Primero CMO de Consensys: La evolución de la forma de las empresas en la era de la IA

nulo

Autor: Lex Sokolin

Traductor: Jiāhuān, ChainCatcher

Este artículo explora cómo la IA está remodelando la estructura organizacional en sí misma. Las empresas están pasando de equipos “de doble pizza” al estilo Amazon (un equipo de aproximadamente 6-10 personas, manteniendo una estructura ágil) a pequeños grupos “nativos de IA” de 3 a 5 personas, con un aumento significativo en productividad.

Hemos comparado dos caminos:

La estrategia de sustitución por IA de Klarna terminó en fracaso. La plantilla se redujo de 5,500 a 3,400 empleados, y los problemas de calidad del servicio finalmente obligaron a la empresa a volver a contratar.

Coinbase y Ramp optaron por reorganizar sus negocios en torno a la mejora y orquestación con IA. Coinbase redujo 700 empleados y se enfocó en equipos de producto individuales y generación de código con IA.

Ramp creó un marco interno de control de IA (harness), que el 99.5% de los empleados usa diariamente, cubriendo más de 350 habilidades comerciales.

Además, analizamos por qué empresas como Box y Plaid están siendo reevaluadas en los mercados de capital como infraestructura basada en IA, debido a que controlan datos empresariales con permisos necesarios para el funcionamiento de agentes inteligentes.

La tercera evolución en la forma organizacional

Hace unos meses, discutimos sobre las “Empresas Zero Human” y la curva de autonomía económica de la IA:

Aunque ya existen fuerzas impulsando la creación de organizaciones completamente sin intervención humana, actualmente los actores económicos siguen siendo humanos.

El trabajo más difícil ahora es transformar las empresas tradicionales existentes en formas priorizadas por IA.

Es una oportunidad enorme, tanto que Anthropic está colaborando con toda la industria de capital privado para avanzar en esto.

Más allá de los datos financieros sorprendentes, empezamos a percibir claramente otro punto de entrada del impacto de la IA: la forma en que las personas crean y organizan empresas.

La estructura organizacional en sí misma es una tecnología.

El desarrollo en cascada (Waterfall) dio origen a los gigantes del software con jerarquías estrictas en los primeros tiempos tecnológicos.

Luego, la industria se movió hacia equipos lean usando metodologías ágiles, que evolucionaron en la “estructura de doble pizza” de Amazon. Es esta estructura operativa la que sustenta a todas las fintech modernas actuales.

Pero la dirección de la marea vuelve a cambiar.

Martin Harrysson y Natasha Maniar de McKinsey predicen a finales de 2025:

“Los roles nativos de IA en esencia significan que estamos pasando de la ‘estructura de doble pizza’ a pequeños equipos de ‘pizza simple’ de 3 a 5 personas.”

La reducción de personal a la mitad, pero con productividad intacta.

El 5 de mayo de 2026, Brian Armstrong reforzó esta idea con la reducción de 700 empleados en Coinbase.

¿Qué hizo Coinbase?

Redujo un 14% de su plantilla de 4,951 empleados.

Parte de esto se debe a que sigue siendo una empresa cuyo negocio está muy ligado al volumen de transacciones—se espera que sus ingresos del primer trimestre sean 1.7 mil millones de dólares (una caída del 26% interanual), y sus ganancias por acción (EPS) cayeron un 86%.

Pero lo que merece atención es cómo su equipo directivo planea la implementación de IA en fintech y criptomonedas, y sus expectativas sobre la productividad per cápita futura.

Los ingenieros de Coinbase ahora pueden lanzar productos en días, en lugar de semanas, y esta eficiencia se acelera.

Armstrong está reestructurando las líneas de negocio, asegurando que haya como máximo cinco niveles gerenciales bajo el CEO y COO.

Los “gestores” tradicionales desaparecerán—cada líder debe ser también contribuyente individual, experto en herramientas modernas, capaz de liderar y participar en la ejecución, un “jugador y entrenador”.

Los “equipos nativos de IA” transfuncionales reemplazan completamente a los equipos tradicionales. Coinbase incluso está pilotando internamente la fusión de ingeniería, diseño y producto en un solo equipo.

Coinbase, una gigante cotizada con ingresos de 7 mil millones de dólares, opera con equipos de producto unipersonales.

En septiembre de 2025, Armstrong afirmó públicamente que el 40% del código de Coinbase se generaba con IA diariamente, y planeaba aumentar esa proporción al 50% en octubre.

En el podcast Cheeky Pint de John Collison, cofundador de Stripe, admitió que despidió a ingenieros que en la semana de emisión de licencias empresariales se negaron a usar Cursor y GitHub Copilot:

“Algunos simplemente no quieren usarlo, así que fueron despedidos.”

La versión V1 fue una sustitución directa, pero fracasó

Sin embargo, Coinbase no fue la primera fintech en despedir personal por IA.

¿Recuerdan el experimento de reducción de costos con IA de Klarna en 2024? Parecía anunciar una explosión de productividad futura.

Pero en realidad, fue más una contracción del ciclo de crédito que una innovación real.

El CEO Sebastian Siemiatkowski anunció que, en su primer mes, el asistente de IA impulsado por OpenAI gestionó 2.3 millones de conversaciones, dos tercios de todos los chats con clientes, realizando el trabajo equivalente a 700 empleados de atención al cliente a tiempo completo.

El número total de empleados cayó de 5,500 a 3,400.

Se esperaba un aumento de beneficios de 40 millones de dólares.

El tiempo de resolución de problemas de clientes se redujo de 11 a 2 minutos.

Pero todo colapsó rápidamente al enfrentarse a la realidad.

La satisfacción del cliente con tareas complejas (CSAT) cayó en picado, y la tasa de contacto repetido aumentó.

Para mayo de 2025, Siemiatkowski admitió a Bloomberg que la empresa “dio pasos demasiado grandes”. Klarna tuvo que comenzar a contratar nuevamente con un modelo remoto, empleando estudiantes, padres a tiempo completo y trabajadores en zonas remotas.

El Commonwealth Bank de Australia detuvo en días 45 proyectos de sustitución por robots de voz. Taco Bell retiró la IA de voz de sus 500 restaurantes móviles.

Gartner predice que para 2027, la mitad de las empresas que planearon “sustitución total” abandonarán ese plan.

La IPO de Klarna subió un 30% en su primer día, alcanzando una valoración de 20 mil millones de dólares, reflejando que, si la empresa corrige a tiempo, el mercado abierto es bastante tolerante.

Pero esta lógica simple y brutal de “sustituir”—despedir a un humano y reemplazarlo con un modelo de lenguaje grande (LLM)—puede funcionar en métricas de cantidad, pero colapsará en métricas de calidad.

El costo de volver a contratar supera con creces el ahorro inicial. Claramente, la primera tentativa de digitalización con IA en fintech deja un balance agridulce.

Pero no será la última.

La versión V2 se centra en potenciar capacidades, con Harness como barrera defensiva

A principios de abril de 2026, Ramp lanzó oficialmente “Glass”.

Seb Goddijn, experto interno en IA que co-creó la herramienta con cinco colegas, publicó un extenso artículo. Ese día, el CEO de Ramp, Eric Glyman, lo compartió en Twitter. En pocas horas, el artículo encabezó la página principal de Hacker News.

Sobre por qué la versión V1 fracasó, Goddijn señala con precisión:

“El principal obstáculo para la adopción de IA no es el modelo en sí, sino la extrema complejidad de configurar el entorno de ejecución de IA.”

Glass fue creado precisamente para romper esa barrera:

Primero, la automatización del acceso y configuración—solo hay que iniciar sesión con Okta SSO, y todas las herramientas internas autorizadas (Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk, y las propias herramientas internas de Ramp) están integradas en la base.

Segundo, se estableció Dojo—un mercado con más de 350 habilidades de IA, cada una en un archivo Markdown, que enseña a los agentes a completar tareas. Todo almacenado en Git, con revisión de código y control de versiones.

Un agente llamado Sensei (maestro) en el primer día de trabajo del nuevo empleado, le envía las cinco habilidades más relevantes para él.

Tercero, se construye una memoria persistente—conectada mediante autenticación, que se actualiza continuamente a través de un pipeline de 24 horas. Así, cada vez que el agente interviene en una conversación, ya tiene toda la información del equipo, proyectos, tickets activos y comunicaciones en curso.

Hoy, el 99.5% de los empleados de Ramp usan IA a diario.

La mitad del código de Ramp es generado por IA, y avanzan hacia el 80%. Su director de producto, Geoff Charles, implementó un marco de madurez L0–L3, donde L3 significa desplegar funciones en producción directamente con IA.

Cualquier empleado en nivel L0 es considerado inactivo.

Ramp tiene una valoración de 32 mil millones de dólares, ingresos recurrentes anuales (ARR) de 1,000 millones, y encabeza la lista de las empresas fintech más innovadoras de Fast Company 2026.

Klarna intenta reducir la barrera laboral mediante automatización, Ramp busca elevar el nivel de productividad de cada empleado. Coinbase se sitúa entre ambos.

IA Harness

El núcleo de todo esto es el concepto de “AI Harness”.

Empresas como Manus crearon arquitecturas que comprimen y transforman IA cruda en flujos de negocio repetibles, y frameworks como OpenClaw los llevan al público.

Un Harness es un sistema que integra autenticación, integración de sistemas, memoria, directorio de habilidades del equipo, orquestación de tareas nocturnas, y una interfaz de múltiples ventanas para análisis paralelo.

Las grandes modelos de lenguaje de vanguardia son solo componentes intercambiables en este Harness—cuando OpenAI lanza GPT-5.5 o Anthropic presenta Opus 5, Ramp simplemente reemplaza el modelo, y todo el sistema sigue funcionando normalmente.

El producto Cowork de Anthropic, lanzado en el primer trimestre de 2026, incluye 11 plugins específicos para roles en ventas, finanzas, legal, marketing, RRHH, desarrollo, diseño y operaciones—una lógica similar a Dojo de Glass.

Una vez aceptas que “la productividad de la IA se construye a partir de flujos de negocio, no de chats”, los roles laborales se convierten en la unidad natural mínima de una organización IA.

Este es también el fundamento de las herramientas que buscan crear “empresas sin humanos”, al pensar en cómo construir organizaciones priorizadas por IA. Véase Polsia y la rápida segmentación del sector en el siguiente mapa.

El mercado de capitales se pone al día

Mientras muchas empresas de software tradicionales luchan por la desintermediación con IA, hay jugadores que avanzan a toda velocidad.

Estas empresas han profundizado en su propia data, y ahora pueden superponer software de IA de forma fluida.

Tomemos a Box, por ejemplo: tras publicar sus resultados del cuarto trimestre fiscal 2026, su acción subió un 10%. Aaron Levie explicó en la conferencia:

“Al final, los archivos son unidades de trabajo naturales para los agentes de IA.”

Enterprise Advanced—el nivel premium de suscripción que combina IA y flujos de trabajo—cuesta un 30-40% más que la versión tradicional Enterprise Plus.

El cuarto trimestre generó 420 millones de dólares en facturación, un aumento del 5% interanual.

Box Extract puede extraer datos estructurados con precisión de contratos.

Box Shield Pro integra IA agentica en el control de accesos.

Box AI Studio, en modo profesional y extendido, permite a los agentes manejar cargas de trabajo en ventanas de contexto más amplias.

Levie en GeekWire:

“En los primeros 12 meses, Box nunca se sintió tan como una startup como ahora.”

Hay que recordar que el 95% de los datos empresariales son no estructurados. Los agentes de IA necesitan estos datos y deben acceder a ellos sin perder permisos.

Quien controle esta bóveda de datos con permisos, podrá escapar de la etiqueta de “almacenamiento barato” y ser reevaluado como infraestructura de agentes inteligentes.

Antes, el mercado veía a Box como el hermano menor algo incómodo de Dropbox, con una valoración en torno a 26 dólares. Hoy, la valoración objetivo en Wall Street es de 35.63 dólares, con un potencial de revalorización del 35%.

Otro ejemplo es Plaid—el agregador de datos financieros que casi fue comprado por Visa, y que aspiraba a convertirse en una red de pagos directa.

Pero en cierto momento, Plaid estuvo en aprietos: tras el auge de Web3, reemplazó a Web2 como infraestructura financiera emergente.

Desde un pico de valoración de 13.4 mil millones en 2021, cayó a 6.1 mil millones en abril de 2025, y en una oferta secundaria en febrero de 2026, se recuperó a 8 mil millones.

Debe evolucionar.

El 20% de sus nuevos clientes son empresas nativas de IA—que construyen agentes que requieren acceso autorizado a datos financieros y una identidad confiable.

Plaid Protect, su plataforma antifraude, detectó en pruebas a principios de 2026 intentos de fraude un 50% mayores que otras herramientas similares.

Plaid Bank Intelligence, con Retention Score y futuros indicadores de primacía, vende predicciones de pérdida de clientes a bancos.

Plaid se está reevaluando como la mayor base de datos de transacciones financieras autorizadas del mundo.

No es solo un canal de datos—los datos en sí son baratos. El verdadero activo es la inteligencia construida sobre ellos, y la proporción de clientes nativos de IA es la prueba más contundente.

Un ejemplo típico es su integración con Perplexity, creando una “computadora” de gestión financiera personal completamente integrada. ¡Cuánto extrañamos Mint.com! (la app de finanzas personales de EE. UU. lanzada en 2006)

Box y Plaid están en la misma pista, en el mismo lado.

Ambas fueron valoradas en modo SaaS durante la era de tasas cero (ZIRP), con valoraciones que se redujeron a la mitad, y ahora se están revalorando bajo una lógica completamente nueva—como infraestructura de contenido no estructurado y redes de datos con permisos, la base sobre la cual las empresas en la era V2 podrán ser leídas por agentes.

La versión V3 es la orquestación—“la empresa unipersonal”

Sam Altman y otros CEOs están apostando a que la primera “empresa de mil millones de dólares” en tamaño unipersonal aparecerá en algún momento.

Dario Amodei estima en un 70-80% la probabilidad de que ocurra en 2026, señalando tres áreas: trading propio, herramientas para desarrolladores y automatización de atención al cliente.

Sequoia está ajustando su modelo de inversión, priorizando el “apalancamiento agentico” (ingresos per cápita) como señal principal. En las primeras cohortes de Y Combinator, el 95% del código ya es generado por IA.

De hecho, algunas empresas ya están logrando un asombroso apalancamiento económico con IA.

En estas compañías, el CEO se convierte en un “orquestador de agentes”, coordinando innumerables agentes de IA desde una cabina de mando gigante.

El organigrama se transforma en un flujo de negocio externalizable a máquinas. El presupuesto laboral se vuelve de computación.

Estas empresas iniciales operan en nichos estrechos—trading propio, herramientas para desarrolladores, software de consumo con efectos de red. En estos escenarios, el trabajo está completamente digitalizado, con regulación ligera y bajos costos de confianza.

Serán frágiles, porque todos los sistemas de punto único de fallo son vulnerables.

También será difícil penetrar en mercados empresariales regulados, donde los contratos y las identidades estructuradas son la norma.

Pero esas empresas ya existen.

Cada cambio tecnológico destruye un paradigma anterior, que consideraba roles clave—“computador” (los primeros en la historia), jefes de línea, gerentes de proyecto, gerentes intermedios.

Y quienes entienden primero las nuevas formas de organización económica, suelen obtener enormes beneficios.

Por ejemplo: las “reglas de doble pizza” de Amazon, y su capacidad de innovación en una escala de millones de empleados, son en sí mismas una barrera.

Al final, si la “empresa unipersonal” o la “empresa sin humanos” es la verdadera cuestión, no lo es.

Lo que importa ahora es que estamos en medio de una transformación digital, y que la entrega de valor en toda la economía en esta línea puede generar billones de dólares en retornos.

La verdadera cuestión es: quién podrá hoy poseer o construir el correcto AI Harness, y así diseñar la estructura organizacional adecuada para 2026.

Eso significa actualizar este organismo superorgánico empresarial, para que siga luchando y sobreviviendo un día más.

Y ojalá, los humanos podamos también cumplir nuestros deseos en este proceso.