📌 Tesis
El talento personal se contrata, el talento artificial se compra. Google, OpenAI, Anthropic venden la inteligencia de sus modelos en tokens. El coste marginal de la inteligencia tiende a cero.
💡 Implicaciones
Las empresas pueden escalar su capacidad cognitiva comprando más tokens. El presupuesto de IA se convierte en una línea estratégica similar a la nómina.
⚠️ Retos
Dependencia de proveedores de modelos, volatilidad de precios, y necesidad de evaluar qué tareas justifican el coste.
📌 Tesis
Se pueden comprar 'empleados de silicio': agentes de IA que usan tokens para realizar tareas. Inicialmente especializados, estos agentes son cada vez más versátiles y capaces de manejar tareas variadas.
💡 Implicaciones
Los departamentos de TI se convierten en departamentos de RRHH para empleados digitales. La contratación incluye 'onboarding' de agentes.
⚠️ Retos
Definir SLAs para agentes, gestionar fallos, y establecer responsabilidades cuando un agente comete errores.
📌 Tesis
Las empresas no se organizan en posiciones o puestos de trabajo, sino en tareas. Las tareas las realizan agentes de IA y las supervisan personas: los trabajadores-supervisores.
💡 Implicaciones
Desaparecen las descripciones de puesto tradicionales. Se definen catálogos de tareas con sus inputs, outputs, y criterios de éxito.
⚠️ Retos
Rediseñar toda la estructura organizativa, reskilling masivo, y resistencia cultural al cambio.
📌 Tesis
La forma de generar el nuevo organigrama de la empresa, dividido en tareas y flujos de trabajo, pasa a ser una nueva ciencia directamente relacionada con la eficiencia empresarial.
💡 Implicaciones
Emergen nuevos roles: Director de IA, Arquitectos de Tareas, Diseñadores de Flujos Agénticos, Optimizadores de Procesos AI.
⚠️ Retos
No existen metodologías maduras. Las empresas deben experimentar y desarrollar sus propios frameworks.
📌 Tesis
La información en la empresa ya no circula jerárquicamente, sino horizontalmente. Está disponible para todos en todos los niveles: para trabajadores-personas y para agentes de tareas.
💡 Implicaciones
Desaparecen los silos de información. Las personas y los agentes acceden a bases de conocimiento unificadas que proporcionan a cada uno la información que le interesa para sus tareas.
⚠️ Retos
Gestión de permisos y confidencialidad, sobrecarga informativa, y riesgo de filtraciones.
📌 Tesis
Las decisiones ya no se toman jerárquicamente. Los trabajadores-supervisores configuran la autonomía de los agentes: mucha o poca. Definen qué tareas requieren consulta previa y cuáles se supervisan a posteriori en el dashboard.
💡 Implicaciones
El control granular de la autonomía se convierte en una competencia directiva clave. Los dashboards de supervisión son el centro de mando.
⚠️ Retos
Calibrar el nivel correcto de autonomía, evitar la microgestión de agentes, y gestionar la responsabilidad en decisiones autónomas.
📌 Tesis
La empresa gestiona relaciones externas (proveedores, bancos, administración) con agentes supervisados. En fase 1: agentes interactúan con humanos externos. En fase 2: agentes interactúan con agentes de otras organizaciones.
💡 Implicaciones
Los contratos incluirán cláusulas sobre interacción agente-agente. Emergen protocolos estándar de comunicación entre agentes empresariales.
⚠️ Retos
Confianza inter-organizacional, responsabilidad legal en transacciones agénticas, y estándares de interoperabilidad.
📌 Tesis
La gestión normativa (cumplimiento legal, regulatorio, fiscal) la llevan agentes supervisados que monitorizan cambios legislativos, verifican cumplimiento y generan reportes automáticos.
💡 Implicaciones
Los departamentos legales se transforman en supervisores de agentes de compliance. La auditoría se vuelve continua en lugar de periódica.
⚠️ Retos
Responsabilidad legal cuando el agente falla, interpretación de normas ambiguas, y jurisdicciones múltiples.
📌 Tesis
Los empleados evolucionan de ejecutores de tareas a supervisores, diseñadores de procesos y entrenadores de agentes. El valor humano se concentra en el juicio, la creatividad y la supervisión estratégica.
💡 Implicaciones
La formación se centra en supervisión, prompt engineering, y diseño de workflows. Los KPIs miden calidad de supervisión, no volumen de ejecución.
⚠️ Retos
Reskilling masivo de la fuerza laboral, resistencia psicológica al cambio de rol, y redefinición de carreras profesionales.
📌 Tesis
Los agentes retienen y transfieren conocimiento institucional, eliminando la pérdida de know-how cuando empleados dejan la empresa. La memoria de la organización es digital, estructurada y accesible.
💡 Implicaciones
El conocimiento tácito se explicita y codifica. Los agentes 'heredan' el contexto de sus predecesores. La rotación de personal tiene menos impacto.
⚠️ Retos
Capturar conocimiento tácito, mantener la base de conocimiento actualizada, y evitar la obsolescencia informativa.
📌 Tesis
La capacidad de trabajo se escala comprando más tokens y desplegando más agentes, sin las limitaciones de la contratación tradicional. El crecimiento puede ser instantáneo y reversible.
💡 Implicaciones
Las empresas pueden crecer o decrecer su capacidad operativa en horas, no meses. Los picos de demanda se absorben con agentes temporales.
⚠️ Retos
Gestión de costes variables, calidad en escalado rápido, y dependencia de infraestructura cloud.
📌 Tesis
La supervisión visual en dashboards en tiempo real reemplaza la gestión tradicional por reuniones y emails. Los trabajadores-supervisores monitorizan métricas, alertas y resultados de tareas agénticas.
💡 Implicaciones
Las reuniones de seguimiento se reducen drásticamente. La toma de decisiones se basa en datos en tiempo real, no en reportes periódicos.
⚠️ Retos
Diseño de dashboards efectivos, evitar la parálisis por análisis, y mantener el contexto humano en los datos.
