Tomas Silva Ebensperger, Chief Artificial Intelligence Officer en In Motion

La inteligencia artificial (IA) generativa se ha posicionado en pocos años como una fuerza transformadora en el ámbito tecnológico, impulsada por el desarrollo de modelos fundacionales cada vez más avanzados. Desde el surgimiento del aprendizaje automático tradicional hasta el actual auge de la IA generativa y agéntica, la velocidad del progreso ha sido vertiginosa. Esto obliga a las empresas, especialmente a las de tamaño mediano, a replantear constantemente sus estrategias y espacios de competencia ante gigantes tecnológicos con una infraestructura y recursos inalcanzables.

Históricamente, las empresas medianas han basado su propuesta de valor sobre la robusta plataforma técnica proporcionada por los grandes jugadores de la industria. Estas compañías parten de modelos fundacionales disponibles y, a partir de ellos, crean productos o soluciones que encapsulan y optimizan las capacidades iniciales. Sin embargo, el panorama competitivo está evolucionando rápidamente. Porque a medida que los gigantes tecnológicos integran de forma vertical diversas capas del ecosistema —desde la infraestructura hasta la interfaz con el usuario— las soluciones de las medianas empresas tienden a quedar relegadas. Esto se debe a que las grandes plataformas no solo replican las funcionalidades creadas por los jugadores más pequeños, sino que las superan en alcance, calidad y eficiencia, dejando a estos últimos en una clara posición de desventaja competitiva.

Un ejemplo claro de cómo ciertas habilidades pierden relevancia con el tiempo es el caso de la ingeniería de prompts. Hasta hace unos años, dominar la creación y refinamiento de indicaciones era un talento muy cotizado, ya que garantizaba mejores resultados al interactuar con modelos de lenguaje. Hoy, las capacidades de razonamiento y toma de decisiones en múltiples pasos de estas herramientas han mejorado drásticamente. Como consecuencia, el acceso a resultados precisos es ahora más directo y no requiere de la misma pericia. Esto no solo reduce el valor de esa habilidad, sino que ilustra la constante necesidad de adaptarse a la evolución del mercado.

En este contexto, el énfasis actual se centra en un terreno aún más avanzado: la Inteligencia Artificial Agéntica. A diferencia de la IA tradicional, que se limita a responder preguntas o ejecutar instrucciones predefinidas, la IA agéntica posee la capacidad de operar con un mayor nivel de autonomía y agencia. Este tipo de sistemas puede tomar decisiones, realizar acciones y ajustarse a nuevos escenarios con mínima intervención humana. 

El surgimiento de la IA agéntica plantea nuevos desafíos éticos, regulatorios y de seguridad. Dar mayor autonomía a los sistemas conlleva el riesgo de generar acciones no deseadas, errores difíciles de anticipar y conflictos con marcos legales poco preparados para la toma de decisiones automatizada. 

Ante este panorama, las empresas medianas aún pueden encontrar oportunidades de diferenciación. Especializarse en nichos muy concretos, ofrecer servicios de personalización extrema, desarrollar entornos de colaboración con otras compañías y destacar en áreas donde el trato humano o el conocimiento de dominio específico añada valor, son algunas estrategias potenciales. Construir ecosistemas centrados en datos propios, difíciles de replicar por las grandes plataformas, puede ser clave para mantenerse competitivos.

En definitiva, la carrera de la inteligencia artificial generativa hacia la obsolescencia de ciertas competencias se mueve a un ritmo implacable. Las empresas que deseen sobrevivir y prosperar deberán repensar sus modelos de negocio, anticipar el siguiente movimiento de los gigantes tecnológicos y aprovechar las oportunidades que ofrece esta revolución.