La segunda ola de la IA: ya no responde, ejecuta

Durante años, la promesa de la inteligencia artificial fue la de un asistente infinitamente paciente. Podía redactar correos, resumir contratos, generar ideas en segundos. Era una democratización real del conocimiento, y el mundo corporativo la vivió como una revolución. Pero ese ciclo cerró. Lo que viene ahora tiene otro nombre y otra lógica: ya no se trata de sistemas que conversan, sino de sistemas que hacen. La diferencia no es de grado sino de naturaleza, y está redefiniendo cómo se construyen empresas, se automatizan procesos y se mide el valor del trabajo humano.

El salto entre una etapa y la otra tiene un nombre técnico: programación agéntica. Y para quienes llevan tiempo observando el fenómeno, marca el inicio de lo que ya se llama la segunda ola de la inteligencia artificial. Axel Jutoran, consultor especializado en IA aplicada a negocios y docente del Posgrado en Inteligencia Artificial de la UCEMA, lo describe con precisión: "Estamos en la segunda ola de la inteligencia artificial. Y la diferencia con la primera no es de grado, es de naturaleza".

De asistentes a agentes

El cambio central está en el nivel de autonomía. Los modelos de la primera generación, ChatGPT, Gemini, Copilot, DeepSeek, son herramientas extraordinarias para responder preguntas o resumir documentos. El problema es que "están atrapadas en ese chat", según Jutoran. Lo que define a esta nueva etapa es cualitativamente distinto.

"Un agente no responde: hace", afirma. La diferencia práctica es enorme. Un chatbot espera instrucciones y devuelve texto. Un agente recibe un objetivo, descompone las tareas necesarias, las ejecuta en secuencia y entrega un resultado concreto, sin supervisión constante. Es la diferencia entre tener un asistente que toma nota y uno que sale a resolver.

Este salto implica repensar cómo se diseñan los procesos dentro de una empresa, qué tipo de trabajo sigue siendo humano y cuál puede delegarse a una arquitectura de agentes que operan en paralelo, sin horario y sin fricción.

El fin del monopolio tecnológico

Uno de los efectos más disruptivos de esta segunda ola es la caída de la barrera de entrada para construir tecnología. Herramientas como Claude Code o Codex redujeron de forma drástica los costos y tiempos de desarrollo, poniendo al alcance de equipos pequeños capacidades que antes requerían presupuestos de seis cifras.Jutoran lo vivió en primera persona: "Construí un SaaS con 500 usuarios, sistema de pagos, base de datos y gestión de créditos en quince días, con menos de cuatrocientos dólares en herramientas. Me habían cotizado ese mismo desarrollo en veinte mil dólares. No era un prototipo: estaba en producción".

El punto que subraya no es el ahorro, sino el cambio estructural que representa. "No se trata de que la IA sea más barata que un empleado. Se trata de que hoy una PyME puede tener infraestructura tecnológica que hace tres años era patrimonio exclusivo de corporaciones con presupuestos de seis cifras". El acceso al músculo tecnológico dejó de ser un privilegio de escala.

El nuevo mapa del mercado laboral

La aceleración también reorganiza el valor de los perfiles profesionales. Jutoran traza una distinción clara entre los que enfrentan mayor presión y los que salen beneficiados. Del primer grupo forman parte quienes realizan trabajo de conocimiento repetitivo y de bajo criterio: "traffickers, diseñadores de producción en volumen, programadores junior, analistas de datos, redactores de contenido genérico", enumera.

Del segundo grupo forman parte los profesionales con experiencia real y capacidad de criterio. "Los más beneficiados son los profesionales con experiencia real que ahora tienen un equipo de ejecución disponible las veinticuatro horas", sostiene. La IA no reemplaza el juicio acumulado ni la lectura estratégica de un problema. Lo que hace es amplificar la capacidad de quien ya sabe qué hacer. El mensaje implícito es incómodo pero preciso: lo que está en riesgo no es el trabajo en sí, sino el trabajo que no requiere pensar.