Drucker, Laurence Peter y Rifkin lo dijeron antes: los agentes de IA resuelven lo que el management nunca pudo
Drucker diagnosticó el cuello de botella del trabajo del conocimiento en 1969. Laurence Peter explicó ese mismo año por qué las organizaciones lo destruyen. Rifkin en 2014 predijo que el costo marginal del output intelectual tendería a cero. Los tres tenían razón. Y ninguno hablaba de IA.
Tres personas que nunca se conocieron. Décadas distintas. Disciplinas distintas. El mismo problema visto desde tres ángulos que, juntos, forman un mapa que hoy tiene nombre: infraestructura de agentes de IA.
Drucker: el trabajo que no se puede medir desde afuera
En 1969, Drucker publicó "The Age of Discontinuity". No era un manual de gestión. Era un diagnóstico sobre hacia dónde se movía el valor en la economía moderna.
Su tesis central: el trabajo del conocimiento se convertiría en el recurso escaso del siglo, y ese recurso tenía una característica que lo hacía imposible de gestionar con las herramientas de la época. Nadie podía medirlo desde afuera.
Un operario produce unidades por hora. El número existe, es verificable, es comparable. Un analista, un ingeniero, un abogado, un gerente de producto, producen algo distinto cada vez. La calidad de su output depende de variables que no aparecen en ningún tablero: concentración, contexto acumulado, capacidad de síntesis, tolerancia a la ambigüedad.
Drucker lo formuló con precisión: la productividad del trabajador del conocimiento es responsabilidad del propio trabajador. Nadie más tiene acceso al proceso interno que la genera.
Las organizaciones del siglo XX intentaron resolver esto con reuniones, reportes, metodologías, software de gestión, sprints y OKRs. Ninguna de esas herramientas atacó el problema donde vivía. Atacaron la superficie: los entregables, los plazos, los hitos. El proceso cognitivo que genera valor siguió siendo opaco, personal e imposible de escalar por definición.
Drucker no era pesimista. Era preciso. Describió el problema con la claridad suficiente como para que cincuenta años después sea reconocible en cualquier empresa de diez empleados o de diez mil.
Laurence Peter: la jerarquía como máquina de destruir lo que Drucker describía
El mismo año que Drucker publicaba su diagnóstico, Laurence Peter publicaba "The Peter Principle". El título suena a sátira corporativa. No lo es, o no solamente.
Es una descripción mecánica de cómo las jerarquías procesan el talento: cada persona tiende a ascender hasta alcanzar su nivel de incompetencia.
El mecanismo es simple y brutal. Una persona ejecuta bien su trabajo. La organización la premia ascendiéndola. El nuevo rol requiere habilidades distintas. Si las tiene, asciende de nuevo. El proceso se repite hasta que llega a un rol para el que no está equipada. Ahí se queda.
La jerarquía, por construcción, acumula incompetencia en los niveles superiores. No por malicia. Por diseño.
La consecuencia directa sobre el diagnóstico de Drucker es devastadora: la organización toma a sus mejores trabajadores del conocimiento y los convierte en gestores de otros trabajadores del conocimiento. El mejor analista pasa a ser jefe de analistas. El mejor ingeniero se convierte en líder técnico con agenda llena de reuniones. El mejor vendedor se transforma en gerente de ventas.
La organización pierde al que producía y gana a uno que coordina mal, porque coordinar es una habilidad distinta que nadie verificó antes de la promoción.
En 2009, investigadores de la Universidad de Catania modelaron el principio computacionalmente usando un sistema basado en agentes. Sus resultados confirmaron lo que Laurence Peter había formulado cuarenta años antes: la promoción sistemática de los mejores performers produce una reducción significativa de eficiencia organizacional.
Y encontraron algo más incómodo: dos estrategias mejoran el resultado. Promover alternadamente al más competente y al menos competente. O promover al azar. Ambas superan al método convencional.
MIT Technology Review lo cubrió. El dato pasó desapercibido en la mayoría de las salas de directorio.
Rifkin: cuando el costo marginal del output intelectual tiende a cero
En 2014, Rifkin publicó "The Zero Marginal Cost Society". Su tesis: los mercados competitivos tienen una paradoja interna. La eficiencia que los hace funcionar, reducir costos para ganar clientes, tiende a llevar el costo marginal de producción hacia cero.
Cuando eso ocurre, el precio también tiende a cero. Y cuando el precio tiende a cero, el modelo de negocio que dependía de ese precio desaparece.
Rifkin lo aplicó a bienes digitales, energía distribuida y manufactura con impresión 3D. No lo aplicó a IA porque en 2014 la IA generativa no existía como fenómeno de masa. Pero la lógica se traslada con precisión.
El costo marginal de una respuesta generada por un modelo ya entrenado es casi cero. La inferencia número un millón cuesta prácticamente lo mismo que la primera. El output intelectual repetible, el análisis, el resumen, la clasificación, la redacción, se está convirtiendo en un bien de costo marginal nulo.
Acá aparece la tensión que Rifkin no anticipó, y que la IA hace visible con brutalidad: el costo marginal del output es casi cero, pero el costo de construir y operar la infraestructura que lo genera es masivo, concentrado y no democratizable fácilmente.
Entrenar un modelo de frontera costó cerca de 200 millones de dólares en 2024. El precio por token cae 280 veces en dos años, pero el gasto total en infraestructura de las empresas que usan IA sube 320% en el mismo período. El volumen absorbe la eficiencia y la supera.
Rifkin vio la mitad de la película. La IA muestra la otra mitad: el costo marginal del output cae hacia cero, pero el costo fijo de la plataforma que lo produce es el nuevo moat. No compiten los productos. Compiten las infraestructuras.
La conjunción
Tres diagnósticos. Cinco décadas. Un solo mapa.
Drucker describió dónde vive el valor en una economía moderna: en el proceso cognitivo de las personas que saben qué hacer con la información. Laurence Peter describió por qué ese recurso se erosiona sistemáticamente dentro de cualquier jerarquía: las organizaciones destruyen a sus mejores productores ascendiéndolos. Rifkin describió hacia dónde va el precio de ese output cuando una tecnología lo puede replicar a escala: hacia cero.
Los agentes de IA no son una respuesta a uno de estos tres diagnósticos. Son una respuesta a los tres al mismo tiempo, y eso es lo que los hace estructuralmente distintos a cualquier herramienta de productividad anterior.
Sobre el problema de Drucker: un agente no tiene el límite de contexto de una jornada laboral. Puede sostener coherencia sobre miles de documentos, ejecutar procesos cognitivos repetitivos sin degradarse y escalar en paralelo sin necesitar más personas. La productividad que no se podía gestionar desde afuera empieza a tener una respuesta técnica concreta.
Sobre el problema de Laurence Peter: un agente no asciende. No tiene ego. No pide reconocimiento. No abandona la tarea que ejecuta bien para asumir una para la que no está equipado. La incompetencia como destino inevitable de las jerarquías no tiene equivalente en un sistema que no tiene jerarquía.
Sobre el problema de Rifkin: el costo marginal del output cognitivo está cayendo en tiempo real. Un análisis que requería horas de un consultor se ejecuta en segundos. El precio del output intelectual repetible tiende hacia cero. Lo que no tiende hacia cero es el costo de la infraestructura que lo produce. Ahí está el nuevo terreno de competencia.
Cincuenta años de management intentaron resolver el problema de Drucker con cultura, frameworks y software de productividad. El principio de Laurence Peter siguió operando sin pausa. El precio del trabajo del conocimiento repetible nunca bajó lo suficiente como para democratizarlo. Los tres problemas seguían abiertos al mismo tiempo.
La tecnología que empieza a moverlos no llegó desde el management. Llegó desde la ingeniería. Y llegó tarde, pero con el diagnóstico correcto sobre la mesa.
La pregunta que hacemos antes de diseñar cualquier solución de agentes no es "¿qué tarea querés automatizar?". Es "¿quién en tu organización sabe hacer algo que nadie más sabe hacer, y qué parte de su día lo distrae de hacerlo?".
Drucker habría hecho la misma pregunta. La diferencia es que hoy existe una respuesta técnica para lo que él diagnosticó como irresoluble.
El agente no reemplaza a esa persona. La libera para que haga lo único que justifica su presencia: pensar. Lo que el principio de Laurence Peter no puede corromper porque no hay jerarquía que atravesar. Y lo que Rifkin hubiera celebrado: el costo de ese output, por primera vez, se acerca a cero.
Queres implementar esto en tu empresa?
Hablemos. Primera consulta sin compromiso.