La IA no logrará la igualdad tecnológica, solo recompensará a las personas adecuadas

Cada vez que una nueva tecnología reduce la barrera de entrada, la predicción siempre será la misma: si ahora cualquiera puede hacerlo, nadie tendrá ventaja. Los teléfonos con cámara hacen que todos sean fotógrafos; Spotify convierte a todos en músicos; la IA permite que cualquiera sea desarrollador de software.

Estas predicciones siempre aciertan en parte: en realidad, la base (el piso) sí se eleva. Más personas participan en la creación, más lanzan productos, más compiten. Pero siempre se olvidan del techo (el límite superior). El techo sube más rápido. La diferencia entre la mediana y los mejores no se reduce, sino que se amplía.

Eso es característico de las leyes de potencias (Power laws): no importa tu intención. La tecnología que promueve la igualdad siempre genera resultados aristocráticos. Y esto siempre sucede.

La IA no es una excepción, incluso puede ser más extrema.

Evolución del mercado

Cuando Spotify salió al mercado, hizo algo realmente radical: permitió a cualquier músico en el planeta acceder a canales de distribución antes reservados a sellos discográficos, con presupuestos de marketing y suerte. El resultado fue una explosión en la industria musical: millones de nuevos artistas, billones de canciones lanzadas. La base (el piso) efectivamente subió como prometieron.

Pero lo que ocurrió después fue que el 1% de los artistas más destacados ahora captura una proporción mayor de las reproducciones que en la era del CD. No menor, sino mayor. Más música, más competencia, más vías para encontrar contenido de calidad, hicieron que los oyentes, que ya no estaban limitados por ubicación o espacio en estanterías, se dirigieran hacia las obras top. Spotify no logró unificar la música, solo intensificó esta competencia.

Lo mismo pasó en escritura, fotografía y desarrollo de software. Internet generó la mayor cantidad de autores en la historia, pero también una economía de atención más brutal. Más participantes, apuestas más altas en la cima, y la misma estructura básica: unos pocos capturan la mayor parte del valor.

Nos sorprende porque pensamos linealmente: esperamos que la productividad se distribuya como agua en un recipiente plano. Pero la mayoría de los sistemas complejos no funcionan así; nunca lo hacen. La distribución de potencias no es una anomalía del mercado o una falla tecnológica, sino la configuración por defecto de la naturaleza. La tecnología no la creó, solo la revela.

Piensa en la Ley de Kleiber. Entre todos los seres vivos en la Tierra —desde bacterias hasta ballenas azules, abarcando 27 órdenes de magnitud en peso—, la tasa metabólica es proporcional a la masa elevada a 0.75. La tasa metabólica de una ballena no escala linealmente con su tamaño. Esta relación es una ley de potencia, y se mantiene con alta precisión en casi toda forma de vida. No fue diseñada; simplemente, es la forma en que la energía se distribuye en sistemas complejos, siguiendo su lógica interna.

El mercado es un sistema complejo, y la atención es un recurso. Cuando desaparecen las fricciones —como la geografía, el espacio en estanterías y los costos de distribución—, el mercado converge en su forma natural. Esa forma no es una campana normal, sino una ley de potencias. La historia de la igualdad y la aristocracia coexisten, por eso cada nueva tecnología nos sorprende. Vemos que la base sube, y asumimos que el techo también lo hace a la misma velocidad. Pero no es así: el techo se aleja más rápido.

La IA acelerará este proceso más que ninguna otra tecnología. La base se eleva en tiempo real: cualquiera puede lanzar productos, diseñar interfaces, escribir código para producción. Pero el techo también sube, y más rápido aún. La pregunta clave es: ¿qué determina tu posición final?

Cuando la ejecución se vuelve barata, la estética se convierte en señal

En 1981, Steve Jobs insistió en que la placa interna del primer Macintosh debía ser hermosa. No en apariencia, sino en su interior — esa parte que el cliente nunca vería. Sus ingenieros pensaron que estaba loco. Pero no lo estaba. Entendió algo que muchos llaman perfeccionismo, pero que en realidad es una forma de prueba: la forma en que haces cualquier cosa refleja cómo haces todo. Quien puede hacer que las partes ocultas sean hermosas, no está actuando solo por calidad, sino que en su carácter no puede tolerar lanzar productos mediocres.

Esto es importante porque la confianza es difícil de construir, pero fácil de falsificar en corto plazo. Constantemente usamos heurísticas para distinguir a los verdaderamente excelentes de los que solo aparentan serlo. Las credenciales ayudan, pero se pueden manipular; el pedigree también. Lo que realmente es difícil de falsificar es el gusto (Taste): una persistencia duradera y observable en estándares que nadie exige, pero que uno defiende con firmeza. Jobs no necesitaba hacer la placa hermosa; lo hizo, y eso ya dice mucho sobre cómo trabaja en lo invisible.

Durante la última década, este tipo de señal se ha enmascarado en cierta medida. En la era dorada del SaaS (aprox. 2012-2022), la ejecución se volvió tan estandarizada que la distribución se convirtió en un recurso escaso. Si puedes adquirir clientes eficientemente, construir una máquina de ventas, y cumplir con la “regla del 40” — donde el producto casi no importa — puedes ganar con un producto mediocre, siempre que tu estrategia de entrada al mercado sea sólida. La señal del gusto se diluyó en el ruido de métricas de crecimiento.

La IA cambió radicalmente la relación señal/ruido. Cuando cualquiera puede generar en una tarde un producto funcional, una interfaz atractiva y un código listo para producción, que algo sea “fácil de usar” ya no es un diferenciador. La pregunta ahora es: ¿es realmente excelente? ¿Sabe esa persona la diferencia entre “bueno” y “extremadamente genial”? ¿Se preocupa lo suficiente para cerrar esa última brecha, incluso sin que nadie lo exija?

Especialmente en software crítico para negocios — sistemas de nómina, cumplimiento, datos de empleados — esto es aún más cierto. No son productos que puedas probar y abandonar en un trimestre. Los costos de cambio son reales, los fallos graves, y quienes despliegan sistemas deben ser responsables de las consecuencias. Antes de firmar, hacen heurísticas de confianza. Un producto hermoso es una de las señales más fuertes: dice que quien lo construyó puso cuidado en lo visible, y por extensión, en lo invisible.

En un mundo donde la ejecución es barata, el gusto es la prueba de trabajo (Proof of work). La nueva etapa: qué se premia

Esta lógica ha sido válida siempre, pero en la última década el mercado la hizo casi invisible. Hubo un tiempo en que las habilidades más importantes en software no tenían que ver con el código.

Entre 2012 y 2022, la arquitectura SaaS se consolidó. La infraestructura en la nube se volvió barata y estandarizada, las herramientas de desarrollo maduras. Construir un producto funcional dejó de ser un problema técnico — era un “problema resuelto”: se podía contratar, seguir patrones establecidos, y con recursos adecuados, llegar a un nivel aceptable. La verdadera escasez, lo que diferenciaba a los ganadores de los mediocres, era la capacidad de distribución. ¿Puedes adquirir clientes eficientemente? ¿Puedes construir un proceso de ventas repetible? ¿Entiendes la economía unitaria (unit economics) para escalar en el momento correcto?

En ese entorno, muchos fundadores sobresalieron en ventas, consultoría o finanzas. Dominaron métricas que hace una década parecían de ciencia ficción: NDR, ACV, magic number, regla del 40. Vivían en hojas de cálculo y revisiones de pipeline. En ese contexto, tenían razón. La cima del SaaS generó una élite de fundadores. Era una adaptación racional.

Pero yo me sentí asfixiado.

Crecí en un pequeño pueblo en un estado de la India con 25 millones de habitantes. Solo unos pocos estudiantes al año logran ingresar al MIT. Sin excepción, todos venían de escuelas caras en Delhi, Bombay o Bangalore, diseñadas para ese fin. Yo fui el primer MIT en mi estado. No lo digo para alardear, sino para ilustrar un microcosmos: cuando la barrera de entrada es limitada, el pedigree predice resultados; cuando se abre, los que profundizan siempre ganan. En una sala llena de personas con pedigree, yo era un jugador que ganaba con profundidad. Esa era mi única apuesta posible.

Estudié física, matemáticas y ciencias de la computación, donde las ideas más profundas no vienen de optimizar procesos, sino de ver verdades que otros pasan por alto. Mi tesis fue sobre mitigación de stragglers en entrenamiento distribuido de aprendizaje automático: cómo optimizar en sistemas a gran escala cuando algunas partes se retrasan, sin dañar la integridad global.

Cuando tenía poco más de veinte, miraba el mundo del emprendimiento y veía un escenario donde esas ideas profundas parecían irrelevantes. La prima de mercado favorecía la “entrada” — no el producto en sí. Construir algo técnicamente excelente parecía ingenuo, una interferencia en el “verdadero juego”: adquisición, retención y velocidad de ventas.

Pero en 2022, todo cambió.

Lo que mostró ChatGPT — de forma mucho más intuitiva y sorprendente que años de papers — fue que la curva se había doblado. Una nueva curva en forma de S había comenzado. Las transiciones de fase (phase transitions) no premiarán a quienes se adaptaron mejor a la etapa anterior, sino a quienes perciban antes las infinitas posibilidades de la nueva.

Por eso renuncié y fundé Warp.

Mi apuesta fue concreta. En EE. UU., hay más de 800 agencias tributarias — federales, estatales, locales — cada una con sus requisitos, plazos y reglas. No hay API, no hay acceso programático. Durante décadas, cada proveedor de nómina ha abordado esto con un enfoque manual: un ejército de expertos en cumplimiento que navegan en sistemas que nunca fueron diseñados para escalar. Los gigantes tradicionales — ADP, Paylocity, Paychex — han construido modelos de negocio completos en torno a esa complejidad, absorbiéndola en la cantidad de empleados y trasladando los costos a los clientes.

En 2022, podía ver que los agentes de IA aún eran frágiles. Pero también que la curva de mejora era clara. Un experto en sistemas distribuidos a gran escala, que siga de cerca la evolución de los modelos, puede hacer una apuesta precisa: la tecnología frágil de hoy será mucho más poderosa en unos pocos años. Por eso apostamos: construir una plataforma nativa de IA desde cero, enfocándonos en los flujos de trabajo más difíciles — aquellos que los gigantes tradicionales nunca podrán automatizar por limitaciones arquitectónicas.

Y esa apuesta empieza a dar frutos. Pero más allá, está el patrón: el reconocimiento de patrones. Los fundadores en la era de la IA no solo tienen ventajas técnicas, sino también de insight. Ven diferentes puntos de entrada, hacen apuestas distintas. Pueden analizar sistemas que todos consideran “permanentemente complejos” y preguntarse: ¿qué se necesita para automatizar realmente? Y lo más importante: pueden construir la respuesta ellos mismos.

Los líderes en SaaS en su apogeo eran racionales optimizadores de restricciones. La IA está eliminando esas restricciones y poniendo otras nuevas. En este nuevo entorno, los recursos escasos ya no son la distribución, sino la capacidad de insight — la habilidad de percibir posibilidades — y la capacidad de construirlas con un estándar estético y de convicción. Pero hay una tercera variable que decide todo, y en ella muchos fundadores de la era de la IA cometen errores catastróficos.

El juego a largo plazo en medio de la velocidad

En el mundo del emprendimiento, circula un meme: tienes dos años para salir de la base (bottom). Construye rápido, capta capital, o sales o te hundes.

Entiendo de dónde viene esa mentalidad. La velocidad de la IA genera una sensación de crisis de supervivencia, y la ventana para aprovechar la momento parece muy estrecha. En Twitter, los jóvenes que se vuelven famosos en una noche creen que la clave es correr más rápido que todos. La competencia es en la dimensión equivocada.

La velocidad de ejecución sí importa. Lo creo firmemente — de hecho, está en el nombre de mi empresa (Warp). Pero acelerar no significa tener una visión corta. Los fundadores que construyen las empresas más valiosas en IA no son los que hacen un sprint de dos años para vender. Son los que corren una maratón de diez, disfrutando del interés compuesto.

El cortoplacismo está equivocado: lo más valioso en software — datos propios, relaciones profundas con clientes, costos de cambio reales, conocimiento regulatorio — requiere años de acumulación. No importa cuánto capital o IA tengan los competidores; no pueden copiarlo rápidamente. Cuando Warp procesa nóminas en múltiples estados, estamos acumulando datos de cumplimiento en miles de jurisdicciones. Cada aviso fiscal resuelto, cada caso límite manejado, cada registro estatal, entrena un sistema que se vuelve más difícil de copiar con el tiempo. No es una función, es una barrera de protección: una que existe porque hemos invertido en calidad durante mucho tiempo, logrando una densidad de calidad que la hace difícil de replicar.

Esa acumulación de interés compuesto no se ve en el primer año. En el segundo, empieza a notarse. En el quinto, es la diferencia entre ganar y perder.

Frank Slootman, ex CEO de Snowflake, construyó y escaló más software que nadie. Lo resumió así: hay que acostumbrarse a estar en un estado “incómodo”. No para un sprint, sino como estado permanente. La “niebla de guerra” inicial — esa sensación de incertidumbre, información incompleta, decisiones en medio de la confusión — no desaparece en dos años. Solo evoluciona, y nuevas incertidumbres reemplazan a las viejas. Los fundadores que perduran no son los que encontraron certeza, sino los que aprendieron a navegar en la niebla con claridad.

Construir una empresa es brutal, y esa brutalidad es difícil de comunicar a quienes no la han vivido. Vives en un estado de miedo constante, con momentos de pánico más agudos. Tomas miles de decisiones con información incompleta, sabiendo que un error puede ser el fin. Los casos de éxito en Twitter no solo son outliers en la distribución de potencias, sino extremos. Aprender de ellos, como entrenar para un maratón observando a quienes corren mal y aún así terminan, es la estrategia.

¿Y por qué hacerlo? No por comodidad, ni por altas probabilidades. Sino porque, para algunos, no hacerlo sería no vivir de verdad. La única cosa peor que construir algo desde cero es la sensación de no haberlo intentado nunca.

Y si aciertas, si percibes verdades que otros no valoran, si mantienes esa visión y convicción a largo plazo, el resultado no será solo financiero. Crearás algo que cambiará la forma en que la gente trabaja. Un producto que aman usar. Y en tu propia empresa, contratarás y potenciarás a quienes puedan dar lo mejor en ese entorno.

Es un proyecto de diez años. La IA no puede cambiar eso, nunca lo ha hecho.

Lo que la IA sí cambia es el techo (Ceiling) que pueden alcanzar los fundadores que persisten hasta el final.

El techo invisible

¿Y qué aspecto tendrá el software en esa otra dimensión?

Los optimistas dicen que la IA generará abundancia: más productos, más creadores, más valor repartido entre más personas. Tienen razón. Los pesimistas dicen que la IA destruye las barreras defensivas del software: todo puede copiarse en una tarde, la protección muere. También tienen parte de razón. Pero ambos miran el piso (el suelo), y nadie observa el techo (el límite superior).

En el futuro, surgirán miles de soluciones puntuales — herramientas pequeñas, funcionales, generadas por IA, capaces de resolver problemas específicos. Muchas no serán construidas por empresas, sino por individuos o equipos internos para resolver sus propios dolores. Para categorías de software de baja barrera y fácil reemplazo, la democratización será real. El piso será alto, la competencia feroz, y los márgenes mínimos.

Pero en software crítico para negocios — sistemas de flujo de dinero, cumplimiento, datos de empleados y riesgos legales — la situación será muy distinta. Son flujos de trabajo con muy poca tolerancia a errores. Cuando fallan los sistemas de nómina, los empleados no reciben su dinero; cuando hay errores fiscales, la IRS llega; cuando se interrumpe la cobertura en periodos de inscripción, las personas pierden protección. Quien elige ese software asume la responsabilidad de las consecuencias. Esa responsabilidad no puede externalizarse a un IA “vibecoded” que arme algo en una tarde.

Para estos flujos, las empresas seguirán confiando en los proveedores. Y en estos, la dinámica de “ganador se lleva todo” será aún más extrema que en generaciones anteriores. No solo por efectos de red, sino porque un sistema nativo de IA que ha acumulado datos en millones de transacciones y miles de casos límite, tendrá una ventaja de interés compuesto que hará casi imposible que los nuevos lleguen a igualar. La barrera ya no es un conjunto de funciones, sino la calidad que se mantiene en operaciones de alta exigencia durante años.

Eso significa que la concentración del mercado será mayor que en SaaS. En diez años, en HR y nómina, no habrá 20 empresas con cuotas de mercado en decenas de por ciento. Probablemente, dos o tres plataformas dominarán la mayor parte del valor, y muchas soluciones puntuales quedarán en el camino. Lo mismo en cualquier categoría con complejidad regulatoria, acumulación de datos y altos costos de cambio.

Las empresas en la cima de esas distribuciones serán muy similares: fundadas por talentos con un sentido real del producto, construidas desde el inicio sobre arquitecturas nativas de IA, operando en mercados donde los gigantes actuales no podrán responder sin deshacer sus negocios. Habrán hecho apuestas de insight — percibieron verdades aún no valoradas — y habrán persistido lo suficiente para que el interés compuesto haga su magia.

He descrito estos fundadores en abstracto, pero sé exactamente quiénes son, porque intento ser uno de ellos.

En 2022, fundé Warp porque creo que toda la pila de operaciones de empleados — nómina, cumplimiento, beneficios, onboarding, gestión de dispositivos, procesos de RR. HH. — está construida sobre trabajo manual y arquitecturas viejas, y que la IA puede reemplazarlas por completo. No mejorar, sino reemplazar. Los gigantes tradicionales han construido valor absorbiendo complejidad en la cantidad de empleados, trasladando costos a los clientes; nosotros construiremos valor eliminando esa complejidad desde la raíz.

En tres años, esta apuesta ha dado resultados. Desde que lanzamos, procesamos más de 500 millones de dólares en transacciones, crecemos rápidamente y atendemos a las empresas que construyen las tecnologías más importantes del mundo. Cada mes, la acumulación de datos de cumplimiento, casos límite resueltos y sistemas integrados hace que nuestra plataforma sea más difícil de copiar y más valiosa para los clientes. La barrera de protección está en sus primeras etapas, pero ya tiene escala y se acelera.

No digo esto porque el éxito de Warp esté garantizado — en un mundo de leyes de potencias, nada está garantizado — sino porque la lógica que nos trajo hasta aquí es la misma que describí en todo el texto: ver la verdad. Profundizar más que nadie. Construir un estándar de calidad que pueda mantenerse sin presiones externas. Persistir lo suficiente para que el interés compuesto haga su magia.

Las empresas de excelencia en la era de la IA serán aquellas que entiendan que: la barrera de entrada nunca fue escasa, sino la insight; que la ejecución nunca fue la protección, sino el gusto; que la velocidad nunca fue ventaja, sino la profundidad.

La ley de potencias no se preocupa por tu intención. Pero premia la correcta.