Título del video: Cómo construir una empresa auto-mejorable con IA
Autor del video: YC Root Access
Traducción: Peggy

Nota del editor: En esta charla del último batch de YC, el socio general de YC Tom Blomfield no discute "cómo usar IA para mejorar la eficiencia de los empleados", sino una cuestión más fundamental: cuando la IA deje de ser solo Copilot y pueda percibir, decidir, llamar a herramientas, aceptar retroalimentación y autocorregirse, ¿cómo debería rediseñarse la empresa en sí misma?

La conclusión principal de Tom es que las empresas tradicionales todavía funcionan como una "legión romana": la información se transmite en niveles jerárquicos hacia arriba, y las órdenes se distribuyen en la cadena de gestión hacia abajo. Pero la IA está rompiendo esa suposición organizacional. Lo verdaderamente importante no es que los ingenieros escriban un 20% más de código, sino extraer el conocimiento empresarial disperso en correos, Slack, reuniones, documentos y mentes humanas, y convertirlo en un contexto organizacional que la IA pueda leer, llamar y iterar.

Para él, las futuras empresas nativas en IA estarán compuestas por una serie de bucles recursivos y auto-mejorables de IA: el sistema percibe cambios externos a partir de correos de clientes, tickets de soporte y datos de producto, luego toma decisiones mediante capas de reglas, herramientas y controles de calidad, y finalmente aprende y se corrige automáticamente según los resultados. YC ya está experimentando mecanismos similares: los agentes no solo responden preguntas, sino que también monitorean qué consultas fallan, determinan si necesitan nuevas herramientas, bases de datos o índices, y envían código, revisiones, fusiones y despliegues automáticamente. Es decir, la empresa puede seguir optimizándose incluso cuando los fundadores duermen.

Esto también implica que el impacto de la IA en la empresa no se limitará a las herramientas, sino que cambiará aún más la estructura organizacional. Tom propone "quemar tokens, no personal". La limitación de las startups en el futuro podría no ser la cantidad de empleados, sino el uso de tokens, la calidad del contexto empresarial y la legibilidad del conocimiento organizacional. La coordinación a nivel medio será en gran medida reemplazada por IA, mientras que los roles humanos como ICs, responsables directos y aquellos que toman decisiones de alto riesgo en el mundo real, serán aún más importantes.

Lo más interesante no es que la IA haga que la empresa sea más eficiente, sino que está transformando la forma misma de organización llamada "empresa". Cuando el software puede generarse temporalmente, los procesos pueden automatizarse y la experiencia puede consolidarse como el cerebro de la empresa, lo que los fundadores realmente quieren construir puede dejar de ser un equipo con jerarquías claras, y convertirse en un sistema inteligente que aprende y se auto-optimiza continuamente.

A continuación, el texto original:

Reescribiendo la forma de operar: la empresa ya no debería funcionar como una legión romana

Este contenido tiene cierta base en una charla previa de Diana. El video de ese momento ya está en línea, y es muy interesante. Además, hace unas semanas Jack Dorsey publicó algunos tuits que también me parecieron muy relevantes, así que "robé" varias ideas suyas para esta presentación.

Esta charla es bastante conceptual y de alto nivel, principalmente para discutir cómo deberíamos replantear la construcción de empresas.

El diseño de la legión romana, en esencia, buscaba proyectar poder desde Roma hacia el exterior, cubriendo dos continentes e incluso extendiéndose hasta las cercanías de la Muralla de Hadrian en Escocia. Se basaba en una estructura jerárquica anidada, con un rango de gestión estable en cada nivel. Cada nivel tenía responsables claros, encargados de transmitir órdenes hacia abajo y de recopilar información hacia arriba.

Si observas la mayoría de las empresas actuales, verás que en realidad todavía funcionan como una legión romana: las personas son canales por donde fluye la información en ambas direcciones. Lo que más me impresionó en los tuits de Jack Dorsey es que siempre hemos asumido que una organización jerárquica es la mejor forma de organizar el valor económico. Pero creo que la IA está rompiendo esa suposición.

Hace un año, si preguntabas a la gente para qué sirve la IA, generalmente hablaban de "productividad": por ejemplo, Copilot aumenta la eficiencia de los ingenieros en un 20%, integrarlo en el flujo de trabajo ayuda a entregar más software. Pero creo que esa es una visión problemática. Es como poner un motor más potente en un sistema viejo. Lo que realmente vale la pena pensar no es cómo agregar una herramienta de IA a una organización antigua, sino cómo redefinir qué es y cómo funciona la empresa misma.

Por ejemplo, lo que Garry mencionó antes, realmente creo que puede producir más código solo que un equipo completo de ingenieros. Lo que me ha estado dando vueltas en la cabeza es cómo extraer el conocimiento interno de la empresa y definirlo como contexto, habilidades o cualquier otra etiqueta que queramos ponerle.

El conocimiento del dominio, el know-how, que antes estaba disperso en las mentes, Slack, correos y Notion, define cómo funciona tu empresa. Cuando puedas hacer que ese conocimiento sea claro y legible, podrás pasar de una organización jerárquica a una organización inteligente impulsada por software nativo en IA.

Hacer que la empresa mejore incluso mientras duerme: cómo los bucles de IA detectan, reparan y despliegan automáticamente

La IA no es un añadido externo a la empresa. No es solo una herramienta para que los ingenieros sean más eficientes. Creo que podemos imaginar la empresa como un ciclo recursivo y auto-mejorable de IA. Esto es muy importante, porque una vez que la empresa llega a ese punto, puede seguir optimizándose incluso mientras duermes.

Por ejemplo.

Diana también mencionó en su charla este ciclo de IA. Tiene primero una "capa de sensores". Suena muy avanzado, pero en realidad es simple: correos de clientes, tickets de soporte, cambios en el código, cancelaciones, telemetría del producto, todos son datos sensoriales que recogen información del mundo exterior.

Luego está la capa de estrategia o decisión, que son las reglas: qué puede hacer la IA, qué requiere permiso humano, qué debe registrarse. Más abajo, la capa de herramientas, que es como las habilidades y el código que Garry mencionó, esencialmente APIs deterministas, como consultar bases de datos, revisar calendarios, etc., que la IA puede llamar.

Luego, los controles de calidad, como las verificaciones de certeza, filtros de seguridad y revisiones humanas en casos de alto riesgo. Y finalmente, el mecanismo de aprendizaje: el sistema interactúa con el mundo real, detecta fallos y retroalimenta el ciclo.

Si cada paso puede funcionar sin intervención humana o con mínima intervención, el sistema se irá perfeccionando incluso mientras duermes.

Les puedo dar algunos ejemplos prácticos que ya estamos usando. Al principio, creamos un agente que responde preguntas y tiene herramientas deterministas, como consultar nuestra base de datos. Por ejemplo, una pregunta sencilla: ¿cuándo fue la última vez que tuve office hours con esta empresa?

Luego, se volvió más inteligente. Por ejemplo, si estoy con una empresa que necesita conocer gente del sector petroquímico, el sistema puede consultar diferentes bases de datos, combinar métodos como RAG, y recomendarte cinco fundadores relevantes para que los conozcas.

Pero eso sigue siendo solo un asistente, un sidekick. La forma en que usábamos la IA el año pasado: como un compañero que aumenta mi eficiencia en un 20-30%.

Lo que realmente me dio el "momento aha" fue agregarle un agente de monitoreo. Este agente revisa cada consulta que hace cada empleado de YC, determina cuáles tuvieron éxito y cuáles fallaron. Luego pregunta: ¿por qué falló? ¿Cómo podemos hacer que esa consulta tenga éxito? ¿Necesitamos nuevas herramientas, actualizar archivos de skills, bases de datos o índices?

Estas cosas ahora suceden automáticamente en la noche. Escribe código, envía solicitudes de merge a nuestro repositorio, las revisa otro agente, y las fusiona y despliega. Al día siguiente, cuando alguien vuelve a hacer la misma consulta, ya funciona.

Para mí, ese es el momento clave. No solo hace que un empleado sea un 20-30% más valioso, sino que la IA completa ese ciclo, encuentra formas de auto-mejorarse.

Creo que si puedes identificar qué partes de tu empresa pueden funcionar así, y reducir al mínimo la supervisión humana, puedes invertir tokens en ese proceso y la empresa seguirá mejorando continuamente.

Hay muchos otros ejemplos. Por ejemplo, si tienes datos de análisis de producto, puedes hacer que un agente los analice, identifique los puntos de fricción en el embudo de ventas, estudie mejores prácticas, configure pruebas A/B, y despliegue la mejor versión automáticamente.

Esto se repite una y otra vez. Tu producto tendrá un ciclo de auto-optimización.

Lo mismo con soporte al cliente. Los comentarios de los clientes llegan constantemente, y puedes usar un agente para filtrarlos. Este agente actúa como tu director de producto y CTO, decidiendo qué sugerencias descartar y cuáles seguir, y puede incluso escribir código, desplegar y entregar sin intervención humana.

Por eso, si puedes ver cada parte de la empresa como un ciclo recursivo de IA auto-mejorable, será algo muy diferente a una estructura jerárquica tipo "legión romana".

Menos personal, más tokens: las empresas nativas en IA reconfigurarán la estructura organizacional

Entonces, ¿qué implica todo esto?

Primero: gastar tokens, no contratar más personas. Hemos visto que muchas empresas en su Demo Day ya tienen ingresos por unas 5 veces más que hace 18 meses. Creo que esta tendencia continuará en rondas A y B. Pronto, la limitación real no será el número de empleados, sino el uso de tokens.

La estrategia más básica es medir el uso de tokens por parte de cada persona. Aunque en casos extremos puede ser una métrica tonta o fácilmente manipulable, en la dirección correcta. Estamos en una fase de exploración de "qué es posible", así que todos deberían experimentar al máximo para ver qué puede hacer esta inteligencia revolucionaria.

Una vez que hagas una clasificación y la vincules a promociones o despidos, puede ser manipulada, pero en esencia ayuda a identificar quién en la organización está usando tokens al máximo y quién no, y en qué empleados deberías concentrar tu tiempo.

Creo que la gestión intermedia está terminando. Al menos para tareas de coordinación, no creo que sea necesaria, la IA puede encargarse de eso.

Para mí, hay dos roles clave en el futuro. Jack Dorsey propuso tres, pero no me gustan, así que los eliminé. Los dos roles que considero esenciales son: que cada persona sea un IC, un contribuyente, constructor y operador, y que tenga un responsable directo. Todo lo que se avance debe tener un responsable claro, no un comité ni un grupo de personas.

Creo que las empresas pueden construirse completamente sobre ICs. La gestión intermedia realmente ha llegado a su fin. Y construir una empresa auto-mejorable es precisamente esa visión.

Por cierto, creo que todavía estamos en la vanguardia de esto. Me encantaría saber en qué punto están ustedes. Parece que todos todavía están explorando los límites. No sé si alguien ya ha construido una verdadera empresa auto-mejorable en cada función, pero quizás sí, y ustedes pueden demostrar que me equivoco.

¿Y si fuera yo, qué haría primero?

Lo más importante sería que toda la organización pueda leer y entender la IA. ¿Qué significa eso? Que debes documentar todo.

En términos simples, ahora mismo, todos los correos de nuestros socios, si envías un mail a un partner de YC, ese mail entra en nuestra base de datos. Cada mensaje de Slack, cada DM, cada reunión de office hours, en los últimos tres o cuatro meses, ya estamos grabando todo. Todo lo que sucede, si se registra, la IA lo puede entender; si no, no existe para ella.

He estado hablando con algunos fundadores y me doy cuenta de que debería grabar esas conversaciones. Porque una persona me pidió que le presentara a alguien, y ahora ni siquiera recuerdo quién era esa persona. Le prometí que sí, y le pedí que me enviara un mail después, porque sé que voy a olvidar, y en los próximos días hablaré con otras 20 personas.

Por eso, esto puede requerir teléfonos, grabadoras, gafas inteligentes o micrófonos en cada sala. Todo debe ser grabado para que la IA pueda leerlo.

Luego, como dice Garry, hay que separar los hablantes y hacer resúmenes. No puedes meter 100,000 horas de grabaciones en una sola ventana de contexto. Tienes que organizarlas, comprimirlas, extraer las partes importantes y dejar algunas pistas para la IA.

Por ejemplo: ¿alguna vez leyeron el manual de usuario de YC? Espero que todos lo hayan abierto al menos una vez. La mayoría fue escrito hace cinco o diez años y ya está desactualizado.

El fin de semana pasado, Harsh pensó: ya que hemos acumulado unas 2000 horas de grabaciones de office hours en los últimos tres meses, ¿por qué no generar una nueva versión del manual de usuario?

Entonces, le das instrucciones al sistema para que organice, comprima y resuma las grabaciones, las clasifique por temas como financiamiento, reclutamiento, disputas con cofundadores, y que genere una versión actualizada del manual. Para el fin de semana, ya tendrá un manual de 150 páginas, mucho mejor que la versión anterior.

Y lo más importante, ahora podemos actualizarlo mensualmente. Así, nuestro manual se convierte en un sistema auto-mejorable. Cada nueva sugerencia se compara con el manual existente, y se decide si se incorpora o se descarta. De esta forma, el manual se convierte en un cerebro vivo que se actualiza continuamente, con las recomendaciones semanales para los fundadores.

Por supuesto, esto no se limita al manual. Puedes usarlo como contexto para un agente de IA. Entonces, puedes hacerle preguntas a un superinteligente IA y obtener la sabiduría combinada de 16 socios de YC. Pero para eso, ese conocimiento debe ser legible para la IA, por lo que hay que documentar todo.

El segundo punto es similar: si algo puede crear un artefacto auto-mejorable y que la IA pueda leer, hay que conservarlo; si no, hay que descartarlo.

El tercer punto es que cada función debería poder generar su propio software. Antes decíamos "tableros de control", pero ahora no solo eso, sino software generado a demanda. Codex 5.5 ya es suficientemente bueno; la mayoría de los softwares internos y dashboards simples se pueden generar en una sola pasada con alta calidad. Probé con algunas herramientas internas y los resultados son increíbles.

Por eso, todos los equipos operativos internos deberían estar en ese nivel: entender el negocio con inteligencia y generar dashboards y flujos de trabajo automáticamente.

Y considero que estos softwares deben ser completamente descartables. Lo que realmente debe conservarse con mucho valor son los datos. Como dice Garry, él guarda todos los correos en Markdown, sin nunca eliminar nada. Pero el software en sí es temporal, puede generarse y regenerarse.

Lo que tiene valor real es la comprensión del negocio en la mente humana: cómo funciona cada función, cómo organizamos un evento de YC, etc. El software que se usa para ejecutar esas actividades puede generarse para esa ocasión y luego descartarse. En uno o dos meses, el modelo será más inteligente, y podrás eliminar el software viejo, darle instrucciones nuevas y generar una versión actualizada.

Por eso, creo que lo valioso son los contextos de negocio y las habilidades. El software que se construye sobre ellos es temporal.

Entonces, ¿cuál es el papel de los humanos en este mundo?

Creo que estamos hablando de una "mente de empresa". Sé que en esta sala hay muchas personas haciendo algo similar. La parte central —tus datos, correos, DMs, habilidades, know-how— es la mente de la empresa.

Los humanos están en el borde de esa mente, encargados de interactuar con el mundo real. Es decir, los humanos son el punto de contacto de este sistema inteligente con la realidad. Pueden entrar en escenarios que la IA aún no puede simular, como reuniones presenciales o situaciones nuevas y complejas. Pensé en el teléfono como ejemplo, pero ahora la IA también puede acceder fácilmente a llamadas.

Más típicamente, en situaciones desconocidas, con juicios éticos o en momentos de alto riesgo. Por ejemplo, un fundador que nos dice que está considerando separarse de su cofundador. En esos momentos de alto riesgo y carga emocional, todavía quieres que haya una persona presente.

Ese es el lugar de los humanos. Para muchas empresas, también las conversaciones de ventas. En los próximos 20 años, creo que las ventas seguirán necesitando un humano en la sala.

Por eso, creo que los humanos vivirán en el borde de la mente de la empresa, encargados de llevar la inteligencia al mundo real.

Ya me pasé del tiempo, el moderador probablemente me va a sacar. Para terminar, les dejo una pregunta: si hoy tuvieras que fundar tu empresa desde cero, ¿la diseñarías desde el principio en esta forma?

La mayoría de ustedes todavía tienen empresas pequeñas, y pueden hacerlo. No hay excusas. Además, sé que algunos ya están desmontando y reconstruyendo sus empresas.

Con eso, termino y paso la palabra a Pete. Gracias a todos.

[Enlace del video]

Haz clic para conocer las posiciones abiertas en BlockBeats

Únete a la comunidad oficial de BlockBeats:

Grupo de Telegram: https://t.me/theblockbeats

Grupo de Telegram: https://t.me/BlockBeats_App

Cuenta oficial de Twitter: https://twitter.com/BlockBeatsAsia