La IA ha convertido el acceso a la información en una commodity. Un modelo resume documentación, propone código, redacta un plan y te explica cualquier concepto antes de que se te enfríe el café. Es utilísimo, y es cada vez menos diferencial, porque mañana tu equipo, tu competencia y media industria tendrán acceso a los mismos modelos, los mismos cursos y los mismos playbooks. Si todo el mundo dispone exactamente de lo mismo, la ventaja hay que ir a buscarla a otra parte.
No queda en acumular pestañas abiertas ni en contratar otra plataforma de e-learning y celebrar el porcentaje de cursos completados. Queda en algo bastante más difícil de comprar: la capacidad de conectar toda esa información con contexto, experiencia, errores propios y decisiones reales. Tiene un nombre de toda la vida, criterio, y una propiedad inconveniente: no se descarga. La explicación de por qué es así tiene ciento treinta años, y sus implicaciones para cualquier empresa que se esté gastando el presupuesto de formación íntegramente en licencias son considerables.
Los misterios están en el aire
En 1890, el economista Alfred Marshall se preguntó por qué los oficios prosperaban agrupados en distritos industriales y dejó una de las observaciones más citadas de la historia económica: en esos lugares, los misterios del oficio dejan de ser misterios; están en el aire. Un aprendiz absorbía más metalurgia caminando entre los talleres de Sheffield que estudiando todos los manuales disponibles. La economía de la aglomeración que Marshall fundó sigue explicando hoy por qué el talento se apiña en ciudades carísimas pudiendo, en teoría, trabajar desde cualquier parte.
Con la IA generativa, aquella observación ha dejado de ser una curiosidad académica para convertirse en un criterio de inversión. Todo lo que está en los manuales ya lo sabe el modelo: se los ha leído enteros, mejor que cualquiera de nosotros. Lo que queda fuera de ese precio es justo lo que Marshall situaba en el aire. La tecnología puede darte respuestas; lo que no puede entregarte, empaquetado en un PDF, es el gesto con el que una diseñadora detecta que un flujo va a fracasar antes de que los datos lo confirmen, el olfato comercial que distingue una oportunidad real de una reunión de entretenimiento corporativo, o la intuición del técnico que sabe que esa solución tan elegante va a explotar dentro de seis meses. Eso se aprende observando, preguntando y trabajando cerca de otros.
Lo que sabe el modelo y lo que sabe la sala
La gestión del conocimiento lleva décadas dándole nombre a esta frontera. Ikujiro Nonaka, el teórico japonés que convirtió esa disciplina en materia seria, la formalizó en los noventa: el conocimiento explícito se almacena en documentos y bases de datos; el tácito solo pasa de una cabeza a otra por socialización, es decir, compartiendo experiencia. Es la misma distinción que trazaba el estudio de Stanford sobre IA y empleo joven que analizamos en otro artículo de esta web: la IA replica bien lo codificado y mal lo tácito.
Y cuando desaparece el contacto físico, lo tácito es lo primero que muere. Microsoft lo midió casi sin querer durante la pandemia, analizando la actividad de 61.000 empleados. El resultado, publicado en Nature Human Behaviour, merece marco: con toda la plantilla en remoto, el tiempo de colaboración con personas de otros equipos cayó en torno a un 25%, y las redes internas se volvieron más estáticas y cerradas. Las conversaciones dentro de cada equipo sobrevivieron sin problema. Los puentes entre disciplinas, no.
Importa porque los equipos que solo hablan consigo mismos se vuelven muy eficientes repitiendo sus propias certezas: diseño conversa con diseño, tecnología con tecnología, y todos optimizan su parcela sin que nadie vea el sistema entero. Las ideas interesantes rara vez nacen dentro de un único departamento; nacen cuando quien construye producto escucha cómo razona quien vende, o cuando una directora creativa formula un problema que un desarrollador jamás se habría planteado. Un algoritmo de recomendación te acerca a gente parecida a ti. Una sala bien mezclada te obliga a escuchar a quien te falta.
Un caso que merece estudio: el IAHub Barcelona
En Barcelona funciona desde finales de 2024 un ejemplo de manual de esta tesis. Y conviene decirlo sin romanticismo, porque la ciudad ya tiene suficientes convocatorias donde se intercambian tarjetas, se promete colaborar y nadie vuelve a escribir. El IAHub Barcelona es otra cosa: encuentros quincenales donde creativos, tecnólogos, artistas, educadores y perfiles de negocio comparten trabajo real, con más de veinte ponentes en dos temporadas, masterclasses técnicas y una selección anual de creadores. Quien firma este artículo lo conoce desde dentro: asiste desde las primeras sesiones, mantiene una relación cercana con sus fundadores y, cartas boca arriba, profesa por el evento y su concepto una admiración que roza la devoción.
Qué sostiene el caso
Lo interesante del caso no es el entusiasmo que genera, sino la mecánica que lo sostiene, porque es replicable:
Cada dos semanas, sin excepción. Un encuentro puntual puede inspirar; una cita recurrente crea hábito, confianza y memoria colectiva. La constancia es lo que convierte una actividad en una institución.
Perfiles que normalmente no comparten sala, unidos por una pregunta común y no por un sector. La colisión entre disciplinas no es un efecto secundario: es el producto.
Los ponentes cuentan dudas, pruebas fallidas y descubrimientos a medio cocer. Ese material no existe en ningún curso, precisamente porque nadie lo empaqueta: los casos de éxito enseñan poco cuando eliminan las decisiones difíciles y los atajos descartados.
Las charlas se graban y se publican en una videoteca accesible para cualquiera.
Este último punto invita a la objeción evidente: si las charlas están grabadas, el conocimiento ya quedó codificado. ¿Para qué asistir? Porque el vídeo captura la exposición, no la transferencia. Lo tácito no vive en la charla: vive en la pregunta que alguien se atreve a formular en voz alta y jamás escribiría en un formulario, en la objeción que desmonta una idea a tiempo, en la conversación de diez minutos con alguien que mira tu problema desde un ángulo que no existía en tu equipo. La videoteca es un acto de generosidad y una herramienta magnífica de difusión. Pero es el registro del evento, no el evento.
Generosidad sin humo
Aquí conviene separar dos cosas que se mezclan demasiado. Cobrar por formación, acompañamiento o consultoría no tiene nada de sospechoso: una buena formación no vende información, acelera la aplicación de criterio a un contexto concreto; una buena consultoría no entrega una plantilla, asume decisiones incómodas con datos, restricciones y consecuencias. Lo que la IA está dejando al descubierto es otro negocio: vender como conocimiento secreto una información que ya está publicada, indexada o disponible en cinco minutos para quien sepa formular una búsqueda decente. El humo cobra por el envoltorio. El trabajo serio cobra por resolver.
Por eso compartir el proceso en público no debilita a quienes saben: los señala. Quien tiene experiencia no teme que le copien una presentación, porque sabe que su valor no está en una lista de prompts sino en saber cuándo aplicarlos, cuándo ignorarlos y qué hacer cuando el resultado sale mal. Y hay un retorno que ninguna hoja de cálculo atribuirá con precisión: reputación, relaciones, oportunidades que llegan años después por caminos imposibles de trazar. Como indicador para decidir a quién escuchar en el ruido actual de la IA, la generosidad intelectual funciona mejor que casi cualquier otro.
Ese conocimiento no viaja por fibra óptica. Hay que ir a buscarlo.
Qué hacer con esto
Si el presupuesto de aprendizaje de tu empresa se concentra en licencias y plataformas, no hace falta tirarlo por la ventana. Hace falta dejar de creer que basta.
Hacia fuera: asiste a estos espacios, y no solo delegues la asistencia; envía a tu equipo, incluidos los perfiles que en teoría no lo necesitan; apoya estas iniciativas con difusión, espacio o patrocinio; y si en tu ciudad no existe nada parecido, considera seriamente montarlo, porque la inversión es ridícula comparada con cualquier partida de software.
Hacia dentro: crea tus propios espacios transversales alrededor de problemas reales, no de presentaciones genéricas sobre innovación; premia que los experimentos, los errores y las mejoras circulen entre equipos, porque si cada lección se queda donde nació la estás pagando varias veces; y mide cambios de práctica, no contenido consumido, que alguien complete un curso demuestra poco y que tome mejores decisiones lo demuestra todo.
La IA hará que acceder al conocimiento sea todavía más barato, y eso es una buena noticia. Pero no confundamos acceso con aprendizaje, ni aprendizaje con criterio. Tener un modelo a disposición de todos no hace más inteligente a una empresa; la hace su capacidad de convertir respuestas en mejores decisiones. Y eso, de momento, sigue ocurriendo sobre todo cuando alguien se levanta delante de una sala, cuenta lo que le salió mal y otra persona pregunta lo que nadie se atrevía a preguntar. Ese conocimiento no viaja por fibra óptica. Hay que ir a buscarlo.
Si este tipo de conversaciones te interesan, en LinkedIn seguimos.
Fuentes
- Alfred Marshall, Principles of Economics, 1890 — distritos industriales y economías de aglomeración.
- Yang, Holtz et al., The effects of remote work on collaboration among information workers, Nature Human Behaviour, 2021 — estudio sobre 61.000 empleados de Microsoft.
- Nonaka y Takeuchi, The Knowledge-Creating Company, 1995 — conocimiento explícito vs. tácito, modelo SECI.
- IAHub Barcelona — charlas, masterclasses, La Lista y videoteca.