Lo que no se automatiza no es la tarea, es el criterio que decide cuándo esa tarea está bien hecha. Y precisamente por eso es lo único que hoy se puede empezar a cobrar aparte, en lugar de regalarlo metido dentro de un precio que cada vez baja más porque la producción se ha vuelto barata. La presión para ir más rápido no ha desaparecido con la Inteligencia Artificial, ha cambiado de forma, y quien confunde velocidad con calidad termina compitiendo en el único terreno donde no puede ganar.
¿Por qué la velocidad dejó de ser una ventaja competitiva?
Durante años, hacer las cosas más rápido que el resto era una ventaja real: quien entregaba antes se quedaba con el cliente. Con la Inteligencia Artificial generativa, producir un primer borrador, una propuesta o un informe en minutos ya no distingue a nadie, porque cualquiera con acceso a estas herramientas puede hacer lo mismo en el mismo tiempo.
Eso deja a la velocidad como una condición mínima para competir, no como un argumento de venta. Cuando todo el mundo puede producir rápido, la diferencia se traslada a otro sitio: a quién decide qué de todo lo producido merece salir tal cual y qué hay que corregir antes de que llegue a alguien que va a confiar en ello.
¿Qué es exactamente el criterio que no se automatiza?
El criterio es la capacidad de mirar un resultado, propio o generado por una máquina, y saber si está bien aunque nadie te lo diga. No es información, porque la información la tiene ahora cualquiera con acceso a un buscador o a un asistente. Es la experiencia acumulada de haber visto salir mal cosas parecidas antes, y de reconocer las señales tempranas de que algo va a fallar antes de que falle de verdad.
Javier G. Amblar lo explica con un ejemplo propio de sus veintisiete años de consultoría: una Inteligencia Artificial propia, entrenada con tus documentos, acelera el criterio que ya tienes, bueno o malo, pero no lo mejora por sí sola. Si tu criterio era flojo antes, la máquina simplemente te hace llegar más rápido a una decisión igual de floja.
¿Por qué la presión por ir rápido baja el nivel de todo?
Cuando un mercado entero acelera, la tentación es reducir el tiempo de revisión, no el de producción. Producir el borrador ya cuesta poco tiempo gracias a la Inteligencia Artificial, así que la presión se traslada al paso siguiente: revisarlo, contrastarlo, decidir si de verdad sirve para ese cliente concreto. Y ese es exactamente el paso que la mayoría empieza a saltarse cuando la exigencia de rapidez aprieta.
El resultado es un mercado lleno de resultados que parecen correctos a primera vista, porque la Inteligencia Artificial produce un lenguaje fluido y seguro incluso cuando se equivoca, y muy pocos con alguien detrás que se haya tomado el tiempo de comprobar si de verdad son correctos para ese caso concreto. La calidad no desaparece de golpe, se erosiona en silencio mientras nadie mira el paso intermedio.
¿Cómo se nota, en la práctica, que el nivel está bajando?
Se nota en detalles que a corto plazo no cuestan un cliente, pero que a medio plazo cuestan la confianza que sostiene todo el negocio: una recomendación genérica que no encaja del todo con el caso concreto, un dato repetido sin comprobar su vigencia, una respuesta que suena bien pero que no resuelve el problema real que la persona tenía cuando preguntó.
Nada de esto se ve en la primera entrega. Se ve tres meses después, cuando el cliente descubre que el consejo no encajaba con su situación, o cuando compara tu trabajo con el de otro profesional que sí se tomó el tiempo de adaptarlo. Para entonces, ya ha costado algo más que una entrega: ha costado una parte de la confianza que tardó años en construirse.
¿Por qué el criterio se ha estado regalando dentro del precio?
La mayoría de los profesionales independientes no facturan por separado la parte de su trabajo que consiste en revisar, contrastar y decidir. Facturan por la entrega final, como si producir el borrador y validarlo fueran la misma cosa con el mismo valor. Cuando la producción se abarata gracias a la Inteligencia Artificial, ese modelo empieza a hacer aguas, porque el cliente empieza a preguntarse por qué paga lo mismo si la parte visible del trabajo tarda ahora una fracción del tiempo.
La respuesta honesta es que no está pagando por el tiempo que tarda en producirse el borrador, nunca debería haber estado pagando solo por eso. Está pagando, o debería estar pagando, por el criterio que decide si ese borrador sirve, se corrige o se descarta entero. Esa parte del trabajo no se ha abaratado nada, y seguir regalándola dentro de un precio pensado para otra época es la forma más segura de que el negocio se resienta cuando la competencia empiece a cobrar por producir rápido y barato.
¿Qué significa entonces cobrar el criterio, no la producción?
No significa subir el precio de todo sin explicar por qué, eso solo genera resistencia. Significa separar, aunque sea solo en la propia cabeza antes de explicárselo a nadie, qué parte de un encargo es producir contenido, un informe, un texto, un primer análisis, y qué parte es la revisión con criterio que garantiza que eso sirve para el caso concreto de quien lo pidió.
La primera parte se ha abaratado y probablemente se va a seguir abaratando. La segunda no se ha movido ni un milímetro, porque sigue dependiendo de años de experiencia viendo qué funciona y qué no en situaciones parecidas. Un profesional que entiende esta distinción puede explicar con tranquilidad por qué su trabajo sigue valiendo lo mismo aunque produzca el primer borrador en una décima parte del tiempo que antes.
¿Es esto una cuestión de ego profesional o de negocio real?
Ninguna de las dos cosas por separado. No se trata de resistirse a la Inteligencia Artificial por orgullo, ni de convertir la revisión en un ritual innecesario para justificar un precio. Se trata de reconocer con honestidad qué parte del trabajo sigue exigiendo un criterio formado durante años y cuál no, y de dejar de tratar ambas como si costaran lo mismo producir. Un profesional que confunde las dos cosas termina, sin darse cuenta, trabajando gratis en la parte que de verdad importa mientras cobra por la parte que ya no vale lo que valía hace tres años.
Javier G. Amblar lo resume desde su propia experiencia formando a más de 33.000 profesionales: tener tu propia Inteligencia Artificial no te da más criterio, te da más velocidad, y confundir esas dos cosas es exactamente lo que hace que alguien acabe compitiendo por precio en un terreno donde ya no puede ganar, en lugar de competir por criterio, que es donde sigue teniendo ventaja real.
¿Qué cambia si empiezas a nombrar esa parte del trabajo?
Nombrar el criterio como una parte diferenciada del trabajo, aunque sea solo internamente, cambia cómo se explica una tarifa y cambia también cómo se organiza el tiempo. Deja de tener sentido dedicar el mismo esfuerzo a producir un primer borrador, que ahora es rápido, que a revisarlo con calma, que sigue exigiendo el mismo tiempo de siempre porque depende de pensar, no de generar texto.
Esta idea conecta con algo que ya se planteó en este periódico sobre usar Inteligencia Artificial para escribir: la herramienta no sustituye el criterio de quien decide qué se publica y qué no, solo cambia cuánto tiempo se tarda en llegar al primer borrador sobre el que ese criterio va a trabajar después.
¿Qué le pasa a quien no hace esta distinción a tiempo?
Quien sigue facturando como si producir y revisar fueran la misma tarea acaba compitiendo, sin darse cuenta, contra cualquiera que use Inteligencia Artificial para producir más barato y más rápido. Y en ese terreno concreto, el de la producción pura, siempre va a perder frente a alguien dispuesto a cobrar menos por un resultado que a primera vista parece igual de bueno.
La salida no es trabajar más rápido todavía, porque ese camino ya está ocupado por herramientas que lo hacen mejor que cualquier persona. La salida es dejar clara, en la propia forma de explicar el trabajo, cuál es la parte que sigue exigiendo años de experiencia y por qué esa parte no se abarata solo porque el resto del proceso se haya acelerado.
Sobre el autor
Javier G. Amblar acumula 27 años de experiencia en consultoría y ha formado a más de 33.000 profesionales en 55 países. Fue profesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y ha colaborado como analista en RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018), dirige un canal de YouTube con más de 368.000 suscriptores y una comunidad online que reúne a más de 500.000 personas. Escribe sobre visibilidad y reputación profesional ante la Inteligencia Artificial en RADAR, el proyecto donde mide qué dicen ChatGPT, Gemini y Perplexity de los profesionales independientes.
