¡Hoy es mi cumpleaños!
Y como aparentemente soy incapaz de celebrar como una persona normal, he decidido que el mejor regalo posible es provocar a mis amigos nerds y a mi red para que discutan conmigo sobre mis temas favoritos: tecnología, filosofía y la pregunta que me ha estado molestando MUCHO últimamente:
A medida que la inteligencia se vuelve abundante, ¿qué sigue siendo humano?
Por favor, considera tus pensamientos, desacuerdos, referencias filosóficas oscuras y comentarios innecesariamente largos como mis regalos de cumpleaños.
También hay otro regalo, hecho por mi equipo, del que no puedo resistirme a hablar: el nuevo www.wiserwork.ai. Por favor, pruébalo gratis y dame tu opinión; ¡este es el regalo más útil!
Así que cuando la gente pregunta por qué WiserWork se siente diferente a los tomadores de notas de IA, generalmente esperan una respuesta técnica.
¿Un mejor modelo? Sí; una mezcla de modelos para diferentes niveles cognitivos de tareas. ¿Mejor orquestación? Claro. ¿Mejor contexto? ¡Sí! El mejor. El contexto del conocimiento tácito, la forma estructurada en que almacenamos el juicio colectivo, no solo los datos, la información y el conocimiento documentado.
Sí, hacemos todo eso.
Pero la verdad es mucho más simple. La mayor ventaja no es técnica.
Es filosófica.
Antes de preguntar qué podría automatizar la IA, nos hicimos una pregunta mucho más antigua:
¿Qué debería seguir siendo humano, a medida que la inteligencia se vuelve abundante?
Aristóteles: Relaciones de Utilidad vs. de Virtud
Aristóteles distinguió tres tipos de amistad en "Ética a Nicómaco." Amistades de utilidad: personas que se ayudan mutuamente a hacer cosas. Amistades de placer: personas que se brindan alegría mutuamente. Y amistades de virtud: personas que se desean lo mejor mutuamente y son transformadas por la relación. El tercer tipo era, para Aristóteles, la única forma completa, y la única capaz de transformar a las personas que la integran.
Algunas cosas existen porque nos ayudan a lograr un resultado. Otras existen porque cambian quiénes llegamos a ser. La IA Generativa se ha vuelto extraordinariamente buena en la utilidad. Recupera información. Escribe. Resume. Planifica. Coordina. Estos son logros notables.
Pero las organizaciones no se vuelven excepcionales porque automatizan la utilidad. Esto ya es un commodity. Se vuelven excepcionales porque las personas desarrollan juicio juntas.
Esa distinción se convirtió en uno de los fundamentos de WiserWork. La IA debería optimizar la utilidad. Nunca debería optimizar eliminando el crecimiento humano.
¿Queremos eliminar toda fricción con la IA?
Dos Tipos de Fricción
La IA elimina una enorme cantidad de fricción. Eso es bueno. Pero no toda fricción es desperdicio. Alguna fricción crea significado. Nos dimos cuenta de que exactamente lo mismo sucede dentro de las organizaciones. Hay fricción que desperdicia a las personas. Y fricción que forma a las personas. Y a las organizaciones.
Cuando digo organizaciones, me refiero al juicio colectivo y al gusto en el que se alinea toda la organización.
a. Fricción de Utilidad
Esta fricción desperdicia el potencial humano: Buscar, Agendar, Recordar, Redactar seguimientos, Encontrar documentos, Repetir contexto, Reconstruir decisiones.
Esto debería desaparecer.
b. Fricción Formativa
Esta fricción crea mejores organizaciones.
Desacuerdo. Juicio. Gusto. Liderazgo. Compensaciones. Principios compartidos. Visión. Compromiso. Esto debería permanecer.
No porque sea ineficiente. Sino porque es precisamente cómo se desarrolla la inteligencia colectiva.
¿Qué tipo de empresa somos? Decisiones de Elección vs. Decisiones de Optimización.
El Cuello de Botella Ya No Son las Respuestas. Son las Elecciones.
La IA es excepcional en la optimización: encontrar una ruta más rápida, mejorar un proceso, comparar alternativas o generar miles de respuestas plausibles.
Pero las decisiones empresariales más importantes no son problemas de optimización. Son problemas de elección.
Incluso las empresas más optimizadas del mundo; los propios laboratorios de IA, seleccionan respuestas de manera diferente al tomar sus Decisiones de Elección, incluso si juegan con un Conjunto de Habilidades de Optimización similar --> Decisiones de Optimización similares: capacidades de modelo bastante similares; cada modelo nuevo tiene una vida útil de un mes, alimentan sus modelos con conjuntos de datos similares de las mismas empresas de datos; Mercor, Micro1, Handshake y otras 20, recaudan gigantescas rondas de Serie C, D, E, F... de VCs de Crecimiento de Silicon Valley con estructuras similares y la lista de similitudes en las capacidades de Optimización continúa.
Pero están tomando Decisiones de Elección marcadamente diferentes sobre qué futuro están construyendo actualmente:
Anthropic está enfocado como un láser en soluciones empresariales que sirven a los diferentes departamentos; finanzas, operaciones, éxito del cliente, legal y múltiples roles profesionales, centrándose en gobernanza, seguridad y valor comercial.
OpenAI es una empresa comercialmente enfocada B2C que incluso ha entrado en el espacio del hardware para individuos y hogares, con el objetivo de proporcionar a todos su agente de IA personal.
Grok/xAI es una IA más con opinión, en tiempo real (debido a su feed de x), que se asemeja a la mentalidad de su creador.
Todos estos son futuros bastante diferentes que son productos de Decisiones de Optimización similares pero Decisiones de Elección muy diferentes.
¿Qué producto deberíamos construir? ¿Qué clientes deberíamos priorizar, y principalmente, a cuáles estamos dispuestos a decepcionar? ¿Qué modelo de precios refleja la empresa en la que queremos convertirnos? ¿Qué oportunidad merece años de nuestras vidas? ¿Qué montaña vale la pena escalar?
La IA puede mostrarnos futuros más creíbles. No puede decidir qué futuro debería ser el nuestro.
Un error que cometen muchos profesionales es pensar que estas son decisiones estratégicas que tomamos una vez al trimestre o una vez al año.
Incorrecto.
Con la IA, tenemos Decisiones de Elección todos los días
Todos los días, los líderes toman docenas de microdecisiones.
Producto. Cada semana tenemos una batalla sobre la priorización de funciones; tenemos que mantenernos enfocados como un láser en cómo cada próxima microfunción, qué error corregimos a continuación, qué mejora hacemos, especialmente ahora que la ejecución se ha vuelto tan rápida.
Crecimiento. Todos los días decidimos a qué clientes les decimos que sí, a qué clientes les decimos que no. No somos buenos para todos, por ejemplo, muchas personas se nos acercan y dicen que quieren probar WiserWork pero son contribuyentes individuales. Recomendamos otras herramientas o que se queden con Google Gemini. Si se convierten en parte de un equipo o son emprendedores individuales, sí, los aceptamos.
Contratación. Cada mes y últimamente cada pocas semanas tomamos la decisión más importante: ¿quién es el próximo miembro de nuestro equipo? ¿Contratamos por habilidades o por agencia extrema, responsabilidad y ética? Esto último. Por supuesto, si los candidatos sobresalen en ambos frentes, ¡nos facilitan la vida!
Todos los días, los líderes toman docenas de microdecisiones. La IA no las reduce. Las multiplica.
Problemas de optimización vs. Problemas de elección. La IA domina la optimización. Los humanos siguen siendo responsables de las elecciones.
¿Humano en el circuito, porque el modelo aún no es lo suficientemente bueno…?
En muchas narrativas de IA, especialmente aquí en Silicon Valley, la participación humana se trata como un inconveniente temporal.
El humano está "en el circuito" porque el modelo aún no es lo suficientemente bueno.
Una vez que el modelo mejora, según la suposición, el humano debería desaparecer.
Rechazamos esa suposición. Argumentamos que la participación puede ser una fuente permanente de capacidad porque los seres humanos poseen conocimiento, objetivos y juicio en evolución que el modelo necesita.
La participación humana se vuelve más valiosa a medida que aumenta la capacidad de la IA.
Porque las personas ya no necesitan pasar tanto tiempo realizando las partes mecánicas del trabajo. Pueden concentrarse en las partes donde la participación humana realmente importa.
Por ejemplo, en una reunión hoy, gran parte de la carga cognitiva se desperdicia recordando lo que se dijo, tomando notas, convirtiendo notas en tareas, formateando el resultado, redactando el seguimiento y ensamblando un primer borrador.
Nuestra IA realiza estas funciones (la mayoría de las veces mejor que cualquier competidor :), pero la reunión no desaparece necesariamente. Todo lo contrario; la reunión se vuelve más humana. Así es como nosotros/los "equipos primero-IA" dirigen las reuniones: https://www.linkedin.com/pulse/how-ai-first-teams-run-meetings-yiorgos-nikoletakis-cafwf/
Las personas pueden concentrarse en el desacuerdo formativo, la priorización, el compromiso de alineación y la dirección, el juicio y el gusto.
Esto permite que los humanos regresen al centro del sistema en un nivel superior. La IA saca a los humanos de la maquinaria de ejecución. Los devuelve a lo que los humanos hacen mejor:
Juicio y gusto en las grandes decisiones estratégicas macro y las microdecisiones diarias.
Y luego, cuando hablamos a nivel de equipo,
encontrar alineación y dirección sobre los mejores talentos del equipo.
Quieres tener a tus mejores expertos en la sala. Y cuando tienes expertos, tienen opiniones. Una buena reunión no es cuando todos están de acuerdo, sino cuando el desacuerdo es fricción formativa y conduce al juicio colectivo y la sabiduría institucional (en contraposición a solo la inteligencia individual y el conocimiento institucional).
Viktor Frankl: El Significado Surge del Encuentro. No Toda Fricción Debería Desaparecer
Frankl argumentó que el significado no puede simplemente entregarse. Surge a través de encuentros: con el trabajo, con el amor, con la responsabilidad, con el sufrimiento, con realidades que se nos resisten.
Las organizaciones funcionan de la misma manera. Las grandes empresas no se construyen porque todos estén de acuerdo.
Se construyen porque las personas lidian con compensaciones difíciles hasta que descubren mejores respuestas juntas. El propósito de la IA no es eliminar esos encuentros. Es eliminar todo lo que impide que ocurran. Y luego proporcionar la tecnología que hace que esta fricción sea formativa.
El "Conocimiento Tácito" de Michael Polanyi: Sabemos Más de Lo Que Podemos Decir
Polanyi introdujo la idea del conocimiento tácito. El conocimiento más valioso dentro de una organización rara vez está escrito. Vive dentro del juicio de las personas. Su intuición. Su sentido del gusto. Su comprensión del contexto. Irónicamente, este conocimiento tácito aparece más claramente dentro de las conversaciones. Rara vez dentro de los documentos. Las reuniones contienen algo que la documentación casi siempre pierde: por qué se tomó una decisión. Qué suposiciones fueron rechazadas. Qué principio fue finalmente el que importó. Por eso buscar en Google Drive no es suficiente. La inteligencia viva de la empresa existe dentro de sus conversaciones - dentro de su conocimiento y sabiduría no documentados, en la cúspide de este modelo piramidal de la "Teoría del Conocimiento":
Los modelos de frontera se han vuelto extraordinarios en el conocimiento explícito. Están absorbiendo rápidamente todo lo documentable. Pero los niveles más altos de la pirámide siguen siendo profundamente humanos. Sabiduría. Juicio Colectivo y Gusto que forman las Decisiones de la empresa. Por supuesto, aumentados con IA y Agentes de dominio específico.
Stelios Ramfos: La Formación Ocurre a Través de la Fricción
Ramfos a menudo vuelve a una idea simple pero profunda. Los seres humanos no se forman por la comodidad. Se forman por el encuentro. Por la resistencia. Por la otra persona. Por realidades que se niegan a doblegarse completamente a nuestra voluntad.
La IA cambia esta ecuación. Por primera vez en la historia, estamos creando sistemas diseñados para adaptarse casi perfectamente a nosotros.
Eso es extraordinario. También es peligroso. Porque un mundo sin resistencia puede convertirse en un mundo con menos formación.
"Tu esposa no fue diseñada para estar de acuerdo contigo."
Tampoco tu hijo. Tampoco tu mejor ingeniero. Tampoco tu cofundador.
Su resistencia no es un error del producto. Es parte de cómo te cambian. La pregunta para la IA no es cómo eliminar la resistencia. Es cómo eliminar todo excepto la resistencia que hace a las personas y organizaciones más sabias, más experimentadas (una persona experimentada podría ser muy joven con 2-3 años de experiencia en entornos de alto crecimiento y alta fricción formativa, en comparación con un profesional mayor en un entorno de trabajo de bajo ritmo).
En otras palabras: "La lucha es la madre de la innovación y el aprendizaje".
Necesitamos desarrollar la voluntad de ser cambiados por personas que no están diseñadas para nosotros.
Eso Lo Cambió Todo
En el momento en que hicimos esta realización, dejamos de pensar que estábamos construyendo un tomador de notas de IA o simplemente un asistente.
Nos dimos cuenta de que estábamos construyendo un sistema que actúa como un mentor que protege el espacio público y el tiempo de la organización para la fricción formativa,
el agente de IA que empodera a los equipos primero-IA para formar una fuerte alineación y dirección para que ejecuten muy rápido,
no por la velocidad en sí misma, sino por la inmediatez que aumenta el ritmo de las iteraciones. De iteraciones alineadas, que hacen que nuestros usuarios superen a cualquiera en sus mercados.
Nuestro trabajo no es eliminar las reuniones. Nuestro trabajo es eliminar todo lo que impide que las reuniones produzcan un mejor pensamiento. El entregable no es la transcripción. Muchas veces el entregable es el consenso (vea nuevamente nuestro "Cómo los equipos primero-IA dirigen las reuniones": https://www.linkedin.com/pulse/how-ai-first-teams-run-meetings-yiorgos-nikoletakis-cafwf/
El entregable es un mejor juicio.
Una Filosofía Diferente de la IA
La tecnología no nos llevó aquí. La filosofía sí.
El futuro de la IA no se trata de hacer que los humanos sean innecesarios.
Se trata de decidir qué partes de ser humano nunca deberían ser automatizadas. Por supuesto, serán aumentadas por la IA. Todo lo demás es implementación.
La mayoría de los tomadores de notas de IA tratan la reunión de manera administrativa como algo que sucedió en el pasado y preguntan: "¿Cómo podemos resumir esta reunión para cada individuo?"
WiserWork pregunta: "¿Qué está aprendiendo esta organización?"
La mayoría de las IA recuperan información. WiserWork recupera el juicio en evolución. El alma/carácter de nuestro agente es provocar al equipo para que forme un juicio colectivo. Muy rápido. Más rápido que tus competidores.
La mayoría de las IA recuerdan lo que se dijo. WiserWork recuerda lo que el equipo cree actualmente.
Elimina la fricción que desperdicia a las personas.
Preserva la fricción que forma a las personas.
Esto nos hace humanos.
