El 13 de abril de 1970, Apollo 13 estaba a unos 320.000 kilómetros de la Tierra cuando explotó uno de sus tanques de oxígeno. La misión tenía un objetivo perfectamente definido: llegar a la Luna, alunizar en la región de Fra Mauro y realizar allí una serie de tareas científicas.
En cuestión de minutos, todo eso dejó de importar. Ya no importaba llegar a la Luna, ni los experimentos, ni cumplir el plan original. Había un nuevo objetivo: traer a tres personas vivas a casa.
Apollo 13 terminaría regresando a salvo y pasaría a la historia asociada a una idea extraordinaria: la de un “fracaso exitoso”. Había fracasado en aquello para lo que originalmente había sido diseñada la misión y, sin embargo, había tenido éxito en lo único que finalmente importaba.
Porque había cambiado algo mucho más importante que el plan: había cambiado la definición de éxito.
Los astronautas del Apollo 13 desembarcan del helicóptero a bordo del USS Iwo Jima tras su rescate. Fuente: NASA.
Creo que, salvando las enormes distancias, algo parecido está empezando a suceder hoy en muchas empresas de servicios. No porque estemos frente a una emergencia comparable, obviamente, sino porque una de las variables fundamentales sobre las que construimos nuestros modelos de negocio está cambiando a enorme velocidad.
Y sospecho que todavía no terminamos de entender las consecuencias.
El problema de las 100 horas
Imaginemos una empresa que realiza un proyecto para un cliente. Hasta hace poco necesitaba aproximadamente 100 horas de trabajo para hacerlo: investigación, análisis, reuniones, producción, documentación, presentaciones y revisiones.
Entonces llega la inteligencia artificial.
La empresa incorpora nuevas herramientas, automatiza procesos, aumenta enormemente la productividad de su equipo y descubre que puede conseguir un resultado similar en 20 horas. Fantástico. Hicimos exactamente lo que durante años dijimos que queríamos hacer: somos mucho más eficientes.
Y ahora tenemos un problema.
¿Cuánto cobramos?
Si antes cobrábamos 10.000 dólares por 100 horas y ahora necesitamos solamente 20, el cliente puede hacer una cuenta bastante sencilla. Y bastante incómoda. Si el trabajo lleva una quinta parte del tiempo, ¿por qué debería seguir pagando lo mismo?
La respuesta que empieza a aparecer en muchas empresas es que ya no deberíamos vender horas, sino valor.
Estoy de acuerdo.
Tiene solamente un pequeño inconveniente: el cliente tiene que percibir ese valor.
Durante mucho tiempo las horas hicieron un trabajo que no les correspondía
Creo que durante décadas construimos una relación bastante extraña entre esfuerzo y valor. Algo difícil de hacer parecía naturalmente más valioso que algo fácil de hacer. Un proyecto de seis meses parecía más importante que uno de dos semanas. Un equipo de diez especialistas justificaba mejor un presupuesto que dos personas. Incluso un documento de 150 páginas podía transmitir más trabajo —y por lo tanto más valor— que uno de quince.
Las horas eran extraordinariamente cómodas para sostener este sistema. Se podían contar, presupuestar, colocar en una planilla y multiplicar por una tarifa. Pero, sobre todo, permitían hacer tangible algo que era mucho más difícil de explicar: por qué nuestro trabajo valía lo que decíamos que valía.
No significa que las horas fueran una mala forma de cobrar. En muchos servicios siguen teniendo sentido y probablemente lo seguirán teniendo durante mucho tiempo. El problema aparece cuando dejamos de utilizarlas como una unidad para calcular esfuerzo y empezamos a utilizarlas, casi sin darnos cuenta, como una medida del valor creado.
Porque no son lo mismo.
El costo de producir valor y el valor producido son dos cosas diferentes.
Y la inteligencia artificial está empezando a hacer esa diferencia mucho más difícil de ignorar.
La paradoja de las 20 horas
Volvamos a nuestro ejemplo. La empresa A necesita 100 horas para resolver un problema y cobra 10.000 dólares. La empresa B necesita 20 horas y cobra los mismos 10.000. Supongamos, por un momento, que ambas generan exactamente el mismo resultado para el cliente.
Desde una lógica basada exclusivamente en esfuerzo, la empresa B parece absurda: está cobrando cinco veces más por hora. Pero desde la perspectiva del cliente ocurrió algo diferente. Su problema fue resuelto y, posiblemente, mucho más rápido.
Entonces, ¿qué empresa creó menos valor?
La pregunta parece sencilla hasta que intentamos responderla. Porque si creemos que la segunda debería cobrar necesariamente menos, estamos diciendo algo bastante extraño: que cuanto más eficiente se vuelve una empresa, menos debería valer su trabajo.
Podríamos llamar a esto la paradoja de las 20 horas.
Cuanto mejor utilizamos la tecnología para producir un resultado, menos esfuerzo visible necesitamos. Pero cuanto menos esfuerzo ve el cliente, más difícil puede resultar justificar nuestro precio. La eficiencia que debería hacernos mejores puede terminar haciéndonos parecer más baratos.
Y este problema no es exclusivamente económico. Es también un problema de percepción.
¿Y si el cliente tiene la razón?
Sería muy conveniente concluir que todo esto ocurre simplemente porque los clientes todavía no entienden cómo funciona el valor en la era de la IA. No estoy seguro de que sea así. Quizás una parte importante del problema esté de nuestro lado.
La IA no solamente está haciendo más eficiente el trabajo valioso. También está revelando cuánto cobramos históricamente porque ciertas cosas eran difíciles, lentas o costosas de producir.
Un análisis que necesitaba cuarenta horas quizás realmente valga menos cuando puede producirse en cuatro. Un entregable que requería cinco personas puede efectivamente convertirse en un commodity cuando puede generarlo una persona con buenas herramientas. Una presentación de cien slides no conserva mágicamente su valor económico porque antes necesitáramos dos semanas para hacerla.
Hay trabajo cuyo precio estaba sostenido, al menos parcialmente, por su dificultad de ejecución.
Ese valor probablemente desaparezca.
Y no creo que exista suficiente storytelling para salvarlo.
Pero eso no significa que todo el valor desaparezca con él. Porque ejecutar nunca fue lo único que hacíamos.
Entender cuál es el verdadero problema de un cliente, saber qué preguntar, elegir entre alternativas, conocer el contexto, detectar riesgos, descartar una solución técnicamente correcta pero comercialmente absurda, convencer a una organización, tomar decisiones cuando la información es incompleta o hacerse responsable del resultado también formaban parte del servicio.
Todo eso estaba mezclado dentro de aquellas 100 horas.
La IA simplemente está empezando a separar las cosas.
Y quizás eso sea incómodo porque nos obliga a mirar nuestro propio trabajo con bastante más honestidad.
El problema no es solamente crear valor. Es hacerlo visible.
Acá creo que aparece el verdadero desafío para las empresas de servicios. Durante mucho tiempo existió una cadena más o menos implícita:
Esfuerzo → Entregable → Resultado → Valor
Como el resultado y el valor eran difíciles de medir, terminamos utilizando los primeros elementos como evidencia de los últimos. Mostrábamos horas trabajadas, personas involucradas, reuniones realizadas, documentos producidos, complejidad técnica o meses de proyecto.
El cliente no podía ver completamente nuestro conocimiento, pero podía ver nuestro esfuerzo.
La inteligencia artificial está eliminando una parte de esa evidencia.
Por eso hay una diferencia enorme entre afirmar que “la IA está destruyendo el valor de las empresas de servicios” y decir que “la IA está destruyendo algunas de las formas que utilizábamos para demostrar ese valor”.
No son lo mismo.
Y la segunda posibilidad me parece bastante más interesante.
Porque si las horas dejan de funcionar como evidencia, tendremos que encontrar algo mejor.
Cuando una flor dejó de ser solamente una flor
El carro de los locos de Flora, 1637. Grabado satírico atribuido a Crispijn van de Passe II. Fuente: Rijksmuseum, dominio público.
A comienzos del siglo XVII, los tulipanes eran todavía una novedad en los Países Bajos. Algunas variedades, especialmente las que desarrollaban patrones de colores extraños e impredecibles, se convirtieron en objetos muy deseados entre coleccionistas y comerciantes.
Producirlos llevaba tiempo. Un bulbo podía tardar años en multiplicarse y las variedades más espectaculares eran difíciles de reproducir. Nadie sabía que algunos de aquellos patrones eran provocados por un virus; sí sabían que esos tulipanes eran escasos y que había personas dispuestas a pagar cada vez más por ellos.
Durante la década de 1630 ocurrió algo todavía más curioso: empezaron a negociarse bulbos que seguían bajo tierra e incluso contratos que prometían su entrega futura. En algunos casos, lo que cambiaba de manos no era una flor, sino el derecho a recibir un bulbo meses después.
Y los precios empezaron a subir.
Algunas variedades extraordinariamente raras llegaron a negociarse por sumas enormes. El Semper Augustus, un tulipán blanco atravesado por intensas llamas rojizas, se convirtió en uno de los símbolos de aquel mercado. También comenzó a crecer la negociación de variedades mucho menos extraordinarias. Durante el invierno de 1636 y comienzos de 1637, el comercio se aceleró notablemente.
Hasta que dejó de hacerlo.
En febrero de 1637, compradores que hasta entonces habían estado dispuestos a participar en las subastas simplemente dejaron de aparecer. Los precios cayeron abruptamente y muchos de los contratos que parecían valiosos apenas unos días antes se volvieron difíciles de ejecutar.
Con el tiempo, aquel episodio recibió un nombre: Tulipomanía.
La historia fue creciendo durante los siglos siguientes hasta convertirse casi en una fábula sobre una sociedad entera que había perdido la razón por unas flores. Probablemente nunca haya ocurrido exactamente así. La investigación histórica moderna sugiere que el fenómeno estuvo mucho más concentrado entre determinados comerciantes y grupos sociales de lo que cuenta la leyenda, y que sus consecuencias sobre la economía holandesa fueron bastante menores de lo que suele imaginarse.
Pero justamente por eso me interesa.
No porque crea que la inteligencia artificial sea una nueva Tulipomanía. Tampoco porque piense que estemos viviendo una burbuja destinada a explotar. La comparación fácil sería esa, pero no es la que me interesa hacer.
Lo fascinante es otra cosa.
Durante aquellos meses, las personas que participaban de ese mercado tuvieron que intentar determinar cuánto valía algo cuyo precio estaba cambiando mucho más rápido que su capacidad para comprenderlo. Un tulipán seguía siendo un tulipán, pero alrededor de él habían aparecido escasez, prestigio, expectativas, contratos, especulación y la posibilidad de venderlo mañana a otra persona.
La pregunta “¿cuánto vale este tulipán?” había dejado de tener una respuesta sencilla.
Algo parecido empieza a ocurrir cuando intentamos determinar cuánto vale un servicio cuya estructura económica está siendo alterada por la inteligencia artificial.
Sabemos cuánto costaba ayer. Sabemos cuántas personas necesitábamos. Sabemos cuántas horas llevaba producirlo. Incluso tenemos tarifas, presupuestos históricos y modelos comerciales construidos durante años alrededor de esos números.
Lo que ya no sabemos con tanta claridad es cuánto de ese precio representaba verdadero valor para el cliente y cuánto representaba simplemente el costo y la dificultad de producirlo.
¿Vale menos un servicio porque ahora tarda menos en producirse? ¿Vale más porque permite llegar antes al resultado? ¿Qué estamos cobrando exactamente: ejecución, conocimiento, resultado, riesgo, impacto?
Todavía no tenemos respuestas demasiado buenas.
Pero el mercado no puede esperar a que terminemos la discusión.
Hay presupuestos que enviar el lunes.
Quizás estamos mirando el tablero equivocado
Apollo 13 había sido diseñada para llegar a la Luna. Después de la explosión, seguir optimizando obsesivamente la misión para conseguir un alunizaje habría sido absurdo. El contexto había cambiado y, por lo tanto, tenía que cambiar también aquello que considerábamos éxito.
Creo que ese es uno de los riesgos que enfrentan hoy las empresas de servicios.
Estamos incorporando IA para reducir horas, automatizar tareas y aumentar productividad, pero seguimos utilizando un modelo de valor construido alrededor de aquello que estamos intentando eliminar.
Celebramos que un proyecto pase de 100 a 20 horas y, cinco minutos después, entramos en pánico porque no sabemos cómo facturar las 80 horas que acabamos de ahorrar.
Quizás el problema no esté en esas 80 horas.
Quizás esté en que nunca terminamos de saber exactamente qué estaba pagando el cliente dentro de las 100.
Y si ese fuera el caso, la IA no habría creado el problema.
Simplemente lo habría dejado al descubierto.
Las preguntas que vienen ahora
No creo que la respuesta sea simplemente cambiar “precio por hora” por “precio por valor”. Sería demasiado sencillo. Y sospechosamente conveniente para quienes vendemos servicios.
Decirle a un cliente que algo “vale 10.000 dólares porque genera valor” no es un modelo comercial. Es una afirmación.
Creo que viene una conversación bastante más difícil. Vamos a tener que separar qué parte de nuestro trabajo era ejecución y qué parte era conocimiento; qué parte se está convirtiendo en commodity y cuál no; qué riesgo estamos eliminando; qué decisiones estamos mejorando; cuánto vale la velocidad para el cliente; qué resultado podemos atribuir realmente a nuestro trabajo y, sobre todo, qué evidencia podemos ofrecer de todo eso.
Probablemente también tengamos que aprender a hablar de nuestro trabajo de otra manera. Menos sobre lo que hicimos y más sobre lo que cambió. Menos sobre cuánto esfuerzo pusimos y más sobre qué riesgo evitamos, qué decisión hicimos posible, qué oportunidad encontramos o qué resultado ayudamos a conseguir.
No porque las horas dejen de importar, sino porque cada vez explicarán una parte menor de la historia.
Porque el valor que no puede percibirse tiene un problema bastante serio: es muy difícil cobrarlo.
La pregunta incómoda
La gran pregunta para las empresas en la era de la inteligencia artificial quizás ya no sea cómo hacer más con menos. En buena medida, eso empieza a estar bastante claro.
La pregunta difícil viene después:
¿Cómo demostramos más valor cuando hacer las cosas requiere cada vez menos?
Si mañana podemos hacer en una hora lo que hoy hacemos en cien, nuestro trabajo no necesariamente valdrá cien veces menos. Pero tampoco podemos limitarnos a afirmar que vale lo mismo.
Vamos a tener que demostrarlo.
Y para hacerlo quizás tengamos que responder una pregunta que durante muchos años las horas nos permitieron evitar:
¿Qué era exactamente lo que nuestros clientes nos estaban pagando?