La IA difuminará las líneas entre muchas funciones con el tiempo porque ahora puedes comenzar a hacer cosas ya sea más arriba o más abajo en la pila, o expandirte a otras funciones adyacentes. Un área muy obvia es que los PMs casi siempre deberían aparecer con prototipos funcionales.

En Box, pasamos mucho tiempo probando Box AI con nuevos modelos en datos no estructurados para ver en qué se desempeñan bien en áreas reales de trabajo del conocimiento. Como hemos visto en los benchmarks, GPT-5 ofrece un salto significativo en capacidad sobre GPT-4.1 en razonamiento, matemáticas, lógica, codificación y otras áreas de trabajo. Aquí hay algunos ejemplos de dónde se aplican esas mejoras en el mundo real: *GPT 5 contextualiza mejor la información. Al hacer extracción de datos como el monto final en USD de una factura sin etiquetas de moneda pero con una dirección en Londres, GPT 5 responde correctamente que necesita una tasa de conversión de USD a GBP. En comparación, GPT 4.1 vio la factura final y la devolvió, asumiendo la moneda (incorrectamente). * GPT-5 ofrece un mejor análisis multimodal. Para la presentación anual de una empresa pública, se le pide a GPT-5 que aísle una celda en una tabla de una imagen que muestra cambios en los componentes de capital de la empresa. La parte superior de la tabla aclara que todos los montos de acciones están en miles, y GPT-5 indica claramente esta conversión, mientras que GPT-4.1 no lo hace, confundido dado que la tabla dice acciones y la leyenda dice acciones. * GPT-5 se desempeña mejor con altos niveles de complejidad en las indicaciones y los datos. Al hacer extracción de datos en un currículum para todas las fechas de inicio de trabajo, nombres de puestos y nombres de empleadores, GPT-5 pudo extraer cada pieza de datos mientras que GPT-4.1 parece abrumarse y no extrajo los mismos campos dada la extensión de la indicación y la complejidad del documento. * GPT-5 es mucho más claro y explícito en sus respuestas. En un acuerdo de subcontratación con 6 servicios diferentes discutidos explícitamente, cuando se le pregunta sobre "los 5 servicios específicos en el contrato", GPT-5 devolverá los primeros 5 y preguntará si fue intencional que no se preguntara sobre el sexto. En comparación, GPT-4.1 simplemente devolvió los primeros 5 sin más advertencias, lo que puede llevar a confusiones posteriores para el usuario. * GPT-5 es mejor en la interpretación de datos en campos complejos. Para un gráfico de citometría de flujo, típicamente utilizado en inmunología, GPT-5 identificó correctamente una alta proporción de células muertas y dio causas raíz plausibles que podrían llevar a la situación, mientras que GPT-4.1 dio un razonamiento mínimo, necesitando más confirmación para tener alguna conjetura a partir de datos en bruto. * GPT-5 es mejor para identificar inconsistencias en el código. Cuando se le pidió identificar problemas en un archivo de código python dado, mientras que tanto GPT-5 como 4.1 pueden identificar errores reales que llevan a fallos, solo GPT-5 pudo inferir problemas más sutiles, como imprimir la variable incorrecta cuando eso no tendría sentido en el contexto del programa. Estas mejoras en matemáticas, razonamiento, lógica y calidad de respuestas en ventanas de contexto más largas son increíblemente útiles para los usuarios finales en el trabajo diario, pero se mostrarán aún más con agentes de IA de larga duración, especialmente cuando no hay humanos en el bucle para verificar la información en cada paso. Es impresionante ver cómo estas mejoras continúan llegando en la última cosecha de modelos de IA, ya que esto llevará a agentes de IA que podrán ser utilizados en áreas de trabajo cada vez más críticas.

Está claro que actualmente estamos en una trayectoria en la que los modelos de IA continúan mejorando en capacidad en matemáticas, razonamiento, lógica, llamadas a herramientas y diversas tareas específicas de dominio que mejorarán a medida que se genere más datos de entrenamiento. Si bien habrá debates sobre cuánto se manifestarán estos avances como cambios importantes en los casos de uso diarios que tiene un consumidor, *tendrán* un impacto significativo en muchas categorías de trabajo del conocimiento. Desbloquearán de manera incremental nuevos casos de uso en atención médica, legal, servicios financieros, ciencias de la vida, etc., donde los modelos pueden realizar de manera confiable tareas cada vez más críticas. En un reciente pódcast con Alex Kantrowitz, Dario Amodei tuvo una gran manera de enmarcar esto, que es que si mejorases la capacidad de un modelo de IA para pasar de tener una licenciatura en bioquímica a tener un posgrado en bioquímica, un pequeño porcentaje de la población consumidora notaría el impacto, pero los casos de uso empresarial para una empresa como Pfizer aumentarían de manera significativa como resultado de esto. Deberíamos comenzar a anticipar que esta es ahora la era en la que estamos con la IA. Entonces, ¿cómo comienza a manifestarse esto en el mundo real? Se manifestará a través de agentes de IA que abordan casos de uso aplicados. Agentes de IA para codificación, trabajo legal, escribas médicos, extracción de datos, procesamiento de reclamaciones de seguros, pruebas de penetración, y así sucesivamente. La oportunidad en este momento es construir agentes de IA para verticales y dominios con un profundo entendimiento de ese espacio. Aquí es donde el impacto de la ingeniería de contexto, un profundo entendimiento de los flujos de trabajo, conexiones con datos empresariales y interfaces de usuario especializadas (que permiten a los usuarios desplegar, gestionar y orquestar estos agentes) comenzará a importar mucho. También significará construir una distribución que se alinee con ese vertical o dominio particular. Probablemente significará alguna forma de ingeniería desplegada hacia adelante para no solo ayudar a los clientes a implementar los agentes, sino también aprender rápidamente qué flujos de trabajo están optimizados para los agentes y llevar eso de vuelta a la plataforma central. En última instancia, estos mercados serán ganados por los jugadores que mejor puedan conectar los procesos empresariales de hoy (que a menudo son desordenados y no fueron diseñados para la automatización) con un mundo donde los agentes están integrados en estos flujos de trabajo. Esta es la era de la IA en la que estamos ahora.

No estamos ni cerca del punto óptimo para cualquier estabilización en la capacidad de la IA, pero irónicamente hay muchos casos de uso comercial para la IA que simplemente se congelan debido a la rapidez con la que avanza la tecnología. Por eso es tan importante contar con arquitecturas a prueba de futuro.

El núcleo frente al contexto es un concepto crítico a considerar al pensar en cómo las personas se reconstruirán a sí mismas con IA. Las empresas incorporan funciones "núcleo" que las diferencian. Este es su producto o servicio principal, cómo venden a los clientes, cosas que impulsan su cultura, y así sucesivamente. Por el contrario, externalizan el "contexto" que es fundamental para hacerlo bien, pero que solo ofrece desventajas si se hace mal. Una regla fácil de recordar es si un cliente notaría alguna vez si la empresa realizara esa función directamente o no. El software empresarial es casi siempre "contexto". Estas son áreas como sus sistemas de CRM o de recursos humanos, infraestructura, gestión de datos, y así sucesivamente. Estas son necesarias para operar un negocio a gran escala, pero rara vez se obtiene una ventaja al intentar desarrollar el propio. Solo existen algunas excepciones, y casi siempre es porque necesitas una solución para servir a tu "núcleo" que ningún proveedor ofrece (como si necesitaras software personalizado para una cadena de suministro verticalmente integrada). No importa cómo comience una empresa, eventualmente casi siempre separan el trabajo y el valor entre núcleo y contexto con el tiempo. Es la única forma en que pueden mantenerse competitivos y, eventualmente, asignar recursos a las áreas óptimas. Así que, incluso si una empresa *pudiera* reescribir su software empresarial con IA, básicamente no lo haría. Las actualizaciones de versión, la seguridad, las características regulatorias, los errores, los SLA, los servicios profesionales necesarios, etc., simplemente harían que fuera negativo en términos de ROI. Como señala bucco, el verdadero riesgo son mejores versiones de estas herramientas que son primero IA. Eso es lo que hay que vigilar desde el punto de vista de la disrupción.

Gran hilo. Cualquiera que sea la capacidad de un agente de IA, también puede ser engañado para actuar. Debes asumir que si un agente puede acceder a datos, un usuario eventualmente también podrá obtener esos datos. La seguridad del agente, los controles de acceso y las barreras de protección deterministas serán críticos.

Hay mucha conversación sobre cómo será el futuro del software en las empresas. Así es como creo que se desarrollará. Para flujos de trabajo deterministas donde el costo de cometer un error es alto, las empresas tenderán a elegir plataformas centrales para sus funciones más comunes, importantes y repetibles en la organización. Piensa en nómina, ERP, CRM, ITSM, soporte al cliente, ECM/gestión de documentos, y así sucesivamente. Estas son áreas donde quieres que algo se haga de la misma manera, cada vez. Cada una de estas plataformas tendrá que ser diseñada con un enfoque en la IA, lo que significa que tendrán interfaces de usuario que se ajusten para interactuar con los flujos de trabajo y los datos a través de la IA, y estarán completamente diseñadas para que los agentes de IA operen en las plataformas. Con el tiempo, podemos esperar que el uso de estos sistemas se incline mucho más hacia los agentes de IA que incluso hacia las personas. El modelo de asiento permanece para los usuarios, pero el consumo se convierte en el modelo para los agentes. Algunos incumbentes llegarán al estado final, pero otros no se adaptarán lo suficientemente rápido y desaparecerán. Luego habrá una nueva generación de empresas efectivamente solo de agentes que están diseñadas específicamente para automatizar tipos específicos de trabajo (y especialmente para trabajo no determinista). Sus modelos de negocio se inclinarán aún más hacia el consumo. Piensa en Claude Code o Devins (probablemente con alguna capa de UI para gestionar a los agentes) pero para varias funciones laborales. Es probable que veamos cientos o miles de estas surgir con el tiempo. Pruebas de penetración, codificación, búsqueda de errores, revisiones de cumplimiento, analistas financieros, y así sucesivamente. Este es un gran espacio donde las startups lo harán bastante bien porque tiende a no haber incumbentes de software en estas categorías. Interactuaremos con estos diversos agentes a través de una mezcla de las plataformas de software a las que están vinculados (como Box AI o Agentforce), a través de APIs en otros sistemas, y sistemas de flujos de trabajo horizontales que conectan agentes a través de plataformas (como ServiceNow, IBM Watsonx, Google Agentspace, y así sucesivamente). Y, por supuesto, los usuarios a menudo consumirán estos agentes a través de experiencias de chat horizontales (como ChatGPT, Claude, Perplexity, Grok, Copilot, etc.) a través de MCP u otros tipos de conexiones directas. Los usuarios trabajarán comúnmente en estos sistemas de chat horizontales, incorporando los agentes, datos y flujos de trabajo de las diversas plataformas Agénticas según sea necesario. Cuando sea relevante, saltarán a las plataformas centrales para completar flujos de trabajo, revisar información, etc. También habrá una larga cola de experiencias donde los usuarios pueden generar micro aplicaciones sobre la marcha cuando necesiten aplicaciones rápidas o casos de uso automatizados, cuando no haya una pieza de software obvia para hacerlo. Esto puede suceder directamente en los sistemas de chat horizontales, en una herramienta como Replit, Lovable, o en herramientas de automatización de flujos de trabajo, etc. Esperaría que esto sea más para los usuarios avanzados donde necesitan un pegamento entre múltiples sistemas o donde aún no existe software. El resultado es que el software se vuelve cada vez más importante con el tiempo, incluso si las modalidades desde las que interactuamos cambian y se expanden. Similar a cómo saltamos entre nuestros teléfonos y computadoras de escritorio con facilidad, aunque podrían converger fácilmente, el futuro ofrecerá una mezcla de formas de interactuar con el software.

Aunque es fascinante, la idea de que la IA genere cada interfaz de usuario sobre la marcha probablemente sea menos probable de lo que la gente piensa. Los beneficios de la hiperpersonalización probablemente no superarán la necesidad de reaprender una aplicación cada vez que la uses o los riesgos de que las cosas se rompan de maneras inesperadas.

La división del trabajo de los Agentes de IA será crítica para maximizar el impacto de los agentes. Desde hace tiempo tenemos una división del trabajo en las organizaciones porque tener expertos individuales pasando tareas entre sí es más efectivo que un grupo de generalistas tratando de hacer las cosas de manera diferente cada vez. Los Agentes de IA presentan la misma dinámica. Para que los Agentes de IA funcionen, necesitas la cantidad justa de contexto sobre la tarea que están tratando de completar. Esto significa una comprensión profunda del dominio, un conjunto de conocimientos sobre los que trabajar, instrucciones claras y un conjunto de herramientas a utilizar. Muy poco contexto y el agente fallará. Sin embargo, igualmente, a medida que más de esta información entra en la ventana de contexto, sabemos que los modelos pueden volverse subóptimos. Para un proceso empresarial complejo, si pones toda la documentación, la descripción del flujo de trabajo y las instrucciones en la ventana de contexto, sabemos que esto puede llevar eventualmente a la degradación del contexto, lo que conduce a peores resultados. La arquitectura lógica entonces en el futuro es dividir a los agentes en unidades atómicas que se correspondan con los tipos correctos de tareas y luego hacer que estos agentes trabajen juntos para completar su trabajo. Ya estamos viendo que esto se desarrolla de manera efectiva en los agentes de codificación. Están surgiendo cada vez más ejemplos de personas configurando subagentes que poseen partes específicas de una base de código o área de servicio. Cada agente es responsable de una parte del código, y hay documentación amigable para el agente sobre el código. Luego, a medida que se necesita trabajo en esa área relevante de la base de código, un agente orquestador coordina con estos subagentes. Podríamos ver que este patrón probablemente se aplique a casi cualquier área del trabajo del conocimiento en el futuro. Esto permitirá que los Agentes de IA se utilicen para mucho más que casos de uso específicos de tareas y se extiendan para impulsar flujos de trabajo completos en la empresa. Incluso a medida que los modelos de IA mejoren para poder manejar ventanas de contexto más grandes, y los niveles de inteligencia aumenten, no es obvio que esta arquitectura desaparezca alguna vez. Es probable que el papel de cada agente se expanda a medida que mejoren las capacidades, pero las líneas claras de separación entre subagentes pueden siempre llevar a mejores resultados.

Inicialmente, se pensaba que un solo agente de IA manejaría flujos de trabajo arbitrariamente grandes. En cambio, el patrón que parece estar funcionando es desplegar subagentes que tienen especialización por tarea para evitar la degradación del contexto. La división del trabajo de los agentes de IA puede ser el futuro.