El trabajo se está desarmando

Contenido

1. Resumen
2. 1. Por qué ahora · Observación
3. 2. Breve historia de los gemelos digitales · Observación
4. 3. Lo que mostraron 25 años dentro de las organizaciones · Relato de Mark
5. 4. Trabajo atómico · Propuesta
6. 5. Capacidades hasta el fondo · Propuesta
7. 6. Las capacidades como entidades · Hipótesis
8. 7. La Tabla Periódica del Trabajo · Propuesta
9. 8. No se puede rediseñar lo que no se puede ver: el gemelo · Propuesta
10. 9. El recorrido: del gemelo a la corporación digital · Hipótesis
11. 10. Discusión: quién responde, y cuando los resultados se manipulan · Propuesta
12. 11. Dónde podríamos estar equivocados · Contraargumento
13. 12. Lo que pondremos a prueba ahora · Hipótesis
14. Referencias
15. Cómo se escribió este documento
16. Conflicto de intereses

Resumen

Las organizaciones todavía describen el trabajo mediante jerarquías de roles. A partir de 25 años de experiencia analizando organizaciones, proponemos que el trabajo se está dividiendo en capacidades: unidades que reciben un insumo, aplican una transformación y entregan un resultado, a cargo de una persona, software, IA o una combinación. Las capacidades no tienen un tamaño fijo; están hechas de capacidades más pequeñas y se pueden reutilizar. Se anunciarán a sí mismas, servirán a una organización, a varias, o se combinarán en otras más grandes, y se comprarán por lo que producen. Sostenemos que ninguna organización puede hacer ese cambio de forma segura sin antes verse a sí misma: un gemelo digital construido a partir de sus propios sistemas, usado para experimentar antes de cambiar algo real. Presentamos un vocabulario (la Tabla Periódica del Trabajo), un formato abierto de ficha, un recorrido por etapas, los argumentos para mantener una persona con nombre detrás de cada capacidad y las razones más fuertes por las que podríamos estar equivocados.

1. Por qué ahora · Observación

Durante la mayor parte del siglo pasado, el puesto de trabajo ha sido la unidad con la que las organizaciones compran trabajo. Un puesto agrupa muchas tareas en un solo rol, le da un cargo, lo pone en un organigrama y lo paga por hora, por semana o por año. El paquete tenía sentido cuando lo único que podía hacer la mayoría de esas tareas era una persona, y una persona viene completa.

Eso ya no es así. El software lleva décadas asumiendo tareas, pero el cambio desde 2023 es de otra naturaleza. Los grandes modelos de lenguaje y los agentes construidos sobre ellos pueden hacer partes del trabajo que antes requerían criterio: leer, redactar, clasificar, investigar, revisar. Y pueden hacer una parte de un puesto sin hacer el puesto completo.

La investigación ha seguido a la tarea, no al puesto. Eloundou y sus colegas (2023) midieron la exposición a los grandes modelos de lenguaje tarea por tarea, en toda la base de datos ocupacional de Estados Unidos, y encontraron que alrededor del 80% de los trabajadores de ese país tiene al menos el 10% de sus tareas expuestas. El Anthropic Economic Index mide el uso real de un sistema de IA por tarea y lo divide en automatización (la IA hace la tarea) y aumento (ayuda a una persona a hacerla); su primer informe encontró más aumento que automatización en el uso corriente. El Work Trend Index 2025 de Microsoft describe una "Frontier Firm" en la que las personas primero usan la IA como asistente, luego trabajan con agentes como colegas y, por último, fijan el rumbo de agentes que ejecutan procesos completos.

Estas fuentes no coinciden en qué tan rápido ni qué tan lejos. Coinciden en la unidad. La unidad del cambio es la tarea, y el paquete llamado puesto de trabajo se está desarmando.

La pregunta que plantea este documento es qué reemplaza al paquete.

2. Breve historia de los gemelos digitales · Observación

Nuestra respuesta se apoya en una idea de la ingeniería, así que vale la pena decir de dónde viene esa idea.

Un gemelo digital es un modelo de una cosa real que se mantiene sincronizado con ella, para que las personas puedan entender la cosa real, y probar cambios, en el modelo. La idea es más antigua que el nombre.

Download this table (CSV), free to reuse with a credit.

Se destacan tres cosas.

Primero, el gemelo pasó de las cosas (naves espaciales, motores, edificios) a las organizaciones. Según la definición de Gartner, un gemelo digital de una organización es un modelo de software dinámico que usa datos operativos y de otro tipo para entender cómo una organización pone en práctica su modelo de negocio, se conecta con su estado actual, responde al cambio, despliega recursos y entrega valor. Versiones posteriores agregan que puede simular estados futuros.

Segundo, ahora es un mercado. El Magic Quadrant de 2026 nombra a proveedores empresariales de inteligencia de procesos. Sus gemelos se construyen sobre todo a partir de los registros de eventos de grandes sistemas empresariales. Celonis, por ejemplo, describe un "gemelo digital independiente del sistema" de las operaciones de negocio de una empresa, pensado para mostrar cómo funciona realmente el negocio y no cómo la gente cree que funciona.

Tercero, el propósito ha sido entender y, cada vez más, simular. Para qué se usará el gemelo después es el tema de este documento.

Una nota sobre las fuentes. Los primeros hitos de esta tabla se repiten mucho y los hemos verificado con fuentes secundarias, no con todas las primarias (los Gemini Principles sí los leímos en el original); quién "inventó" el gemelo es un asunto realmente discutido. El Documento de trabajo 8 rastreará cada hito hasta su fuente primaria.

3. Lo que mostraron 25 años dentro de las organizaciones · Relato de Mark

El argumento se basa en los 25 años de experiencia del autor analizando organizaciones y construyendo sistemas para ellas: software de gestión de imágenes y de activos, sistemas de turnos y cuadros de turnos, integraciones en el sector público y en salud y, más recientemente, la preparación de organizaciones para la IA. Eso es experiencia, no 25 años de investigación. Lo que sigue es su propio relato, tomado de una entrevista grabada (142 páginas), respuestas escritas y notas, realizadas durante octubre de 2026. Se cotejó con el texto de la transcripción, no se verificó de forma independiente con otros registros, y no se nombra a ningún cliente.

Se repiten cinco patrones.

Las organizaciones son más granulares que sus organigramas. Sobre sus años de MBA: "En ese momento pensé que las empresas son mucho más complicadas de lo que yo creía al principio… qué tan granulares eran en realidad estas empresas" (entrevista, p. 19).

Nadie tiene el panorama completo. "Las organizaciones no tenían un panorama completo de sí mismas. El funcionamiento real del negocio estaba repartido entre sistemas, procesos, aprobaciones, soluciones improvisadas y la cabeza de las personas, y nadie lo tenía todo" (notas del autor, octubre de 2026). Sobre uno de sus primeros proyectos: "no mapeamos bien toda la empresa, así que el software se construyó de forma aislada" (p. 25). Sobre una integración en la salud pública, cada parte "tenía razón en sus propios términos, y cada una tenía un veto que no habíamos mapeado"; "a veces era desmoralizador creer que tenías el panorama completo y luego descubrir que tenías la mitad" (respuestas escritas, octubre de 2026). En otra parte de la salud pública, "descubrí que estaba increíblemente fragmentado y que era muy difícil llegar de verdad a las personas que importaban" (p. 59).

El trabajo real no es el trabajo documentado. Un sistema de turnos tenía dos cuadros de turnos. El primero era el plan. "El segundo cuadro de turnos era la realidad, turnos sin cubrir, incapacidades, vacaciones, etc., así que el segundo cuadro era con el que el organizador trabajaba a diario" (p. 74). En un negocio creativo, entre la conversación de venta y el recurso terminado, "se pierden muchos datos 'útiles', detalles de las imágenes, ubicación, notas, las personas que participan, el tiempo empleado, los gastos, etc., etc., todo lo cual alimenta otras partes de la empresa" (p. 30).

Todo se conecta con todo. "Sí empecé a darme cuenta de que todo está interconectado y de que partes de un área del negocio pueden alimentarse de otras áreas del negocio" (p. 27). Un equipo intentó seguir el trabajo de principio a fin: "intentamos desglosar la parte financiera… para que siguiera todo el proceso, desde el trabajo realmente hecho hasta la facturación y la nómina, pero nos detuvimos en ese punto" (p. 79).

El cambio encuentra resistencia y a menudo no se usa. "Algunos clientes simplemente no lo entendían, algunos me dieron vía libre para desarmar y rediseñar, ¡¡algunos me dejaron y luego no lo usaron!!" (p. 28). Un sistema nuevo "al principio tuvo que verse como una hoja de cálculo porque eran muy reacios a cambiar" (p. 71). Sobre una plataforma, años después: "¡¡la verdad no ha evolucionado mucho porque no quieren cambiar nada!!" (p. 83).

De esto se desprenden dos cosas. Primero, el organigrama es un mal mapa del trabajo; el trabajo pasa por sistemas, hojas de cálculo, aprobaciones y hábitos que el organigrama no muestra. Segundo, quienes intentan cambiar una organización sin verla completa suelen encontrar la mitad que falta por las malas.

Hay un punto más que importa por honestidad. El autor no sostuvo la teoría de este documento durante 25 años. Desarmar el trabajo es algo antiguo; la idea de reconstruirlo con piezas reutilizables llegó tarde. "Llevaba años desarmando sistemas… pero la IA lleva esto a una dimensión completamente nueva: antes eran cientos de componentes/dimensiones, ahora tenemos cientos de miles" (p. 100). Su primer intento de orquestar trabajadores de IA "llegó bastante lejos, pero era muy, muy complicado, sobre todo cuando había solicitudes que podían ser ambiguas o complicadas, y con un alto riesgo de que nos equivocáramos" (p. 116). La lección fue mapear primero: "mucho más como una máquina expendedora de la que sacas una bolsa de m and ms, en lugar de una bolsa sorpresa esperando que te salga algo" (p. 117). Dejamos constancia de esos cambios en lugar de reescribir la historia.

4. Trabajo atómico · Propuesta

Nuestra primera propuesta se refiere a la unidad.

Cualquier pieza de trabajo se puede describir con tres cosas: lo que entra, lo que le pasa y lo que sale. En palabras del autor: "podemos determinar si es adecuado para el trabajo por hacer con 3 datos simples: lo que entra, lo que sale y cómo el insumo se convierte en el resultado" (p. 108).

A una pieza de trabajo descrita de esa manera la llamamos capacidad. La puede realizar una persona, un equipo, software, un sistema de IA o una combinación. Quién o qué la realiza es una propiedad de la capacidad, no su definición. Ese es el sentido de "con o sin IA" en nuestra afirmación de partida: el trabajo cambiará "de las responsabilidades jerárquicas normales a elementos mucho más atómicos que hacen una cosa muy especializada, con o sin IA, y tienen un insumo, una transformación y un resultado" (notas del autor, octubre de 2026).

No afirmamos que las partes de esto sean nuevas.

• Insumo → transformación → resultado es el modelo básico de la gestión de operaciones.
• El MIT Process Handbook (Malone, Crowston y colegas) describió procesos de negocio en muchos niveles, con especializaciones y dependencias, para ayudar a las personas a encontrar maneras alternativas de hacer el mismo trabajo.
• Los mapas de capacidades de negocio de la arquitectura empresarial (la guía TOGAF de The Open Group) describen lo que hace una organización y no cómo está organizada.
• Jesuthasan y Boudreau (Reinventing Jobs, 2018; Work Without Jobs, 2022) desarman los puestos en tareas y los vuelven a armar con automatización. Es el trabajo previo más cercano, y construimos sobre él.

Lo que cambiamos es el énfasis. Esos enfoques describen el trabajo sobre todo para que una organización pueda gestionarlo mejor por dentro. Nosotros lo describimos para que cada pieza se pueda ver, comparar, intercambiar y comprar en sus propios términos. La frase que usamos para este paso es "delegar el hacer": desarmar un proceso y convertir cada pieza en una capacidad que pueda realizar quien o lo que la haga mejor. La otra mitad de la frase, conservar el decidir, es la sección 10.

5. Capacidades hasta el fondo · Propuesta

¿Qué tan pequeña puede ser una capacidad? Creemos que no hay un fondo fijo.

Tome algo que suena a una sola tarea: recopilar datos sobre clientes potenciales en la web. El desglose del autor: "conectarse a la aplicación, elegir la página, copiar los datos, pegarlos en una base de datos, agregar algunos metadatos. Cada uno de esos pasos también se podría desglosar más (elegir la página necesita una lista de criterios, una manera de comprobar si esos criterios están en la página y seleccionar la mejor opción entre 5) y cada una de esas piezas móviles se podría reutilizar" (notas del autor, octubre de 2026).

De ahí se siguen cuatro consecuencias.

1. Cualquier pieza de trabajo con un insumo, una transformación y un resultado claros puede ser una capacidad, en cualquier nivel.
2. Las capacidades están hechas de capacidades. "Encontrar clientes potenciales" es una cadena de capacidades más pequeñas (explorar el mercado, investigar, calificar, enriquecer, contactar, agendar reuniones), y cada una de ellas es una cadena de otras más pequeñas.
3. Distintos compradores trabajan a distintas profundidades. Un director compra "encontrar clientes potenciales". Un equipo compra "calificar estos prospectos". Un agente de IA que arma un flujo de trabajo compra "elegir la mejor de estas cinco páginas".
4. Cada pieza se puede reutilizar. El paso que elige la mejor página para clientes potenciales puede elegir la mejor página para proveedores.

Esto corrige una posición anterior. En sus respuestas escritas anteriores, el autor trazó la línea en la unidad más pequeña "que el negocio notaría si dejara de funcionar", y llamó tarea a cualquier cosa más pequeña. Más adelante ese mismo mes movió la línea, por la razón expuesta arriba. Dejamos constancia del cambio.

"No hay un fondo fijo" no significa "dividirlo todo". Cada división agrega un traspaso, y los traspasos fallan. El punto en el que dividir deja de compensar es una cuestión empírica, y la sección 12 describe cómo lo mediremos.

La banca ya tiene una versión de esta visión. La Banking Industry Architecture Network divide un banco en "dominios de servicio" que no se superponen, cada uno un bloque de capacidad de negocio que intercambia servicios con los demás. Eso muestra que la descomposición a escala funciona en una industria. Lo que no hace es tratar cada bloque como algo que se pueda listar, comparar y comprar desde afuera.

6. Las capacidades como entidades · Hipótesis

Nuestra segunda propuesta es que las capacidades se convierten en entidades: cosas con una identidad, un historial y alguien que responde por ellas, que pueden anunciarse a sí mismas.

El autor lo planteó así: "en el futuro todos tendremos nuestras capacidades, que incluirán nuestras herramientas (quizás algunas herramientas especializadas que hayamos inventado), a nosotros mismos y nuestro insumo/resultado y tarifas y tasas de producción… la gente irá a sitios y podrá registrar su capacidad; las organizaciones u otras entidades… que necesiten estas capacidades podrán entonces buscar en estos sitios una capacidad específica, quizás a corto plazo o por una sola vez, o quizás con un contrato anual que se renueva" (notas del autor, octubre de 2026).

Cuatro características hacen de una capacidad una entidad y no una línea en un mapa de procesos.

Se anuncia. Publica lo que recibe, lo que produce, cuánto, qué tan rápido, a qué tarifa y su historial, para que los compradores la encuentren por insumo y resultado y no por cargo.

Sirve a una, a varias o a muchas. Una capacidad puede trabajar para una organización, para varias a la vez, o ser parte de varias capacidades más grandes. El autor, en 2026: "reconstruir por completo todo el proceso usando trabajadores reutilizables, registrarlos y luego usarlos bajo demanda" (p. 109).

Se puede probar, vincular y terminar. Un comprador puede probarla con unas pocas transacciones reales o durante un tiempo corto, contratarla una vez, por un periodo o por año, y terminar la contratación. Los datos que produce y usa deben tener un propietario declarado cuando termina la contratación.

Sus afirmaciones son evidencia. Un anuncio solo sirve si se puede confiar en él. Cada afirmación del historial de una capacidad se etiqueta como verificada, declarada o proyectada, y el historial conserva sus fallas.

¿Por qué ocurriría esto ahora? La respuesta clásica viene de Ronald Coase (1937): las empresas existen porque usar el mercado tiene costos (buscar, acordar, verificar), y una empresa crece hasta que hacer una cosa más por dentro cuesta más que comprarla. Oliver Williamson agregó que la decisión depende de la incertidumbre, la frecuencia y, sobre todo, de qué tan específico de la empresa es el trabajo. Un documento de trabajo del NBER de 2025, "The Coasean Singularity?" (Shahidi y colegas), sostiene que los agentes de IA pueden reducir los costos de búsqueda, comunicación y contratación, de modo que se desplaza la línea entre producir y comprar; también advierte sobre la congestión y la ofuscación de precios en mercados operados por agentes. Si esos costos bajan, el límite de la empresa se mueve, y las capacidades que antes se mantenían dentro se pueden comprar afuera.

Dos mercados ya muestran parte de esto. Los inversionistas de capital de riesgo ahora sostienen que los servicios son el nuevo software: trabajo terminado que se vende por resultado y no como herramienta (Sequoia, 2026). Y la industria de la IA está construyendo registros de agentes: la Agent Card del protocolo A2A describe las habilidades de un agente y los insumos y resultados que acepta; el registro oficial de MCP cataloga servidores de herramientas. Lo que esos registros no incluyen es evidencia de desempeño, fallas ni una persona que responda.

Esto es una hipótesis. Si las capacidades realmente se anunciarán a sí mismas, y si los compradores elegirán por insumo y resultado y no por quién es alguien, es lo que buscan responder los experimentos de la sección 12. El Documento de trabajo 1 expone el argumento completo.

7. La Tabla Periódica del Trabajo · Propuesta

Una idea como esta necesita un vocabulario compartido, o cada organización inventará el suyo. Proponemos uno, tomado de la química porque encaja y porque hace sonreír a la gente.

Download this table (CSV), free to reuse with a credit.

La Tabla Periódica del Trabajo es una tabla funcional de Elementos en este sitio, con ejemplos inventados, un constructor que comprueba si los Elementos se enlazan y un laboratorio de escenarios. Cada Elemento se describe con una ficha de Elemento, que publicamos como un formato abierto con un esquema JSON, para que otros registros, herramientas y agentes de IA puedan leerla. La ficha desciende de Datasheets for Datasets (Gebru et al., 2018) y Model Cards (Mitchell et al., 2019): documentación estructurada y honesta, que incluye cuándo no usar lo que se describe.

Somos conscientes del riesgo. Una revisión anterior dentro de nuestro propio programa advirtió que un vocabulario débil podría convertir un registro de apariencia precisa en "un catálogo de etiquetas ambiguas". La prueba del vocabulario es si dos personas que describen el mismo trabajo llegan a la misma ficha.

8. No se puede rediseñar lo que no se puede ver: el gemelo · Propuesta

La tercera propuesta es la que sostiene a todas las demás.

Si una organización va a desarmar su trabajo, cambiar piezas por capacidades externas y volver a armarlo, primero debe ver el trabajo como realmente funciona. La sección 3 muestra por qué eso es difícil: el proceso documentado no es el real; nadie tiene el panorama completo; la mitad que falta aparece tarde. Reconstruir una organización a partir de su organigrama sería reconstruirla con el mapa equivocado.

Por eso proponemos que toda organización necesitará primero un gemelo digital de sí misma: una copia funcional, construida a partir de sus propios sistemas (correo electrónico, archivos, finanzas, registros de clientes, cuadros de turnos), que muestre cómo fluye realmente el trabajo, quién y qué lo hace, cuánto cuesta y dónde depende de una sola persona. Una persona revisa el gemelo antes de que se confíe en él, y el gemelo dice lo que no pudo ver.

Luego el gemelo se usa para tres cosas.

Dónde cambiar. Muestra dónde espera el trabajo, dónde se hace dos veces, dónde se pierden datos entre áreas y dónde una sola persona lo tiene todo.

Qué automatizar o comprar. Como el gemelo describe el trabajo con la misma forma que una ficha de Elemento (insumos, resultados, responsable, herramientas, actividad medida, costo, evidencia, riesgos), una capacidad encontrada dentro se puede comparar en igualdad de condiciones con una ofrecida afuera. El gemelo puede escribir la Fórmula por sí mismo: el costo y el rendimiento de hoy se convierten en la línea base que cualquier capacidad externa debe superar.

Probar primero. El cambio se hace en la copia, no en la empresa. Una capacidad candidata se conecta al gemelo para ver qué cambia y qué depende de ella. Solo entonces se cambia algo real, y el cambio se puede deshacer.

Este es el paso en el que se encuentran la experiencia del autor y la historia de la ingeniería. Los ingenieros no cambiaron la nave del Apolo 13 experimentando con la nave. Una organización no debería cambiar su trabajo experimentando con su gente.

¿Qué existe hoy? Existen gemelos de organizaciones, como muestra la sección 2, sobre todo para grandes empresas. Los pasos de comparación, intercambio y prueba descritos arriba son diseño, no software en funcionamiento, y los describimos como tales. El Documento de trabajo 7 lleva el gemelo más lejos.

9. El recorrido: del gemelo a la corporación digital · Hipótesis

Si estas propuestas se sostienen, las organizaciones pasarán por una secuencia. La esbozamos en ocho etapas, con nombres provisionales.

Download this table (CSV), free to reuse with a credit.

Cuatro puntos sobre el recorrido.

Cada etapa necesita una medida. Por ejemplo, la etapa 4 podría medirse por la proporción del trabajo descrita como capacidades con ficha; la etapa 5, por la proporción reasignada con base en evidencia y no en supuestos. Todavía no las hemos fijado.

La unidad puede ser un área, no toda la organización. Finanzas podría llegar a la etapa 6 mientras ventas sigue en la etapa 2.

Retroceder es normal. Una persona puede retomar una capacidad. Una etapa que falla se revierte, no se oculta.

Otros han trazado partes de esto. El modelo de madurez del Digital Twin Consortium va de "Passive" (pasivo) a "Master" (maestro), donde las decisiones se toman "sin interferencia humana". La Cloud Security Alliance describe seis niveles de autonomía basados en los niveles de automatización de la conducción. Las tres fases de Microsoft terminan con agentes que ejecutan procesos completos. No encontramos ninguna fuente pública que una un gemelo, una ficha de capacidad y una capacidad comprable en un solo camino, pero eso es "no encontrado en nuestra búsqueda", no "los primeros".

Nuestro recorrido se diferencia de la mayoría en la parte superior. Varios marcos apuntan a una autonomía sin ninguna persona involucrada. El nuestro mantiene un piso, que es el tema de la siguiente sección.

10. Discusión: quién responde, y cuando los resultados se manipulan · Propuesta

Quién responde

Cada Elemento tiene un Núcleo: una persona con nombre que responde por él, incluso cuando el software o la IA hacen todo el trabajo. La posición del autor es que el software y la IA pueden hacer el trabajo, pero las personas conservan el decidir: fijar la intención, tener autoridad sobre lo que se compra, responder por el resultado y cambiar de opinión.

En el Reino Unido esto no es solo una preferencia. La sección 155 de la Companies Act 2006 dice que "una sociedad debe tener al menos un director que sea una persona natural". La sección no menciona la IA; según nuestra lectura, un sistema de IA, que no es una persona jurídica, no puede ser director. Leímos la sección en legislation.gov.uk; un abogado debería confirmar cómo se aplica antes de que alguien se base en ella.

La rendición de cuentas en una cadena es más difícil. Cuando falla una Molécula de cinco capacidades, ¿cada Núcleo responde por su parte, un Núcleo principal responde por el conjunto, o responde la organización que la armó? No lo sabemos, y es una de las preguntas que pondremos a prueba.

Cuando los resultados se manipulan

Si se compra el trabajo por su resultado, el resultado se convierte en una meta. La ley de Goodhart, que suele resumirse como "cuando una medida se convierte en meta, deja de ser una buena medida", se aplica directamente. Una capacidad a la que se le paga por cada prospecto calificado encontrará maneras de dar por calificado a un prospecto.

Nuestras respuestas son parciales y no se han probado:

• Medir el paso siguiente, no solo el producto: ¿el prospecto calificado se convierte en una reunión?
• Muestrear el producto: el comprador revisa por sí mismo una parte del resultado.
• Mantener las fallas en el historial, para que una capacidad que manipula sus cifras lleve la evidencia consigo.
• Vigilar la brecha entre los rendimientos declarados y los verificados a lo largo del tiempo.

Hay una versión más reciente del mismo problema. En un experimento que Anthropic reportó en 2026, agentes de IA compraron y vendieron en nombre de empleados; los mejores modelos obtuvieron mejores acuerdos, y la parte perdedora no lo notó. Un mercado de capacidades operado en parte por agentes podría favorecer silenciosamente a quien tenga el mejor agente. Los historiales verificados y una persona con nombre de cada lado son la defensa que proponemos.

11. Dónde podríamos estar equivocados · Contraargumento

Presentamos los argumentos en contra con toda la fuerza que podemos.

La coordinación cuesta más que la jerarquía. Cada división agrega un traspaso. Una revisión dentro de nuestro propio programa planteó sin rodeos el caso adverso: un mercado de capacidades puede costar más de coordinar que la jerarquía, intensificar la medición y el control, debilitar las carreras profesionales y exagerar qué tan sustituible es el trabajo. Williamson predice que el trabajo específico de una empresa se queda dentro. Si ese es la mayor parte del trabajo, el argumento se reduce a los márgenes.

El saber hacer que nadie escribió. Mucho trabajo valioso es criterio, relaciones y conocimiento tácito. Puede que no se reduzca a insumo, transformación y resultado sin perder la parte que importa.

Hay trabajo que se resiste a ser descrito. Si dos personas no pueden describir el mismo trabajo con la misma ficha, la tabla se convierte en una lista de etiquetas.

Aprendizajes perdidos. Las personas aprenden haciendo las tareas pequeñas dentro de un puesto. Si las tareas pequeñas se compran afuera, o las hace la IA, ¿de dónde saldrán los próximos expertos? Los estudios críticos sobre el abandono de los puestos de trabajo, como Rogiers y Collings (2024), se preguntan qué pierden los trabajadores en identidad, pertenencia y seguridad.

Las personas pierden poder de negociación. Una persona descrita como una capacidad puede ser más fácil de reemplazar, de comparar por precio y de descartar. Si esa persona es un empleado, un contratista o una empresa es una cuestión jurídica que no responderemos sin asesoría.

La ejecución está fallando hoy. Gartner pronosticó en 2025 que más del 40% de los proyectos de IA agéntica se cancelarán antes de finales de 2027. En el Project Vend de Anthropic, los tenderos de IA mejoraron con el tiempo, pero siguieron expuestos a la manipulación. En el benchmark TheAgentCompany, el mejor agente completó el 24% de las tareas de oficina en una empresa simulada en la primera publicación (diciembre de 2024), y el 30% en la revisión de septiembre de 2025. Una empresa que reemplazó al personal de soporte con IA dijo después que el costo había sido un factor demasiado predominante y que la calidad se resintió (fuentes secundarias). Nuestro recorrido puede describir un destino mucho más lejano de lo que sugieren sus etapas.

El mercado quiere autonomía, no un piso. La mayoría de los marcos apuntan a "sin interferencia humana". Nuestra insistencia en una persona con nombre puede ser una posición que el mercado no comparte.

Nada nuevo. Otros ya han desarmado el trabajo, puesto precio a resultados, construido gemelos y listado agentes. Nuestra afirmación es acotada: la unión de un gemelo construido a partir de los propios sistemas de una organización, una sola ficha para personas, software e IA, la búsqueda por insumo y resultado, la confianza construida a partir del historial y una persona con nombre detrás de cada capacidad. Si esa unión no aporta nada, esto es un vocabulario distinto para ideas viejas.

Nos tomamos esto lo bastante en serio como para ponerlo a prueba.

12. Lo que pondremos a prueba ahora · Hipótesis

Una propuesta vale lo que predice. El autor planteó lo que está en juego sin rodeos: sin evidencia, "todo esto son castillos en el aire, grandes teorías pero nada más" (p. 130).

Empezaremos en el laboratorio de la Tabla Periódica, con organizaciones inventadas, antes que con cualquier organización real.

1. Titulación. ¿Una prueba corta (10 transacciones, o un tiempo fijo) predice cómo se desempeñará una capacidad durante meses? Los resultados se comparan con la manera actual del comprador, frente a un umbral de aprobación fijado de antemano.
2. ¿Dividir o enlazar? ¿Una capacidad más grande es mejor o peor que una cadena de capacidades más pequeñas que hacen el mismo trabajo? Compararemos costo, tiempo, fallas en los traspasos, tiempo de corrección y qué tan fácil es cambiar una parte. Esta es la prueba de "no hay un fondo fijo".
3. Quién tiene los datos. Qué pasa al final de una contratación bajo cinco modelos: la organización es dueña de los datos; la capacidad los conserva y los arrienda; ambas los comparten; un custodio independiente los tiene; o se guardan en depósito en garantía y se devuelven al salir.

También intentaremos algo más difícil, en público. En una serie de videos, intentaremos construir una empresa que funcione sola: usar nuestro propio software para encontrar una oportunidad de negocio, desarmar el trabajo en capacidades, construir su gemelo, automatizar lo que podamos e informar lo que falló además de lo que funcionó. Diremos claramente cada vez si algo es una demostración, un experimento sintético, una prueba controlada o una implementación real. Todavía no ha empezado.

¿Qué resultado mostraría que la afirmación central es errónea? Todavía no lo hemos fijado, y preferimos decirlo antes que fingir. Los candidatos son: cadenas de capacidades pequeñas que sistemáticamente cuestan más y fallan más que los roles que reemplazan; compradores que, pudiendo elegir, siguen eligiendo cargos en lugar de insumo y resultado; e historiales que no se pueden mantener honestos. El autor elegirá, y la elección quedará fechada aquí antes de que lleguen los primeros resultados. Los resultados negativos se publicarán.

Referencias

Estado: verificado significa que leímos la fuente (o su página oficial) y confirmamos el dato que usamos; registro significa que la referencia proviene de nuestro registro de fuentes y no se ha vuelto a leer para este documento; fuente secundaria significa que solo la tenemos a partir de otros informes; sin fuente aún significa que la afirmación todavía necesita una referencia.

• A2A project (Agentic AI Foundation). Agent2Agent (A2A) protocol specification, v1.0.0: Agent Card. https://a2a-protocol.org/latest/specification/. Verificado.
• Anthropic (2025). The Anthropic Economic Index (primer informe, febrero de 2025). Artículo: Handa, K., Tamkin, A., et al. (2025). Which economic tasks are performed with AI? Evidence from millions of Claude conversations. arXiv:2503.04761. Verificado (ediciones de 2026 no verificadas).
• Anthropic (2025). Project Vend: phase two, 18 de diciembre de 2025. Verificado.
• Anthropic (2026). Project Deal: our Claude-run marketplace experiment, 24 de abril de 2026. https://www.anthropic.com/features/project-deal. Verificado.
• Apolo 13 (1970) como gemelo temprano: blog Siemens Simcenter, "Apollo 13: the first digital twin", https://blogs.sw.siemens.com/simcenter/apollo-13-the-first-digital-twin/ (que reconoce que un simulador no es un gemelo completo); y "A brief history of digital twin technology", arXiv:2511.20695 (2025). Fuente secundaria: no se cita una fuente primaria de la NASA.
• BIAN (Banking Industry Architecture Network). Service Landscape, v14.0 (febrero de 2026). Verificado (la descripción "bloque de capacidad de negocio que intercambia servicios" aún no se confirma en una página que pudiéramos leer).
• Celonis. Object-centric data model (blog), y página Celonis Process Mining Platform, https://campaigns.celonis.com/platform (fuente de "system-agnostic digital twin"). Verificado.
• Cloud Security Alliance (2026). Reavis, J., Leveling up autonomy in agentic AI, 28 de enero de 2026. Verificado.
• Coase, R. H. (1937). The nature of the firm. Economica, 4(16), 386–405. Verificado.
• Digital Twin Consortium (2024). Kawas, D., & Connolly, T., Digital Twin Business Maturity Model, 20 de noviembre de 2024. Verificado.
• Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: an early look at the labor market impact potential of large language models. arXiv:2303.10130. Verificado.
• Empresa que reemplazó al personal de soporte con IA (§11; aquí no se nombra). Fuente secundaria; fuente por agregar.
• Gartner. Digital twin of an organization (definición). Fecha no confirmada.
• Gartner (2025). Comunicado de prensa, 25 de junio de 2025: Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027. URL encontrada; texto no leído.
• Gartner (2026). Magic Quadrant for Digital Twin of an Organization Platforms, 27 de julio de 2026. Verificado a través de páginas de proveedores.
• Gebru, T., et al. (2018). Datasheets for datasets. arXiv:1803.09010. Verificado.
• Gelernter, D. (1991). Mirror Worlds. Oxford University Press. Fuente secundaria.
• Goodhart, C. A. E. (1976; ponencia de conferencia, julio de 1975). Problems of monetary management: the U.K. experience. Papers in Monetary Economics, Vol. I, Reserve Bank of Australia. Original aún no leído; la formulación habitual es un resumen posterior.
• Grieves, M. (2002). Presentación sobre la contraparte digital (digital counterpart). Fuente secundaria; atribución en disputa, véase Zhou, J., Zhang, S., & Gu, M. (2022). Revisiting digital twins: origins, fundamentals and practices. arXiv:2203.12867.
• Slack, N., Brandon-Jones, A. y Burgess, N. (2022). Operations Management, 10.ª ed. Harlow: Pearson. §1.3, "What is the input–transformation–output process?" Registro (índice verificado; capítulo no releído).
• Jesuthasan, R., & Boudreau, J. W. (2018). Reinventing Jobs. Harvard Business Review Press. Registro.
• Jesuthasan, R., & Boudreau, J. W. (2022). Work Without Jobs. MIT Press. Verificado.
• Malone, T. W., Crowston, K., & Herman, G. A. (eds.) (2003). Organizing Business Knowledge: The MIT Process Handbook. MIT Press. Verificado.
• Microsoft (2025). Work Trend Index: 2025, the year the Frontier Firm is born, 23 de abril de 2025. Verificado.
• Mitchell, M., et al. (2019). Model cards for model reporting. arXiv:1810.03993. Verificado.
• Model Context Protocol (2025). The official MCP Registry, preview, 8 de septiembre de 2025. Verificado.
• NASA (2010). Technology Area roadmap (Vickers). Fuente secundaria.
• Rogiers, P., & Collings, D. G. (2024). The end of jobs? Paradoxes of job deconstruction in organizations. Academy of Management Perspectives, 38(2), 177–196. doi:10.5465/amp.2022.0236. Verificado.
• Sequoia Capital (2026). Bek, J., Services: the new software, 5 de marzo de 2026. Verificado.
• Shahidi, P., Rusak, G., Manning, B. S., Fradkin, A., & Horton, J. J. (2025). The Coasean singularity? Demand, supply, and market design with AI agents. NBER Working Paper 34468, noviembre de 2025. Verificado.
• The Open Group. TOGAF Series Guide: Business Capabilities. Verificado (fecha de la guía no confirmada).
• TheAgentCompany (2024). Xu, F. F., et al., TheAgentCompany: benchmarking LLM agents on consequential real world tasks. arXiv:2412.14161 (v1 18 de diciembre de 2024: 24%; v3 10 de septiembre de 2025: 30%). Verificado.
• UK Centre for Digital Built Britain (2018). Bolton, A., Enzer, M., Schooling, J., et al., The Gemini Principles. doi:10.17863/CAM.32260. Verificado.
• UK Companies Act 2006, section 155. legislation.gov.uk. Verificado; confirmación jurídica pendiente.
• Williamson, O. E. (1975). Markets and Hierarchies. Free Press; (1985). The Economic Institutions of Capitalism. Free Press. Verificado.
• Maynard, M. (2026). Notas del documento principal: entrevista grabada al fundador (142 páginas), respuestas escritas y notas, realizadas durante octubre de 2026. Privadas; citadas por número de página. Relato de Mark.

Cómo se escribió este documento

Este documento parte del autor: 25 años dentro de organizaciones, una entrevista grabada y sus notas, donde se plantean las ideas. Usamos la IA (principalmente Claude, de Anthropic) como asistente de redacción e investigación, y lo decimos abiertamente.

• Las ideas son del autor. Vienen de su experiencia, su entrevista y sus notas, y las citamos por página.
• La IA ayuda a ponerlas por escrito: convierte ese material en un texto claro y bien organizado, se asegura de que no falte ningún punto importante, busca y verifica fuentes de apoyo, y preparó la versión en español.
• El autor tiene la última palabra: revisa, corrige y aprueba cada sección, y responde por cada afirmación.
• El documento no se ha presentado para un título ni a una revista. Si eso cambia, seguiremos las reglas de esa institución sobre la IA.
• Las notas de base son privadas, porque mencionan a clientes y colegas. Las citamos por número de página, para que cada cita pueda contrastarse con su fuente.

Conflicto de intereses

El autor es miembro fundador de Stratapault, una empresa independiente que construye gemelos digitales de organizaciones. Stratapault todavía no vende ni opera el modelo de capacidades de este documento, y nada de lo que aquí se dice describe lo que hace hoy su producto: trabaja en la segunda etapa, ver la organización tal como es realmente. Esta investigación es independiente y gratuita, y existe para compartir el trabajo; también es donde nacen muchas de nuestras ideas, y esperamos que algún día las organizaciones usen Stratapault para llevar a cabo su propio gemelo digital. Mencionamos a Stratapault de vez en cuando porque es el modelo de trabajo del autor: la empresa donde la idea de un gemelo de la organización se pone en práctica.

Responder

Dé su opinión.

Académicos, profesionales, escépticos: díganos dónde esto acierta o se equivoca. Mark lee cada respuesta, y las mejores se publican aquí con su nombre y cargo, junto con nuestra respuesta.

Su nombre Correo (nunca se publica)

Cargo y organización Enlace a su perfil o trabajo (opcional)

Por qué comenta: su campo o experiencia, en una o dos líneas Su respuesta Pueden publicar mi respuesta con mi nombre y cargo, en este sitio y en futuras ediciones del libro. Recordar mis datos en este dispositivo Enviar mi respuesta

Usamos su correo solo para responderle. Privacidad.