A las personas se nos dan mal los exponenciales. No un poco mal: muy mal. Y eso está moldeando en silencio cada conversación sobre lo que la AI hará a tu negocio.
El problema de doblar papel
Esta es una pregunta que me gusta hacer a los líderes: ¿cuántas veces tienes que doblar una hoja de papel para llegar a la luna?
He oído respuestas que van de miles a miles de millones. ¿La respuesta real? 32 veces. Eso es 232, más o menos, según el grosor del papel.
A la mayoría se le cae la mandíbula. Y esa reacción te dice todo sobre cómo estamos cableados. Nos sentimos cómodos con la suma. Memorizamos las tablas de multiplicar. Pero nuestro cerebro no está hecho para sentir los exponenciales.
Vivimos en un mundo exponencial
Ahora mismo, la tecnología que está moldeando tu negocio — AI, computación, conectividad — mejora de forma exponencial. Y la mayoría sigue planificando de forma lineal.
Lo vi de primera mano en Zscaler. Mi equipo trabajaba con algunas de las mayores empresas de EMEA, ayudándolas a habilitar acceso seguro a AI para impulsar transformación de negocio. Lo que encontrábamos una y otra vez no era un problema tecnológico. Era un problema de adopción. Las empresas compraban las herramientas más sofisticadas disponibles, montaban sesiones de formación y luego veían cómo la adopción se quedaba estancada en el 10-20%.
Los equipos que sí tenían éxito no eran los que tenían los mayores presupuestos tecnológicos. Eran los que tenían líderes que entendían que el juego había cambiado, y que habían construido sistemas para ayudar a su gente a cambiar con él.
Esos equipos vieron acuerdos un 50% mayores. La pérdida de clientes cayó un 42%. La diferencia no fue la herramienta. Fue el cambio de comportamiento alrededor de la herramienta. Así se ve el pensamiento exponencial sobre el terreno.
El problema de predecir el futuro
Estudié economía en la universidad y recuerdo pelearme con el reto fundamental de la disciplina: ¿cómo predices qué pasará cuando depende de miles de millones de decisiones individuales, tomadas por miles de millones de personas distintas, con motivaciones, contextos y objetivos diferentes?
Es imposible. Por eso mi economista favorito de YouTube abre cada vídeo con: "Nadie puede predecir el futuro, y menos que nadie los economistas."
Pero esto es lo que sí es casi universal: cuanto mejor equipada está una persona para su situación específica, mejores son sus resultados. Por eso gobiernos, ONG y empresas invierten miles de millones en educación. No porque un currículo funcione para todos — no funciona — sino porque equipar a las personas con las herramientas y el conocimiento adecuados, en el contexto adecuado, funciona.
El niño que crece en un pueblo de la selva del Darién en Panamá necesita habilidades distintas a las que necesito yo como fundador en Madrid. El sales engineer de una Fortune 500 necesita un flujo de trabajo de AI distinto al del responsable de operaciones de una empresa logística de 50 personas. Esto siempre ha sido verdad. Lo que ha cambiado es que ahora tenemos la tecnología para actuar de verdad sobre ello.
Por primera vez, podemos encontrarnos con las personas donde están
Por primera vez en la historia, estamos construyendo tecnología que puede personalizar a escala.
No "personalizar" en el sentido de cambiar la paleta de colores de un dashboard. Me refiero a encontrarse de verdad con una persona — o con un negocio — donde está, entender qué intenta conseguir y construir el camino específico que le lleva hasta allí.
La AI no es buena decidiendo qué hay que hacer ni por qué importa. Las personas sí. La AI sí es buena en la iteración incansable: encontrar formas de resolver problemas, ejecutarlas, mejorar hasta llegar. Los humanos definen el destino; la AI acelera el viaje.
¿Todos los trabajos se verán igual dentro de 5 años? Casi seguro que no. ¿Dentro de 10? Definitivamente no.
Pero esa no es la amenaza que parece. Hay más problemas en el mundo que personas resolviéndolos. Los pensadores creativos que sepan trabajar junto a la AI no se van a quedar sin trabajo. Tendrán más palanca que cualquier generación anterior de solucionadores de problemas.
Por qué construimos Lucy Labs
Esa es la base de lo que estamos construyendo en Lucy Labs.
Creemos en las personas. Creemos en un futuro donde humanos y AI trabajan juntos hacia objetivos definidos por humanos, no porque sea una idea bonita, sino porque la alternativa (AI por la AI, despliegues centrados en herramientas que ignoran el comportamiento) fracasa de forma consistente.
Lo he visto fracasar. También he visto funcionar la alternativa: cuando construyes sistemas que encuentran a las personas donde están, que guían el comportamiento en vez de limitarse a formar sobre funcionalidades, que conectan la AI con los problemas reales que alguien intenta resolver.
Eso es lo que hace Lucy Labs. No otra herramienta de AI. Una plataforma de productividad humano-AI que convierte el cambio exponencial de amenaza en ventaja, para las personas y empresas dispuestas a adelantarse.
El futuro no llega al ritmo al que estamos acostumbrados. Llega a 232.
La pregunta es si estarás preparado.
Travis Sheppard es el fundador de Lucy Labs. Lleva veinte años construyendo el músculo operativo que hace que las empresas escalen de verdad, y ahora está construyendo Lucy para poner ese músculo detrás de cada persona que aprende a trabajar con AI.
Si estás pensando en cómo tu equipo puede adelantarse al cambio exponencial, hablemos.