La macro que nadie metió en el presupuesto

Creo que ya he hablado alguna vez de Cuidado con las macros ocultas. Si no, mala memoria la mía… porque es de esos podcasts que se me han quedado como compañía. No para “ponerme al día”, ni para apuntar frases en una libreta, sino para acompañar rutinas: recados, paseos cortos, ratos de espera...

El nombre le va como anillo al dedo. Las macros tienen esa cosa de lo invisible: abres el archivo y todo parece normal, correcto, incluso bonito… y un día la hoja decide que va a hacer cosas por su cuenta. Te rellena una columna, te recorta un rango, te “arregla” datos como si arreglar fuera una opinión. A veces te salva. A veces te la lía. Pero casi siempre hay un denominador común: no sabes exactamente qué ha pasado hasta que ya ha pasado.

En el episodio con Pep Martorell la macro no era una fórmula escondida, claro. Era una idea más incómoda: la inteligencia artificial no funciona como una máquina de resultados fijos. No es la calculadora. No es “meto esto y sale aquello” con la tranquilidad de quien suma dos números y no discute con el universo. Aquí hay aproximación, probabilidad, patrones. A veces acierta de una manera que te deja frío, como si te hubieran robado un gesto que creías solo tuyo. A veces se inventa una explicación con una seguridad que casi ofende. Y lo importante no es repetir lo de “alucina” (que ya lo hemos oído hasta la saciedad), sino entender la consecuencia práctica: si el resultado no está garantizado, alguien tiene que comprobarlo.

Ese “alguien” casi siempre somos nosotros. Y ahí, sin darnos cuenta, cambia el oficio. Porque el trabajo no desaparece, se muda. Se va de producir a revisar. De escribir a comprobar. De “hacer” a decidir si lo que se ha hecho vale, si se aguanta, si lo puedes dar por bueno sin que te explote en la cara a las dos semanas. Y esa parte, la de decidir, cuesta contexto, cuesta criterio, cuesta responsabilidad. No es una pizca de sal al final. Es el plato principal.

Con eso todavía rondándome, ayer leí el post de Substack en el que Burry, Jack Clark, Dwarkesh Patel y Patrick McKenzie se ponen a hablar, cada uno desde su esquina, de si la revolución de la IA va a aguantar cuando toque pagarla. No si impresiona (que impresiona), sino si el entusiasmo encaja con una economía de verdad: infraestructura, amortizaciones, rendimientos, el dinero grande que no se mueve por intuiciones sino por números. Lo dejo enlazado, por si lo quieres leer con calma.

Y me pasó una cosa curiosa: el texto no me cambió la opinión sobre si la IA “es potente” (a estas alturas esa discusión ya es una especie de ruido de fondo), pero sí me dejó más claro dónde está la pelea. Burry, por ejemplo, no discute si la tecnología hace cosas sorprendentes. Discute el precio de la fiesta: equipos que envejecen rápido, centros de datos, energía, proyectos que se financian como si fueran a durar dos décadas cuando por dentro todo huele a recambio constante. Dicho sin dramatismo: cuidado con construir carísimo para un uso que todavía no está claro. No porque no vaya a existir ese uso, sino porque el calendario de la economía no siempre coincide con el calendario de las demos.

Y ahí es donde el hilo del podcast se volvió útil de verdad. Porque el coste grande no es solo “cuánto cuesta generar una respuesta”. El coste grande, el que casi nunca sale en portada, es cuánto cuesta usar esto en serio. Usarlo en serio no es sacar un texto que suena bien, o una tabla que parece profesional, o un informe con tono de consultora. Usarlo en serio es meterlo dentro de un proceso donde hay consecuencias, donde alguien firma, donde el error no es una anécdota graciosa sino una llamada, un problema, un “¿esto quién lo ha aprobado?”.

Y en ese punto aparece la macro de verdad: la comprobación.

En algunos ámbitos aún hay un salvavidas. En programación, por ejemplo, puedes ejecutar, probar, romper, arreglar. No es perfecto, pero al menos hay señales, hay frenos, hay formas de enterarte a tiempo. Fuera de ahí, en contratos, en salud, en finanzas, en administración, en decisiones internas, comprobar es lento y humano. Muchas veces es incómodo. Y a veces no hay marcha atrás. En ese mundo, producir más cosas no siempre significa avanzar más. A veces significa lo contrario: fabricar más material que alguien tendrá que mirar con lupa. Y la lupa, si se usa bien, no va a la misma velocidad que el entusiasmo.

Por eso me parece tan tramposa la conversación sobre productividad cuando se queda en “ahora somos más productivos”. ¿Productivos en qué sentido? ¿En cantidad de texto? ¿En número de documentos? ¿En velocidad de respuesta? Vale… ¿y la parte de decidir? ¿Quién decide? ¿Quién asume? ¿Quién detecta el error fino, el que no canta, el que pasa porque “sonaba razonable”? Porque cuando el sistema trabaja por aproximación, el error no es una rareza. Es parte del paisaje. Lo que cambia es si lo detectas pronto o si lo detectas cuando ya has metido la pata.

El post de Substack también deja caer una idea que a mí me parece importante por lo poco espectacular que es: esto puede ser enorme y, aun así, no dejar grandes rentas a quien lo vende. Hay tecnologías que, precisamente por ser útiles, acaban volviéndose “lo normal”. Obligatorias. Estándar. Y cuando algo es estándar, deja de diferenciar. Te iguala. La metáfora de la escalera mecánica funciona porque es triste: si el de enfrente la instala, tú también, y al final nadie gana ventaja… salvo el cliente.

Si existe una ventaja de verdad en todo esto, sospecho que no está en “tener el mejor modelo” este mes. Eso dura lo que dura, y ya sabemos cómo va esto: hoy eres el rey, mañana eres “el que se quedó atrás”. La ventaja, si existe, se parecerá a lo menos fotogénico: saber usarlo sin ahogarte en la comprobación. Tener datos decentes. Procesos claros. Límites puestos. Responsabilidades bien definidas. Saber en qué te puedes apoyar y en qué no. Y formar a la gente para usar la herramienta sin entregar el criterio como quien deja el abrigo en la entrada.

Que, por cierto, esa es la macro que más me inquieta. No la económica (que también), sino la otra: la mental. Porque si la herramienta te acelera tanto la producción de texto convincente, el músculo que necesitas es el de detectar lo que no cuadra. Y ese músculo se entrena leyendo, pensando, sosteniendo un razonamiento un rato sin salir corriendo a pedirle a la máquina que te lo mastique.

Si dejamos de hacer eso, no es que la IA nos vaya a volver tontos por arte de magia. Es más simple y más triste: nos acostumbramos a no comprobar. Y es exactamente comprobar, a tiempo, lo que separa una herramienta útil de un problema caro.

En fin… juntando el episodio del podcast y el post de Substack, a mí me queda una idea poco brillante, por eso mismo útil: la IA abarata lo plausible. Mucho. Pero la comprobación sigue costando tiempo, cabeza y responsabilidad. Y esa macro (la de la comprobación) es la que nadie metió en el presupuesto… hasta que empieza a salir en las horas, y las horas, ya se sabe, acaban saliendo en los números.

El bonus de hoy lo empezamos con el enlace al podcast que a mi, personalmente, me ha gustado.

Y seguiremos con la infografía del post, que ya es un clásico, ¿no?