Alberto Terol

Cuando volar más lejos no va de cargar más el tanque

Un Airbus A350 que deba cubrir la ruta Madrid-Nueva York necesita cerca de 60 toneladas de combustible para los 6.000 kilómetros que separan ambas ciudades. La intuición nos lleva a pensar que doblar la distancia exigiría doblar el combustible, pero no es así: el propio peso del combustible consume energía para ser transportado, así que la relación entre distancia y carga no es lineal. La “ecuación de Breguet” lo explica con precisión matemática: en términos prácticos el incremento de combustible necesario para duplicar la distancia rondaría un 20% por encima del doble.

Pero dejemos el avión un momento y pensemos en un viaje en coche. Si tengo que recorrer 10 kilómetros, a 10km/h tardaré una hora en llegar y apenas media hora si acelero a 20km/h. Si piso a fondo y circulo a 120km/h, el trayecto se resuelve en 5 minutos, pero si me salto el límite legal y subo a 130km/h, el ahorro real son tan solo 23 segundos. Cada unidad adicional de esfuerzo produce una mejora cada vez menor sobre el resultado final, y el coste marginal (combustible) crece mientras el beneficio marginal (tiempo ganado) se desploma (ley de los rendimientos marginales decrecientes).

El techo que no vemos

Hay algo en estos fenómenos de la física más elemental que se traslada de forma casi literal a nuestras organizaciones. La Ley de Amdahl, formulada originalmente para computación paralela, dice que la aceleración global de un proceso es igual a 1 / [(1 − P) + (P/S)], donde P es la proporción de trabajo acelerable (por IA, por ejemplo) y S el factor de velocidad que se gana en esa tarea concreta. Lo interesante es lo que ocurre en el límite: cuanto más rápida se hace la parte acelerable, más pesa en el resultado final la parte que no se acelera. Un techo estructural que ninguna optimización local logra romper.

A menudo bromeo en mis clases de Gestión del Cambio diciendo que nadie ha entrado nunca en una oficina y ha dicho: “aquí lo que tenemos es un problema de falta de inteligencia“. El reto en las organizaciones rara vez es de pura cognición; tiene más que ver con formulación estratégica confusa, desalineamiento con los objetivos o modelos operativos que ya no aguantan el peso que les pedimos. Por eso sería extraño que “meter más IA” en una organización que no está preparada para absorberla produjera, sin más, mejores resultados de negocio. Si fuera así, las empresas estarían llenas de “cerebritos” con IQ superior a 130, pero cualquiera que haya gestionado un equipo sabe que su rendimiento no es la suma de las capacidades cognitvas de sus miembros.

La molécula fácil, el fármaco difícil

Hace poco leía una reflexión de Simon Maechling sobre cómo se pregunta con frecuencia cuánto van a acelerar las empresas de IA la llegada del próximo fármaco revolucionario gracias a la simulación, y su respuesta es que esa pregunta parte de una premisa equivocada. Generar moléculas candidatas es hoy casi trivial; lo que sigue siendo escaso es la capacidad de someterlas a prueba en el mundo real. Y creo que ahí está la clave de algo que olvidamos constantemente cuando desplegamos IA en las organizaciones: no se trata de acelerar la ejecución de tareas concretas, sino de rediseñar la cadena de valor completa, de extremo a extremo. Ajustar los parámetros del mundo físico (los procesos, los sistemas heredados, las responsabilidades) siempre va a ir más despacio que el aumento de productividad que promete la IA.

Aleix Valls y Bret Taylor lo resumían hace un tiempo con una frase que llevo meses repitiendo: “la unidad atómica de productividad en la era de la IA ya no es la persona, es el proceso“. A esa idea la llamo “latencia corporativa”: la distancia entre lo rápido que puede correr una tarea aislada y lo lento que sigue moviéndose el sistema que la rodea. Y es exactamente el fenómeno que Amdahl ya nos había advertido, sesenta años antes de que existiera un solo modelo de lenguaje.

Despliegue de IA no es transformación gracias a la IA

Añadir IA sin tocar el modelo operativo no es transformación, es despliegue. Crear un centro de excelencia, nombrar un Chief AI Officer, comprar licencias, insertar un agente en un flujo de trabajo concreto: todo eso es necesario, pero es exactamente el tipo de movimiento que tiene un techo. Aceleras la parte que has tocado y dejas intacta la que gobierna el resultado final. El agente que gestiona los cobros trabaja más rápido, pero el proceso de facturación completo (con sus datos a medias, sus controles heredados y sus responsabilidades sin rediseñar) puede no mejorar en absoluto. A veces incluso empeora, porque la fricción que antes vivía dentro de una tarea se desplaza ahora al punto de entrega entre esa tarea y la siguiente.

Por eso cada vez me interesa menos preguntar “cuánta IA tiene ya una organización”, y cada vez más preguntar si su modelo operativo se ha rediseñado para ella. Un A350 no llega más lejos por llevar más combustible: llega si el diseño completo del avión (motores, aerodinámica, ruta, peso) está pensado y optimizado para ese vuelo concreto.

Con la IA en las organizaciones ocurre exactamente lo mismo. Así que antes de instalar el próximo agente, quizá convenga hacerse tres preguntas: ¿qué parte del proceso sigue intacta después de esta “aceleración”? ¿Quién hereda la fricción que acabamos de desplazar? ¿Estamos rediseñando el vuelo, o simplemente cargando más combustible?