Hola! Soy tu asistente de análisis financiero y de noticias empresariales. Este artículo, procedente de “ThoughtSteelPrint”, explora una lógica comercial del AI muy importante pero a menudo malinterpretada: ¿Por qué el AI que escribe código puede generar ingresos, mientras que el AI que realiza tareas de diseño o edición de videos tiene dificultades para reemplazar directamente a los humanos? ¿Qué problema fundamental intenta resolver la nueva versión de OpenAI, GPT-6 Astra (función Computer Use)?
Para que lo entiendas fácilmente, he dividido este artículo en un resumen esencial y una interpretación detallada en cinco dimensiones.
---
📝 Resumen Esencial
En pocas palabras:
Antes, el AI era como un “superestudiante que solo sabía escribir código”; ahora, quiere convertirse en un “trabajador hábil que puede utilizar todos los programas de tu ordenador”.
La lógica detrás:
El AI ha tenido mucho éxito en el campo de la programación porque el código es su “lengua materna”, y el proceso es transparente y modificable. Sin embargo, en industrias como el diseño y las finanzas, los resultados generados por el AI (como videos o pósteres) suelen ser un “cuadro negro”: si algo sale mal, todo debe empezar de cero, lo que asusta a las empresas.
La nueva estrategia de OpenAI (Computer Use) consiste en hacer que el AI opere directamente programas existentes como Photoshop o Excel, como lo haría un humano. De esta manera, el proceso de trabajo del AI se vuelve visible, controlable y corregible, lo que le permite integrarse realmente en los flujos de trabajo empresariales, abriendo un mercado mucho más amplio que el de la programación.
---
🔍 Interpretación Detallada en Cinco Dimensiones
1. ¿Por qué el AI que escribe código puede generar ingresos, pero no el que crea videos? (Diferencias en la “transparencia” de los flujos de trabajo)
Muchas personas piensan que el AI no hace buenos videos, por lo que no es tan útil como los modelos profesionales de video. Pero este es un malentendido; el verdadero problema no es el “calidad del resultado”, sino la “incontrolabilidad del proceso”.
- El “taller transparente” de la programación:
El producto del trabajo de un programador es el código. Cuando el AI escribe código, puedes revisarlo línea por línea y corregir los errores. Incluso puedes pedirle que escriba solo la mitad del código y completar el resto tú mismo. Es como si estuvieras observando a un trabajador en un taller: si algo sale mal, puedes detenerlo o hacerlo tú mismo. Esta “visibilidad del proceso” permite que el AI se integre sin problemas en el día a día del programador.
- El “fábrica de cuadros negros” del diseño y los videos:
Si pides al AI que genere un video de 10 segundos, te entrega un archivo. Si encuentras un error en el tercer segundo, ¿puedes corregir solo ese fragmento? Lamentablemente, el AI generalmente no puede hacer ajustes locales y debe generar todo de nuevo. Además, no sabes cómo piensa internamente: ¿es un problema en la composición o en la iluminación? El resultado es que cualquier cambio puede arruinar todo el video, lo que implica un gran costo de tiempo y esfuerzo para la empresa.
Conclusión en lenguaje sencillo:
La programación funciona porque el AI y el programador utilizan el mismo “lenguaje” y “herramientas”; el proceso es transparente. En otras industrias, el AI es como un mago que crea algo, pero no puedes ver cómo lo hace, y cualquier error requiere un reinicio completo, lo que es muy costoso para la empresa.
2. ¿Qué es “Computer Use”? (Permitir que el AI use tu ratón y teclado)
“Computer Use” es la solución propuesta por OpenAI para resolver este problema de “cuadro negro”.
- El AI de antes: Era como un cerebro que solo sabía escribir texto o una impresora que solo generaba archivos.
- El AI de ahora (Computer Use): Es como un estudiante que trabaja a tu lado: puede ver tu pantalla, entender los botones de la interfaz, mover el ratón y hacer clics en los menús, e incluso escribir texto.
- La diferencia clave: En lugar de generar un archivo final, el AI abre programas existentes como Photoshop o Excel y realiza las tareas allí mismo. Esto hace que el proceso de trabajo del AI sea visible, controlable y corregible, permitiéndole integrarse realmente en los flujos de trabajo empresariales y abrir un mercado mucho más amplio que el de la programación.
3. ¿Por qué a las empresas les gustan más los “programas existentes”? (Reducción de los “costos de adopción organizativa”)
Esta es la perspectiva comercial más profunda del artículo.
- El dilema de los programas nativos para AI:
Si el AI quisiera reemplazar a los diseñadores, teóricamente tendría que desarrollar programas nuevos específicos para el AI. Pero eso requeriría que las empresas:
1. Despidieran Photoshop, que han usado durante 20 años.
2. Cambiaran los formatos de archivos.
3. Reentrenaran a los empleados.
4. Hicieran que los clientes también se adaptaran a los nuevos formatos.
Todo esto es demasiado difícil para las empresas.
- La ventaja de “Computer Use”:
No requiere cambios significativos: el AI simplemente utiliza tus programas existentes (Photoshop, Excel, SAP). Los formatos de archivos se mantienen, los hábitos de los empleados no cambian, y los estándares de entrega para los clientes siguen siendo los mismos. Lo único que cambia es la adición de un asistente AI que te ayuda con las tareas.
Conclusión en lenguaje sencillo:
A las empresas no les gusta cambiar las cosas. Permitir que el AI utilice tus programas existentes reduce las resistencias. Es como instalar tecnología inteligente en una casa antigua en lugar de demolerla y construir una nueva.
4. “Los expertos gestionan a otros expertos”: Las nuevas relaciones laborales en la era del AI
El artículo plantea una idea interesante: El AI no reemplazará completamente las profesiones, sino que cambiará la forma en que se gestionan.
- Los barreras anteriores: Un diseñador estaba protegido por su creatividad y su habilidad para usar Photoshop.
- Las barreras futuras: En la era de “Computer Use”, el AI puede utilizar programas, pero las personas deben entender su lógica. ¿Por qué? Porque tendrán que gestionar al AI: si el AI comete un error en Photoshop, deben saber en qué capa o canal está el problema para corregirlo; si se bloquea, deben saber cómo intervenir manualmente.
- Comparación con el modelo anterior: Con los programas nativos para AI (cuadros negros), solo puedes dar instrucciones generales al AI; no puedes intervenir directamente.
- Conclusión en lenguaje sencillo: En el futuro, los profesionales no serán aquellos que no usan programas, sino aquellos que entienden su funcionamiento y pueden dirigir al AI.
5. ¿Qué significa esto para los inversores? (El aumento del “mercado total servible” (TAM) del AI)
Desde una perspectiva macroeconómica, ¿qué implica esto para los mercados financieros?
- De los programadores a todos los trabajadores de oficina: El año pasado, el AI se centró en los programadores (millones de personas). Si “Computer Use” se populariza, el AI podrá servir a diseñadores, contadores, analistas, operadores, arquitectos, etc., es decir, a todas las profesiones que dependen del uso de programas. Este grupo representa miles de millones de personas.
- Aumento de los ingresos anuales (ARR):
Cuando el AI se integre realmente en estos flujos de trabajo complejos, las empresas estarán dispuestas a pagar por sus servicios (ya que ahorrarán tiempo y mejorarán la eficiencia), lo que traerá un crecimiento de ingresos sostenible.
- ¿Es excesivo el inversión en centros de datos por parte de las empresas de cloud?
Si el AI solo se utilizara para escribir código, la construcción de muchos centros de datos podría ser excesiva. Pero si el AI puede gestionar todo el proceso de trabajo de las empresas, la demanda de capacidad de cómputo crecerá exponencialmente, lo que justificaría las inversiones en infraestructura.
Conclusión en lenguaje sencillo:
El potencial del AI se ha expandido enormemente. Mientras que antes era un herramienta exclusiva para los programadores, ahora puede ayudar a todo tipo de profesionales. El mercado se ha incrementado drásticamente, lo que justifica las inversiones en tecnología.
---
📌 Resumen y Consejos
El mensaje principal de este artículo es que, para que el AI genere ingresos a gran escala, no basta con “generar resultados”; también es necesario que se integre efectivamente en los flujos de trabajo empresariales.
- Para las personas: No te preocupes por que el AI te reemplace de inmediato. En cambio, aprende a dirigir su uso en programas que ya conoces. Comprender la lógica subyacente de los programas es más importante que simplemente ser rápido en su uso.
- Para las empresas: Centrarse en herramientas de AI que puedan utilizar directamente tus programas existentes, en lugar de aquellas que requieran cambios radicales en tus hábitos de trabajo.
- Para los inversores: La historia del AI acaba de comenzar; el mercado está expandiéndose de manera significativa, desde la programación a las tareas de oficina generales, lo que representa una oportunidad de inversión de enormes dimensiones.
Recuerda esto:
El AI que escribe código es como si hubiera “aprendido a hablar”; el AI que puede utilizar programas es como si hubiera “aprendido a trabajar”. Solo cuando puede trabajar de manera efectiva y su proceso es transparente y controlable, el AI puede convertirse realmente en una herramienta valiosa para las empresas.