Hay un economista del siglo XIX que debería estar en la bio de LinkedIn de todo profesional que quiera entender lo que viene. Se llama William Stanley Jevons. Y en 1865 escribió algo que hoy suena profético.

Jevons observó algo contraintuitivo sobre el carbón en Inglaterra: cuando las máquinas de vapor se hicieron más eficientes en el uso del carbón, el consumo total de carbón no bajó. Subió.

¿Por qué? Porque al ser más barato usar carbón por unidad de trabajo, aparecieron miles de nuevas aplicaciones que antes no eran rentables. Más fábricas, más trenes, más barcos. La eficiencia no redujo la demanda. La disparó.

Eso es la Paradoja de Jevons. Y es exactamente lo que está pasando con la inteligencia artificial y el trabajo del conocimiento.

Fase 0: Los cuellos de botella que toda empresa tiene (y finge no ver)

Antes de hablar de revolución, hablemos de realidad.

Cualquier empresa, de cualquier tamaño, tiene procesos que son un desastre silencioso. No están rotos del todo. Funcionan. Pero funcionan mal, lento, y caro. Son cuellos de botella que nadie toca porque “arreglarlos costaría demasiado” o porque “así se ha hecho siempre”.

Algunos ejemplos que veo cada semana:

→ El CRM que en realidad son cuatro hojas de Excel sin conexión entre sí.

→ El onboarding de un cliente que tarda tres semanas cuando debería tardar dos días.

→ El informe mensual que alguien monta a mano durante dos jornadas completas.

→ El soporte al cliente donde se responden las mismas 20 preguntas una y otra vez.

→ La contabilidad que se cierra siempre tarde porque alguien tiene que cruzar datos de tres sistemas distintos.

Estos cuellos de botella tienen un coste enorme. Pero son invisibles porque la empresa ha aprendido a convivir con ellos. Son como una fuga de agua lenta: no inunda la casa, pero sube la factura cada mes.

La primera reacción ante la IA es lógica: “Usemos la IA para tapar estos agujeros”.

Y es correcto. Pero es solo el principio.

— — —

Fase 1: La IA tapa los agujeros

Esta es la fase en la que estamos hoy la mayoría. Empiezas a usar IA para resolver lo más evidente:

CRM manual → CRM con agentes inteligentes que enriquecen y actualizan datos solos.

Onboarding 3 semanas → Flujo automatizado que lo hace en 2 días.

Informe de 2 jornadas → Generado en 5 minutos con un prompt.

Soporte repetitivo → Agente conversacional disponible 24/7.

El resultado es inmediato. Ahorro de tiempo. Ahorro de dinero. Menos errores. Más velocidad.

Y aquí es donde la mayoría de empresas se detiene.

Piensan: “Genial, ya somos más eficientes”. Y vuelven a hacer lo mismo de siempre, solo que un poco más rápido. Lo cual está bien. Pero se están perdiendo lo verdaderamente importante.

Porque lo que viene después no es un cambio incremental. Es un cambio de categoría.

— — —

Fase 2: Entra Jevons — y todo cambia

Aquí es donde la historia se pone interesante. Y donde Jevons se convierte en tu mejor amigo intelectual.

Cuando el coste de hacer algo cae drásticamente, no haces lo mismo más barato. Empiezas a hacer cosas que antes ni contemplabas.

Piénsalo con una analogía:

Antes, programar era como construir una ciudad poniendo ladrillos a mano. Si aparece una herramienta que te permite poner ladrillos 10 veces más rápido, la reacción ingenua es pensar: “Entonces harán falta menos albañiles.”

Pero Jevons te diría: no. Lo que pasa es que, como ahora construir es mucho más barato y rápido, ya no te limitas a una casa pequeña. Empiezas a imaginar rascacielos. Puentes. Metros subterráneos. Ciudades enteras conectadas.

No se necesitan menos albañiles. Se necesitan más. Porque ahora hay más cosas que merece la pena construir.

Con la IA pasa exactamente lo mismo con los profesionales del conocimiento.

Un programador que antes pensaba:

“No me da tiempo a hacer este producto.”

“Esto requeriría un equipo de 20 personas.”

“Mantener 15 integraciones es inviable.”

“Automatizar todo este proceso sería demasiado caro.”

Con IA, muchas de esas barreras desaparecen. Y entonces no ocurre solo que tarda menos en hacer una tarea. Ocurre algo más potente: sube el techo de lo que se atreve a intentar.

Un profesional que antes hacía una web, ahora piensa en una plataforma entera.

Uno que hacía un script, ahora monta un sistema multiagente conectado a CRM, correo, documentos, voz y ERP.

Uno que resolvía una feature, ahora diseña un producto completo con onboarding, analítica, automatizaciones, testing y despliegue.

La IA no solo reduce esfuerzo. Multiplica la ambición posible.

— — —

Fase 3: La ambición 100x

Esto es lo que casi nadie está viendo todavía.

El cambio no es 2x. No es 5x. En muchos casos será 100x en nivel de ambición:

→ Más productos por persona.

→ Más complejidad manejable por un equipo pequeño.

→ Más iteración, más experimentos, más velocidad de aprendizaje.

→ Más software a medida para problemas de nicho.

→ Más automatización de procesos que antes nadie tocaba porque “no compensaba”.

→ Más empresas pequeñas creando sistemas que antes solo podía construir una gran corporación.

Piénsalo desde la perspectiva de una pyme. Antes, montar un sistema de gestión completo, con CRM, facturación, analítica, soporte automatizado e integraciones, requería un presupuesto de seis cifras y un equipo de diez personas.

Ahora, con las herramientas adecuadas y un profesional que sepa orquestar IA, puedes tener algo equivalente en semanas. No idéntico. Pero funcionalmente comparable.

Eso no destruye puestos de trabajo. Crea una explosión de demanda de personas que sepan pensar, diseñar y construir con estas herramientas.

— — —

La analogía que lo resume todo

La IA para los profesionales del conocimiento es como pasar de ir con pala a tener excavadoras, grúas y robots de obra.

La consecuencia no es “ahora cavamos menos”.

La consecuencia es: ahora nos atrevemos a construir aeropuertos.

No veremos simplemente profesionales haciendo lo mismo más rápido. Veremos profesionales haciendo cosas que antes ni siquiera entraban en el cálculo mental de “esto es viable”.

Y eso significa más trabajo, no menos. Más complejo, más interesante, más creativo, más ambicioso.

— — —

Entonces, ¿por qué Jevons es tu mejor amigo?

Porque te da el marco mental correcto para navegar lo que viene:

1. No pienses en “la IA me va a quitar el trabajo”.

2. Piensa en “la IA va a hacer que mi trabajo tenga un impacto 100 veces mayor”.

3. Aprende a usarla no para hacer lo mismo más rápido, sino para atreverte a hacer cosas que antes te parecían imposibles.

El futuro no es de los que compiten con la IA. Es de los que piensan con ella. De los que ven el abaratamiento del coste de construir no como una amenaza, sino como la mayor oportunidad creativa de su generación.

La IA no hará que los profesionales construyan menos. Hará que dejen de pensar en pequeño. Y cuando el coste de construir cae drásticamente, el mundo no pide menos software: pide software mucho más ambicioso.

Tu mejor amigo para entender el futuro laboral se llama William Stanley Jevons. Lleva muerto desde 1882. Pero su idea nunca ha sido más relevante que ahora mismo.

— — —