IA omnipresente y expansión del posible

¿Qué cambia cuando la inteligencia artificial deja de ocupar un lugar concreto y empieza a atravesar casi todas las funciones cognitivas y productivas?

La inteligencia artificial generativa no ha entrado en la vida económica como entraron muchas tecnologías anteriores. No llegó necesariamente en forma de una máquina identificable, un departamento nuevo o un sistema que sustituyera por completo al anterior. Su presencia se distribuye. Aparece en una conversación, en un buscador, en un procesador de texto, en un entorno de programación, en una herramienta de diseño, en una base documental, en un sistema de atención, en una plataforma educativa o en la función añadida a una aplicación que ya utilizábamos.

A veces la organización decide incorporarla. Otras veces entra sin una decisión general: una persona abre una cuenta, un proveedor activa una función, una aplicación introduce un asistente o un equipo conecta un modelo a una tarea concreta. No existe un único momento en el que pueda decirse que la IA ha llegado. Se extiende por capas, con intensidades distintas, mediante usos formales e informales que no avanzan al mismo ritmo.

Por eso parece estar en todas partes y, al mismo tiempo, resulta difícil localizar dónde está de verdad.

Esta aparente contradicción es el punto de partida del volumen. La IA puede ser omnipresente como posibilidad y todavía marginal como forma organizada. Puede atravesar miles de tareas sin haber modificado las funciones que determinan qué información importa, quién forma criterio, dónde se toma una decisión, quién responde por sus consecuencias y qué aprende el sistema después.

La primera transformación no consiste, por tanto, en contar cuántas herramientas se utilizan. Consiste en comprender que una capacidad transversal ha empezado a modificar el espacio desde el que imaginamos lo que puede hacerse.

1. Una tecnología sin recinto propio

Las tecnologías organizativas suelen tener un lugar reconocible. Un sistema contable organiza la contabilidad. Un CRM registra y estructura la relación comercial. Un ERP conecta determinadas operaciones y datos. Pueden atravesar varias áreas, pero conservan una función principal suficientemente delimitada.

La IA generativa no se deja encerrar con la misma facilidad.

Puede intervenir en la lectura, la escritura, el análisis, la clasificación, la traducción, la programación, la búsqueda, la simulación, la producción visual, la preparación de decisiones o la coordinación de tareas. Puede trabajar sobre los documentos que la empresa ya produce, sobre sus conversaciones, sus reglas, sus bases de conocimiento y sus sistemas. No necesita pertenecer a una única función porque opera sobre una materia común a muchas de ellas: lenguaje, representación, información, instrucciones y relaciones entre significados.

Esa transversalidad tiene una consecuencia inmediata. La IA no se limita a mejorar una pieza. Puede alterar las correspondencias entre las piezas.

Una persona que antes redactaba desde cero puede empezar a revisar y dirigir. Un equipo que necesitaba transferir un asunto entre varios especialistas puede mantener más partes del ciclo dentro de una misma unidad. Un documento que era únicamente resultado puede convertirse en interfaz de trabajo, memoria, fuente estructurada o punto de entrada para otra operación. Una conversación puede producir decisiones, tareas, código, esquemas, consultas, archivos y nuevas preguntas sin abandonar el mismo proceso.

No significa que todo eso ocurra automáticamente. Significa que ha entrado en el campo de lo realizable.

Esta es la diferencia que importa al principio: la IA no solo añade una herramienta a una operación conocida. Introduce una capacidad que puede aparecer en casi cualquier punto donde una forma humana convierte información en acción.

2. Omnipresencia no es integración

Conviene evitar una confusión desde el primer capítulo.

Que la IA esté disponible en muchas funciones no significa que haya sido integrada en ellas. Tampoco que una organización la utilice demuestra que su forma haya cambiado.

Podemos distinguir provisionalmente varios estados:

Estado	Qué ocurre	Qué todavía no demuestra
Acceso	Una persona o equipo puede usar una herramienta de IA.	Uso recurrente o valor.
Uso puntual	La IA resuelve una tarea concreta.	Continuidad, aprendizaje o integración.
Uso recurrente	La herramienta entra de manera habitual en el trabajo.	Que el proceso dependa de ella o se haya reorganizado.
Integración funcional	La IA cumple una función necesaria dentro de un ciclo.	Transformación del conjunto.
Integración estructural	Cambian las relaciones entre información, personas, decisiones, memoria y acción.	Sostenibilidad de la nueva forma.
Institucionalización	Existen autoridad, reglas, aprendizaje, responsabilidad y continuidad.	Que la configuración deba permanecer igual.

Esta secuencia no es una escala universal ni obliga a todas las organizaciones a llegar al último nivel. Hay tareas donde un uso puntual es suficiente y sensato. Hay sectores donde una integración lenta constituye una protección necesaria. Hay capacidades que no merece la pena incorporar.

La distinción sirve para impedir que la disponibilidad se confunda con la transformación.

Una empresa puede adquirir licencias, formar a su personal y producir más documentos sin modificar aquello que organiza su operación. Puede acelerar una fase y desplazar el cuello de botella a la siguiente. Puede aumentar el volumen de análisis y reducir la claridad. Puede automatizar una fricción que debería haber interpretado como señal de un problema estructural.

También puede ocurrir lo contrario. Un equipo puede utilizar pocas herramientas y, sin embargo, cambiar profundamente su capacidad porque la IA queda conectada con fuentes, memoria, criterio, verificación, decisiones y aprendizaje.

La cantidad de IA visible no permite deducir la forma de su integración.

3. El límite que existía antes de empezar

Hay una razón más profunda por la que esta tecnología altera el campo.

Las personas y las organizaciones no imaginan todos los proyectos posibles. Imaginan con mayor facilidad aquellos que saben representar como operaciones realizables.

Las personas imaginamos los proyectos que podemos realizar a partir de las capacidades que sabemos disponibles.¹

Un proyecto puede ser valioso y no llegar siquiera a formularse. No porque alguien lo prohíba ni porque sea materialmente imposible, sino porque exigiría coordinar demasiadas disciplinas, mantener demasiadas variables, investigar demasiadas fuentes, escribir demasiados documentos, aprender demasiadas herramientas o sostener durante demasiado tiempo una complejidad para la que no existe una forma operativa.

En esas condiciones, la idea queda fuera antes de convertirse en decisión. Se percibe como interesante, quizá incluso necesaria, pero no como algo que pueda empezar a hacerse ahora.

Este límite es anterior al presupuesto. También es anterior a la planificación. Para planificar una operación, primero hay que poder representarla como operación.

La IA generativa modifica precisamente ese umbral.

Una intuición todavía borrosa puede formularse y adquirir una primera estructura. Esa estructura puede contrastarse con fuentes, someterse a objeciones, traducirse a otro lenguaje, convertirse en esquema, documento, código, tabla, imagen o procedimiento. El resultado puede regresar a la conversación, revelar una contradicción y abrir una pregunta que no estaba disponible al comienzo.

Lo que antes se fragmentaba entre notas, personas, aplicaciones y momentos distintos puede mantenerse dentro de un proceso con mayor continuidad.

La transformación no consiste en que la IA «sepa hacerlo todo». No lo sabe. Comete errores, inventa relaciones, cierra demasiado pronto, puede reproducir sesgos y necesita fuentes, criterio y verificación. La transformación consiste en que reduce radicalmente el coste de explorar, relacionar y formalizar posibilidades antes de disponer de una organización completa para ejecutarlas.

El proyecto puede empezar a adquirir forma mientras todavía está siendo comprendido.

4. La expansión del adyacente posible

Llamaremos adyacente posible al conjunto de configuraciones que pueden alcanzarse desde una situación actual mediante transformaciones suficientemente próximas como para resultar operables.

No incluye cualquier fantasía imaginable. Incluye aquello que, dadas ciertas capacidades, relaciones y recursos, puede convertirse en el siguiente estado real del sistema.

Cuando aparece una capacidad nueva, ese adyacente cambia.

Una persona que solo puede redactar manualmente imagina proyectos editoriales de una determinada escala. Cuando puede investigar, estructurar, revisar, relacionar y preparar materiales con asistencia generativa, empiezan a aparecer proyectos que antes no entraban en su horizonte práctico.

Un equipo que necesitaba meses para producir un prototipo de software puede explorar varias arquitecturas, generar componentes, documentar decisiones y comprobar integraciones en un tiempo mucho menor. No solo acelera una solución: puede permitirse comparar soluciones que antes habría descartado sin probar.

Una organización que trataba sus archivos como almacenamiento puede empezar a representarlos como memoria operativa. Un sistema documental puede relacionarse con decisiones, tareas, fuentes y estados. Una base de conocimiento puede dejar de ser un archivo consultivo y convertirse en una parte activa del trabajo.

En cada caso, la capacidad nueva no añade únicamente un resultado. Modifica lo que el sistema considera concebible.

Podemos representar el desplazamiento así:

CAPACIDADES CONOCIDAS
        ↓
PROYECTOS CONCEBIBLES
        ↓
FORMAS QUE SE INTENTAN
        ↓
RESULTADOS Y APRENDIZAJE
        ↓
NUEVAS CAPACIDADES CONOCIDAS
        ↓
NUEVO ADYACENTE POSIBLE

La última flecha es decisiva. El resultado de un proyecto no solo satisface o no satisface su objetivo. Puede modificar las capacidades desde las que se formulará el siguiente.

La expansión del posible es acumulativa cuando deja memoria, criterio, herramientas y aprendizaje. También puede ser puramente aparente cuando produce muchas alternativas sin aumentar la capacidad para elegir, verificar o sostener ninguna.

5. De la herramienta a la capacidad

Una herramienta se define por lo que permite hacer. Una capacidad incluye además la posibilidad de reconocer cuándo utilizarla, relacionarla con otras, verificar sus efectos, conservar aprendizaje y volver a desplegarla en otro campo.

La diferencia parece pequeña, pero cambia el objeto de observación.

Si miramos la IA como herramienta, preguntamos:

• ¿qué tarea puede realizar?;
• ¿cuánto tiempo ahorra?;
• ¿qué coste reduce?;
• ¿qué output produce?

Si la miramos como capacidad, aparecen otras preguntas:

• ¿qué proyecto se vuelve concebible?;
• ¿qué función antes fragmentada puede ahora integrarse?;
• ¿qué nuevas combinaciones aparecen?;
• ¿qué conocimiento puede mantenerse activo?;
• ¿qué parte de la organización deja de ser necesaria y cuál se vuelve crítica?;
• ¿qué aprende el sistema después de utilizarla?;
• ¿qué dependencia introduce?;
• ¿qué capacidad permanece cuando cambia el modelo o desaparece la herramienta?

Estas preguntas no invalidan las primeras. Las sitúan dentro de una escala mayor.

Una mejora local puede ser valiosa sin transformar la forma. Una automatización puede liberar tiempo. Un borrador puede reducir esfuerzo. Un análisis puede ampliar la información disponible. Pero la expansión profunda aparece cuando esos resultados modifican la arquitectura de posibilidades del sistema.

Por eso la capacidad no debe confundirse con potencia técnica.

Un modelo puede ser extraordinariamente potente y producir poco valor dentro de una forma incapaz de proporcionarle contexto, dirección, memoria o verificación. Una herramienta menos avanzada puede dejar mucha más capacidad si está integrada en una operación que aprende.

La capacidad no reside solo en la pieza. Aparece en la relación entre la pieza y el sistema que puede utilizarla.

6. La escala individual cambia antes que la organización

La expansión del posible suele aparecer primero de manera desigual.

Una persona descubre una forma de trabajar que le permite sostener más contexto, explorar alternativas o producir artefactos que antes requerían varias funciones. Otro miembro del mismo equipo utiliza la IA para tareas puntuales. La organización, mientras tanto, continúa describiendo ambos casos bajo una misma categoría: «uso de IA».

Pero no están haciendo lo mismo.

En el primer caso puede empezar a cambiar la unidad de trabajo. Una persona ya no entrega solamente una pieza, sino un ciclo más amplio: investiga, compone, contrasta, documenta y prepara la siguiente operación. En el segundo, la unidad permanece igual y la herramienta acelera una parte.

Esta diferencia importa porque las transformaciones organizativas no empiezan siempre mediante una decisión central. Pueden aparecer en los bordes, en prácticas informales, en equipos mínimos o en proyectos que todavía no tienen nombre.

La organización puede tardar en reconocerlas porque sus categorías observan puestos, departamentos, herramientas o entregables, no necesariamente las nuevas configuraciones de capacidad que empiezan a formarse.

De ahí surge una asimetría inicial:

CAPACIDAD TÉCNICA DISPONIBLE
            >
CAPACIDAD ORGANIZATIVA RECONOCIDA
            >
CAPACIDAD ORGANIZATIVA INTEGRADA

La desigualdad no prueba que toda organización deba acelerar. Indica que disponibilidad, reconocimiento e integración poseen ritmos distintos.

Cuando esa distancia se mantiene, el campo real del trabajo puede cambiar antes de que la representación formal de la empresa se haya modificado.

7. La IA no amplía solamente respuestas

Es habitual describir la IA generativa como una máquina de respuestas. La descripción es incompleta.

Su efecto más transformador puede estar en la producción de preguntas, relaciones y formas provisionales.

Una respuesta aislada cierra. Una relación sostenida puede reabrir el campo. Puede mostrar que la pregunta inicial contenía una unidad equivocada, que dos problemas estaban producidos por la misma configuración o que una solución razonable estaba defendiendo una forma ya agotada.

Esto ocurre porque la IA puede recorrer rápidamente grandes espacios de formulación. Puede comparar lenguajes, cambiar de escala, recuperar antecedentes, materializar alternativas y volver a integrarlas en el mismo proceso. El humano no necesita revisar cada posibilidad con la misma profundidad. Puede mantener dirección, detectar anomalías y aumentar su atención cuando aparece una bifurcación relevante.

Cuando esa relación funciona, la expansión del posible no procede únicamente de producir más opciones. Procede de poder mantener abiertas varias posibilidades durante más tiempo sin perder por completo la continuidad del trabajo.

Antes, cerrar pronto era muchas veces una condición para avanzar. Explorar demasiado resultaba costoso. Cada alternativa exigía investigación, coordinación y materialización. Elegir una trayectoria protegía los recursos.

La IA reduce parte de ese coste de exploración. Permite que investigar, diseñar, construir y revisar se relacionen durante la operación. Una forma provisional puede probarse, producir información y modificar la pregunta sin convertirse todavía en una estructura definitiva.

Esto no elimina la necesidad de decidir. Cambia el momento y la calidad de la decisión.

8. Un campo de posibilidades no es todavía un mundo mejor

La expansión del posible puede resultar fascinante. También puede ser profundamente destructiva.

Más alternativas pueden producir más dispersión. Más outputs pueden saturar la atención. Más velocidad puede multiplicar errores. Más capacidad de automatización puede concentrar poder, erosionar criterio, aumentar dependencia o acelerar una dirección extractiva.

Por eso deben mantenerse desde el principio varias distinciones:

POSIBLE ≠ DESEABLE
NOVEDAD ≠ CAPACIDAD
VELOCIDAD ≠ DIRECCIÓN
PRODUCCIÓN ≠ VALOR
INTEGRACIÓN ≠ SOSTENIBILIDAD

La IA amplía el espacio de acciones disponibles, pero no determina cuáles merecen realizarse. Puede proponer, relacionar, simular y formalizar. No sustituye por ese hecho la finalidad, la responsabilidad ni el juicio sobre las consecuencias.

La expansión del posible introduce, además, una nueva carga. Cuando pueden generarse miles de variantes, la escasez se desplaza. Ya no falta únicamente producción. Faltan criterio, selección, atención, validación, memoria y capacidad de cierre.

Este desplazamiento será central en los volúmenes posteriores de la colección. Antes de construir una forma sostenible habrá que comprender qué puede aparecer para una organización, qué diferencias adquieren relevancia y cómo se distribuye atención sin intentar procesarlo todo.

Por ahora basta con establecer el punto de partida: la IA no resuelve el problema de elegir una trayectoria. Hace que el espacio de trayectorias posibles crezca y cambie durante la propia operación.

9. La primera señal de cambio de régimen

Una tecnología puede difundirse sin producir un cambio de régimen. Puede mejorar muchas tareas y dejar intactas las estructuras que organizan la vida económica.

La señal más profunda aparece cuando la nueva capacidad empieza a alterar la relación entre lo posible y lo organizado.

Mientras la organización cree que está incorporando una herramienta, pueden estar cambiando:

• la escala de los proyectos concebibles;
• la frontera entre profesiones y funciones;
• el coste de explorar alternativas;
• la relación entre investigación y desarrollo;
• la unidad mínima capaz de producir un resultado completo;
• el valor de la memoria;
• el lugar del criterio humano;
• la velocidad con la que una forma puede volverse insuficiente.

La IA es omnipresente no porque toda persona la utilice ni porque todas las empresas dependan ya de ella. Lo es en un sentido más preciso: puede intervenir en casi cualquier operación basada en lenguaje, conocimiento, representación o coordinación y, por ello, presiona simultáneamente muchas fronteras que antes podían tratarse por separado.

Su expansión no garantiza transformación. Pero hace cada vez más difícil pensar el cambio como una serie de implantaciones aisladas.

Una organización puede decidir no incorporar una novedad concreta. Lo que no puede decidir es que el campo de posibilidades de sus clientes, competidores, trabajadores, proveedores e instituciones permanezca igual.

Ese campo ya ha empezado a moverse.

10. Salida: la pregunta correcta todavía no es tecnológica

El capítulo ha establecido cuatro puntos.

Primero, la IA generativa posee una transversalidad distinta de la de muchas tecnologías organizativas: no ocupa una única función, sino que puede atravesar las operaciones con las que se produce y transforma significado.

Segundo, omnipresencia no equivale a integración. La disponibilidad puede expandirse mucho antes de que cambien las relaciones entre criterio, memoria, decisión, autoridad y aprendizaje.

Tercero, el primer efecto profundo de la IA no es necesariamente hacer más rápido lo que ya existía. Es modificar el límite de lo que personas y organizaciones pueden representar como realizable.

Cuarto, esa expansión del posible no contiene por sí sola dirección, valor ni sostenibilidad. Cuantas más posibilidades aparecen, más decisiva se vuelve la forma que las selecciona e integra.

La pregunta con la que termina este capítulo no es todavía cómo implantar IA.

Es más simple y más exigente:

Cuando una capacidad nueva amplía el espacio de lo posible, ¿la utilizamos para acelerar la forma que ya existe o para descubrir una forma que antes no podía aparecer?

Esa diferencia abre el capítulo siguiente.

---

Conexiones conceptuales

• ia-generativa
• adyacente-posible
• capacidad
• campo
• integracion

Navegación

• Volver a la Parte 1 · El cambio ya ha empezado
• Anterior: Volumen I · El cambio de régimen
• Siguiente: Capítulo 2 · Hacer lo mismo más rápido frente a hacer posible algo nuevo

---

Notas de fuente

Footnotes

1. Formulación procedente del umbral de Inteligencia simbiótica · La tercera inteligencia. Cómo construir sistemas de capacidad ampliada con IA generativa, manuscrito maestro v1.0. El presente capítulo reelabora esa tesis dentro de la arquitectura de Lo que viene. ↩