¿Por qué se está desacelerando la revolución de la IA: Interrupciones institucionales y un ecosistema de software mediocre

El discurso sobre la velocidad de la inteligencia artificial ya alcanza ramas de preguntas existenciales. Muchas proposiciones afirman que la IA traerá cambios rápidos en todos los aspectos de la sociedad. Pero una visión más fundamentada muestra diferentes realidades: el cambio será más gradual de lo esperado, y muchos objetivos requerirán una espera paciente y prudente. La razón no es solo tecnológica—gira en torno a profundas fracturas institucionales, a la calidad mediocre de nuestro ecosistema de software actual, y a la complejidad real del cambio en el mundo físico.

La sólida fractura institucional frente a cambios rápidos

En las últimas dos décadas, hemos experimentado repetidamente promesas de disrupción rápida que nunca llegaron a la velocidad prevista. En 2007, muchos expertos decían que la posición geopolítica de EE. UU. empezaba a declinar por la teoría del pico del petróleo. En 2008, los financieros pensaban que el sistema del dólar colapsaría. En 2014, muchos inversores estaban convencidos de que AMD y NVIDIA perderían su dominio en fabricación de chips. Pero en cada caso, las profundas conexiones institucionales demostraron ser más fuertes de lo que los observadores anticipaban.

Un ejemplo concreto es la industria inmobiliaria. Durante décadas, los agentes inmobiliarios recibían comisiones del 5-6% debido a la asimetría de información entre ellos y los consumidores. Muchos creían que plataformas como Zillow, Redfin y Opendoor serían suficientes para eliminar el papel de los agentes. Pero la inercia del mercado y la captura regulatoria dieron a los profesionales del sector una tasa de supervivencia mucho mayor que la que predijeron los críticos hace diez años.

Esta experiencia la viví en carne propia. Compré una casa hace unos meses, y el proceso requirió contratar un agente por varias barreras regulatorias. Nuestro agente comprador ganó casi $50,000 en una transacción, solo por preparar documentos y coordinar con diferentes partes—una tarea que podría hacerse en 10 horas. Pero el mercado sigue siendo lento por fricciones institucionales más profundas que las soluciones de software.

Entender esto no es solo académico. Yo mismo fundé y opero una empresa cuyo principal objetivo es ayudar a la industria de brokers de seguros a transitar del “servicio basado en personas” al “operativo impulsado por software.” Lo más importante que aprendí es una ley universal: las sociedades complejas requieren más tiempo para cambiar que los cálculos simples sugieren. Esto no significa que no haya cambios importantes en el futuro—simplemente que serán más suaves y darán tiempo para adaptarse.

La calidad del software: mediocridad y necesidad constante

En los últimos años, el sector del software ha sufrido compresión de precios por el temor de los inversores a que empresas como Monday, Salesforce y Asana no tengan “foso” protegido en sus sistemas backend, fácilmente copiables por la competencia. Muchos analistas creen que la programación de IA marcará el fin de la industria SaaS por dos motivos: primero, los productos serán homogéneos y sin rentabilidad, y segundo, se perderán muchos empleos.

Pero hay una verdad importante que todos suelen pasar por alto: la mayoría del software existente es realmente mediocre. Lo digo con autoridad, porque gastamos millones en Salesforce, Monday y otras plataformas. Es cierto que la IA ayuda a los competidores a copiar estos productos, pero aún más importante: permite crear mejores productos.

El problema no es el cambio o la competencia—es la calidad. Cada herramienta que compro está llena de bugs. Muchos softwares son tan difíciles de usar que no puedo aceptar su precio—hace tres años, no podía transferir dinero por la banca online de Citibank por un diseño mediocre. La mayoría de las aplicaciones web no están optimizadas para móvil y escritorio. Ningún producto tiene todas las funciones que los usuarios necesitan.

Las estrellas de Silicon Valley como Stripe y Linear consiguen millones de usuarios no porque sean perfectas—sino porque son mucho más fáciles de usar que otras. Pregunta a un ingeniero senior con experiencia: “Muéstrame una plataforma de software realmente perfecta,” y la respuesta será un silencio largo, con una mirada irónica.

Escondido en esta análisis hay una verdad profunda: incluso si llegamos a la “singularidad del software,” la demanda de trabajo humano en desarrollo de software será prácticamente infinita. Todos sabemos que los últimos 5% de mejoras requieren la mayor inversión de esfuerzo. Desde esta perspectiva, cada producto de software tiene potencial para ser 100 veces más eficiente y con más funciones antes de saturarse realmente.

Creo que muchos comentaristas que dicen que la industria del software está cerca de desaparecer carecen de una comprensión intuitiva de cómo funciona realmente el desarrollo de software. La industria avanza más de 50 años, y aunque hay saltos tecnológicos, siempre está en un estado de “aún no es suficiente.” Como programador en 2020, mi productividad equivale a cientos de desarrolladores de los años 70, y esa palanca es realmente inspiradora. Pero claramente hay mucho potencial de mejora en todos los sectores.

Un error común aquí es la paradoja de Jevons: cuando la eficiencia aumenta, la demanda total crece aún más rápido. Esto no significa que la ingeniería de software esté asegurada para siempre, sino que la capacidad del sector para escalar requerimientos laborales y la inercia institucional superan nuestra comprensión, haciendo que el proceso de saturación del mercado sea muy lento, dando tiempo para adaptarse.

Cómo el trabajo puede cambiar y reinventarse

La transferencia de poder laboral y económico está ocurriendo—como en la industria del transporte, donde los vehículos autónomos serán disruptivos. Muchos trabajos de cuello blanco seguramente cambiarán o desaparecerán. Para los trabajadores que han sido parasitados por el sistema—los que solo ganan por prácticas obsoletas y captura regulatoria—la IA puede ser un evento terminal.

Pero EE. UU. tiene una esperanza grande: el potencial casi ilimitado y la necesidad de transformación industrial y reshoring. Se habla mucho de “reshoring” de manufactura, pero esto es más que eso. Ya estamos perdiendo la capacidad de fabricar componentes fundamentales: baterías, motores, semiconductores avanzados—toda la cadena de suministro depende mucho de fuentes externas.

¿Qué pasará en un conflicto militar? O aún más crítico: ¿sabías que el 90% del amoníaco sintetizado en el mundo se produce en China? Si se interrumpe esa fuente, no habrá suficiente fertilizante, y el sistema agrícola colapsará. En cualquier infraestructura física, hay oportunidades ilimitadas de empleo—mejoras en infraestructura que generan empleo, con apoyo bipartidista en política.

Vemos tendencias económicas y políticas que apuntan a esto—el renacimiento manufacturero, la tecnología profunda, y el “poder estadounidense.” Mi predicción es que, cuando la IA impacte realmente a los profesionales de cuello blanco, la resistencia política se dirigirá a estímulos masivos para la transformación industrial, con “proyectos de empleo” que faciliten la transición laboral.

Más atractivo aún: el mundo físico no tiene “singularidad”—está limitado por fricción y complejidad. Renovaremos infraestructura—puentes, carreteras, sistemas de energía. La gente verá resultados concretos y tangibles en su trabajo, en contraste con el mundo abstracto de datos. Un exgerente de producto en Salesforce que perdió $180,000 anuales en salario, puede encontrar una carrera más significativa en proyectos como “Desalinizadora de agua en California,” que busca acabar con una sequía de 25 años. No solo hay que construirla—hay que hacerla excelente y sostenible a largo plazo.

Si tomamos en serio la transformación, la paradoja de Jevons puede aplicarse también al mundo físico. La demanda ilimitada de infraestructura y mejoras industriales abrirá caminos para empleo continuo y creación de valor.

El camino hacia un desarrollo sostenible

El límite de grandes proyectos industriales son los recursos materiales y la riqueza. EE. UU. puede alcanzar autosuficiencia y producción a gran escala con costos menores. Superar las limitaciones de recursos es clave: a largo plazo, si la IA realmente deja sin trabajo a la mayoría de los profesionales de cuello blanco, necesitamos mecanismos para mantener una alta calidad de vida. Como la IA reducirá márgenes de ganancia a casi cero, los bienes de consumo serán mucho más baratos—el aspecto de prosperidad llegará automáticamente.

Mi evaluación es que diferentes sectores de la economía acelerarán a distintas velocidades hacia la transición impulsada por IA, y todos los cambios serán más graduales que los escenarios apocalípticos. Esto es una aclaración: creo firmemente en el potencial de la IA, y veo un día en que trabajos cognitivos de este tipo serán relativamente sin valor. Pero eso requiere tiempo—y ese tiempo nos da la oportunidad de hacer transiciones deliberadas y bien planificadas.

En este punto crítico, no es imposible evitar escenarios de colapso como los que otros han compartido. La respuesta del gobierno de EE. UU. ante la pandemia demostró su capacidad de ser proactivo y agresivo en crisis. Las políticas de estímulo masivo pueden implementarse rápidamente si se necesitan. Aunque no sean perfectas, no son la principal preocupación.

La verdadera prioridad es garantizar el bienestar material y la prosperidad de los ciudadanos—una creación de riqueza integral que legitime al Estado y mantenga la cohesión social, no perseguir métricas contables obsoletas o dogmas económicos. Si mantenemos nuestra intensidad y capacidad de respuesta ante las transformaciones tecnológicas, alcanzaremos un futuro más seguro sin enfoques mediocres ni complacencia institucional.