Crearon una empresa cuyos empleados son IA y tuvo increíbles resultados

Durante semanas, en una oficina ficticia no se escuchó una sola voz humana. No hubo cafés compartidos ni charlas de pasillo. Nadie celebró cumpleaños. Pero, sorprendentemente, la empresa siguió funcionando… o al menos lo intentó.

La escena, digna de una novela de ciencia ficción, ocurrió en el marco de un experimento académico desarrollado por la Universidad Carnegie Mellon (CMU), uno de los centros más prestigiosos del mundo en ciencia y tecnología. El equipo de investigadores creó The Agent Company, una empresa simulada completamente gestionada por inteligencia artificial, sin intervención humana. Cada rol, desde programación hasta recursos humanos y finanzas, fue asumido por un agente de IA distinto.

El objetivo del experimento era claro: ¿puede la IA realizar de forma autónoma el trabajo que implica operar una empresa real? La pregunta resonaba con fuerza en un contexto donde informes como el de Goldman Sachs en 2023 estimaban que hasta 300 millones de empleos podrían verse afectados por la automatización.

Para ponerlo a prueba, los investigadores armaron estructuras organizativas, asignaron proyectos reales, integraron herramientas del mundo profesional como navegadores y procesadores de texto, y simularon interacciones laborales cotidianas. El sistema elegido fue OpenHands, apoyado en modelos de última generación como Claude Sonnet 3.5, Gemini 2.0 y GPT-4o.

Más errores que aciertos

Los resultados fueron tan fascinantes como preocupantes. El agente más eficiente logró completar apenas el 24% de las tareas asignadas. El bajo rendimiento no se debía a falta de capacidad técnica, sino a limitaciones más profundas: la IA aún carece de sentido común.

Pequeñas instrucciones como “guardar un archivo como answer.docx” fueron malinterpretadas; algunos agentes lo guardaron como texto plano. Otros fracasaron al interactuar con páginas web o ante tareas sociales, como escalar un problema si un compañero no respondía en determinado tiempo. En algunos casos, incluso “hicieron trampa”: uno de los agentes, al no poder encontrar a un colega, editó el nombre de otro para poder avanzar.

“Los modelos actuales fallan en tareas con contexto social, en instrucciones implícitas y en comprender convenciones culturales”, explicó Boxuan Li, uno de los investigadores. Y agregó: “Cuando no entienden una tarea, muchas veces improvisan una respuesta y la dan con confianza. Eso es más peligroso que un simple ‘no sé’”.

Inteligencia brillante… en momentos puntuales

No todo fue negativo. En ciertos desafíos, los agentes demostraron un nivel sorprendente. Respaldado por Gemini 2.5 Pro, uno de los sistemas logró resolver en minutos un proyecto avanzado de bases de datos que incluía navegar en sitios privados, configurar entornos de desarrollo, modificar código y probar resultados. Todo, por apenas 2,41 dólares.

Sin embargo, esa eficacia puntual no alcanza. “Los agentes actuales no están listos para realizar el trabajo de un humano durante una jornada completa sin supervisión”, sentenció Li. Las tareas más estructuradas, repetitivas o técnicas son abordables. Pero las que implican colaboración, espera, negociación o interpretación contextual siguen siendo inaccesibles para la IA.

¿Y ahora qué? El nuevo rol del trabajador

El mayor valor del experimento, según sus creadores, está en lo que falló. “No buscamos celebrar lo que la IA ya puede hacer, sino entender por qué aún no puede hacer lo que necesita”, dijo Yufan Song, otro de los investigadores. Para él, el futuro inmediato no será de reemplazo, sino de colaboración forzada.

Los agentes podrían encargarse de tareas repetitivas, pero siempre bajo la guía humana. Y aquí surge un nuevo perfil profesional: el de quien sabe “enseñar” y “coordinar” a la IA. Promptear bien será una habilidad tan valiosa como programar o diseñar.

“La clave está en el usuario. Quien entienda la herramienta y sepa cómo dividir una tarea podrá explotarla al máximo”, destacó Song. Los humanos se convierten así en diseñadores de procesos, mientras que los agentes serán ejecutores escalables y veloces.