¿Cómo puede la IA vaciar una empresa y borrar su ventaja competitiva?

Una empresa puede vaciarse sin cerrar una sola oficina, anunciar un expediente de regulación de empleo ni ver salir maquinaria rumbo a otro continente. Basta con que deje de acumular conocimiento propio. Ocurre cuando entrega a sistemas externos no solo tareas repetitivas, sino también los procesos mediante los que sus profesionales observan, dudan, corrigen errores y convierten años de experiencia en decisiones útiles. La fachada permanece. Las nóminas también. Por dentro, sin embargo, el músculo empieza a adelgazar.

Ese es el núcleo de la advertencia lanzada por Satya Nadella, presidente y consejero delegado de Microsoft. El directivo sostiene que la ventaja empresarial en la era de la inteligencia artificial no dependerá tanto de contratar el modelo más potente como de conservar el control sobre el sistema que aprende de cada operación. Una compañía puede externalizar una tarea e incluso un puesto, viene a decir, pero no debería externalizar su capacidad de aprender. Cuando lo hace, deja de construir futuro y comienza a alquilarlo.

El matiz importa. Nadella no está afirmando que cada documento introducido en una plataforma corporativa pase automáticamente a entrenar un cerebro artificial que después venderá los secretos al competidor de enfrente. Los grandes proveedores ofrecen entornos empresariales con compromisos específicos sobre privacidad y entrenamiento. Su diagnóstico es más amplio: aunque los archivos sigan siendo privados, la organización puede perder la arquitectura del conocimiento, la memoria de por qué se decidió algo, quién detectó una anomalía o qué excepción convirtió un procedimiento mediocre en uno excelente.

La escena recuerda a aquellas fábricas que conservaron durante un tiempo la marca, la dirección comercial y los despachos, mientras la ingeniería, la fabricación y el aprendizaje práctico viajaban poco a poco hacia proveedores externos. Sobre el papel seguían siendo empresas industriales. En la nave, cada vez sonaba menos metal. La inteligencia artificial amenaza con reproducir ese proceso en el trabajo intelectual: un vaciado menos visible, sin chimeneas apagadas ni fotografías de trabajadores ante una verja.

La advertencia que llega desde el centro del negocio de la IA

Nadella ha situado el debate bajo una idea deliberadamente incómoda: una tecnología de frontera sin un ecosistema capaz de repartir el valor resulta inestable. A su juicio, el peligro aparece cuando unos pocos modelos concentran el rendimiento económico mientras las empresas de todos los sectores les entregan información, contexto empresarial y experiencia sin desarrollar capacidades que después puedan conservar.

No es una crítica pronunciada desde la periferia digital. Microsoft es uno de los mayores protagonistas de la expansión de la IA generativa, socio decisivo de OpenAI, propietario de GitHub y proveedor de Azure, Microsoft 365 Copilot y una creciente familia de herramientas para crear agentes autónomos. El aviso llega, por tanto, desde la sala de máquinas. También desde el mostrador de ventas, conviene no olvidarlo.

El ejecutivo compara el momento actual con la primera gran fase de la globalización. Durante décadas, la externalización permitió reducir costes, abaratar productos y mejorar determinados indicadores económicos. Al mismo tiempo, algunas regiones perdieron plantas, proveedores especializados, escuelas profesionales y cadenas enteras de conocimiento industrial. No desapareció únicamente el empleo. Se evaporó la capacidad de fabricar, reparar, innovar y transmitir oficio.

Con la IA, el proceso podría ser todavía más discreto. No hace falta trasladar una línea de montaje. El saber puede abandonar la organización en forma de dependencia: plantillas que solo funcionan dentro de una plataforma, instrucciones alojadas en la cuenta de un proveedor, agentes imposibles de migrar, criterios de evaluación que nadie ha documentado o trabajadores que dejan de practicar las tareas gracias a las cuales adquirían experiencia.

Ahí aparece una contradicción muy de nuestro tiempo. Las empresas adoptan inteligencia artificial para ganar productividad, pero una implantación pobre puede hacerlas menos capaces. Responden más deprisa y entienden menos. Producen más documentos, más código, más análisis y más presentaciones, mientras se debilita la facultad de comprobar si todo aquello tiene sentido. El velocímetro sube; el conductor mira menos la carretera.

Nadella denomina a la alternativa un bucle de aprendizaje propio. La empresa debería lograr que cada interacción entre sus profesionales y la IA deje una mejora reutilizable dentro de la organización: una regla refinada, un error identificado, un patrón nuevo, una decisión explicada. El modelo puede cambiar. El aprendizaje no debería marcharse con él.

El vaciado silencioso: la empresa sigue abierta, pero aprende fuera

Durante la industrialización, una ventaja competitiva podía residir en una patente, una máquina difícil de copiar, una red logística o el acceso exclusivo a una materia prima. En muchas compañías actuales se encuentra en algo bastante menos fotografiable: la forma en que sus empleados combinan información incompleta y aplican su juicio profesional bajo presión.

Una aseguradora no destaca únicamente por disponer de miles de expedientes. Importa cómo sus peritos distinguen un siniestro corriente de un fraude elaborado, qué señales consideran relevantes y cuándo deciden apartarse del protocolo. Un hospital no se define solo por sus historiales clínicos, sino por la experiencia que permite interpretar síntomas ambiguos. Un taller aeronáutico vale por sus manuales y, sobre todo, por ese técnico que oye una vibración casi imperceptible y sabe que algo no encaja.

Si una herramienta externa comienza a intervenir en todas esas decisiones, puede producirse una transferencia de funciones sin que exista una transferencia formal de propiedad. La empresa conserva las bases de datos, pero pierde la costumbre de interpretar. Guarda los documentos, aunque olvida cómo se llegó hasta ellos. Sigue contratando profesionales, pero estos reciben respuestas terminadas en lugar de recorrer el camino que forma el criterio.

El primer efecto suele parecer beneficioso. La persona nueva trabaja casi como la veterana porque el asistente le sugiere diagnósticos, textos, presupuestos o fragmentos de código. El problema llega después. Cuando aparece una situación que no estaba prevista, alguien debe reconstruir el razonamiento y detectar que la recomendación es elegante, rápida y completamente equivocada.

La automatización cognitiva no elimina necesariamente el empleo; puede degradar el proceso mediante el cual alguien aprende a hacerlo bien. Es una diferencia menos aparatosa que un despido, pero decisiva. Un abogado joven que nunca redacta un recurso desde cero quizá entregue más escritos durante el primer año. También puede llegar al quinto sin haber desarrollado la intuición jurídica de quien tuvo que pelear cada argumento.

El saber tácito es el activo que nunca figura completo en el balance

Una parte considerable del conocimiento empresarial no está escrita. Vive en conversaciones breves, gestos, comparaciones, advertencias y pequeñas decisiones que nadie considera suficientemente solemnes como para incorporarlas a un manual. Es el saber tácito del encargado que cambia el orden de producción porque conoce el comportamiento de una máquina con humedad, o el de la editora que detecta un titular engañoso antes de poder explicar exactamente qué le chirría.

Ese conocimiento suele construirse con repetición y fricción. Se aprende viendo resultados, cometiendo errores, observando a otros y reconociendo situaciones parecidas. No se descarga en una tarde. Tampoco aparece completo en una carpeta compartida llamada «procedimientos definitivos», ese cementerio digital donde a menudo descansan documentos que dejaron de ser definitivos tres semanas después de su aprobación.

La IA puede ayudar a capturar parte de ese saber. Una empresa puede registrar decisiones, relacionar casos, buscar patrones y convertir experiencias aisladas en criterios reutilizables. Esa sería la versión fértil: la máquina amplifica la memoria corporativa y evita que cada jubilación se lleve una biblioteca.

También existe la versión perezosa. El sistema responde, los empleados aceptan la respuesta y nadie conserva el razonamiento. La organización no crea memoria; crea consumo. Cuando cambia de proveedor descubre que sus mejores procesos internos dependían de configuraciones, historiales, conectores y comportamientos que no puede reproducir. Ha pagado durante años por una inteligencia que nunca llegó a pertenecerle.

El expediente que nadie escribió

Pensemos en una empresa de mantenimiento ferroviario. Sus técnicos emplean un asistente para analizar incidencias. Durante meses corrigen recomendaciones, añaden observaciones y encuentran combinaciones de señales que anticipan determinadas averías. Si esas correcciones quedan convertidas en reglas documentadas, pruebas, procedimientos y bases de conocimiento controladas por la empresa, el trabajo genera un activo.

Si todo permanece dentro de una conversación opaca con una herramienta, el valor queda suspendido en el aire. Los técnicos han mejorado el sistema, pero la compañía quizá no pueda explicar qué ha aprendido. El día que cambie el contrato, suba el precio o desaparezca una función, también puede desaparecer una parte del oficio acumulado. No porque alguien haya robado un archivo, sino porque nadie se preocupó de convertir la experiencia en patrimonio organizativo.

El capital de tokens y la nueva propiedad intelectual

Nadella utiliza la expresión capital de tokens para describir las capacidades de inteligencia artificial que una organización desarrolla y controla. Un token es, simplificando, una pequeña unidad con la que los modelos procesan lenguaje e información. El concepto no se refiere a acumular millones de fragmentos digitales como quien almacena sacos de trigo, sino a construir sistemas capaces de razonar con el contexto particular de la empresa.

Ese capital incluye instrucciones, agentes, flujos de trabajo, mecanismos de evaluación, conexiones con datos internos, memoria operativa y criterios para decidir cuándo una respuesta resulta aceptable. El modelo fundacional, el gran motor generalista, es solo una pieza. Puede ser magnífico y, aun así, no constituir una ventaja propia, porque está disponible para miles de competidores.

La diferencia aparece en lo que se construye encima. Dos bancos pueden contratar el mismo modelo y obtener resultados muy distintos. Uno se limita a instalar un chatbot para resumir documentos. El otro conecta la herramienta con normas internas, historial de riesgos, procesos de revisión y controles humanos; mide los fallos, aprende de ellos y conserva ese aprendizaje de forma independiente. Ambos utilizan IA. Solo uno está levantando propiedad intelectual.

Esto explica por qué elegir el modelo que encabeza una clasificación concreta puede ser menos importante de lo que parece. Las clasificaciones cambian con rapidez. El líder de primavera puede quedar superado en otoño. Si toda la arquitectura depende de sus peculiaridades, cada avance tecnológico obliga a rehacer procesos y repetir evaluaciones.

La prueba propuesta por Nadella es sencilla de formular y difícil de superar: una empresa debería poder sustituir el modelo generalista sin perder la experiencia de empleado veterano integrada en su sistema. Si cambiar de proveedor equivale a borrar años de mejoras, aquello no era capital propio. Era dependencia alquilada.

Los modelos empresariales no entrenan siempre con tus datos

La advertencia ha circulado acompañada de una interpretación excesivamente literal: cada vez que una empresa utiliza una IA externa, el modelo absorbe sus secretos y los incorpora a su conocimiento general. No funciona necesariamente así. Los principales modelos empresariales establecen condiciones específicas sobre el uso de los datos corporativos, especialmente en servicios contratados para organizaciones.

Microsoft sostiene que los datos, instrucciones y resultados procesados por sus productos empresariales no se emplean para el entrenamiento de sistemas generativos sin permiso del cliente. OpenAI mantiene una política equivalente para sus servicios corporativos y su plataforma de programación. Anthropic declara que no entrena Claude con los datos de sus productos comerciales por defecto, mientras Google aplica restricciones similares en Vertex AI.

Eso no convierte cualquier utilización en segura. Los contratos, las configuraciones, el tipo de cuenta, la retención temporal, los conectores y las funciones activadas importan. Introducir información confidencial en una cuenta personal no es lo mismo que utilizar un entorno corporativo administrado, con controles de acceso y condiciones negociadas. La alegre costumbre de pegar medio negocio en el primer cuadro de texto gratuito que aparece en el navegador sigue siendo una temeridad con buena interfaz.

Pero el argumento de Nadella no depende de que el proveedor utilice los datos para entrenar su modelo global. La pérdida de ventaja competitiva puede producirse incluso cuando existe aislamiento contractual. Basta con que la empresa no posea sus instrucciones, flujos, evaluaciones y memoria, o con que toda su operativa quede amarrada a herramientas difíciles de trasladar.

Existe también un riesgo de desaprendizaje humano. Si el asistente resuelve siempre las primeras fases de un problema, las personas dejan de practicar precisamente aquello que les permitía comprender las últimas. La empresa gana velocidad durante un periodo y pierde profundidad. Después, cuando el sistema falla, no queda suficiente experiencia para detectar el error.

Otro peligro es la homogeneización. Si miles de agencias, asesorías, medios, bufetes y departamentos comerciales emplean los mismos modelos con indicaciones semejantes, sus resultados empiezan a parecerse. Mismos argumentos, idénticas estructuras, prudencia prefabricada y ese tono pulido que no molesta a nadie porque tampoco dice gran cosa. La automatización abarata la competencia, sí, pero también puede convertir la diferenciación en una fina capa de pintura beige.

La ventaja ya no consiste únicamente en acceder a inteligencia. Consiste en aportar un criterio específico, saber qué preguntas formular, evaluar las respuestas y alimentar un sistema que recuerde por qué una decisión funcionó. El conocimiento general será cada vez más barato. El criterio particular seguirá siendo escaso.

Microsoft avisa, pero también vende el remedio

La reflexión de Nadella tiene valor estratégico, aunque no procede de un observador desinteresado. Microsoft lleva años construyendo la infraestructura destinada a convertirse en la capa donde las empresas conectan datos, empleados, agentes y modelos de distintos proveedores. Su mensaje intelectual y su catálogo comercial avanzan, casualmente, por la misma avenida.

La compañía ha desarrollado una plataforma de agentes apoyada en Microsoft Foundry, GitHub, Microsoft 365 Copilot y Microsoft IQ. La propuesta permite conectar la inteligencia artificial con documentos, datos operativos y relaciones internas, además de seleccionar modelos diferentes según la tarea. Es, casi palabra por palabra, la arquitectura que Nadella defiende: el modelo como componente sustituible y el conocimiento de la empresa como activo persistente.

Hay una ironía evidente. Microsoft alerta contra la dependencia de unos pocos proveedores mientras aspira a convertirse en el gran intermediario que gestione esa independencia. No desea necesariamente que una empresa quede cautiva de un único modelo; prefiere que pueda cambiarlo sin abandonar el ecosistema de Microsoft. La libertad, como tantas veces en tecnología, viene con cuenta corporativa y factura mensual.

Eso no invalida la advertencia. El hecho de que un fabricante de cajas fuertes venda cajas fuertes no demuestra que los robos sean imaginarios. Obliga, eso sí, a leer el discurso completo. Microsoft gana si las organizaciones consideran que el verdadero valor no está en el modelo, sino en la plataforma que organiza identidades, permisos, datos, memoria y agentes autónomos. Su visión distribuye el poder entre varios modelos, pero puede concentrarlo en otra capa de la infraestructura.

La cuestión empresarial no debería reducirse a qué proveedor parece más fiable. La historia tecnológica está llena de contratos tranquilizadores que terminaron en aumentos de precio, cambios de producto, adquisiciones y servicios abandonados. Lo determinante es qué parte del sistema puede exportarse, auditarse y reconstruirse.

Una compañía conserva autonomía cuando puede recuperar su información en formatos utilizables, trasladar sus instrucciones, repetir sus evaluaciones, sustituir componentes y comprender las decisiones automatizadas. También cuando mantiene profesionales capaces de supervisar el proceso. La soberanía digital no consiste en guardar servidores bajo la escalera; consiste en no perder el negocio el día que una API deja de responder.

La memoria de la empresa se convierte en poder

La advertencia de Satya Nadella describe un riesgo real, pero no inevitable. Utilizar modelos externos no condena a una empresa a regalar su conocimiento. Tampoco desarrollar un modelo propio garantiza independencia: puede resultar caro, mediocre y dependiente de infraestructuras ajenas. La frontera sensata está entre consumir respuestas y acumular aprendizaje.

Una organización fuerte utiliza la IA como un motor intercambiable dentro de un sistema que ella comprende. Conserva las reglas, los datos relevantes, las correcciones, las pruebas y el historial de decisiones. Sus profesionales no se limitan a aprobar resultados; enseñan al sistema y, al hacerlo, siguen aprendiendo ellos. La tecnología ensancha el oficio en lugar de sustituirlo por una ventanilla automática.

La empresa débil se acostumbra a recibir soluciones terminadas. No sabe qué instrucciones funcionan, por qué fallan ciertos casos ni cuánto de su productividad depende de un proveedor concreto. Parece moderna porque produce a gran velocidad, aunque su conocimiento se ha vuelto quebradizo. Cuando cambian el modelo, el precio o las condiciones, descubre que poseía los datos, pero no el mecanismo que les daba valor.

Ese es el vaciado silencioso. No se ve una persiana bajada ni una fila de trabajadores recogiendo cajas. Se percibe después, cuando nadie recuerda cómo resolver un problema sin consultar al sistema; cuando todos los competidores ofrecen lo mismo; cuando una decisión importante depende de una herramienta cuyo razonamiento no puede reconstruirse.

Durante la era industrial, perder una fábrica significaba perder máquinas, proveedores y oficios. En la economía de la IA, una empresa puede conservar el edificio y perder algo más delicado: la capacidad de convertir experiencia en ventaja. Nadella ha puesto nombre a esa amenaza justo cuando Microsoft prepara la infraestructura con la que pretende administrarla. La advertencia merece atención. También una ceja levantada.

El futuro empresarial no pertenecerá necesariamente a quien utilice más inteligencia artificial, sino a quien consiga que cada uso deje conocimiento dentro de casa. Porque una herramienta puede alquilarse, un modelo puede sustituirse y una factura puede renegociarse. La memoria que permite aprender de todo ello, no. Cuando esa memoria se marcha, la empresa continúa abierta, iluminada y aparentemente eficiente. Pero el negocio que la hacía única ya está trabajando para otro.