La inteligencia artificial dejará de ser una ventaja competitiva: lo importante será lo que ChatGPT no sabe de tu empresa

Durante los últimos años, las empresas han competido por incorporar inteligencia artificial antes que sus rivales. Pero esa ventaja puede durar muy poco. ChatGPT, Claude, Gemini y los modelos abiertos son accesibles para prácticamente cualquiera y sus capacidades tienden a converger. Si todos podemos utilizar una inteligencia artificial parecida, la ventaja competitiva tendrá que estar en aquello que la IA no tiene: los datos, el conocimiento, los procesos y el criterio propios de cada empresa.

---

Es la paradoja que acaba de plantear la consultora Forrester. «La IA por sí sola ya no es un diferenciador», sostienen su directora de investigación, Sharyn Leaver, y su directora de producto, Carrie Johnson. En su opinión, las empresas que obtendrán ventaja serán aquellas capaces de combinarla con experiencia y juicio humanos.

La historia económica está llena de precedentes parecidos. Disponer de electricidad supuso inicialmente una ventaja para las fábricas que la adoptaron, pero dejó de serlo cuando se generalizó. Algo similar ocurrió posteriormente con los ordenadores, el correo electrónico, Internet o el almacenamiento en la nube.

La inteligencia artificial podría recorrer ese mismo camino, probablemente mucho más deprisa. Una pequeña empresa puede acceder hoy a algunos de los modelos más avanzados del mundo pagando unas decenas de euros mensuales. Pero su principal competidor puede contratar exactamente el mismo servicio al día siguiente.

Incluso escoger el mejor modelo puede tener cada vez menos importancia. Si uno supera temporalmente a sus competidores, las empresas pueden cambiar de proveedor o combinar varios. Construir la ventaja competitiva de una compañía alrededor de ChatGPT, Claude o Gemini equivale cada vez más a pretender diferenciarla porque utiliza Excel mejor que sus competidores.

Esto no significa que la IA no genere productividad. Hay evidencias de que ya lo hace. Un conocido estudio de Erik Brynjolfsson, Danielle Li y Lindsey Raymond analizó a 5.179 trabajadores de atención al cliente y comprobó que un asistente basado en IA aumentaba un 14% de media el número de problemas resueltos por hora. Entre los trabajadores menos experimentados la mejora era mucho mayor, mientras que el efecto sobre los empleados más cualificados era pequeño.

Este último resultado es especialmente interesante. Los investigadores encontraron indicios de que la inteligencia artificial estaba difundiendo entre los trabajadores novatos parte del conocimiento que hasta entonces poseían los mejores empleados. En cierta manera, la IA convertía el conocimiento de los mejores en conocimiento disponible para todos.

Y esto plantea un problema empresarial mucho más profundo. Si la inteligencia artificial permite que cualquiera escriba razonablemente bien, programe, prepare una presentación, analice un balance o responda correctamente a un cliente, muchas habilidades que hasta ahora diferenciaban a trabajadores y empresas empiezan a convertirse en una mercancía abundante. La escasez se desplaza entonces hacia otro sitio.

Una empresa industrial vasca difícilmente desarrollará un modelo de inteligencia artificial mejor que los de OpenAI, Anthropic, Google o los grandes desarrolladores chinos. Tampoco parece necesario que lo haga. Puede utilizar sus modelos y disponer al mismo tiempo de algo que ninguno de ellos posee: décadas de información sobre sus máquinas, materiales, clientes, proveedores, averías, costes, presupuestos y procesos productivos.

Un fabricante puede saber, por ejemplo, qué combinación de material y proceso provocó problemas diez años atrás, qué cliente acepta realmente determinada tolerancia aunque sus especificaciones digan otra cosa o qué proveedor empieza a incumplir los plazos cuando recibe pedidos por encima de determinado volumen.

Parte de ese conocimiento estará almacenado en un ERP, documentos, correos electrónicos o bases de datos. Pero otra parte ni siquiera estará escrita. Está en la cabeza del ingeniero que lleva treinta años en la fábrica, del comercial que conoce personalmente al cliente o del operario que sabe por el ruido de una máquina que algo no funciona correctamente.

Ese conocimiento tácito puede convertirse en uno de los activos más valiosos de las empresas en la era de la IA. Y también en uno de sus mayores riesgos: si no consiguen capturarlo, se jubilará junto con quienes lo poseen.

Los datos constituyen otra barrera. Internet ha proporcionado a los grandes modelos una gigantesca base común de conocimiento, pero precisamente por eso buena parte de esa información está disponible para todos. Lo verdaderamente diferencial puede ser aquello que nunca llegó a Internet.

Una empresa que acumula millones de registros sobre el comportamiento de sus productos dispone de una materia prima que su competidor no puede comprar fácilmente. Lo mismo sucede con historiales de clientes, resultados de ensayos, imágenes de defectos industriales, presupuestos ganados y perdidos o datos sobre mantenimiento y averías.

Esto cambia también el debate sobre la denominada «IA soberana». Para muchas empresas, probablemente sea mucho más importante controlar sus propios datos y conocimiento que disponer de un modelo propio. Un modelo puede sustituirse cuando aparece otro mejor; reconstruir cuarenta años de experiencia industrial resulta bastante más difícil.

Hay además otra diferencia entre tener inteligencia artificial y saber aprovecharla. La mayoría de las grandes compañías ya ha incorporado alguna herramienta de IA, pero eso no significa que esté obteniendo dinero de ella.

Una encuesta de McKinsey publicada en 2026 encontró que el 80% de los participantes afirmaba haber mejorado su productividad individual gracias a la IA, mientras que sólo el 37% atribuía algún impacto sobre el beneficio operativo de su organización. Apenas un 6% pertenecía al grupo que decía obtener al menos un 5% de su ebit de estas tecnologías. La explicación puede estar en que proporcionar ChatGPT o un copiloto a los trabajadores resulta mucho más sencillo que cambiar una empresa.

McKinsey ha detectado que las organizaciones que obtienen mejores resultados están rediseñando procesos y estructuras alrededor de la inteligencia artificial, en lugar de limitarse a introducirla en la manera tradicional de trabajar. Según otra de sus investigaciones, sólo el 21% de las compañías había rediseñado de forma sustancial su modelo operativo alrededor de la IA. Las que atribuían al menos un 5% de su ebit a esta tecnología eran tres veces más proclives a realizar transformaciones amplias de su organización.

La diferencia puede parecer pequeña, pero es fundamental. Una empresa puede utilizar inteligencia artificial para redactar más rápidamente un presupuesto que anteriormente necesitaba dos horas. Otra puede conectar automáticamente los datos del cliente, calcular costes, consultar disponibilidad, analizar presupuestos anteriores y generar una oferta que sólo necesite supervisión humana.

Las dos utilizan IA. Sólo la segunda ha cambiado realmente su proceso. Y queda un último activo que probablemente aumentará de valor precisamente porque las máquinas serán capaces de producir cantidades casi ilimitadas de información: el criterio humano para decidir qué merece la pena hacer.

Si generar cien diseños, cien estrategias comerciales o cien posibles productos cuesta prácticamente lo mismo que generar uno, el problema deja de ser producir alternativas. Pasa a ser escoger correctamente entre ellas.

Lo mismo sucederá con informes, programas informáticos, campañas publicitarias, investigaciones y prácticamente cualquier actividad intelectual. La IA abaratará extraordinariamente la producción de respuestas y, al hacerlo, aumentará el valor relativo de saber formular buenas preguntas, detectar errores y descartar respuestas aparentemente convincentes.

La propia Forrester ofrece un ejemplo involuntario de esta transformación. La consultora lanzó en 2023 su propia herramienta de inteligencia artificial generativa, actualmente denominada Forrester AI, y posteriormente la ha integrado con Teams, Copilot y Claude. Su propuesta no consiste en disponer de un modelo fundamental mejor que los demás, sino en colocar sobre esos modelos su investigación, sus datos, sus metodologías y el conocimiento de sus analistas.

Es posiblemente una buena metáfora de lo que viene. Durante la primera etapa de la revolución de la inteligencia artificial, tener acceso a ella podía constituir una ventaja. En la siguiente, probablemente ocurrirá exactamente lo contrario: no utilizarla será una desventaja, pero utilizarla dejará de proporcionar una ventaja.

La diferencia estará entonces en todo aquello que no viene incluido en la suscripción mensual a ChatGPT: los datos que una empresa ha acumulado, lo que saben sus trabajadores, cómo están organizados sus procesos, sus clientes, sus activos y, sobre todo, su capacidad para tomar mejores decisiones que sus competidores utilizando unas herramientas que estarán al alcance de todos.