas: las capacidades de los modelos, las capacidades de los negocios y la oportunidad que existe entre ambas.
Ese gap es la historia.
Porque el cuello de botella ya no está principalmente en el modelo. Está en procesos, sistemas, permisos, cultura, datos, compliance, integración y diseño organizacional. En otras palabras: en todo lo que convierte una capacidad técnica en una capacidad empresarial.
La mayoría de las empresas todavía piensa en AI como una capa extra encima del software actual. Un copiloto que mejora un poco la productividad. Pero lo que se empieza a ver ya no cabe en ese marco.
AI ya no se siente solo como software que consultas. Empieza a sentirse como infraestructura que ejecuta.
De herramientas que responden a sistemas que trabajan
Ese cambio importa porque modifica la unidad con la que pensamos el valor.
Durante años, comprabas software para que una persona trabajara más rápido. Esa era la lógica. CRM para vender mejor. ERP para operar mejor. Dashboard para decidir mejor.
Ahora empieza a emerger otra lógica: sistemas que no solo ayudan a una persona a hacer trabajo, sino que hacen parte del trabajo por sí mismos.
Ahí es donde la palabra agéntico deja de sonar a buzzword y empieza a importar.
Un copiloto responde. Un agente resuelve.
Un copiloto te ayuda con una tarea. Un agente puede mantener contexto, usar herramientas, coordinar pasos, interactuar con sistemas y entregarte un resultado terminado.
No es solo un cambio de interfaz. Es un cambio de unidad económica.
Ya no estás comprando únicamente productividad. Estás comprando ejecución.
La empresa AI-native no es una empresa normal con prompts
También me quedó más claro algo que ya intuía: una empresa AI-native no es una SaaS tradicional con un feature de copiloto pegado encima.
Es una organización diseñada desde el día uno para build, run y ship con inteligencia integrada en el centro.
- Build, porque construir producto ahora requiere menos fricción y más orquestación.
- Run, porque muchas funciones internas pueden rediseñarse alrededor de agentes y sistemas automáticos.
- Ship, porque la velocidad para probar, iterar y lanzar aumenta de forma brutal.
Eso cambia cómo piensas talento, headcount, margen, producto y velocidad.
Y sobre todo, cambia qué significa operar bien.
Por qué esto importa tanto en LATAM
En LATAM solemos asumir que llegamos tarde a todas las grandes olas tecnológicas. Cloud, fintech, infra, devtools. Pero en esta capa todavía no está decidido nada.
Y eso me parece una oportunidad enorme.
Porque si el valor no solo está en inventar modelos, sino en construir empresas capaces de operar con ellos, entonces la cancha vuelve a abrirse. No necesitas ser el laboratorio frontier. Necesitas ser de los primeros en diseñar procesos, productos y equipos donde la inteligencia no sea un add-on, sino parte de la arquitectura.
Eso puede producir compañías mucho más rápidas, mucho más ligeras y mucho más difíciles de alcanzar para quienes sigan operando con mentalidad vieja.
Lo que realmente cambia
Hay algo que no se dijo explícitamente en el evento, pero estaba en el aire todo el tiempo: por primera vez, la capacidad de ejecutar deja de ser el principal cuello de botella.
Si eso es cierto, entonces el valor se mueve hacia otra parte.
Hacia definir mejor problemas. Hacia diseñar mejores sistemas. Hacia decidir qué vale la pena automatizar y qué no. Hacia saber dónde poner juicio humano y dónde dejar que una máquina corra sola.
Durante décadas, el mercado premió al que mejor ejecutaba tareas repetibles. Lo que viene premia al que mejor diseña sistemas que ejecutan.
Por eso creo que la conversación correcta ya no es si la IA va a reemplazar trabajos o si un modelo le gana a otro en un benchmark.
La conversación correcta es esta: qué tipo de organización estás construyendo para un mundo donde ejecutar cuesta cada vez menos y pensar con claridad vale cada vez más.
Un pensamiento final
Lo que me dejó Anthropic en Stripe no fue hype. Fue claridad.
La AI ya no está en etapa de a ver si sirve. Ya entró a la etapa donde el problema principal no es capacidad técnica, sino capacidad de implementación.
Y en ese mundo, los ganadores no van a ser necesariamente quienes tengan mejor acceso. Van a ser quienes aprendan más rápido a construir alrededor de esta nueva capa.
Porque cuando una tecnología avanza más rápido de lo que las empresas pueden absorber, no solo cambia herramientas.
Redistribuye poder.
Y esa redistribución ya empezó.