El apalancamiento individual: cuándo un solo talento con IA le mueve la aguja a toda la organización

En otra columna argumento que la eficiencia individual se disipa en la complejidad organizacional. Que distribuir herramientas de IA para que todos hagan lo mismo un poco más rápido no mueve la línea de resultados. Y que para capturar valor hay que mover cinco palancas simultáneamente: priorización desde la dirección, rediseño de procesos, formación, métricas y remuneración variable.

Todo eso sigue siendo cierto. Pero hay un escenario que merece tratamiento aparte, porque funciona con una lógica distinta.

La otra estrategia

La idea es la siguiente: en vez de distribuir IA para acelerar a todos un poco, identificar un proceso que pueda ser desacoplado del resto de la organización y atacado por un único individuo muy capaz, apoyado en IA. La condición es que el output de ese proceso le mueva la aguja al output de todo el conjunto.

No estoy hablando del modelo al que hace referencia Sam Altman cuando dice que pronto veremos la primera empresa unipersonal valuada en mil millones de dólares. Lo que planteo es otra cosa: dentro de una organización que ya existe —una empresa, un organismo público, una fundación—, buscar el punto donde un individuo talentoso con las herramientas correctas puede generar un resultado que impacte la línea de resultados de toda la estructura.

Esto no es teoría. Es lo que vivo todos los días como consultor unipersonal. Cuando trabajo solo, cada herramienta nueva que incorporo se traduce directamente en más capacidad y mejor facturación. No hay fricción organizacional, no hay inercia de procesos. El que decide, el que ejecuta y el que captura el beneficio es la misma persona. El apalancamiento es inmediato y total.

La pregunta es: ¿se puede replicar esa dinámica dentro de una organización grande? La respuesta es sí, pero con condiciones.

Lo que Amazon enseñó sin estar pensando en IA

El antecedente más conocido de este enfoque es Amazon. A fines de los años 90, cuando su arquitectura monolítica empezó a frenarlos, no solo migraron a microservicios —también reorganizaron a su gente en lo que llamaron "two-pizza teams": equipos tan pequeños que se podían alimentar con dos pizzas. Cada equipo era dueño de un servicio de punta a punta, con un líder dedicado exclusivamente a esa iniciativa, empoderado para tomar decisiones sin escalar burocracia.¹

Lo que hicieron fue alinear la estructura organizacional con la arquitectura técnica. Equipos desacoplados trabajando sobre servicios desacoplados, conectados por interfaces bien definidas. De ahí salieron AWS, Kindle y Alexa —no de un comité de innovación, sino de equipos pequeños con autonomía y foco.

El principio que aplicaron es el mismo que estoy proponiendo, pero antes de que la IA existiera en su forma actual. Lo que la IA cambia es la escala mínima viable: lo que antes requería un equipo de cinco a diez personas, hoy en ciertos contextos puede hacerlo una sola persona —o una persona dirigiendo a un junior con dominio de las herramientas.

Hay un dato reciente que lo respalda. En 2024, un equipo de investigadores de Harvard, Wharton y Procter & Gamble realizó un experimento con 776 profesionales de P&G en un ejercicio real de desarrollo de producto. El hallazgo más relevante: individuos asistidos por IA rindieron al mismo nivel que equipos de dos personas sin IA.² Además, los empleados con menos experiencia fueron quienes más se beneficiaron —con IA, generaron ideas de calidad comparable a la de equipos experimentados.

Ese dato confirma algo que vengo observando en la práctica: la IA no solo amplifica al individuo talentoso; también comprime la curva de aprendizaje del junior, lo cual abre un abanico de combinaciones que la mayoría de las organizaciones todavía no están viendo.

La lógica es fractal

Este enfoque funciona a nivel de la organización entera, pero también a nivel de un departamento. Un área de TI, por ejemplo, puede desacoplar su infraestructura y sus sistemas para generar módulos que puedan ser trabajados individualmente —siempre que esos módulos sean tan críticos que su éxito le mueva la aguja a todo el output del área.

El concepto de modularidad organizacional no es nuevo: se trata de descomponer la operación en unidades semi-autónomas con interfaces claras entre ellas.³ Lo que importa es que cada módulo integre tareas fuertemente interdependientes hacia adentro, mientras las dependencias con otros módulos sean débiles. El criterio para desacoplar no es la estructura funcional —no se desacopla "el equipo de base de datos" del "equipo de testing"— sino el impacto en el resultado. Amazon no dividió por función sino identificando qué partes del sistema estaban frenando la agilidad y la velocidad.

Dónde funciona y dónde no

No todos los contextos se prestan a esta estrategia. Después de darle vueltas al tema, identifiqué cinco criterios que ayudan a evaluar si un rubro, un modelo de negocio o un departamento es candidato al apalancamiento individual con IA.

Funciona mejor cuando las decisiones de alto impacto son pocas y concentrables en una persona. Cuando esas decisiones dependen de información que la IA procesa bien —datos de mercado, patrones, volúmenes. Cuando el ciclo entre decisión y resultado es corto. Cuando no hay barreras regulatorias que obliguen a pasar por múltiples instancias. Y cuando el proceso puede operar con interfaces claras hacia el resto de la organización sin requerir coordinación permanente.

Funciona menos cuando el valor se genera en la coordinación entre muchas personas y áreas. Cuando el negocio está fuertemente regulado. Cuando las decisiones de alto impacto requieren negociación, relaciones o presencia física. Y cuando el ciclo de feedback es largo —porque no se puede medir rápidamente si el individuo le movió la aguja al conjunto.

Tres ejemplos concretos ayudan a ver esto en la práctica.

Una operación de e-commerce con catálogo dinámico es un caso favorable. Las decisiones clave —qué listar, a qué precio, con qué contenido, cuándo ajustar— son pocas, concentrables en una persona, y dependen de datos que la IA procesa muy bien. El ciclo de feedback es de horas o días. Una persona talentosa con las herramientas correctas puede mover la aguja de facturación de toda la operación.

Una empresa de logística de última milla es un caso intermedio. El negocio depende de relaciones comerciales con generadores de carga, operación diaria en múltiples puntos de distribución, y atención al cliente en tiempo real. La IA ayuda en piezas —optimización de rutas, predicción de demanda, automatización de comunicaciones— pero no hay un proceso único donde un individuo mueva la aguja entera. El valor se genera en la coordinación de muchas partes.

Un banco mediano es un caso difícil. Es un negocio regulado, con procesos distribuidos entre banca comercial, riesgo crediticio, tesorería y compliance. Cada decisión importante pasa por múltiples instancias, el ciclo de feedback es largo, y el apalancamiento individual es bajo por definición.

Lo que esto le dice al directivo

Si en otra columna digo "no alcanza con distribuir licencias de IA", en esta digo algo complementario: antes de distribuir, busque si tiene un proceso desacoplable donde un talento excepcional con IA pueda generarle un resultado desproporcionado.

No todos los negocios lo tienen. Pero los que lo tienen y no lo ven están dejando pasar una oportunidad que sus competidores más atentos van a capturar primero.

La receta no es universal, pero el ejercicio de buscar sí lo es: revisar los procesos de la organización, evaluar cuáles pueden desacoplarse, medir si su output es lo bastante crítico, y preguntarse si existe la persona capaz de operarlo con IA. Si la respuesta es sí en los cuatro puntos, ahí tiene su palanca.