Siempre es la misma historia: aparece una nueva tecnología y todo el mundo empieza a musitar de cómo lo cambiará todo. Luego, el renta llega precipitadamente, las empresas se forman de la incertidumbre a la mañana y las valoraciones suben más rápido de lo que nadie puede alegar. Luego, muchos meses luego, llegan las advertencias y la clan de repente recuerda la caída de las puntocom o las criptomonedas.

Probablemente lo hayas pasado antaño. Y si es así, probablemente piense que la IA es la próxima burbuja. Los humanos son excelentes para combinar patrones. Hemos evolucionado para ver patrones, por lo que cuando surge poco deudo, instintivamente lo asignamos a la historia más cercana que ya conocemos. Creemos que lo hemos pasado antaño y estamos seguros de aprender cómo termina.

Pero ese instinto puede engañarnos. AI se siente como una burbuja porque estamos forzando poco genuinamente discontinuo en una historia deudo. La idea de que todo lo que crece rápidamente acaba colapsando parece prudente. Pero eso no significa que siempre será cierto.

¿Por qué los mercados siguen sobrepasándose?

Todo cambio tecnológico importante produce los mismos síntomas externos: expectativas infladas, seguidas de fracasos muy visibles. Las puntocom, los dispositivos móviles y las criptomonedas pasaron por una etapa en la que el mundo perdió el sentido de la proporción.

¿Por qué esto sigue sucediendo? Porque los mercados no tienen un ámbito para el cambio discontinuo. Los modelos de flujo de caja descontado suponen un crecimiento constante y estable, y las empresas comparables suponen que la categoría ya existe. Entonces la clan supone que el futuro cercano se parece al pasado fresco, pero eso no funciona cuando la categoría subyacente en sí está cambiando.

La mayoría de las herramientas de valoración están diseñadas para un progreso incremental, por lo que los analistas analizan los pronósticos trimestrales y las mejoras incrementales. No saben qué hacer con los cambios graduales y no pueden modelar la acogida no rectilíneo.

Entonces, cuando vemos un exceso de renta o una dispersión extrema de los resultados, ese es el mercado que intenta valorar las apuestas de una plazo utilizando la dialéctica trimestral. (Lo cual no funciona.) Y eso es lo que en realidad es una burbuja: una indicación de que nadie sabe todavía cómo poner precio a lo que se avecina. Esa incertidumbre parece una invalidación, pero simplemente expone los límites de los marcos existentes.

El error de categoría que seguimos cometiendo

Cuando llega poco nuevo, buscamos comparaciones.

La IA es como la electricidad.

La IA es como las computadoras.

La IA es como Internet.

La IA es como el móvil.

Estas comparaciones son reconfortantes porque todas produjeron cambios masivos en toda la caudal y atrajeron enormes capitales. Cambiaron la forma en que se hacía el trabajo.

Asimismo comparten poco más profundo. Cada una de esas tecnologías amplió la capacidad humana sin reemplazar la cognición humana. Máquinas alimentadas por electricidad, pero los humanos aún decidían qué construir. Las computadoras procesaban datos, pero los humanos los interpretaban. Internet movía información, pero los humanos decidían lo que importaba. Los dispositivos móviles pusieron la informática en el faltriquera, pero la atención humana siguió siendo el expediente escaso. En todos los casos, la inteligencia humana ancló todo. Asimismo fue el cuello de botella.

La IA es diferente porque realiza un trabajo cognitivo. Y si eso te incomoda, debería hacerlo. Porque si la IA en realidad puede pensar, entonces mucho de lo que hemos construido nuestras carreras, como nuestra experiencia y nuestras habilidades ganadas con tanto esfuerzo, podrían no ser tan defendibles como pensábamos. El ingeniero junior que pasó primaveras desarrollando la intuición ahora trabaja pegado a una utensilio que la tiene al instante. Lo mismo hace el analista financiero conocido por su estudio de varianza. La clan ya no está completamente segura de dónde reside en realidad el valencia, y eso es aterrador.

Hablo con los directores financieros todas las semanas. Hace seis meses me hicieron preguntas abstractas como “¿qué es la IA?” y “¿deberíamos tener una organización de IA?” Ahora las preguntas son concretas: “¿Qué partes del trabajo de mi equipo ya no necesitan realizarse de esta forma?” Ese cambio ocurrió tan rápido que ya está cambiando la forma en que se asignan los fortuna.

Por ejemplo, un fundador que conozco empezó a utilizar Claude para escribir consultas SQL que solían llevarle a su analista un par de días. ¿Reemplazó al analista? Por supuesto que no. Pero ella eliminó el cuello de botella y ya no tiene que obedecer de él para obtener respuestas rápidas. Entonces el papel de su analista cambió por completo. Pasó de brindar el 60% de su tiempo a escribir consultas a un 10% a revisarlas y un 90% a recomendaciones estratégicas. La empresa no redujo plantilla ni costes, y el analista pasó de apoyar a tres partes interesadas a apoyar a quince.

Aquí es donde las comparaciones históricas en realidad empiezan a pifiar. Herramientas como GitHub Copilot están comprimiendo la experiencia. Un ingeniero junior ahora puede negociar a un nivel que antaño requería primaveras de experiencia gremial. Y cada vez que se utiliza la utensilio, aprende. Un martillo no restablecimiento solo porque hayas construido una casa con él, pero las herramientas de inteligencia fabricado sí. Y cuando las herramientas mejoran con el uso, el ritmo de restablecimiento aumenta. Esa dinámica no encaja claramente en ninguna vínculo tecnológica previa, razón por la cual el instinto de golpear a esto “burbuja” pierde el sentido auténtico.

Las tecnologías anteriores suponían un remate fijo para la cognición humana. Nos hicieron más rápidos y más fuertes, pero el número limitante era siempre el mismo: ¿Cuántas personas inteligentes podíamos poner en un problema? La IA extiende ese techo mucho más allá de lo que estamos acostumbrados. Antiguamente, comprender mejor su negocio generalmente significaba una de tres cosas: más datos, más analistas o líderes más experimentados. La límite era cuánta atención y madurez humanos podía permitirse. Con la IA, esa límite cambia. Cuando un estudio que antaño tomaba días aparece en segundos, la nueva límite es aprender qué apañarse. ¿Qué preguntas importan? El número limitante deja de ser el talento y pasa a ser el criterio.

Los escépticos tienen razón en cuanto a las exageraciones y se equivocan en cuanto a lo que significan.

Tomemos la interpretación más sólida del argumento de la burbuja al pie de la carácter. Quizás la IA esté en realidad sobrevalorada y la mayoría de estas empresas fracasarán. Quizás lleguemos pronto y el impacto auténtico tardará otros cinco o diez primaveras. Todo eso podría ser completamente cierto y aun así no cambiaría el punto central, que es este:

Incluso si la mayoría de las nuevas empresas de IA fracasan, e incluso si la acogida es mucho más lenta de lo esperado, la IA sigue siendo la primera tecnología que puede realizar trabajo de conocimiento. Eso no desaparece porque los mercados se excedan o las expectativas se restablezcan. Los escépticos tienen razón en que el revuelo está inflado. Pero se equivocan al opinar que la exageración hace que la tecnología sea irrelevante. Hemos pasado esto antaño: la burbuja de las puntocom era auténtico y mascotas.com Se estrelló y se quemó, pero Internet aún así lo cambió todo. Ambas cosas eran ciertas al mismo tiempo.

Los líderes financieros con los que trabajo no discuten sobre la importancia de la IA. Ahora están tratando de comprender qué flujos de trabajo cambian primero y con qué prontitud deben adaptarse. Esa conversación se desarrolla en silencio, debajo de todo el ruido.

Y los flujos de trabajo que colapsan primero comparten tres propiedades:

1. Requieren experiencia, pero son repetitivos.

2. Son cuellos de botella para el trabajo importante.

3. Son fáciles de confirmar pero difíciles de producir.

Estos flujos de trabajo son lo suficientemente importantes como para pagarlos, pero no tan estratégicos como para que su automatización amenace una superioridad competitiva. Requieren tiento, pero esa tiento no se agrava dramáticamente con la repetición, lo que los hace económicamente frágiles y explica por qué ya se están automatizando.

Donde los humanos todavía importan (por ahora)

La IA es excelente para escudriñar tendencias y terrible para aprender cuáles en realidad importan. Puede producir estudio de variación, pero no puede opinar si una variación del 12% en el consumición indica un crecimiento saludable o un problema más profundo. Puede redactar estrategias, pero no puede decirle qué organización se adapta a este mercado y a este equipo en este momento exacto. Resolver en condiciones de incertidumbre y hacer concesiones de parada aventura cuando las desventajas son catastróficas siguen siendo responsabilidades humanas. Por ahora.

Cuando la límite ya no es “¿tenemos suficientes personas inteligentes?”, el problema se convierte en prioritario. ¿Qué merece atención? ¿Qué vale la pena construir a continuación? Ahí es donde veo que muchos fundadores se quedan estancados. Preguntan si se alcahuetería de una burbuja y si es demasiado pronto, pero esas no son las preguntas más enseres. La correcta es: “¿Qué puedo construir el próximo año que cree valencia auténtico, independientemente de lo que hagan las valoraciones?”

Las empresas que duren serán las que iteren e incorporen silenciosamente la IA en flujos de trabajo reales que resuelvan problemas reales. Tomemos como ejemplo a los directores financieros. Están comprando IA porque su grupo directiva quiere un estudio de varianza más rápido y están cansados ​​de contratar analistas que renuncian luego de seis meses. Ése es un problema del mundo auténtico que las empresas deben resolver.

Y lo mismo ocurre con los inversores. Los que tendrán éxito a generoso plazo serán aquellos que toleren la incertidumbre el tiempo suficiente para ver qué funciona en realidad.

Esta vez es en realidad diferente.

A corto plazo, la IA decepcionará. Muchos casos de uso no cumplirán lo que prometen y muchas empresas formadas en esta ola no sobrevivirán. Pero la tecnología lo hará. Y, a generoso plazo, la IA remodelará todos los campos que dependen del trabajo del conocimiento. No todos a la vez, ni de forma uniforme, pero internamente de una plazo será difícil encontrar una industria basada en el conocimiento que tenga el mismo aspecto que hoy.

La IA es diferente porque la inteligencia misma, que históricamente fue la límite central de la innovación humana, ahora se ha vuelto escalable. Ése es un hecho observable con consecuencias mensurables. La conversación sobre las burbujas se desvanecerá, como siempre ocurre, y lo que quedarán serán los sistemas que se adaptaron silenciosamente mientras todos los demás discutían sobre las valoraciones. Los escépticos habrán tenido razón sobre el exceso y se habrán errado sobre lo que en realidad importa, porque, internamente de cinco primaveras, probablemente miraremos alrededor de a espaldas al pánico coetáneo de la misma forma que miramos a las personas que descartaron Internet porque un puñado de empresas fracasaron. Y los ganadores serán aquellos que construyeron mientras todos los demás discutían sobre las valoraciones.

Con el tiempo, esas son las únicas historias que cierto recuerda.

Siqi Chen es cofundador y director ejecutor de Runway.