Por Canuto  

Un análisis de Nate B Jones sostiene que la discusión dominante sobre IA está mal enfocada. En vez de preguntar cuántos empleos pueden recortarse, las empresas deberían preguntarse qué nuevas cosas pueden construir ahora que el costo de ejecutar ideas cayó de forma drástica.
***

  • Whoop anunció la contratación de más de 600 personas, casi el doble de su plantilla de 800, mientras también invierte en IA.
  • El análisis plantea seis “desbloqueos” para la era de la IA, centrados en velocidad, calidad, estrategia, ambición y nuevos constructores.
  • La tesis central es que la IA no solo reduce costos, sino que expande el mercado al hacer viables productos y nichos antes imposibles.

 

La narrativa más visible sobre inteligencia artificial sigue girando alrededor de despidos, automatización y recortes de personal. Sin embargo, una lectura alternativa empieza a ganar terreno entre algunos directivos y operadores cercanos a la toma de decisiones: la IA no solo abarata tareas, también amplía el espacio de lo que una empresa puede crear.

Esa es la idea central expuesta por Nate B Jones en AI Made Every Company 10x More Productive. The Ones Cutting Headcount Are Telling on Themselves., una intervención publicada el 14 de marzo de 2026. Allí, el autor plantea que el debate correcto no es cuántas personas sobran, sino qué nuevas iniciativas se vuelven posibles cuando el costo de ejecución cae en un orden de magnitud.

Como punto de partida, Jones cita el caso de Whoop. La empresa anunció que contratará a más de 600 personas, casi duplicando su plantilla actual de 800 empleados. Según relató, su CEO, Will OffEed, resumió la apuesta de esta manera: “Right now, companies are debating whether to hire more people or just invest in AI. And we are doing both”.

Ese mensaje, según el análisis, refleja una “apuesta estratégica” clave para 2026. Frente al relato pesimista que domina los medios, algunas juntas directivas estarían discutiendo algo distinto: qué cambios humanos, organizacionales y culturales se requieren para que sus equipos trabajen de otra manera y construyan cosas que antes no podían construir.

Del ahorro al crecimiento: la tesis de fondo

Jones sostiene que preguntar “¿cuántas menos personas necesitamos?” parece sofisticado, porque permite hacer modelos en hojas de cálculo, pero sería la pregunta equivocada. La adecuada, afirma, es esta: dado que el costo de ejecución cayó drásticamente, ¿qué podemos hacer ahora mismo que antes era imposible?

El contraste es importante. El enfoque de reducción de costos asume un mercado fijo, en el que la empresa solo busca capturar su parte de manera más eficiente. El enfoque de ambición, en cambio, supone que el tamaño del mercado estaba artificialmente limitado por el costo de ejecutar ideas, y que al eliminar esa barrera aparece una oportunidad mayor que cualquier ahorro derivado de recortar personal.

Para respaldar esa visión, el autor invoca un patrón histórico que compara con otros grandes cambios tecnológicos. Cuando el acero se abarató, la industria no se contrajo, sino que se expandió hacia rascacielos, ferrocarriles y automóviles. Cuando la computación se volvió barata, surgieron la computación personal, internet, el móvil y la nube.

También menciona la llamada paradoja de Jevons, según la cual cuando aumenta la eficiencia, el consumo total de un recurso tiende a subir en lugar de bajar. En ese marco, si la IA es la mejora de eficiencia más drástica en la historia del trabajo, la demanda agregada de juicio, creatividad, conocimiento sectorial e intuición podría aumentar, no disminuir.

Como ejemplo lateral, Jones afirma que hoy hay más ingenieros de software que hace uno y dos años, y que el número de empleos en ingeniería de software ha subido. Para él, eso sugiere que los actores que solo buscan quedarse con el ahorro podrían perder frente a quienes apuesten por usar esa eficiencia para abrir nuevos mercados.

Seis desbloqueos para las empresas en la era de la IA

El primero de esos desbloqueos es aprender a ir rápido. Según el análisis, si un ciclo completo de iteración de producto puede comprimirse de meses a días, o incluso a una sola sesión de trabajo, cambia por completo la mecánica de la estrategia. Ya no se trata de hacer la estrategia tradicional un poco más rápido, sino de cambiar la relación entre lo que una empresa entiende del mercado y lo que puede probar.

Jones pone como ejemplo que una apuesta de producto suele tomar entre tres y seis meses. Eso deja apenas entre dos y cuatro oportunidades al año para acertar. En ese contexto, copiar al competidor se vuelve una estrategia racional, porque explorar cuesta demasiado. Pero si una empresa puede ejecutar cientos de ciclos de aprendizaje al año, la lógica cambia.

En este punto menciona la actualización de febrero de 2026 de Cursor, cuyos agentes en la nube permiten lanzar hasta 20 agentes paralelos en máquinas virtuales aisladas. Cada uno puede trabajar en una rama distinta, probar cambios y abrir pull requests. Según el autor, cerca de un tercio del código y de los pull requests en Cursor ya sería escrito por agentes autónomos, y esa proporción sigue subiendo.

La consecuencia, afirma, es que el cuello de botella deja de ser “¿podemos construirlo?” y pasa a ser “¿deberíamos construirlo?”. Ese filtro depende de hipótesis, intuición del cliente, visión creativa y lectura contraria del mercado. Todas esas son capacidades humanas.

El segundo desbloqueo es que la ecuación para quienes construyen cambió por completo. Jones estima que hoy existen unos 35 millones de desarrolladores, quizá algo más de 40 millones, frente a cientos de millones de expertos sectoriales que saben exactamente qué software haría falta en su campo, pero no pueden crearlo porque dependen de equipos de software sobrecargados.

En su relato, ese “capa de traducción” entre saber qué debería existir y convertirlo en software ha sido lenta, costosa y muy imperfecta. Con agentes y herramientas como Lovable, Bolt y Replet, esa barrera estaría desapareciendo. El resultado sería la aparición de cientos de millones de nuevos constructores dentro y fuera de las empresas.

El tercer desbloqueo es que el software de calidad dejaría de ser un lujo. Jones sostiene que buena parte del software actual ha sido mediocre no por incapacidad de los ingenieros, sino por falta de tiempo y presupuesto para pruebas, documentación, seguridad, rendimiento, accesibilidad y pulido visual. Como muchas de esas tareas son verificables por agentes, el estándar base del software podría subir de forma notable.

Eso, añade, empujaría la diferenciación hacia el producto y la experiencia del cliente, no solo hacia la capacidad técnica de entregar funcionalidades. En otras palabras, lanzar una función nueva o con pulido ya no sería excepcional, sino algo esperable.

De compañías cerradas a plataformas abiertas

El cuarto desbloqueo planteado es que toda empresa pasará a ser una plataforma. La idea parte de un problema conocido en tecnología corporativa: integrar sistemas suele ser caro, lento y frustrante. Jones argumenta que el mundo ya cambió, porque los agentes podrán entrar a esos sistemas de cualquier modo, incluso mediante navegador, si la empresa no crea accesos más directos.

Desde esa perspectiva, las compañías deberían dejar de pensar en sus productos como sistemas cerrados a los que hay que tender puentes. La opción más eficiente sería asumir que el sistema es abierto por defecto y que las integraciones podrán crearse de forma mucho más barata.

Esto tiene una implicación organizacional. Si una persona puede desplegar dos o tres integraciones en una tarde, entonces necesita entender mejor la estrategia de la empresa. Para Jones, la alfabetización estratégica ya no debería quedarse en niveles de VP o CPO, sino bajar hacia colaboradores individuales y equipos operativos.

El quinto desbloqueo es que el mercado por ambición está “por las nubes”. El análisis sostiene que muchas empresas dejan dinero sobre la mesa porque desestiman mercados de USD $10 millones o proyectos de I+D con 20% de probabilidad de éxito, al considerar que el costo de ingeniería o el impacto sobre la hoja de ruta es demasiado alto.

Pero si el costo de ejecución baja entre 10x y 100x, esos cálculos dejan de ser válidos. Mercados antes pequeños pasan a ser atractivos y los experimentos de riesgo pueden multiplicarse. Para capturar esa expansión, insiste Jones, siguen haciendo falta personas, aunque dedicadas a un tipo de trabajo diferente, más creativo y con mayor visión.

El sexto desbloqueo se refiere a la velocidad del insight. En la lógica propuesta, cuando una empresa obtiene una señal confiable sobre lo que quiere el cliente, no debería atascarse en procesos, documentación o escalamiento jerárquico. Debería convertir ese aprendizaje en código tan pronto como sea posible.

Para el autor, este cambio exige un ajuste mental profundo. Durante años, muchas organizaciones trataron el código como un recurso escaso y riesgoso. Si ese supuesto deja de ser válido, las compañías tendrán que rediseñar cómo toman decisiones, cómo priorizan y cómo entrenan a su gente.

El reto real no sería técnico, sino humano

Uno de los puntos más insistentes del análisis es que ninguno de estos cambios depende de una futura inteligencia artificial general ni de un gran salto científico adicional. Según Jones, los seis desbloqueos ya son posibles hoy y el problema principal es humano: liderazgo, cultura, incentivos, confianza y capacidad de aprendizaje.

También reconoce que no está diciendo que no habrá desplazamiento laboral ni consecuencias difíciles. Su argumento es otro: pensar que vivimos en un mundo de “pastel fijo” sería un error. En su lectura, el límite real no era la falta de ideas, sino el costo de convertir ideas en productos funcionales.

Si ese cuello de botella se reduce, entonces se vuelven más escasas otras capacidades, como la empatía con el cliente, el conocimiento de dominio, la creatividad aplicada y la habilidad de detectar oportunidades. Esas competencias, remarca, siguen siendo humanas y ya están en oferta limitada frente a todo lo que el mercado todavía no resuelve.

Jones menciona varias áreas donde ve problemas económicos más que problemas técnicos: educación personalizada, apoyo clínico para pacientes individuales y planificación financiera para 2.000 millones de adultos con cuenta bancaria, pero sin asesor. En su visión, la razón por la que esas soluciones no han llegado de forma masiva no es la imposibilidad tecnológica, sino el alto costo histórico de construir software adaptado a cada necesidad.

Por eso, el desafío decisivo sería el reentrenamiento. No se trataría solo de hacer lo mismo más rápido, sino de preparar a trabajadores, jefes de equipo, directores y ejecutivos para tareas que antes ni siquiera figuraban en sus roles. Ahí estaría, según su tesis, la verdadera prueba de esta generación empresarial.

La conclusión del análisis es clara: la IA puede sucederle a una organización desde afuera, o puede ser adoptada de manera proactiva. En ese marco, las empresas que limiten la conversación a recortes podrían estar revelando una falta de ambición estratégica. Las que entiendan la caída del costo de ejecución como una expansión del mercado, en cambio, podrían entrar primero en una nueva etapa de crecimiento.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados