No Sos Dueño De La Herramienta

Durante buena parte de la historia de la computación personal, una herramienta era algo que uno poseía.

Comprabas el software, lo instalabas, aprendías cómo funcionaba y, dentro de ciertos límites, mañana seguía siendo la misma herramienta. Vivía en tu computadora. Su comportamiento era previsible. Si no lo actualizabas, no se actualizaba solo.

SaaS cambió esa relación.

El software se mudó a otro lugar. La aplicación vivía en la nube, el proveedor la mantenía y el cliente pagaba por seguir accediendo. La propiedad se convirtió en suscripción.

La IA lleva esa transición mucho más lejos.

Con ChatGPT, Claude, Suno, Runway y una creciente categoría de servicios nativos de IA, ya no alquilamos simplemente una aplicación.

Alquilamos la capacidad misma.

Y esa diferencia importa.

Un procesador de textos puede reemplazarse por otro. Un CRM puede migrarse. Una aplicación de gestión de proyectos puede exportarse, reconstruirse o sustituirse.

Pero cuando un workflow empieza a depender del razonamiento de un modelo determinado, de un estilo generativo específico, de un sistema propietario de contexto o de una capa de orquestación particular, la dependencia se vuelve menos visible y potencialmente mucho más profunda.

La interfaz puede parecer simple.

Aquello de lo que realmente dependemos está en otro lugar.

La Herramienta Puede Cambiar Sin Nosotros

El software tradicional cambiaba por versiones.

Instalabas la versión 4.2 y seguía siendo la versión 4.2 hasta que decidías otra cosa.

Los servicios de IA no funcionan necesariamente así.

Los modelos se actualizan. Se retiran. Cambian las capas de seguridad. Se modifican los límites de contexto. Aparecen y desaparecen funciones. Cambian precios y límites de uso. El mismo prompt puede producir un resultado distinto meses después porque el sistema detrás ya no es el mismo.

Esa inestabilidad no es necesariamente un defecto.

La mejora continua es una de las grandes ventajas del modelo.

Pero crea una categoría particular de herramienta: una cuyo comportamiento puede cambiar de manera significativa sin que quien la utiliza haya cambiado nada.

Sería como una cámara a la que le reemplazan el lente de manera remota durante la noche.

Tal vez sea un lente mejor.

Pero ya no es completamente tu cámara.

Tu Workflow Vive En Otro Lugar

Esto se vuelve más importante cuando la IA deja de ser un experimento y pasa a producción.

Una empresa puede empezar utilizando un servicio externo de IA para resumir documentos.

Luego redacta respuestas.

Después clasifica clientes.

Más tarde evalúa contratos, escribe código, genera material de marketing, prepara análisis financieros u opera parte del soporte.

En algún momento, el servicio deja de ser otra aplicación.

Se convierte en infraestructura.

Y la infraestructura crea dependencia.

Si el proveedor modifica el modelo, el proceso de negocio puede cambiar con él. Si aumenta el precio, cambia la economía del workflow. Si el acceso se interrumpe, una capacidad que la empresa había empezado a considerar silenciosamente como propia puede desaparecer de un momento a otro.

La organización puede ser dueña de los datos.

Puede ser dueña de la aplicación que rodea al modelo.

Incluso puede ser dueña del código que conecta todo.

Pero la inteligencia que realiza la operación central puede seguir perteneciendo a otro.

El Nuevo Lock-In Es Distinto

El lock-in del software no es nuevo.

Bases de datos, formatos propietarios y sistemas empresariales llevan décadas atrapando clientes.

La IA introduce una versión más sutil.

El lock-in puede no estar en los datos.

Puede estar en el comportamiento.

Los equipos aprenden gradualmente cómo responde un sistema determinado. Los prompts evolucionan alrededor suyo. Los empleados adaptan sus procesos. Las integraciones suponen ciertos resultados. Las expectativas de calidad se calibran según un modelo específico.

Nada de esto aparece necesariamente en un contrato o en el esquema de una base de datos.

Se acumula dentro del workflow.

Irse puede ser técnicamente sencillo.

Reemplazar la capacidad no lo es.

El Regreso De Lo Local

Por eso la IA local sigue siendo estratégicamente interesante incluso cuando los sistemas en la nube son técnicamente superiores.

Ejecutar un modelo localmente puede ser más lento. Puede requerir hardware, mantenimiento y conocimiento técnico. Puede no alcanzar la calidad de los mejores sistemas comerciales.

Pero ofrece algo que la nube ofrece cada vez menos:

control.

El modelo no puede desaparecer porque un proveedor cambie de estrategia. Un cambio de precio no puede modificar de golpe la economía de cada inferencia. Una capacidad puede seguir disponible aunque un servicio externo cambie.

Eso no significa que todas las empresas deban ejecutar sus propios modelos.

Significa que la propiedad vuelve a ser una cuestión técnica.

Para algunas tareas, el modelo más potente será la decisión correcta.

Para otras, el modelo que se puede controlar puede ser más valioso que aquel que obtiene unos puntos más en un benchmark.

La Capacidad Como Dependencia

La era SaaS enseñó a las empresas a contar suscripciones.

La era de la IA puede obligarlas a contar dependencias.

¿Cuántas tareas críticas dependen de inteligencia externa?

¿Cuántos workflows se detienen si una determinada API deja de responder?

¿Cuántos resultados dependen de un modelo cuyo comportamiento interno puede cambiar sin previo aviso?

¿Cuánta capacidad operativa real de la organización existe fuera de la propia organización?

No son argumentos contra los servicios de IA.

Son preguntas de arquitectura.

La comodidad es real. Las mejoras de productividad son reales. En muchos casos, construir y mantener internamente una capacidad equivalente no tendría ningún sentido económico.

Pero la dependencia debería seguir siendo visible.

Una capacidad alquilada puede ser extraordinariamente útil.

No debería confundirse con una capacidad propia.

La Máquina Sigue Estando En Otro Lugar

La IA creó un momento extraño en la historia del software.

Podemos generar aplicaciones más rápido que nunca.

Podemos automatizar procesos que antes requerían equipos enteros.

Podemos construir interfaces, workflows y sistemas internos con una velocidad inédita.

En ese sentido, el software se volvió más fácil de poseer.

La máquina detrás de él avanzó en la dirección opuesta.

Antes, el software vivía en nuestra computadora.

Después vivió en la nube de otro.

Ahora también vive allí la inteligencia.

Podés construir la aplicación.

Podés diseñar el workflow.

Podés ser dueño de los datos.

Pero cuando la máquina que realiza el trabajo pertenece a otro, quizás el software nunca fue aquello que necesitabas poseer.