Hay dos GPT. Tu empresa solo conoce uno.

¿Tu empresa ya tiene un Chief AI Officer? ¿Un “Centro de Excelencia en IA”? ¿Un roadmap de inteligencia artificial con presupuesto y equipo propio?

Si la respuesta es sí, quiero contarte algo que ya pasó antes. Casi calcado.

En 1997, IBM lanzó una de las campañas publicitarias más caras de su historia: cerca de US$500 millones invertidos en instalar un concepto que la propia compañía había acuñado un año antes, el “e-business”. La agencia Ogilvy & Mather construyó decenas de comerciales en blanco y negro mostrando ejecutivos confundidos frente a esta cosa nueva llamada internet, y la promesa de fondo era simple: hacer negocios online no es un canal más, es una transformación que necesita su propia estrategia, su propio equipo, su propio presupuesto. Funcionó. Para 1999, más de 10.000 clientes ya le pagaban a IBM por ayudarlos a construir su “estrategia de e-business”.

¿Te suena familiar? Reemplaza “e-business” por “IA” y tienes el discurso corporativo de 2026.

No es una metáfora forzada. Es, literalmente, la misma película, con el mismo guion.

Y acá está el problema de fondo, el que casi nadie nombra: todos están obsesionados con el GPT equivocado. Cuál modelo es mejor, cuál chatbot integrar primero, cuál lanzamiento es lo suficientemente disruptivo como para justificar el titular. Ese es el GPT que todo el mundo conoce: Generative Pre-trained Transformer. Pero hay otro GPT, mucho menos sexy, que es el que en realidad explica todo lo que está pasando: General Purpose Technology, tecnología de propósito general. Mientras las empresas pelean por el primero, ignoran por completo al segundo. Y es el segundo el que ya predijo, hace décadas, exactamente este momento.

Una tecnología de propósito general no es una herramienta más dentro de la caja de herramientas. Es una capa que termina permeando todo lo que hace una organización: la forma en que vende, en que atiende, en que decide, en que opera. La electricidad fue una. Internet fue otra. Y la inteligencia artificial, según prácticamente todo el trabajo económico reciente sobre el tema, está siguiendo exactamente el mismo camino. Eso significa que la pregunta relevante nunca fue cuál es la herramienta más disruptiva, sino algo mucho menos llamativo: cómo desaparece esa tecnología adentro de cada proceso hasta que deja de notarse.

¿Qué pasó con el “e-business” de IBM? Lo mismo que les pasó a todos los “equipos de internet”, “estrategias digitales” y “departamentos online” que las empresas armaron entre 1997 y comienzos de los 2000. No fracasaron. Se disolvieron. Se disolvieron porque internet se volvió demasiado fundamental como para seguir viviendo aislado en un equipo aparte. Hoy ningún banco tiene un “Jefe de Internet”. Nadie en un directorio pregunta cuál es “la estrategia de internet” de la compañía, porque internet dejó de ser una estrategia: es el sistema operativo de cómo funciona el negocio completo.

Eso es exactamente lo que le va a pasar a tu oficina de IA.

No porque la inteligencia artificial vaya a fracasar. Todo lo contrario. Precisamente porque va a funcionar, y porque va a funcionar en todas partes al mismo tiempo, va a dejar de tener sentido tenerla aislada en un equipo con nombre propio. El destino de cada “Centro de Excelencia en IA” que se está armando hoy en América Latina es el mismo que tuvo cada “equipo de e-business” en 1998: dejar de existir como entidad separada, no porque haya fallado, sino porque terminó disuelto adentro de cada área que antes la miraba desde afuera.

El problema es que, mientras eso ocurre, muchas empresas siguen buscando la próxima herramienta sexy, el lanzamiento disruptivo, el modelo que va a cambiarlo todo, en lugar de entender el patrón estructural que ya determina cómo termina esta historia. Cometen el mismo error de cálculo que cometieron las empresas tradicionales hace casi treinta años: tratar la tecnología como un proyecto con fecha de entrega, en lugar de tratarla como una transformación sin punto final.

No tengo nada en contra de nombrar un líder de IA, o de armar un equipo que acelere el aprendizaje interno. Probablemente sea necesario en esta etapa. El error no es empezar ahí. El error es quedarse ahí, persiguiendo siempre el próximo modelo, en lugar de entender que esa capa, tarde o temprano, tiene que desaparecer adentro de cada decisión que toma la empresa.

Esta es la primera columna de una serie donde voy a desarmar, semana a semana, el paralelo entre la ola de internet de los 90 y la ola de IA de hoy: por qué perseguir la herramienta más disruptiva es la pregunta equivocada, por qué se demoran tanto en notarse los resultados, por qué las empresas chicas tienen una ventaja que todavía no saben que tienen, y qué reemplaza, en la práctica, a esa oficina de IA que tu empresa probablemente ya armó.

Por ahora te dejo con la pregunta que abre toda la serie: si las oficinas de internet desaparecieron, ¿qué le espera a la tuya?