Sí. Al menos parte de él. Y quizá esa sea una de las mayores oportunidades que tenemos delante.
Hay una pregunta que aparece inevitablemente cada vez que hablamos de inteligencia artificial.
¿Nos va a quitar el trabajo?
La respuesta tranquilizadora sería decir que no. Que la inteligencia artificial solamente nos ayudará. Que aparecerán nuevas profesiones. Que las personas siempre serán necesarias. Que ya hemos vivido otras revoluciones tecnológicas y al final seguimos trabajando.
Probablemente todo eso contenga una parte de verdad.
Pero quizá estamos formulando mal la pregunta.
Porque la inteligencia artificial ya está eliminando trabajo.
No necesariamente empleos completos. Todavía no. Pero sí tareas, procesos y horas de trabajo que hasta hace muy poco necesitaban inevitablemente a una persona delante.
Tecnología, sistemas e investigación para hacer la empresa más entendible.
Neurona desarrolla sistemas, módulos y capas de producto para empresas que necesitan ordenar tecnología, datos y operación sin añadir más ruido.
Y esto no ha hecho más que empezar.
Quizá, en lugar de preguntarnos si la inteligencia artificial conseguirá quitarnos el trabajo, deberíamos empezar a preguntarnos:
¿cuánto trabajo conseguirá quitarnos?
Y, sobre todo:
¿qué haremos con todo lo que deje de ser necesario?
Una revolución difícil de medir mientras ocurre
Es complicado observar una revolución desde dentro.
Los cambios tecnológicos realmente importantes rara vez llegan como un momento perfectamente identificable. Se acumulan.
Primero parecen curiosidades.
Después herramientas.
Después ventajas competitivas.
Y finalmente transforman las reglas sobre las que funcionaba todo lo anterior.
Con la inteligencia artificial estamos probablemente en alguna parte de ese proceso.
En apenas unos años hemos pasado de sistemas capaces de completar textos a modelos que pueden escribir código, interpretar documentos, analizar datos, investigar, utilizar herramientas, comprender imágenes, mantener conversaciones complejas y empezar a operar sobre sistemas externos.
Cada pocos meses aparece una capacidad que poco antes parecía pertenecer a un futuro lejano.
Y no vemos todavía el final.
Eso debería producir entusiasmo.
También cierta prudencia.
Estamos construyendo sistemas cada vez más capaces y delegándoles cada vez más partes de nuestra actividad intelectual y operativa. Sería ingenuo pensar que una transformación de esta magnitud no tendrá consecuencias económicas, laborales y sociales importantes.
Habrá empleos que desaparecerán.
Habrá profesiones que cambiarán profundamente.
Habrá tareas por las que sencillamente dejaremos de estar dispuestos a pagar a una persona.
Y habrá organizaciones que descubran que pueden producir lo mismo —o mucho más— con estructuras considerablemente menores.
Negarlo no protege a nadie.
La pregunta interesante es qué hacemos con esa capacidad.
No todo lo que llamamos trabajo merece ser conservado
Durante mucho tiempo hemos asociado trabajo, identidad y dignidad.
“El trabajo dignifica.”
Es una idea comprensible.
Construir algo puede dignificar.
Enseñar puede dignificar.
Cuidar a otra persona.
Investigar.
Crear.
Resolver un problema difícil.
Cultivar.
Diseñar.
Ayudar.
Aprender un oficio hasta dominarlo.
Hay una dimensión profundamente humana en muchas formas de trabajo.
Pero hemos acabado extendiendo esa idea hasta asumir que trabajar, por sí mismo, es necesariamente algo positivo.
Y no es exactamente lo mismo.
Una parte enorme de nuestra jornada laboral está formada por actividades que hacemos simplemente porque alguien tiene que hacerlas.
Copiar información de un sistema a otro.
Buscar un documento.
Preparar una hoja de cálculo.
Cruzar tres informes.
Clasificar correos.
Reescribir información que ya existía.
Preparar un resumen.
Actualizar una presentación.
Comprobar una cifra en cinco lugares diferentes.
Recopilar datos para que otra persona pueda interpretarlos.
Volver a explicar el mismo contexto.
Perseguir aprobaciones.
Introducir información manualmente porque dos sistemas no se entienden.
Muchas de esas tareas no constituyen la parte más digna del trabajo.
Constituyen su fricción.
Y quizá una de las consecuencias más interesantes de la inteligencia artificial sea precisamente que podamos empezar a eliminarla.
Humanizar el trabajo
Cuando hablamos de inteligencia artificial y empleo solemos imaginar una máquina ocupando el lugar de una persona.
Puede ocurrir.
Pero existe otra posibilidad menos evidente.
Que la inteligencia artificial elimine suficiente trabajo mecánico, administrativo, repetitivo y cognitivo de baja aportación como para que aquello que continúe dependiendo de nosotros sea precisamente lo más humano.
Criterio.
Responsabilidad.
Empatía.
Creatividad.
Relaciones.
Negociación.
Liderazgo.
Curiosidad.
Intuición.
Oficio.
Cuidado.
Capacidad de decidir qué merece la pena hacer.
La paradoja es interesante.
Una tecnología que solemos percibir como una amenaza para lo humano podría acabar obligándonos a preguntarnos qué parte de nuestro trabajo realmente necesitaba ser humana en primer lugar.
Eso no significa que vaya a ocurrir automáticamente.
La tecnología no tiene intención.
Una mejora enorme de productividad puede convertirse en jornadas más cortas y mejores condiciones.
O puede convertirse simplemente en más producción con menos personas.
Puede democratizar capacidad.
O concentrar todavía más poder.
Puede liberarnos tiempo.
O elevar indefinidamente las expectativas sobre cuánto debe producir una persona.
Por eso conviene separar dos cosas.
La inteligencia artificial puede humanizar el trabajo.
Que efectivamente lo haga dependerá de lo que decidamos hacer con la productividad que libera.
El impacto más inmediato quizá sea otro
Mientras discutimos sobre un futuro en el que quizá trabajemos menos, está ocurriendo algo bastante más tangible.
La inteligencia artificial está reduciendo radicalmente la cantidad de estructura necesaria para disponer de determinadas capacidades.
Hasta ahora existía una relación bastante directa entre tamaño y capacidad empresarial.
Una gran organización podía permitirse departamentos especializados.
Finanzas.
Controlling.
Business Intelligence.
Marketing.
Research.
Tecnología.
Administración.
Operaciones.
Data.
Analistas.
Consultores.
Especialistas en distintas disciplinas.
Una empresa de diez personas no podía reproducir esa estructura.
No porque sus problemas fueran necesariamente más sencillos.
Sino porque el coste de acumular ese conocimiento era demasiado alto.
La inteligencia artificial empieza a romper esa relación.
No porque todos esos profesionales hayan dejado de aportar valor.
Sino porque una parte considerable del conocimiento y del trabajo intermedio que antes requería estructuras enteras puede empezar a concentrarse alrededor de muchas menos personas.
Una persona puede analizar miles de filas de datos sin ser analista.
Puede estudiar un mercado sin disponer de un departamento de research.
Puede preparar una previsión financiera partiendo de información dispersa.
Puede revisar contratos.
Puede analizar el histórico de un cliente antes de entrar en una reunión.
Puede investigar una tecnología que no domina.
Puede preparar una propuesta.
Puede escribir código.
Puede interrogar una base documental que llevaría semanas leer.
Puede convertir información compleja en una primera interpretación en minutos.
La diferencia entre una empresa pequeña y una grande no desaparece.
Pero una de sus barreras empieza a hacerse considerablemente más pequeña.
La IA está reduciendo la cantidad de organización necesaria para disponer de capacidad empresarial.
Y eso puede tener consecuencias enormes.
Cuando una persona necesita menos empresa
Existe además otra posibilidad.
Que no sean solamente las empresas las que puedan hacer más con menos personas.
Quizá las propias personas necesiten menos empresa para poder hacer cosas grandes.
Un profesional independiente.
Un pequeño estudio.
Una microempresa.
Cinco personas construyendo un producto.
Una empresa familiar.
Un especialista con una red de colaboradores.
Históricamente, muchas actividades necesitaban crecer organizativamente antes de poder crecer en capacidad.
Más clientes implicaban más administración.
Más facturación implicaba más control.
Más información implicaba más análisis.
Más operaciones implicaban más coordinación.
Más complejidad implicaba contratar especialistas.
La inteligencia artificial puede alterar progresivamente esa relación.
Durante mucho tiempo:
más capacidad = más personas = más estructura = más coste.
Ahora empezamos a explorar algo distinto:
más capacidad ya no implica necesariamente más estructura.
Una persona con acceso al conocimiento adecuado, a buenos modelos y a sus sistemas de trabajo puede ampliar enormemente lo que es capaz de comprender y ejecutar.
No significa que una persona vaya a poder hacerlo todo.
Ni sería deseable.
Significa que el tamaño dejará de explicar tan bien como antes la capacidad de una organización.
Y eso puede hacer que empresas pequeñas compitan de maneras que hasta ahora resultaban imposibles.
El problema es que una IA genérica no conoce tu empresa
Aquí aparece una limitación importante.
Los modelos actuales saben muchísimo.
Pero no saben necesariamente nada de tu negocio.
No conocen tus clientes.
No saben qué ocurrió ayer en tu ERP.
No conocen tu margen.
Tu stock.
Las condiciones comerciales que pactaste hace seis meses.
Los documentos internos.
Las excepciones operativas.
La forma en la que clasificas determinados productos.
Qué campañas están funcionando.
Qué está ocurriendo en tu web.
Quién puede acceder a determinada información.
O qué acciones estás dispuesto a permitir que una inteligencia ejecute.
Puedes explicárselo.
Puedes copiar información.
Puedes adjuntar documentos.
Puedes preparar exportaciones.
Puedes reconstruir el contexto cada vez.
Pero en cuanto hacemos eso aparece de nuevo aquello que pretendíamos eliminar.
Trabajo.
Es precisamente una de las razones por las que estamos construyendo Neurona.
No porque creamos que una empresa necesite “otra IA”.
Tampoco porque queramos reemplazar todos sus sistemas por una nueva aplicación.
Las empresas ya tienen software.
ERP.
CRM.
Web.
Analytics.
Documentos.
Bases de datos.
Herramientas propias.
Cada uno conoce una parte de la realidad.
El problema aparece cuando una persona —o una inteligencia— necesita utilizar varias de esas partes a la vez.
Ahí la cuestión deja de ser únicamente qué sabe hacer un modelo.
Pasa a ser qué contexto puede utilizar.
Y después aparece una segunda pregunta todavía más importante.
¿Qué puede hacer con él?
Más inteligencia también necesita más control
Consultar una cifra no es lo mismo que modificarla.
Leer un pedido no es lo mismo que confirmarlo.
Analizar contenido no es lo mismo que publicarlo.
Preparar una acción no es lo mismo que ejecutarla.
A medida que permitimos que la inteligencia artificial pase de responder preguntas a actuar sobre sistemas reales, aumentamos enormemente su utilidad.
Pero también las consecuencias de equivocarse.
La capacidad y el control deben crecer juntos.
Identidad.
Permisos.
Procedencia.
Confirmaciones.
Trazabilidad.
Límites.
Auditoría.
No son obstáculos alrededor de la inteligencia.
Son parte de la infraestructura necesaria para poder confiar en ella.
Esta es una de las ideas centrales detrás de Neurona: conectar sistemas, datos y conocimiento para que personas e inteligencias puedan compartir contexto y actuar sobre él sin perder gobernanza.
El modelo puede cambiar.
Probablemente cambiará muchas veces.
La infraestructura que determina qué sabe de tu empresa, de dónde procede esa información y qué puede hacer con ella debería ser bastante más estable.
Hacer a las empresas pequeñas mucho más capaces
A corto plazo, esto es lo que más nos interesa.
No construir una fantasía sobre una sociedad sin trabajo.
Construir herramientas que permitan que personas y organizaciones pequeñas dispongan de capacidades que hasta hace muy poco solamente podían permitirse estructuras mucho mayores.
Que una empresa no necesite un equipo entero preparando información para poder entender qué está pasando.
Que un comercial pueda entrar en una reunión comprendiendo realmente la evolución de un cliente.
Que una dirección pueda preguntar qué pagos están pendientes y construir una previsión sin esperar varios días a que alguien prepare el informe.
Que una persona pueda combinar ventas, margen, mercado y comportamiento digital antes de tomar una decisión.
Que el conocimiento no quede atrapado dentro de departamentos, herramientas o archivos.
Que una organización pueda concentrar más inteligencia alrededor de menos fricción.
No creemos que eso elimine la necesidad de personas.
Creemos que cambia profundamente para qué merece la pena utilizar su tiempo.
Y quizá este sea solamente el comienzo.
¿Y si el objetivo final no fuera trabajar más?
Durante siglos, una parte importante del progreso tecnológico ha consistido en conseguir producir más utilizando menos esfuerzo humano.
Domesticamos energía.
Construimos máquinas.
Automatizamos fábricas.
Creamos ordenadores.
Conectamos el planeta.
Digitalizamos conocimiento.
Y ahora estamos empezando a automatizar también determinadas formas de trabajo intelectual.
Sería extraño llegar hasta aquí y concluir que el objetivo final consiste simplemente en utilizar toda esa capacidad para continuar trabajando exactamente las mismas horas.
Quizá la inteligencia artificial destruya empleos.
Probablemente transformará muchos más.
Es posible que cree otros que hoy ni siquiera sabemos definir.
Y seguramente atravesaremos un periodo complejo mientras descubrimos cómo repartir las oportunidades y los costes de esta transformación.
No conocemos el resultado.
Pero por primera vez podemos empezar a imaginar seriamente una sociedad en la que producir lo necesario para vivir requiera cada vez menos trabajo humano.
Y eso debería parecernos, como mínimo, una posibilidad digna de explorar.
Porque quizá el fracaso no sería que las máquinas consiguieran quitarnos parte del trabajo.
Quizá el fracaso sería que, después de conseguirlo, no supiéramos convertir todo ese trabajo que dejó de ser necesario en tiempo, libertad y vida.