La IA será más grande que el COVID
Publicado el 23 de febrero de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
Durante el COVID aprendimos, a golpes, una lección incómoda: el mundo puede cambiar en semanas y, aun así, muchos seguirán actuando como si nada. En mi caso, recuerdo reuniones por Zoom donde se tomaban decisiones millonarias con la misma ligereza con la que uno pide un café. También recuerdo algo peor: la memoria selectiva. Hoy, a la hora de hablar de Inteligencia Artificial, escucho el mismo tono de “ya veremos”, como si la historia no tuviera la mala costumbre de repetirse con diferente máscara.
Un fundador de una startup de IA —anónimo, aunque claramente influyente— lanzó una frase que suena a exageración hasta que te quedas mirándola un rato, como se mira un parte médico: “La IA será más grande que el COVID”. Lo cierto es que no lo plantea como eslogan. Lo plantea como tesis. Y no una tesis de café, sino una que intenta amarrarse a números, comparaciones y ritmo de adopción. En su manifiesto (sí, un manifiesto; cinco mil palabras no son un post, son una toma de posición), no habla de una tecnología “interesante”. Habla de una fuerza que reorganiza economías, redefine trabajos y cambia lo que entendemos por productividad, creatividad y control.
La metáfora que mejor lo explica no es la de la “ola”, porque la ola llega, rompe y se va. Esto se parece más a una guerra de desgaste. No una de trincheras visibles, sino una de decisiones pequeñas que, sumadas, te dejan sin territorio. A una empresa no la derrota la IA “algún día”. La derrota una cultura que tarda en entender qué batalla se está librando. Y eso, desgraciadamente, en la práctica es más común de lo que nos gusta admitir.
El COVID tuvo un enemigo claro y un vocabulario compartido: contagio, vacuna, cuarentena. Con la IA, el enemigo no es un virus. Es la inercia. Es esa sensación de que “aquí eso no va a pasar” o que “en mi industria no aplica”, como si la realidad pidiera permiso. Ya lo decía Asimov, con esa frialdad elegante que a veces duele: el cambio tecnológico no negocia con nuestras preferencias. Y, por tanto, esta tesis no va de si la IA “gusta” o “asusta”, sino de escala y velocidad. De si estamos frente a un fenómeno que, en silencio, será más profundo que una pandemia porque no se retirará cuando baje la curva. Se quedará a vivir con nosotros.
“El COVID nos obligó a detenernos; la IA nos obligará a movernos. Y hacerlo mal también cuenta como moverse.”
Suelo comentar que las grandes disrupciones no se anuncian con trompetas; llegan con señales dispersas, como páginas sueltas de un libro que alguien dejó caer. El fundador lo entiende y lo empaqueta en una sentencia que incomoda a más de uno porque sugiere una realidad muy simple: si el COVID cambió hábitos, la IA cambiará estructuras. Cambiará el trabajo, sí. Pero también cambiará las ventajas competitivas. Cambiará quién decide, quién ejecuta, quién valida, quién crea. Lo cual deja una pregunta en el aire, incómoda como una luz encendida a medianoche: si esto es “más grande que el COVID”, ¿por qué seguimos tratando el tema como si fuera una moda de LinkedIn?
Porque, claro, siempre es más fácil reírse del hype. Es más cómodo poner cara de experto y decir “todo es marketing”. Una ironía deliciosa, por cierto: negar el impacto de una tecnología mientras se pasa el día consumiendo contenido generado por ella o hablando de ella para parecer actualizado. Pero esta vez conviene hacer una pausa, leer la tesis sin prejuicio y decidir con honestidad si estamos frente a una exageración… o frente a una advertencia.
“La memoria es el único equipaje que no se pierde. El problema es que demasiados viajan ligeros.”
Si en el punto anterior la frase “la IA será más grande que el COVID” sonaba a advertencia, aquí toca hacer lo que casi nadie hace en redes: ponerle peso específico. Porque una tesis sin métricas es solo literatura. Y ojo, adoro la literatura. Pero en negocios, cuando la caja registradora deja de sonar, las metáforas no pagan nómina.
El manifiesto del fundador se volvió viral por una razón incómoda: intenta ordenar el caos con números. Arranca por lo que más duele a los escépticos, que no es la tecnología, sino la velocidad de adopción. Durante el COVID, el mundo tardó meses en coordinar vacunas masivas. Con la IA generativa, el ejemplo que cita —y que se ha repetido hasta el cansancio, precisamente porque es difícil de negar— es que ChatGPT alcanzó 100 millones de usuarios en apenas dos meses. Dos meses. En términos históricos, eso es un parpadeo. Como si Julio Verne hubiese escrito hoy sobre submarinos y mañana ya los tuviéramos patrullando el Malecón. No ocurrió así con casi nada.
Luego está la parte que más adrenalina produce en los directorios: la inversión. Se menciona que, según CB Insights, la inversión global en IA alcanzó $100 mil millones en 2024, con Estados Unidos capturando el 60% del total. Esto no es un detalle financiero. Es geopolítica pura. Es un tablero de ajedrez donde cada ficha cuesta millones, y donde China juega su propia partida con el Plan de Nueva Generación de IA iniciado en 2017 y actualizado en 2023. Cuando un país planifica la IA como infraestructura estratégica, y otro la discute como si fuera una app de moda, ya sabes quién va ganando antes del medio juego.
La comparación con el COVID se vuelve más punzante al poner PIB y empleo sobre la mesa. El FMI cifró la caída del PIB global en 3,4% en 2020. Y se menciona el dato brutal de 1,8 mil millones de empleos afectados temporalmente durante la pandemia. En paralelo, el fundador cita proyecciones donde la IA no solo movería el tablero laboral, sino que lo partiría en dos: 800 millones de empleos desplazados y 900 millones creados (Goldman Sachs). Es decir: el debate no es si habrá impacto. El debate es si las empresas —y los países— tendrán la decencia y la capacidad de gestionar la transición sin convertirla en carnicería social. Porque sí, “se crean empleos” suena precioso. Pero también son personas, familias y ciudades enteras tratando de no quedarse fuera.
Hay otra cifra que, a la hora de convencer a un CEO, suele ser más efectiva que cualquier charla motivacional: productividad. El manifiesto cita el estudio Microsoft–Case Western, donde se observa un 30% de aumento en productividad en empresas que integraron herramientas como ChatGPT en 2023. Suelo comentar que, en la práctica, la productividad es el idioma universal de las gerencias. Puedes discutir ética toda una tarde, pero cuando alguien ve un 30% en eficiencia, el discurso cambia de tono. Por tanto, la pregunta correcta ya no es “¿esto funciona?”, sino “¿quién lo está usando contra mí mientras yo lo discuto?”.
Y para quienes todavía creen que esto es “una moda”, aparece el dato que lo amarra al músculo financiero del futuro: Statista proyecta $1 billón anual para 2027. Un billón anual. Eso no es espuma. Es un océano. Y el océano no pide permiso para mojar tu costa.
Ahora bien, el fundador no vende magia. La parte dura del argumento —y aquí está uno de los puntos más citables— es la idea de la curva exponencial. Se apoya en un viejo fantasma tecnológico: la Ley de Moore, esa costumbre de duplicar capacidades cada 18 meses. El COVID fue devastador, sí, pero tuvo algo casi “humano”: curvas que suben y bajan, olas, reaperturas. La IA, en cambio, opera como un ejército que aprende en marcha. Cada iteración mejora la siguiente. Cada despliegue alimenta el siguiente. Y eso, lo cierto, descoloca a cualquier organización construida para pensar en trimestres, no en exponentes.
El fundador, además, mete el dedo en otra llaga que a muchos les encanta negar con una suficiencia casi cómica: la economía de la atención como combustible del pánico y del hype. Porque sí, la IA genera titulares y vende conferencias. Pero también hay reportes, firmas serias y datos consistentes. Fingir que todo es humo es una manera elegante de declararse derrotado sin decirlo en voz alta. Y esa ironía —la del ejecutivo que se burla de la IA mientras sus competidores ya la convierten en margen— es, quizás, el indicador más claro de que el problema no es la tecnología. El problema es la soberbia.
Implicaciones prácticas para empresas: roadmap de adopción, reskilling, presupuesto y casos de uso por industria
Si aceptamos —aunque sea por un momento— que la curva es exponencial, entonces no tiene sentido tratar la Inteligencia Artificial como un “proyecto” más en la cola de TI. En mi caso, cuando una empresa me dice “vamos a explorar IA este año”, suelo traducirlo a su idioma real: “vamos a explorar competitividad con calma”. Y eso sí, la calma tiene su encanto, pero rara vez sirve cuando el mercado se mueve como marea: no te pregunta si ya aprendiste a nadar.
El manifiesto empuja una idea incómodamente concreta: destinar 10–20% del presupuesto tech a iniciativas de IA ya. No “cuando haya un caso perfecto”, no “cuando el proveedor madure”, no “cuando legal esté cómodo”. Ya. Y aquí viene la parte que a más de uno le irrita: si estás en un comité directivo y eso te suena exagerado, quizá el problema no sea el porcentaje, sino que tu presupuesto tech ya venía flaco desde antes. Desgraciadamente, en la práctica, muchas compañías intentan competir con infraestructura mental de 2015 y se sorprenden cuando pierden contra modelos de 2025.
Un roadmap razonable (y brutalmente pragmático) para adoptar IA aplicada
En lugar de hablar de “transformación” con mayúsculas, lo que funciona es un roadmap por oleadas, con entregables que se puedan medir y, sobre todo, defender ante finanzas:
- Oleada 1: productividad individual (0–60 días). Copilotos para redacción, análisis, customer support, ventas y reporting. Aquí no buscas “innovación”; buscas horas recuperadas. Si el estudio Microsoft–Case Western habla de 30% de aumento en productividad al integrar estas herramientas, tu discusión interna debería ser cómo capturas ese 30% sin incendiar compliance.
- Oleada 2: procesos (60–120 días). Automatización de flujos repetitivos: clasificación de tickets, extracción de datos de PDFs, generación de respuestas con base en conocimiento corporativo, QA de contenidos, seguimiento de leads. Esto ya no es “usar ChatGPT”, es integrar IA con tus sistemas y tu operación real.
- Oleada 3: ventajas competitivas (120–180 días). Modelos y asistentes sobre tu data, tus reglas, tu industria. Aquí aparece el diferencial. También aparecen los dolores: calidad de datos, silos, permisos, cultura, y el clásico “no se puede” que suele significar “no quiero quedar expuesto”.
Una de las claves es entender que adoptar IA no equivale a comprar software. Equivale a rediseñar decisiones. Como en ajedrez, no ganas por tener más piezas, sino por moverlas mejor. Y hoy muchas empresas están “comprando piezas” sin cambiar su forma de jugar.
Reskilling: el problema no es la IA, es la gente sin mapa
El manifiesto insiste en el reentrenamiento laboral con un dato que ya debería estar enmarcado en recursos humanos: el 70% de los trabajos actuales requerirán reskilling para 2030 (WEF). Eso suena a futuro lejano hasta que miras tu organigrama y entiendes lo que implica: equipos enteros trabajando con métodos que no escalan frente a asistentes de IA. Suelo comentar que el reskilling no es un curso; es un cambio de hábitos. Y el hábito, como los vicios, no se derrota con un PDF bonito.
La recomendación práctica es construir programas internos tipo “academia”, con rutas por rol: ventas, atención, finanzas, legal, marketing digital, operaciones. Y hacerlo con evidencias: tareas reales, casos reales, medición real. Amazon se pone como referencia por su enfoque de upskilling masivo, pero la idea aplicable es más simple: si no entrenas a tu gente, la IA no automatiza tareas; automatiza tu relevancia.
Presupuesto y foco: menos pilotos decorativos, más casos que muevan indicadores
A la hora de decidir dónde invertir ese 10–20%, no empieces por “lo más sexy”. Empieza por donde hoy sangra la empresa:
- Atención al cliente: reducción de tiempos, consistencia, calidad de respuesta, autoservicio con escalamiento humano.
- Ventas: priorización de leads, generación de propuestas, seguimiento inteligente, preparación de reuniones.
- Finanzas: conciliaciones, análisis de variaciones, forecasting con apoyo de modelos, control documental.
- Marketing digital: producción asistida, experimentación A/B más rápida, SEO operativo, control de calidad de contenidos y performance.
Y sí, aquí cabe una ironía que no puedo evitar: hay empresas que gastan fortunas en “innovación” para presentar slides, pero discuten diez dólares mensuales por usuario para herramientas que les devuelven horas. Es casi poético. Casi.
Casos de uso por industria: donde la IA ya está pagando la fiesta
El manifiesto aterriza esto con ejemplos sectoriales que, más allá de si nos gustan o no, muestran por dónde va el dinero:
- Finanzas: detección de fraude con 95% de precisión frente a 80% humano. No es un “nice to have”; es riesgo operativo convertido en margen.
- Salud: modelos como Med-PaLM superando a médicos en 86% de diagnósticos. Aquí la discusión empresarial cambia: ¿cómo asistes al profesional para mejorar decisiones sin convertir el sistema en una ruleta legal?
- Manufactura: automatización que reduce costos 40% (BCG). Esto no es solo robots; es mantenimiento predictivo, planificación, control de calidad, logística.
El punto práctico es brutal y simple: adopta IA aplicada donde ya existan métricas y un “antes/después” visible. Porque cuando no puedes demostrar impacto, lo que tienes no es transformación. Es teatro corporativo. Y el teatro, como los libros malos, se olvida rápido.
De la adopción táctica a la operación real: lo que cambia el lunes en tu empresa
Si aceptamos —aunque sea por un minuto— que la escala y la velocidad son el centro del argumento, entonces la conversación deja de ser filosófica y se vuelve operativa. Porque una cosa es debatir en un panel si la Inteligencia Artificial “cambiará el mundo”, y otra muy distinta es decidir qué haces el lunes con tu presupuesto, tu gente y tu forma de producir valor. En mi caso, cuando acompaño equipos directivos, la pregunta real nunca es “¿implementamos IA?”. La pregunta es: “¿qué parte del negocio se va a quedar sin oxígeno si no lo hacemos?”.
El manifiesto plantea una línea dura: adopción inmediata. No como capricho, sino como disciplina de supervivencia. Su recomendación concreta —invertir 10–20% del presupuesto tecnológico en iniciativas de IA— no es menor. Para muchas empresas eso implica recortar proyectos “bonitos” (rediseños eternos, migraciones sin dueño, ERPs con fe ciega) y mover el dinero hacia prototipos que se midan por resultados. Eso sí, no vale el teatro corporativo de “tenemos IA” porque compramos una licencia. IA sin proceso es como comprar un ajedrez carísimo y no saber mover los peones: queda elegante en la sala, pero no gana partidas.
Un roadmap sensato, en la práctica, suele tener tres tiempos. Primero, casos de uso de productividad de bajo riesgo: asistentes de IA para redactar, resumir, preparar propuestas, acelerar análisis internos, automatizar reportes. El manifiesto cita el estudio Microsoft–Case Western con un 30% de aumento de productividad en organizaciones que integraron herramientas como ChatGPT en 2023. Ese número, más allá del debate metodológico, sirve como norte: si tu empresa no está capturando mejoras visibles en semanas, probablemente está implementando mal. Segundo, IA en procesos: atención al cliente, backoffice, compras, compliance, soporte a ventas. Tercero, IA en producto y modelo de negocio: cuando dejas de usar IA para “hacer más rápido” y empiezas a usarla para “hacer distinto”. Aquí aparece el giro hacia modelos híbridos y IA como servicio, con ejemplos como Salesforce y su narrativa alrededor de Einstein GPT, y el impacto de mercado que se menciona en el texto.
El punto más antipático —y por tanto el más importante— es el trabajo. El manifiesto insiste en que el reskilling ya no es un programa de Recursos Humanos para poner en el reporte anual, sino una política empresarial. El dato que se trae del World Economic Forum es brutal: 70% de los trabajos actuales requerirán reentrenamiento para 2030. Suena a historia de ciencia ficción, pero se parece más a Julio Verne: no adivinaba el futuro por magia, lo extrapolaba por lógica. Aquí la recomendación práctica es diseñar una ruta interna de capacitación con objetivos de negocio, no con diplomas. El ejemplo de Amazon (Upskilling 2025, 100.000 empleados) no se cita por altruismo; se cita porque, cuando la marea sube, entrenas para nadar o te ahogas con dignidad.
También hay una recomendación que muchos líderes evitan porque incomoda: crear una estructura mínima de gobernanza operativa para IA incluso antes de “escala”. El manifiesto habla de Consejos de IA internos y auditorías de sesgos. En mi experiencia, esto no significa montar una burocracia, sino definir tres cosas con claridad: quién decide casos de uso, quién custodia datos y quién responde cuando el sistema se equivoca. Porque se va a equivocar. Y cuando lo haga, el CEO no podrá decir “fue el algoritmo” con cara de inocente; eso tiene el mismo valor moral que culpar al termómetro por la fiebre.
Por industria, el autor aterriza beneficios con números que, te gusten o no, empujan a actuar. En finanzas, la promesa de detección de fraude con 95% de precisión frente a 80% humano no solo mejora pérdidas; cambia la conversación con riesgo y auditoría. En salud, menciona modelos como Med-PaLM superando médicos en 86% de diagnósticos, lo cual reconfigura triage, segunda opinión y soporte clínico. En manufactura, la automatización apoyada en IA con reducción de costos del 40% (BCG) implica que competir sin IA será como salir a una carrera con botas de plomo y luego culpar al clima.
En resumen operativo —sin poesía—: presupuesto asignado, casos de uso priorizados, capacitación medible y dueños claros. Lo demás es espuma. Y con la espuma se hacen discursos, no empresas.
Predicciones 2026–2030 y oportunidades locales: agentes, robots y ejemplos reales en Ecuador
Si hablamos de “quién responde cuando el sistema se equivoca”, es porque lo que viene no es una ola más grande. Es un cambio de especie. Entre 2026 y 2030 la discusión dejará de ser “IA generativa para textos” y pasará a ser asistentes de IA con iniciativa, capaces de ejecutar tareas completas, coordinarse entre sí y actuar sobre sistemas reales. Es decir: ya no será un copiloto que sugiere. Será un agente que hace. Con lo cual, el riesgo y la oportunidad crecen al mismo ritmo.
En ese marco, las predicciones recientes de Sam Altman (OpenAI) suenan como gasolina sobre una fogata que ya estaba encendida. En su texto sobre la gentil singularidad, proyecta un despegue irreversible entre 2026 y 2027, con sistemas que generan ideas originales y robots autónomos operando en el mundo físico. También ajusta el hype: reconoce que no habría AGI en 2024, pero pone el foco en agentes de IA en 2025 y la posibilidad de superinteligencia en 2026, además de humanoides integrándose pronto en entornos cotidianos. Esto no es una profecía mística. Es una hoja de ruta industrial. Y cuando la industria traza hojas de ruta, los países que se duermen suelen despertar tarde.
Si te soy franco, la metáfora del ajedrez se queda corta. Esto se parece más a una campaña donde el que domina la logística domina el territorio. Los agentes no son “una función”. Son logística cognitiva: van a buscar datos, redactar, negociar, programar, probar, desplegar, medir y repetir. Por tanto, el cuello de botella ya no será “quién tiene ideas”, sino “quién tiene datos, permisos, procesos y gobernanza para ejecutar sin romper la empresa en el intento”. Y sí, suena poco romántico. Lo importante casi siempre lo es.
Ahora, bajemos esto del Olimpo de Silicon Valley a un mapa que nos toca: Ecuador. Porque la tentación típica es creer que estas cosas pasan “afuera” y luego “nos llegan”. Como si la tecnología viajara en barco y tuviera aduana. Lo cierto es que el ecosistema local ya se está moviendo, con hubs en Guayaquil impulsados por universidades como ESPOL y casos aplicados en banca, agro y energía, con un patrón clarísimo: integración con sistemas heredados. Esa es nuestra realidad. Y, paradójicamente, también puede ser nuestra ventaja, porque quien aprenda a conectar IA con el mundo real (ERPs, CRMs, core bancario, data sucia, permisos y cultura) va a cobrar bien por ese dolor.
Hay además señales concretas que vale la pena nombrar, porque ayudan a entender que esto no es solo discurso:
- AltaSoft EC: enfoque en metaverso e IA para chatbots y asistentes virtuales, con VR/AR y experiencias inmersivas.
- Endemic.ai: computer vision con aplicaciones en economías locales y modelos crowdsourced; fundada en 2019.
- SteamLabsEc: procesamiento de lenguaje natural, IoT y visión computacional para entornos domésticos, industriales y urbanos; fundada en 2023.
También se mencionan iniciativas menos “bonitas” pero más valiosas: chatbots legales que cierran contratos internacionales con integración segura y reportes mensuales; agricultura reduciendo pérdidas con soporte en campo conectado a ERPs locales; diagnósticos médicos integrados con software radiológico público. Es decir, IA aplicada, no IA para la foto. Y eso me gusta, porque la innovación real suele ser silenciosa, casi antipática, como los buenos libros: no gritan, pero te cambian.
En paralelo, el mercado laboral se está moviendo. Se reporta demanda de perfiles en LLMs y herramientas como LangChain para outsourcing, BPOs en anotación de datos en español y diplomados en universidades locales. Y aquí va una frase sarcástica, pero necesaria: si tu plan de talento en 2026 sigue siendo “contratemos a alguien que sepa IA”, vas tarde… y encima no sabes a quién contratar. La pregunta correcta es: ¿qué roles deben operar con asistentes de IA y cuáles deben rediseñarse por completo?
Ahora bien, no todo es épica. Las tensiones geopolíticas y la “fragmentación” tecnológica tipo splinternet (especialmente por restricciones a chips y cadenas de suministro) pueden terminar dándonos una IA por bloques, con reglas distintas y dependencias peligrosas. Por eso, una de las claves —y esto conecta con la gobernanza del punto anterior— es moverse hacia arquitecturas y proveedores que permitan cumplir normativas, proteger datos y sostener operación con redundancia. En el mundo que viene, la verdadera “transformación” no va a ser tener prompts creativos, sino tener infraestructura de confianza.
Para cerrar, te dejo una provocación que uso mucho con equipos directivos: si el COVID nos enseñó que la normalidad es un acuerdo frágil, la IA nos va a enseñar que la ventaja competitiva también lo es. La diferencia es que esta vez el cambio no tendrá final de temporada. No habrá “post-IA”. Habrá empresas que aprendieron a jugar con agentes, gobernanza y datos; y habrá empresas que seguirán haciendo comités para decidir si “vale la pena”.
“La IA no viene a pedirte permiso. Viene a auditar tus hábitos, tu cultura y tu velocidad.”
Mi llamado a la acción es simple y nada cómodo: elige un proceso crítico (ventas, servicio, cobranza, compras, marketing digital o backoffice), define una métrica (tiempo, costo, calidad, conversión), asigna un dueño y construye un piloto en 60 días con gobernanza mínima. Si no puedes hacerlo, entonces no estás “esperando el momento”. Estás escondiéndote. Y, por tanto, ya perdiste la primera batalla.
Como decía Arthur Conan Doyle, una vez descartado lo imposible, lo que queda, por improbable que parezca, debe ser la verdad. La verdad incómoda es esta: la Inteligencia Artificial no será un capítulo más. Será el libro entero reescrito. La pregunta es si vas a leerlo, o si vas a dejar que lo escriban sobre ti.
Artículo base: https://www.inc.com/justin-bariso/ai-founder-viral-5000-word-post-ai-bigger-than-covid-change-the-world-what-you-need-to-know/91301159