Resumen del contenido central
Pete Koomen, socio de YC (un conocido incubador de startups), lideró un equipo que dedicó un año a transformar YC, una organización fundada antes de la era del AI, en una “organización nativa del AI”. Partiendo de los problemas del equipo financiero, desarrollaron una infraestructura completa para Agentes inteligentes que incluye una base de datos unificada, un registro de herramientas (más de 350 herramientas) y un sistema de habilidades, además de lograr un ciclo de auto-mejora del AI. Los puntos destacados son: permitir que los empleados no técnicos utilicen lenguaje natural para hacer que el AI resuelva problemas, convertir el conocimiento organizativo en habilidades del AI y construir una “superinteligencia organizativa” a través de una cultura de transparencia y confianza. También señalaron el error común de intentar integrar el AI en software obsoleto, abogando por que los usuarios controlen las herramientas de AI.
Descripción detallada
1. Punto de partida de la transformación: El ciclo ineficiente del equipo financiero llevó a la solución basada en el AI
El antiguo modelo de trabajo de YC era muy lento: el equipo financiero describía los procesos complejos, los ingenieros escribían el código y luego se lo entregaban al equipo financiero para su uso, en un ciclo repetitivo que resultaba muy ineficiente. Justo en ese momento, las herramientas de Agentes (como Claude Code) se pusieron de moda, y Pete se dio cuenta de que podía utilizarlas para resolver muchos problemas rápidamente, mientras que la empresa seguía utilizando métodos tradicionales. Se preguntó: ¿sería posible que el equipo financiero pudiera usar lenguaje natural (en lugar de código) para operar el AI y resolver problemas por sí mismo?
El primer avance fue la creación de una “herramienta de consulta SQL” que permitía a los empleados financieros, que no entendían de código, formular preguntas en lenguaje cotidiano (por ejemplo, “¿Qué compañías espaciales se invirtieron en las últimas cuatro rondas?”), y el AI generaba automáticamente las consultas SQL para buscar en la base de datos. Antes, estas preguntas requerían que el equipo de análisis de datos programara durante horas; ahora, obtenían respuestas al instante. Este fue lo que denominaron “el momento mágico”.
Comprensión simplificada: Es como antes, cuando necesitabas consultar las cuentas de la empresa y tenías que pedirle ayuda a un contable; ahora puedes preguntarle al AI “¿Cuánto costaron los gastos de recepción este mes?”, y él mismo revisa los registros para darte la información sin necesidad de molestar a nadie más.
3 componentes básicos de la infraestructura: La base para que el AI sea útil en la empresa
Para que el AI sea realmente efectivo en la empresa, se requieren tres elementos clave:
- Base de datos unificada: Todos los datos de YC (compañías invertidas, fundadores, registros financieros) se almacenan en una base de datos Postgres, sin estar dispersos en herramientas externas. El AI puede acceder a todo el contexto y responder a cualquier pregunta de negocio.
- Registro de herramientas: Todas las tareas que pueden ser realizadas por el AI en la empresa (como gestionar el tiempo de trabajo, hacer contabilidad, planificar eventos) se convierten en herramientas y se incluyen en una lista compartida. Desde unas 20 herramientas iniciales, ahora hay más de 350, cubriendo todas las tareas importantes de YC.
- Sistema de habilidades: Las herramientas se organizan en “habilidades” (por ejemplo, “escribir una descripción breve de la empresa”). El AI puede combinar estas habilidades para realizar tareas complejas. Por ejemplo, el equipo financiero puede usar la habilidad de “hacer contabilidad”, mientras que los socios pueden utilizar la habilidad de “asesorar a los fundadores”.
Comprensión simplificada: La base de datos unificada es como la “memoria del cerebro” del AI; el registro de herramientas es su “caja de herramientas”; y el sistema de habilidades son sus “habilidades especiales”. Con estos tres elementos, el AI puede actuar como un asistente omnipotente.
2. Auto-evolución: ¿Cómo se vuelve el AI más inteligente con el uso?
Las habilidades del AI en YC pueden mejorar por sí mismas. Por ejemplo, la habilidad de “escribir una descripción breve de la empresa” comenzó con sugerencias escritas a mano por los socios; luego, todos los socios colaboraron para guiar a los fundadores y proporcionarle al AI registros de las reuniones para que aprendiera de sus comentarios. El AI ha mejorado automáticamente y ahora es capaz de generar descripciones mejores que cualquier socio individual.
Este es el proceso de formación de la “superinteligencia organizativa”: integrando el conocimiento disperso en las mentes de cada persona a través del AI, convirtiéndolo en la capacidad de toda la organización. Los nuevos empleados pueden aprender directamente de la experiencia de los socios anteriores, sin necesidad de un período de adaptación de 6 meses.
Comprensión simplificada: Es como cuando enseñas a un niño a escribir: al principio le muestras cómo se hace, y luego, observando cómo otros escriben, él mismo mejora su habilidad. El AI aprende y progresa a partir de la experiencia colectiva de la organización.
3. “Carro sin caballo”: ¡No intentes integrar el AI en software obsoleto!
Pete escribió un artículo titulado “Carro sin caballo” en el que criticaba los productos basados en AI de muchas empresas actuales: por ejemplo, agregar una función de escritura automática de correos electrónicos sin permitir que los usuarios modifiquen las instrucciones. Es como ponerle un motor a un carruaje sin cambiar su estructura original.
Él sostiene que el software nativo del AI debería ser “herramientas envueltas en Agentes”, y no al revés. Las herramientas de YC permiten a los usuarios crear sus propias instrucciones y ajustar los parámetros de las habilidades, en lugar de estar restringidos por interfaces diseñadas por otros.
Comprensión simplificada: El enfoque tradicional es agregar funciones automáticas a vehículos existentes; el nuevo enfoque es desarrollar vehículos completamente autónomos. Los usuarios pueden controlar cómo funcionan, en lugar de solo poder presionar botones.
4. La clave para la superinteligencia organizativa: Transparencia y confianza
YC tomó una decisión audaz: hacer públicos todos los registros de las conversaciones con el AI para los empleados a tiempo completo. Al principio, había preocupaciones sobre la privacidad, pero se descubrió que:
- La transparencia fomenta el aprendizaje mutuo (ver cómo otros utilizan el AI para resolver problemas).
- La confianza permite al AI acceder a más datos y funcionar de manera más efectiva.
- Los nuevos empleados pueden aprender rápidamente de la experiencia de los empleados anteriores, elevando el nivel general de capacidad de la organización.
Garry señaló que esto requiere una cultura de igualdad y confianza en la empresa; aunque la mayoría de las empresas no la tienen, es más fácil lograrlo en startups. Además, el costo de inversión es bajo: entre 100,000 y 1 millón de dólares al año en tokens de AI, lo que permite a la empresa estar un paso adelante de sus competidores.
Comprensión simplificada: Es como una cocina abierta donde todos pueden ver cómo otros cocinan; los novatos aprenden rápidamente las técnicas de los expertos, mejorando el nivel general de la cocina.
5. Conclusión
La transformación basada en el AI de YC no se logró con la compra de herramientas listas, sino mediante la creación de una infraestructura propia que integra al AI en la organización. Los elementos clave son: una base de datos unificada, herramientas abiertas, el aprendizaje del AI a partir de la experiencia colectiva y una cultura de transparencia y confianza. Para las empresas que desean implementar el AI, lo importante es tener datos unificados, herramientas accesibles y permitir que el AI aprenda de la experiencia colectiva, junto con una cultura basada en la confianza. El AI no reemplaza a las personas; sino que permite que cada uno aproveche la inteligencia de toda la organización para ser más eficaz.