Simulada una sociedad de mil millones de personas.

Hace unas semanas me crucé con un estudio que llevo días sin poder quitarme de la cabeza. Un equipo de investigadores chinos ha conseguido simular una sociedad de mil millones de personas. No mil millones de puntos en una hoja de cálculo. Mil millones de individuos con edad, país, nivel de estudios, religión, situación económica... cada uno tomando decisiones por su cuenta.

Y aquí viene lo interesante: esas personas no existen. Son agentes de inteligencia artificial construidos a partir de datos reales de encuestas mundiales. Personas de mentira que se comportan como personas de verdad.

Déjame contarte qué hicieron y luego hablamos de tu empresa.

El experimento del dinero

Los investigadores montaron un juego clásico de economía. Funciona así: te doy 10 dólares y puedes enviarle una parte a un desconocido. Lo que envíes se triplica por el camino. El desconocido decide entonces cuánto te devuelve. Si confías y él es justo, ganáis los dos. Si confías y él es un caradura, pierdes.

Este juego se ha hecho miles de veces con humanos reales en universidades de medio mundo. Lo que hicieron aquí fue jugarlo con casi cien mil personas simuladas, cada una con un perfil sacado de una encuesta real: “Eres una mujer de 60 años, vives en Andorra, emigraste desde España, trabajas en ventas a jornada completa, te consideras clase media-baja...”

¿El resultado? Los agentes simulados reprodujeron patrones que conocemos de la vida real. La gente con más estudios y mejor posición económica confiaba más y devolvía más. Los jóvenes enviaban más dinero que los mayores. Y cuanto más grande era la simulación, más claros y estables se volvían estos patrones.

Léelo otra vez: una simulación con personas inventadas llegó a las mismas conclusiones que décadas de experimentos con personas reales.

El experimento de la opinión

El segundo experimento me interesa todavía más. Montaron una red social de mil millones de agentes y soltaron una frase polémica: “La automatización con IA provocará desempleo masivo”. Luego dejaron que un pequeño grupo de perfiles muy conectados —llamémoslos influencers— hablara con su gente.

Cuando los influencers arrancaban mayoritariamente a favor de la frase, la población entera se movía hacia el “de acuerdo”. Cuando arrancaban en contra, la población se movía hacia el “en desacuerdo”. Y cuando los influencers reflejaban la opinión media de la sociedad, no pasaba casi nada: todo tendía hacia el punto neutral.

O sea: pudieron ver, ronda a ronda, cómo se forma una opinión colectiva. Antes de que ocurra. Cambiando las condiciones iniciales y volviendo a ejecutar.

Vale, David, ¿y esto qué tiene que ver con mi empresa?

Todo. Piensa en las decisiones que tomas a ciegas cada año.

Vas a subir precios y no sabes cuántos clientes se irán. Vas a lanzar un producto y no sabes si el mensaje conecta mejor con el gerente de 55 años o con la directora de compras de 38. Vas a cambiar la política de devoluciones y no sabes si te aplaudirán o te crucificarán en Google Reviews.

Hoy esas decisiones se toman con una mezcla de intuición, alguna encuesta que contestaron cuatro clientes y lo que dijo el cuñado de turno en la comida de Navidad.

Lo que demuestra este estudio es que ya es técnicamente posible hacer otra cosa: construir una versión simulada de tu mercado —tus clientes, con sus perfiles reales de edad, sector, tamaño de empresa, historial de compra— y ensayar la decisión antes de tomarla. Probar tres subidas de precio distintas. Probar dos mensajes de campaña. Ver qué pasa. Equivocarte en el simulador, que es gratis, en vez de equivocarte en la calle, que se paga.

No es ciencia ficción de dentro de diez años. El estudio existe, se llama Light Society, está publicado y funciona. Lo caro hasta ahora era el coste de computación, y precisamente lo que resuelve este trabajo es eso: encontraron la manera de que simular millones de personas no cueste una fortuna.

La letra pequeña (porque siempre hay letra pequeña)

Dos advertencias.

La primera: los agentes heredan los sesgos del modelo de IA que los mueve. En el propio estudio, dos modelos distintos daban niveles de confianza distintos con los mismos perfiles. Uno era más generoso, otro más tacaño. Los patrones coincidían; los números exactos, no. Así que una simulación te dice hacia dónde apunta la cosa, no te da el decimal exacto.

La segunda: la simulación vale lo que valen los datos con los que la alimentas. Si tu CRM es un cementerio de contactos desactualizados, tu gemelo de mercado será un cementerio también, pero más caro.

Con esas dos cautelas encima de la mesa, la conclusión sigue en pie: la capacidad de ensayar decisiones de negocio contra poblaciones simuladas realistas acaba de pasar de “imposible” a “cuestión de presupuesto”. Y los presupuestos, en tecnología, solo van en una dirección.

Las grandes consultoras ya están olfateando esto. Cuando llegue empaquetado y con logo bonito, costará diez veces más.

Accionable de hoy

No necesitas mil millones de agentes. Necesitas veinte.

Coge tus diez mejores clientes y tus diez clientes perdidos. Escribe una ficha de cada uno: sector, tamaño, quién decide, por qué compró o por qué se fue. Dale esas fichas a una IA y pídele que se meta en la piel de cada uno mientras le presentas tu próxima decisión importante: esa subida de precio, ese cambio de servicio, ese mensaje nuevo.

No será una simulación de laboratorio. Pero será la primera vez que ensayas una decisión contra veinte versiones de tus clientes en vez de contra el espejo. Y te sorprenderá lo que sale.