Tech MBA archivos - DirigeHoy PREMIUM https://dirigehoy.info/tag/tech-mba/ Todo lo que un gerente tiene que saber Fri, 26 Sep 2025 16:30:28 +0000 es hourly 1 https://wordpress.org/?v=6.9.4 https://dirigehoy.info/wp-content/uploads/2022/02/cropped-identidad-32x32.png Tech MBA archivos - DirigeHoy PREMIUM https://dirigehoy.info/tag/tech-mba/ 32 32 242473640 ¿Qué sucede cuando los investigadores cofundan una startup con IA? https://dirigehoy.info/que-sucede-cuando-los-investigadores-cofundan-una-startup-con-ia/ Fri, 26 Sep 2025 11:30:27 +0000 https://dirigehoy.info/?p=275183 La IA puede ser más que una herramienta de productividad para los humanos: puede ser un compañero de equipo, un estratega e incluso un cofundador.

La entrada ¿Qué sucede cuando los investigadores cofundan una startup con IA? se publicó primero en DirigeHoy PREMIUM.

]]>

¿Qué sucede cuando los investigadores cofundan una startup con IA?

¿

Qué pasaría si la primera contratación de su startup no fuera una persona, sino un agente de IA? Esta pregunta provocativa estuvo en el centro de una colaboración de un semestre entre Microsoft y el programa Tech MBA de NYU Stern. Treinta estudiantes, divididos en seis equipos de estilo startup, tuvieron acceso a Microsoft 365 Copilot con las últimas capacidades de agentes y se les pidió que reimaginaran cómo se realiza el trabajo cuando la IA se integra desde el primer día. Su misión: romper los flujos de trabajo tradicionales, crear empresas “pioneras” y explorar el futuro de la colaboración entre humanos y agentes.

Consideramos que las empresas pioneras son aquellas que no solo adoptan la IA, sino que se construyen en torno a ella. Estas empresas incorporan agentes de IA en todas sus funciones desde el primer día, rediseñando los flujos de trabajo, la toma de decisiones y las estructuras de los equipos para maximizar la colaboración entre humanos e IA. En el contexto de este proyecto, el modelo de empresa pionera desafió a los estudiantes a ir más allá de la automatización y explorar lo que realmente significa liderar y escalar una organización en la que la IA es un miembro fundamental del equipo, y no un complemento.

Los resultados fueron una mezcla de inspiradores, disruptivos y aleccionadores. Más allá de usar la IA para la ejecución, los equipos más exitosos buscaron desbloquear el potencial de ideación de la IA, creando organigramas, remodelando presentaciones y proporcionando modelos de negocio hipotéticos para que los líderes humanos reaccionaran ante ellos. En el proceso, descubrieron un nuevo paradigma para el trabajo, uno en el que la IA es un miembro del equipo proactivo y en constante evolución.

Este artículo resume sus hallazgos en cuatro temas transformadores que redefinen nuestra forma de pensar sobre el trabajo, los equipos y el liderazgo en la era de la IA. Las observaciones no fueron cambios aislados, estaban profundamente interconectados: la forma en que se iniciaba el trabajo influía en las necesidades de contratación, y la forma en que se gestionaban los equipos determinaba la toma de decisiones. En conjunto, ofrecen una hoja de ruta para crear y dirigir organizaciones nativas de IA.

  1. La IA como contratación n.º 1

Los estudiantes comentaron que la IA se convirtió rápidamente en la “primera contratación” de los equipos y se utilizó en roles fundamentales como estratega y analista. El acceso instantáneo a una amplia gama de capacidades permitió a los fundadores humanos desempeñar más funciones sin sentirse abrumados y ocuparse de tareas que estaban fuera de su experiencia principal. El resultado fue que los estudiantes pasaron rápidamente de la idea a la ejecución. Tanto las decisiones de bajo riesgo como las de alto riesgo se consultaban en primer lugar con la IA, lo que supuso la introducción de un nuevo paradigma de toma de decisiones para los emprendedores.

Este cambio tiene profundas implicaciones para el emprendimiento en general. En las startups, muchas de las “tareas pendientes” son vagas o temporales, y la contratación puede suponer una distracción considerable para los fundadores que intentan avanzar rápidamente. La capacidad de la IA para manejar tareas amorfas y producir resultados tangibles ayuda a aclarar las verdaderas necesidades de la empresa, dando a los fundadores una base más sólida desde la cual construir. El trabajo de la IA fue generalmente suficiente para operar con una plantilla humana muy reducida en las primeras etapas.

¿La conclusión? La IA cambia la ecuación de la contratación. En lugar de preguntar “¿A quién necesito contratar?”, los fundadores ahora pueden preguntar: “¿Hasta dónde me llevará la IA para empezar y qué vacíos quedarán?”

  1. El trabajo empieza con una conversación

Uno de los cambios más llamativos que se observó fue cómo el trabajo pasó de documentos estáticos a diálogos dinámicos. Los estudiantes programaban reuniones en vivo para hablar sobre las entradas contextuales de la IA (las “semillas” conceptuales), de modo que la IA pudiera centrarse en redactar el informe o la presentación. Esto cambia la experiencia de trabajo: en lugar de abrir una aplicación y empezar desde cero, se comienza hablando con Copilot.

Este cambio de creador a inspirador y curador tiene profundas implicaciones. Sugiere que las habilidades más valiosas en el futuro estarán relacionadas con dar forma y orientar la producción de la IA. La experiencia en el dominio, el pensamiento crítico y el juicio editorial se convierten en los nuevos superpoderes. Cuando el lenguaje natural es la nueva interfaz de usuario, se trata menos de saber en qué menú hacer clic o qué fórmula escribir, y más de articular lo que usted necesita y luego evaluar lo que la IA entrega. Saber cómo comunicarse, expresar claramente la intención y los resultados deseados, será un conjunto de habilidades altamente valorado en el futuro.

  1. El papel del conocimiento humano

Esta idea de los humanos como inspiradores y curadores sugiere que el papel del conocimiento humano cambia. Los estudiantes no necesitaban ser expertos en cada tarea que realizaban, porque podían complementar su propio conocimiento con el poder de la IA. Dicho esto, expresaron su preocupación de que la confianza de la IA pudiera crear una falsa sensación de seguridad que ellos no podían evaluar necesariamente si no poseían el conocimiento adecuado. En algunas ocasiones, los resultados de la IA omitían matices o incluían datos engañosos, como un analista junior demasiado confiado. Ellos enfatizaron el mantra “Copilot debe desafiar, no solo complacer”. Un estudiante compartió: “Usted tiene que ser el experto. Usted tiene que ser quien diga, ‘esto está bien, esto está mal’, y usted tiene que ser quien tome la decisión final”.

El principal resultado positivo fue que la IA redujo drásticamente el costo de la toma de decisiones. Esta inteligencia casi instantánea hace que sea más barato y rápido explorar alternativas, y permite a los humanos centrarse en usar su conocimiento para evaluar una gran cantidad de ideas generadas rápidamente. Los equipos podían preguntar “¿Qué pasaría si…?” con mayor frecuencia, porque la IA puede procesar el escenario de inmediato. En la era de la IA, no hay ninguna penalización por ser curioso.

También desplazó la carga de las decisiones transaccionales de bajo riesgo hacia la IA: en temas de menor valor para el equipo en general, los estudiantes podían usar la IA como compañera de lluvia de ideas. Esto apunta hacia un posible aplanamiento de jerarquías. La toma de decisiones puede volverse más descentralizada: las personas más cercanas a las operaciones podrían tomar decisiones que antes habrían sido “escaladas”, ya que cuentan con información generada por la IA que las respalda.

  1. La dinámica de los equipos humano-agente

Quizá la idea más radical del proyecto fue cómo la IA reconfiguró la dinámica de los equipos. Con la IA manejando la ejecución, los equipos se mantuvieron más pequeños y se movieron más rápido. Los estudiantes describieron una “red multiagente” en la que diferentes agentes de IA manejaban distintos dominios (CRM, programación, finanzas), mientras que los humanos actuaban como directores de orquesta, coordinando a los agentes y tomando las decisiones finales. La idea era que cada agente podía tener su propio rol, conocimiento y perspectiva, de modo que la selección de las habilidades de cada agente se convirtiera en algo primordial.

Este modelo invierte la estructura tradicional de los equipos. En lugar de que las personas usen muchas herramientas, estas gestionan a muchos trabajadores de IA que usan las herramientas. Se trata de un cambio en que los humanos pasan de utilizar mano de obra mecánica a utilizar mano de obra digital que utiliza mano de obra mecánica. Se establece un nuevo flujo de trabajo.

Este replanteamiento de la IA como fuerza laboral (no solo como característica) tiene profundas implicaciones para el liderazgo. Sugiere que gestionar la IA se convertirá en una competencia central que requerirá nuevas habilidades en materia de coordinación, supervisión y gobernanza ética.

La colaboración entre NYU Stern y Microsoft ofreció una visión convincente de una realidad que emerge rápidamente: la organización aumentada por IA. Demostró que la IA puede ser más que una herramienta de productividad: puede ser un compañero de equipo, un estratega e incluso un cofundador. Esto no es una visión lejana del futuro, es un fenómeno actual que ya está transformando la naturaleza del trabajo, la innovación y la ventaja competitiva.

© 2025 Harvard Business School Publishing Corp. | De: hbr.org  |  Distribuido por: The New York Times Syndicate.

Artículo en inglés

What if your startup’s first hire wasn’t a person — but an AI agent? This provocative question was at the heart of a semester-long collaboration between Microsoft and NYU Stern’s Tech MBA program. Thirty students, divided into six startup-style teams, were given access to Microsoft 365 Copilot with the latest agent capabilities and asked to reimagine how work gets done when AI is embedded from Day One. Their mission: break traditional workflows, build “Frontier Firm” companies and explore the future of human-agent collaboration.

We envision Frontier Firms as organizations that don’t just adopt AI, but are built around it. These companies embed AI agents into every function from Day One, redesigning workflows, decision-making and team structures to maximize human-AI collaboration. In the context of this project, the Frontier Firm model challenged students to move beyond automation and explore what it truly means to lead and scale an organization where AI is a foundational team member — not an add-on.

The results were a blend of inspiring, disruptive and sobering. Beyond just using AI for execution, the most successful teams sought to unlock AI’s ideation potential — building org charts, reshaping pitch decks and providing hypothetical business models for human leaders to react to. Along the way, they uncovered a new paradigm for work — one where AI is a proactive, evolving team member.

This article distills their findings into four transformative themes that redefine how we think about work, teams, and leadership in the age of AI. The observations were not isolated shifts but deeply intertwined: how work was initiated influenced hiring needs, and how teams were managed shaped decision-making. Together, they offer a road map for building and leading AI-native organizations.

AI AS HIRE #1

Students remarked that AI quickly became the teams’ “first hire,” and used in foundational roles like strategist and analyst. Instant access to a wide range of capabilities allowed the human founders to wear more hats without being overwhelmed, and to handle tasks that were outside their core expertise. The result was that students moved quickly from idea to execution. Both low-stakes and high-stakes decisions were consulted on first and foremost with AI — introducing a new decision-making paradigm for entrepreneurs.

This shift has profound implications for entrepreneurship at large. In startups, many “jobs to be done” are vague or temporary, and hiring can be a substantial distraction for founders trying to move quickly. AI’s ability to handle amorphous tasks and produce tangible outputs helps clarify the firm’s true needs, giving founders a stronger foundation to build from. The AI’s work was generally sufficient to operate with a very lean human headcount in the very early stages.

The takeaway? AI changes the hiring equation. Instead of asking “Who do I need to hire?” founders may now ask, “How far will AI get me to start, and what gaps then remain?”

WORK BEGINS WITH A CONVERSATION

One of the most striking shifts observed was how work moved from static documents to dynamic dialogues. Students scheduled live meetings to talk through contextual inputs for AI — the conceptual “seeds” — so that the AI could then focus on drafting the actual report or presentation. This changes the work experience: instead of opening an application and starting from scratch, you begin by talking to Copilot.

This shift from creator to inspirer and curator has deep implications. It suggests that the most valuable skills in the future will be about shaping and steering AI output. Domain expertise, critical thinking and editorial judgment become the new superpowers. When natural language is the new UI, it’s less about knowing which menu to click or formula to write, and more about articulating what you need and then evaluating what the AI provides. Knowing how to communicate — express intent and desired outcomes clearly — will be a highly prized skillset in future.

THE ROLE OF HUMAN KNOWLEDGE

This idea of humans as inspirers and curators suggests that the role of human knowledge shifts. Students didn’t need to be deep experts in each task they worked on, because they could supplement their own knowledge with the power of AI. That said, they expressed concerns that the AI’s confidence could create a false sense of security that they couldn’t necessarily evaluate if they didn’t possess the right knowledge. On a few occasions, the AI’s output missed nuances or included misleading data, akin to an overconfident junior analyst. They stressed the mantra “Copilot needs to challenge, not just please.” A student shared, “You have to be the expert. You have to be the one to say, ‘this is right, this is wrong,’ and you have to be the one to make the final call.”

The core positive result was that AI dramatically reduced the cost of decision-making. This near-instant intelligence makes it cheaper and faster to explore alternatives and focused the humans on using their knowledge to evaluate a plethora of rapidly generated ideas. Teams could ask “What if…?” more often, because the AI can crunch the scenario immediately. There is no penalty to being curious in the AI era.

It also pushed the burden of lower-stakes transactional decisions downward, toward AI: on topics of lower value to the broader team, students could use AI to brainstorm with instead. This points toward a potential flattening of hierarchies. Decision-making can become more decentralized: people closer to the front lines might make calls that previously would be “escalated,” because they have AI-generated insights to back them up.

THE DYNAMICS OF HUMAN-AGENT TEAMS

Perhaps the most radical insight from the project was how AI reshaped team dynamics. With AI handling execution, teams stayed smaller and moved faster. Students described a “multi-agent mesh” where different AI agents handled different domains — CRM, scheduling, finance — while the human acted as a conductor, coordinating the agents and making final calls. The idea was that each agent could have its own role, knowledge and perspective, so that the curation of each agent’s skills became paramount.

This model flips the traditional team structure. Instead of people using many tools, people manage many AI workers who use the tools. It’s a shift from humans using machine labor — to humans using digital labor using machine labor. A new workflow is established.

This reframing of AI as a workforce — not just a feature — has profound implications for leadership. It suggests that managing AI will become a core competency, requiring new skills in orchestration, oversight and ethical governance.

The NYU Stern and Microsoft collaboration offered a compelling glimpse into a rapidly emerging reality: the AI-augmented organization. It showed that AI can be more than a productivity tool — it can be a teammate, a strategist and even a co-founder. This is not a distant vision of the future; it’s a present-day phenomenon that is already reshaping the nature of work, innovation and competitive advantage.

La entrada ¿Qué sucede cuando los investigadores cofundan una startup con IA? se publicó primero en DirigeHoy PREMIUM.

]]> 275183