Por: Jared Spataro, CMO de IA en el Trabajo de Microsoft.
Ahora vivimos en una nueva realidad, una en la que la IA puede pensar y razonar como los humanos, que resuelve problemas complejos que han dejado perplejos incluso a los expertos más capaces. Esta realidad surgió hace apenas unos meses, cuando OpenAI lanzó el primero de sus modelos de «razonamiento» de IA, que puede entender y resolver problemas al hacer inferencias lógicas y adaptándose a nueva información. De manera más reciente, DeepSeek causó sensación con un modelo de razonamiento que se desarrolló de manera más rápida y económica de lo que creíamos posible, y Anthropic lanzó un modelo de razonamiento híbrido que puede manejar tanto respuestas inmediatas como aquellas que requieren una consideración más profunda.
Decodifiquemos qué sucede cuando la IA «razona» y qué significará esta nueva y notable capacidad para su negocio.
Entender el avance – y por qué es importante
La mayoría de los modelos de IA actuales dependen en gran medida del reconocimiento de patrones para responder preguntas casi al instante, pero la IA de razonamiento adopta un enfoque más deliberado. Se dedica al análisis lógico de varios pasos, un proceso llamado razonamiento en cadena de pensamiento, para descomponer problemas complejos en partes más pequeñas y manejables. Eso permite a la IA explorar diferentes caminos y retroceder o pivotar cuando está mal, de manera similar a cómo los humanos resuelven problemas.
Hasta hace poco, el método de referencia para mejorar el rendimiento del modelo de IA era alimentarlo con conjuntos de datos cada vez más masivos durante la etapa de entrenamiento. Los modelos de razonamiento aprovechan una estrategia diferente llamada cálculo en tiempo de prueba, que implica el uso de más potencia de procesamiento y tiempo durante la etapa real de resolución de problemas. Esto significa que la IA tarda más tiempo y utiliza más recursos para pensar en profundidad y proporcionar respuestas más completas y precisas.
La IA de razonamiento no es perfecta: los humanos todavía tienen una prima en el sentido común, y la IA tiene dificultades con tareas que requieren comprender el contexto más allá del razonamiento lógico, como interpretar el lenguaje matizado. Aun así, las capacidades de razonamiento hacen que la IA sea en extremo poderosa, capaz de resolver problemas que obstaculizan otros sistemas.
He aquí un ejemplo de ese poder en acción: Ethan Mollick, profesor de la Escuela Wharton de la Universidad de Pensilvania, se preguntó si el modelo de razonamiento o1 de OpenAI podría detectar un error matemático en un trabajo de investigación que desató de manera breve el pánico sobre la seguridad de los utensilios de cocina de plástico negro. Le pidió que «revisara con cuidado las matemáticas en este documento», y muy rápido identificó el error.
Como escribió Mollick: «Cuando los modelos tienen la suficiente capacidad no solo de procesar un artículo académico completo, sino de comprender el contexto en el que ‘verificar las matemáticas’ tiene sentido, y luego verificar los resultados con éxito, eso cambia de manera radical lo que las IA pueden hacer».
Los modelos de razonamiento acumulan resultados asombrosos en los puntos de referencia de inteligencia, como Mollick señala. El benchmark GPQA Diamond evalúa el conocimiento científico de alto nivel que no está disponible en línea, y OpenAI o3 superó a los expertos humanos con una puntuación del 87,7%. En FrontierMath, un conjunto de problemas matemáticos de una increíble dificultad, o3 obtuvo una puntuación del 25,2%, una mejora importante con respecto a los modelos anteriores. Y en ARC-AGI, una prueba diseñada para ser factible para los humanos pero difícil para las IA, o3 obtuvo una puntuación del 87,5%, lo que supera tanto a las IA anteriores como al nivel humano de referencia.
Todo esto no quiere decir que la IA vaya a ocupar el lugar de la experiencia y el juicio humanos. Pero el razonamiento como un recurso escalable y siempre activo representa un nuevo y poderoso paradigma. Este es un momento decisivo, uno con el que todos los líderes y organizaciones deberán llegar a un acuerdo.
Decodificar el impacto potencial del razonamiento en los negocios
La IA de razonamiento ofrece una gran promesa para las empresas, en todas las industrias. Piensen en su potencial para la investigación y el desarrollo. La IA ahora puede proponer hipótesis y simular resultados por sí sola, un pensamiento que está mucho más allá de las capacidades de los modelos estándar de solicitud y respuesta. Ese avance podría reducir años de los ciclos tradicionales de investigación y desarrollo y lograr avances en campos que van desde la energía renovable hasta los productos farmacéuticos.
En términos más generales, la IA de razonamiento cambiará muchas de nuestras suposiciones sobre el trabajo. Los líderes deben tener en cuenta dos cosas: en primer lugar, estos modelos pueden realizar un trabajo cognitivo equivalente o mejor que el de los humanos. En otras palabras, pueden percibir, comprender, razonar y ejecutar, a veces incluso crear, a niveles que se acercan o superan las capacidades humanas. Para cada tarea que tu equipo deba abordar, pregúntense: «¿Puede la IA hacer este trabajo?» Si la situación no requiere habilidades exclusivas de los humanos como el juicio, los matices, la originalidad o la inteligencia emocional, la respuesta ahora es sí. Necesitamos imaginar una nueva división del trabajo para los humanos y la IA, y nuevos enfoques para gestionar ese trabajo.
En segundo lugar, los modelos de razonamiento cambian la economía del trabajo. A nivel histórico, «adquirir» razonamiento significaba contratar seres humanos, pero ese ya no es el caso. Ahora pueden alquilar o comprar mano de obra cognitiva en función del consumo, de forma similar a la adquisición de cualquier otro insumo para su negocio, desde la electricidad hasta el equipo. Y eso es algo muy importante. Con capacidades de razonamiento eficientes y asequibles, su organización e industria cambiarán de manera radical. Espero que la disrupción provenga de las empresas nativas de IA en lugar de las empresas establecidas. Los nativos de IA tendrán una ventaja competitiva tan solo porque han tejido la IA en cada proceso desde el principio.
Todavía es temprano para el razonamiento de la IA, y estos son mis pensamientos iniciales. Estoy seguro de que el razonamiento abrirá posibilidades, y oportunidades para los negocios, que ni siquiera he comenzado a imaginar.
Para obtener más información sobre la IA y el futuro del trabajo, suscríbanse a este boletín.