Creemos en la generación espontánea de soluciones tecnológicas solo porque tenemos los ingredientes en casa. Pero la realidad es que, la mayoría de las veces, lo único que conseguimos es atraer plagas: deuda técnica, costes inasumibles y frustración. El objetivo no es ser el creador de la tecnología, sino el que mejor aplica la innovación y la llega a explotar.
A menudo confundimos la inteligencia con la infalibilidad. Tendemos a pensar que, porque contamos con equipos brillantes o porque nosotros mismos hemos tenido éxito en el pasado, nuestras intuiciones actuales son certezas absolutas. Pero la historia de la ciencia —esa a la que tanto nos gusta apelar— está repleta de genios que, sencillamente, metieron la pata hasta el fondo por fiarse de lo que veían sus ojos y no de lo que demostraban los datos.
Voy a hablar de Jan Baptist Van Helmont. No era un cualquiera, estamos hablando de un químico, fisiólogo y médico flamenco, una de las figuras más extraordinarias previas a la Revolución Científica y padre de la «química neumática». Un tipo listo, sin duda.
Sin embargo, Van Helmont tenía una receta infalible para crear vida. Sí, como lo oyes. Él creía fervientemente en la generación espontánea. Su «algoritmo» biológico era el siguiente: si colocabas en una caja ropa interior sudada junto con granos de trigo y esperabas 21 días, el aroma fermentado transformaría el trigo en ratones. Y lo escribió y lo defendió porque él «veía» aparecer a los ratones. No se le ocurrió pensar que los roedores simplemente entraban a comerse el trigo atraídos por el olor.
Seguro que suena ridículo o quizá parecerá cosa de una época oscura
Si lo pensamos un segundo ¿Cuántas empresas hoy están haciendo exactamente lo mismo con la Inteligencia Artificial Generativa?. Vemos organizaciones enteras mezclando «ropa sucia» (datos no estructurados y de mala calidad) con «granos de trigo» (equipos de desarrollo internos sin experiencia específica en LLMs) esperando que, tras 21 sprints, aparezca mágicamente un «ratón» (una IA funcional y competitiva). Creemos en la generación espontánea de soluciones tecnológicas solo porque tenemos los ingredientes en casa. Pero la realidad es que, la mayoría de las veces, lo único que conseguimos es atraer plagas: deuda técnica, costes inasumibles y frustración.
Y aquí es donde entra el riesgo. Porque, aunque la intención sea buena, el resultado puede ser diametralmente opuesto a lo que se busca si no se calculan bien las consecuencias.
Con el siguiente ejemplo se visualizará mejor. Lawrence John Ripple, un ciudadano estadounidense de 70 años, tomó una decisión basada en su propia lógica desesperada: estaba harto de discutir con su mujer. Tanto, que decidió que prefería estar en la cárcel antes que en su casa.
Ripple entró en un banco en Kansas, entregó una nota al cajero exigiendo dinero y, en lugar de huir, se sentó tranquilamente en el vestíbulo a esperar a la policía. Le dijo al guardia: «Soy el tipo que estás buscando». Su plan era perfecto sobre el papel: cometer un delito, ser arrestado y librarse de su esposa.
¿El resultado? El juez, tras analizar el caso y quizás con un sentido del humor muy retorcido, lo condenó a seis meses… de arresto domiciliario. La moraleja es brutal: tienes que tener en cuenta todos los riesgos y variables del sistema para no equivocarte, porque a veces, buscando la libertad, te encierras tú mismo.
Traslademos esto a la estrategia de desarrollo de software e IA. Muchas compañías deciden desarrollar sus propios modelos «In-house» por miedo a compartir datos, por celo de su propiedad intelectual o por la creencia de que será más barato a largo plazo. Buscan «escapar» de los proveedores ¿Y qué obtienen? Un arresto domiciliario tecnológico. Se quedan atrapados manteniendo infraestructuras que no entienden, gastando recursos en entrenar modelos que quedan obsoletos en semanas y perdiendo el foco de su negocio real.
Querían libertad y obtuvieron una condena a trabajos forzados de mantenimiento.
Entonces, si no debemos jugar a ser dioses creando ratones de la nada, y si intentar hacerlo por nuestra cuenta tiene riesgos irónicos ¿Cuál es la solución? La respuesta está en no perder la perspectiva de la realidad. Y para eso, nada mejor que recordar al pobre Sam Bartram.
Bartram era el portero del Charlton Athletic en 1937. Jugaban contra el Chelsea en Stamford Bridge. Una niebla espesa, de esas que solo se ven en las películas de Londres, cubrió el estadio. Bartram, profesional y concentrado, se quedó bajo los palos, agazapado, esperando el ataque rival. Pasaban los minutos y nadie venía. Él pensaba: «Nuestros chicos deben estar dominando el partido en el campo contrario, qué grandes son».
Quince minutos después, un policía emergió de la niebla y lo miró sorprendido: «¿Qué haces aquí todavía? El partido se suspendió hace un cuarto de hora. El estadio está vacío». Sam Bartram se quedó protegiendo una portería que ya nadie atacaba, en un partido que ya no existía.
No seamos como Bartram. Esa niebla es la soberbia tecnológica. Mientras se está agazapado en la portería, intentando desarrollar desde cero una herramienta de IA que ya existe, el partido ha terminado. El mercado se ha movido. Tus competidores no están «jugando» a desarrollar IA; están usando la IA. Si no queremos quedarnos solos en la niebla, tenemos que aprovechar las tecnologías que ya han demostrado su eficacia.
La ciencia y el dato nos dicen que la especialización es clave ¿Por qué reinventar la rueda —o el ratón— cuando existen compañías que han dedicado miles de horas, millones de datos y un «know-how» certificado a perfeccionar estas herramientas?
El objetivo no es ser el creador de la tecnología, sino el que mejor la explota. La menor opción para aprovechar la inteligencia artificial generativa es montar un equipo propio y desarrollarla durante meses, la opción inteligente, la basada en hechos y no en egos, es tomar las herramientas que ya funcionan.
¿Por qué reinventar la rueda —o el ratón— cuando existen compañías que han dedicado miles de horas, millones de datos y un «know-how» certificado a perfeccionar estas herramientas?
Busquemos a los proveedores que, como los frenos ABS en los coches, ya han pasado las pruebas de seguridad y eficiencia. Busquemos a quienes pueden demostrar con métricas objetivas (sí, volvemos a medir, siempre medir) que su solución reduce el «Time to Market» y aumenta la productividad real, no la imaginaria.
Deja de mezclar ropa sucia con trigo. Sal del arresto domiciliario de los desarrollos internos fallidos. Y, por favor, sal de la niebla antes de que te des cuenta de que estás jugando solo.
Abraza la experiencia demostrada, integra lo que funciona y deja que los expertos fabriquen los ladrillos mientras tú construyes el edificio… y lo sabes.
Julián Gómez Bejarano, Chief Digital Officer LedaMC
