Las empresas deberían poseer lo que las hace únicas y, al mismo tiempo, mantener libertad para usar el modelo de IA que mejor se adapte al trabajo, sostiene Doug Shannon.
Su argumento parte de una advertencia práctica: esperar al próximo modelo no es una estrategia de IA. Para una gran organización, evaluar, revisar seguridad, negociar acceso y llevar una herramienta a producción puede tomar tanto tiempo que, cuando termina el proceso, ya hay otro modelo llenando titulares.
Shannon dice que el verdadero trabajo no está en la tecnología visible, sino en conectar esa tecnología con la forma en que la gente realmente opera. Relata que, al documentar procesos para automatización, encontraba excepciones no registradas, hojas de cálculo desconocidas y decisiones que solo la experiencia permitía resolver. Por eso concluye que muchos procesos en realidad son flujos de trabajo disfrazados de procesos.
Esa diferencia importa porque dentro de una empresa abundan microdecisiones que no aparecen en un mapa formal: cuándo frenar una factura, a quién llamar para resolver un problema o qué excepción ya es normal. Si se elimina demasiado de ese conocimiento, se descubre cuánto del negocio estaba en la cabeza de las personas.
Su propuesta es «poseer la empresa» en el sentido de conservar datos, contexto, procesos, identidad, permisos, conocimiento institucional e ისტორial de decisiones. La inteligencia externa debe sumarse a ese entendimiento, no sacar el entendimiento fuera de la organización.
Shannon dice que él mismo usa IA para co-pensar, desafiar ideas, detectar lo que puede haber pasado por alto y avanzar más rápido en el trabajo que ya comprende. Pero insiste en que no le entrega el control. Según su enfoque, la empresa debería comportarse igual: saber qué información sale, cuánto contexto viaja y si realmente necesita salir.
También proyecta ese esquema a los agentes. Imagina mercados de agentes verificados, probados y aprobados por áreas específicas, con distintos niveles de acceso para finanzas, manufactura o servicio al cliente. Incluso menciona que habría que saber a qué servidores de Protocolo de Contexto de Modelos (MCP) se conectan, qué interfaces de línea de comandos pueden usar, a qué sistemas pueden tocar y qué autoridad tienen.
Shannon cita además investigación de OpenAI que muestra que las personas ya delegan tareas cada vez más largas y complejas a agentes. Pero recuerda una lección vieja del software empresarial: si antes no se dejaba circular libremente por la empresa porque era útil, ahora no debería olvidarse ese límite solo porque el software también razona.
Para Ágora Capital, el mensaje tiene una lectura obvia: la productividad mejora cuando el negocio conserva su capitalización intelectual y no se entrega atado a un proveedor. La libre empresa no consiste en perseguir modas, sino en preservar reglas claras sobre datos, permisos y responsabilidad. Capital busca reglas claras, y aquí la prioridad es exactamente esa.