El futuro está envuelto en una niebla de IA
L
a IA nos ha catapultado a una era que podría describir como de extrema opacidad respecto al futuro. Teniendo en cuenta todo lo que podría cambiar a causa de la IA, parece como si se hubiera extendido una niebla que nos impide ver el futuro. Y, en este momento, ese es su efecto económico más importante (y quizá también el más infravalorado).
Sin la capacidad de predecir con seguridad hacia dónde nos dirigiremos a partir de ahora, y considerando el alto costo de comprometerse demasiado pronto en entornos volátiles, creo que la mejor estrategia es optimizar para lo desconocido.
El dilema del capital humano
Para las empresas que dependen de trabajadores calificados, la “niebla de la IA” supone un problema sin precedentes en la planificación de la fuerza laboral. Los líderes deben decidir cuántas personas contratar, en qué puestos y con qué salarios, en un contexto en el que la vida útil de cualquier conjunto de habilidades es incognoscible. La misma incertidumbre que disuade a las personas de invertir en formación también dificulta que los líderes contraten e inviertan en su personal, particularmente en regiones con restricciones regulatorias para reducir su plantilla. Si los agentes de IA pueden redactar memorandos, escribir código, realizar tareas administrativas básicas, llevar a cabo investigaciones y construir modelos financieros más rápido y a menor costo que los empleados de nivel inicial, entonces las empresas ajustarán sus planes de contratación en consecuencia.
Las matemáticas corporativas
La incertidumbre del futuro también pone en duda la forma en que se valora a las empresas y, por lo tanto, si consiguen atraer capital y cómo lo hacen, así como la forma en que comunican su valor a inversionistas y otras partes interesadas. Para los líderes, esto significa que la niebla de la IA influirá en el costo del capital, en las condiciones bajo las cuales se financia el crecimiento y en si un plan estratégico cumple con las expectativas de analistas e inversionistas. El mecanismo de este cambio inducido por la niebla es sencillo, pero sus implicaciones son radicales.
El valor de las acciones se determina por la cantidad de efectivo que una empresa generará en el futuro. Si la niebla de la IA pone en duda la viabilidad a largo plazo del producto o servicio principal de una empresa, entonces también debemos cuestionar si logrará alcanzar su valor terminal. A su vez, si dudamos del valor terminal, la valoración se derrumba.
Otra forma de entender esta consecuencia de la niebla es que la IA está desafiando la preservación de las ventajas competitivas de las empresas. Cualquier negocio cuya ventaja competitiva dependa principalmente del software, los procesos, el capital humano o el contenido es ahora vulnerable frente a un competidor capaz de replicar esas características más rápido y a menor costo.
Dentro de la empresa, la misma niebla
La niebla envolvente también afecta los mercados internos de capital.
Imaginemos una empresa de fabricación por contrato de tamaño medio que produce componentes mecanizados de precisión para clientes de los sectores aeroespacial y de defensa. El equipo de operaciones propone una inversión de 30 millones de dólares en una nueva línea de producción. La ampliación de la planta está dimensionada para hacer frente a la cartera de pedidos prevista de la empresa. El equipo financiero elabora un modelo en el que compara los ingresos previstos para los próximos diez años con el desembolso de capital.
Gracias a su equipo especializado, largas series de producción y operarios cualificados, la nueva línea está optimizada para el paradigma actual de fabricación. Pero si los sistemas robóticos de uso general reducen drásticamente los costos de instalación que históricamente han protegido a los fabricantes especializados, la ventaja competitiva que respalda la proyección a 10 años de la empresa deja de ser confiable. La proyección original de ingresos se desvanece.
Optimizar para lo desconocido
Frente a la niebla de la IA, la repentina invisibilidad del futuro significa que la única opción verdaderamente convincente es la opcionalidad en sí misma.
Los líderes empresariales deben incorporar la opcionalidad tanto en sus modelos de asignación de capital como en sus diseños organizacionales.
En primer lugar, ha llegado el momento de pasar de compromisos de capital plurianuales a inversiones por etapas, con puntos de decisión explícitos. Del mismo modo, es momento de (re)considerar los sistemas de presupuestación base cero, para eliminar parte de la inercia incorporada en la asignación de recursos.
En segundo lugar, en vez de aferrarse a estructuras organizacionales optimizadas para un futuro estable, piense en cómo organizarse para la llegada de la IA agéntica. Los equipos modulares, los cambios frecuentes en los procesos y diseños organizacionales, el diseño de puestos de trabajo con flexibilidad incorporada y capas delgadas y adaptables de coordinación (ya sean humanas o mediante agentes de IA) ayudarán a preservar la capacidad de maniobra.
En tercer lugar, los líderes necesitan mejores sistemas de detección. Deben establecer un pequeño equipo cuyo trabajo a tiempo completo sea supervisar las capacidades de IA de vanguardia y traducir el progreso técnico en implicaciones de gestión para la empresa.
Estamos entrando en un cambio de paradigma en cuanto a cómo apostamos por el futuro. La incertidumbre ya está aquí. Ya no se trata de transformar la forma en que invertimos, contratamos, construimos y planificamos. La pregunta verdaderamente urgente es: ¿Rediseñaremos nuestras instituciones para adaptarlas a la opacidad antes de que se paralicen todo tipo de inversiones?
© 2026 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
AI has catapulted us into an era I can best describe as extreme opacity about the future. Given all the things that might change because of AI, it feels like a fog has descended that occludes our ability to see the future. And right now, that’s its most important — and perhaps most underappreciated — economic effect.
Without the ability to confidently predict where we will go from here, and considering the high cost of premature commitment in volatile environments, I believe that the best approach is to optimize for the unknown.
THE HUMAN CAPITAL DILEMMA
For the companies that depend on skilled workers, the AI fog poses an unprecedented workforce planning problem. Leaders must decide how many people to hire, in which roles and at what salaries, against a backdrop in which the shelf life of any given skill set is unknowable. The same uncertainty that deters individuals from investing in education also makes it harder for leaders to hire and invest in their people, particularly in regions with regulatory constraints on headcount reductions. If AI agents can draft memos, write code, perform basic administrative work, conduct research and build financial models faster and cheaper than junior employees, then companies will adjust hiring plans accordingly.
CORPORATE MATH
The haze of the future also throws into question how companies are valued, and therefore if and how they raise capital and communicate their worth to investors and other constituents. For leaders, this means the AI fog will influence the cost of capital, the terms on which growth is financed and whether a strategic plan passes muster with analysts and investors. The mechanics of this fog-induced change are straightforward, but its implications are radical.
Equity values are determined by how much cash a company will generate in the future. If AI fog brings into question the long-term viability of a company’s core product or service, then we must also question whether it will earn its terminal value. In turn, if we doubt the terminal value, the valuation collapses.
Another way to think about this consequence of the fog is that AI is challenging the preservation of corporate moats. Any business whose competitive advantage is mostly software-, process-, human capital- or content-based is now vulnerable to a competitor that can replicate features faster and cheaper.
INSIDE THE FIRM, THE SAME FOG
The enveloping fog also affects internal capital markets.
Take a hypothetical mid-sized contract manufacturer that produces precision-machined components for aerospace and defense customers. The company’s operations team proposes a $30 million investment in a new production line. The facility expansion is sized to handle the company’s forecasted order book. The finance team models a decade of projected revenue against the capital outlay.
With its dedicated tooling, long production runs and skilled machinists, the new line is optimized for today’s manufacturing paradigm. But if general-purpose robotic systems collapse the setup costs that have always protected specialized manufacturers, the competitive moat guarding the company’s 10-year forecast isn’t reliable. The original revenue forecast goes up in smoke.
OPTIMIZING FOR THE UNKNOWN
In the face of the AI fog, the sudden invisibility of the future means that the only compelling option is optionality itself.
Corporate leaders need to embed optionality into both their capital allocation models and their organizational designs.
First, it is time to shift from multiyear capital commitments to staged investment with explicit decision points. Likewise, it is time to (re)consider zero-based budgeting systems, to remove some of the built-in inertia in resource allocation.
Second, rather than locking in organizational structures optimized for a stable future, think about how to organize for the arrival of agentic AI. Modular teams, frequent changes to organizational processes and designs, job design with built-in flexibility, and thin and adaptable layers of coordination (whether humans or AI agents), will all help to preserve maneuverability.
Third, leaders need better sensing systems. Leaders need to put in place a small team whose full-time job is to monitor frontier AI capabilities and translate technical progress into managerial implications for the firm.
We are entering a paradigm shift in how we place bets on the future. The fog is here. It’s no longer a question whether it will reshape how we invest, hire, build and plan. The truly pressing question is: Will we redesign our institutions for opacity before investment of all sorts seizes up?
La IA generativa podría solucionar las evaluaciones de desempeño (o empeorarlas aún más)
La IA puede alejar las evaluaciones de desempeño de las narrativas laborales y acercarlas a evidencia directa del trabajo en la práctica.
Es difícil utilizar la IA en equipo. Estas 3 prácticas pueden ayudar
He aquí tres prácticas que pueden ayudar a desarrollar la «química humano-IA en los equipos» a medida que evoluciona el lugar de trabajo.
¿Cuáles son los problemas de su empresa en materia de IA?
El “Ethical Nightmare Challenge” (ENC) es un marco de trabajo que puede integrarse con programas existentes de gestión de riesgos de IA.
