El CTO de Microsoft habla sobre los copilotos de AI y el futuro del trabajo del conocimiento [artículo traducido]

Los copilotos de AI y el futuro del trabajo del conocimiento

1. La AI es el núcleo de la innovación de “plataforma”

   • Microsoft ve la inteligencia artificial como una nueva “plataforma” de innovación.
     • Así como antes aparecieron la PC y el smartphone, la AI generativa y los modelos de lenguaje grandes (LLM) están impulsando otra transición de plataforma.
     • Ha llegado una era en la que los desarrolladores y el ecosistema tecnológico crean diversos productos y servicios basados en AI.

2. Entorno de desarrollo de AI y demanda de infraestructura (GPU, etc.)

   • Para que los sistemas de AI/copilot a gran escala se utilicen realmente en el trabajo diario, son indispensables enormes recursos de cómputo (GPU) y la infraestructura en la nube.
   • Dentro de las organizaciones se hace cada vez más evidente una preocupación muy realista: “Hoy el mayor cuello de botella no es el software, sino cuántas GPU puedes conseguir”.

3. La innovación laboral del patrón “Copilot”

   • El patrón “Copilot” se está expandiendo rápidamente en distintos trabajos reales, como generación/autocompletado de código, organización de correos y gestión de agendas.
     • Ejemplos: GitHub Copilot (automatización de código), Outlook/Office Copilot (resumen de documentos y ayuda para redactar), Salesforce Einstein Copilot, etc.
   • La AI se encarga de las tareas repetitivas y tediosas, permitiendo concentrarse en capacidades propiamente humanas como la resolución creativa de problemas o la formulación de estrategias.
   • Esto puede verse como la “versión del trabajo cognitivo” de cómo la revolución industrial ayudó al trabajo físico con máquinas.

4. “Flow” y revolución de la productividad

   • Tras adoptar copilotos de AI, aumentan los casos en que desarrolladores, diseñadores y otros profesionales experimentan el estado de flow durante más tiempo y con mayor frecuencia.
     • Al reducir drásticamente el trabajo repetitivo y el context switching, pueden concentrarse mejor en su labor principal.
   • Como resultado, más que una simple “cantidad de código”, se maximiza el rendimiento de toda la organización al lanzar y mejorar funciones o servicios con mayor rapidez.
   • Se está extendiendo la idea de que “la productividad real de un desarrollador no son las líneas de código, sino entregar más valor al cliente, más rápido”.

5. Cambios dentro de las organizaciones y desafíos clave

   • Cuando las nuevas herramientas de AI se aplican ampliamente, aparece un punto de inflexión decisivo para superar la resistencia interna de las organizaciones (= miedo al cambio y conservadurismo).
   • Una vez que se usan de verdad, muchos empleados y equipos se adaptan rápidamente, e incluso se dispara la demanda de más recursos GPU → “la fuerza que cambia la inercia está en la potencia de la herramienta misma”.

6. (Un poco más a futuro) Cambios que surgirían si la AI replicara la estructura cognitiva humana

   • El objetivo final es materializar copilotos de AI con alta capacidad de razonamiento y adaptación, de una manera similar al cerebro humano (patrones neuronales).
   • Si eso ocurre, la eficiencia laboral en casi todas las áreas del trabajo del conocimiento aumentaría exponencialmente y la accesibilidad se ampliaría de forma significativa.
   • Al mismo tiempo, también se intensificarían desafíos sociales como la privacidad, la transparencia algorítmica y la desigualdad tecnológica (subrayando la necesidad de prepararse para los temas éticos).

7. En qué deben enfocarse desarrolladores y emprendedores en la era de la AI

   • “Gracias a la AI, por fin ya se pueden resolver los problemas difíciles” (cita textual del original: "You can finally solve the hard problems now.").
   • Más que crear módulos menores (funciones convenientes), hay que enfocarse en problemas esenciales que antes no podían resolverse por barreras técnicas, como viabilidad económica, accesibilidad o escalabilidad masiva.
   • Hay que entender con claridad que la AI no es un “producto”, sino “infraestructura”.
   • Al final, la diferenciación en el mercado será posible cuando se vuelva a poner el foco en “qué problema de quién resuelves, y cuánto mejor lo resuelves”.

Resumen

• Los copilotos de AI ya no solo procesan tareas repetitivas y rutinarias del trabajo humano, sino que están acelerando la innovación y la eficiencia de todo el trabajo del conocimiento.
• Ya están provocando un aumento del flow y una revolución de la productividad, al mismo tiempo que generan cambios fundamentales en organizaciones, sociedad e industria.
• Hacia adelante, más que el simple “uso de AI”, será cada vez más importante la capacidad de enfocarse en los “problemas difíciles” que realmente vale la pena resolver.