Un gran poder conlleva una gran responsabilidad

Crecí leyendo esa frase en los cómics y, hoy, describe exactamente el momento que viven las empresas con la IA. Todos tienen el poder de construir casi cualquier cosa. La responsabilidad está en saber qué construir, qué alquilar y qué adquirir.

Según una encuesta de Dataiku, el 80% de los CEO considera que su puesto está en riesgo si no muestra resultados con IA para el 2026, y el 65% teme más sobre-invertir en el proveedor de IA equivocado que quedarse corto.

La nueva física de las startups

Hoy en día, todos podemos construir soluciones que en la superficie parecen excelentes, pero en el fondo no sabemos si están hechas con el criterio adecuado. Mi amigo Levi Belnap llama a este problema la nueva física de las startups. Su tesis: "Cuando construir se vuelve gratis, el criterio humano es el multiplicador".

Desde el punto de vista de una empresa, tenemos el otro lado de esa moneda: cuando la ejecución no cuesta nada, lo difícil ya no es construir, sino tener el criterio de saber qué va a funcionar para tu empresa.

Por eso, en esta nueva era de la IA, saber cuándo construir y cuándo alquilar o adquirir separará a los que ganan de los que solo acumulan lo que en inglés se llama AI slop (IA basura, de baja calidad y producida en masa).

Construir vs alquilar o adquirir

Para saber qué construir y qué no, primero hay que descomponer el proceso y entender cada uno. En cada paso me hago tres preguntas: ¿Qué parte necesita el criterio de una persona, y qué parte puede hacer la IA sola? ¿Qué información necesita la IA para decidir, y la tiene de verdad o la está inventando? ¿Qué habilidad necesita para automatizar ese paso, y quién debería enseñársela?

Un ejemplo concreto: la semana pasada, en Global Mapping, el equipo evaluaba automatizar el proceso de monitoreo. Al descomponerlo, quedó claro qué construir, qué alquilar y qué adquirir.

1. ¿Qué necesita criterio humano?

Lo primero es entender todo el proceso a automatizar y ver qué partes no se pueden delegar a una IA o tienen alto riesgo. Hay casos en que la consecuencia de equivocarse es muy costosa, o no es posible tener toda la información para tomar la decisión (por ejemplo, un proveedor que entregó información errada). La IA no va a resolver ese problema por ti, pero sí puede detectar la decisión riesgosa o la incoherencia y ponerla sobre la mesa para que un humano la revise.

En el caso de Global, un operario tenía que cruzar manualmente los datos de los proveedores con la información capturada mediante Lidar. Nos enfocamos en automatizar la entrada y salida de datos para que el operario solo deba revisar las incoherencias identificadas por la IA.

2. ¿Qué información necesita la IA, y de dónde viene?

Para que la IA decida con datos reales, hay que conectarla a la información interna. Se aplica el principio "Garbage in, garbage out" (si entra basura, sale basura).

Aquí un tercero con experiencia evita que la limpieza de datos se convierta en el cuello de botella del proyecto. Organizar datos y establecer conexiones es un arte con costos ocultos: desde la estructuración con proveedores como Glean u Oracle, hasta conectores que no se caen cada vez que SharePoint o Google Drive cambian su API.

Recomendaría usar la consultoría de un experto en bases de datos para organizar la data interna; es una inversión que se multiplica cuando utilizas IA.

3. ¿Qué habilidad o skill necesita la IA, y quién se la enseña?

Aquí es donde se captura el know-how. Para entender cómo utilizar la data hay que capturar el conocimiento interno o comprar uno externo.

En Global, los reportes de topografía son el core. El experto dedica su tiempo a calcular volúmenes y decidir qué puntos son prioritarios para el trazado. Ese skill lo construimos con conocimiento interno. En cambio, diseñar gráficas y reportes no es nuestra ventaja competitiva. Para ello usamos herramientas como Tableau o Astryx (Meta), que ofrecen acabados profesionales sin necesidad de desarrollo propio.

Skill marketplaces

Hoy, si necesitas los conocimientos de un experto, lo contratas o lo traes como consultor. En esta nueva era de la IA, esas mismas habilidades llegan empaquetadas en skills desarrollados por expertos.

Nate Jones es un ejemplo claro de esto: con años de trayectoria en Amazon y en tecnología, hace poco empezó a empaquetar ese mismo criterio en su propio sitio web y su newsletter en Substack, en vez de venderlo hora por hora como consultor. Guías, prompts y frameworks que antes solo se transmitían en una sesión de consultoría ahora llegan directo a miles de suscriptores. Yo mismo partí de su enfoque para armar mi propio concepto de "segundo cerebro" (Open Brain) y mis propias auditorías de skills. Así como la videollamada cerró las brechas geográficas, los skills cerrarán las brechas de conocimiento, permitiendo que las personas vendan su criterio y que cualquier empresa, pequeña o grande, contrate a los mejores expertos del mundo sin contratarlos.

Conclusión

Construir, alquilar o adquirir es la decisión que muy pocos están tomando con criterio. Los líderes que ganan con la IA no son los que más construyen; son los que saben qué construir, qué dejar en manos del experto y qué habilidades adquirir.

De las tres preguntas que abrieron este artículo, ¿cuál te está costando más responder en tu empresa hoy?

Todos necesitan IA. El problema es elegir lo correcto para ti.