Palantir apuesta contra el management: la IA que elimina mandos intermedios

En 1924, General Motors tenía un problema que hoy sonaría a ciencia ficción: nadie en la sede sabía a ciencia cierta lo que pasaba en sus concesionarios. Las decisiones se tomaban con información de hacía semanas y, cuando los ejecutivos detectaban qué coches se vendían, el mercado ya se había movido. Alfred Sloan, presidente de GM entre 1923 y 1946, admitió que la compañía a veces 'no sabía nada de las últimas cinco o seis semanas' de ventas. Su solución fue revolucionaria: exigir a los concesionarios informes cada diez días con pedidos nuevos, pendientes y coches en stock. Diez días. Aquello fue una conquista.

Pero la historia tiene una segunda parte que conecta con el presente. Cuando la información viaja lenta, la organización necesita infraestructura para moverla: gente que la recoja, la concilie, la convierta en informes y directivos que la interpreten, suban las decisiones y bajen las órdenes. Con el tiempo, gran parte de esa infraestructura se convirtió en lo que llamamos management. No es que los directivos solo sirvan para eso: también forman personas, resuelven conflictos y ejercen el criterio. Pero buena parte de la jerarquía que heredamos nació de un problema práctico: quien decidía no veía lo que ocurría a tiempo.

Ese problema está desapareciendo. Lo que antes exigía semanas o días ahora se concilia, analiza y responde en segundos gracias a plataformas como Ontology, la capa de datos de Palantir que unifica la información de una organización y permite actuar sobre ella. El análisis de Forbes ilustra el nuevo escenario con una escena cotidiana: un lunes a las 8:02, una ejecutiva abre el informe de 47 diapositivas que su equipo montó el viernes y descubre que el sistema ya sabía todo su contenido. Antes incluso de abrir la presentación, la máquina había cuadrado los resultados del fin de semana, señalado tres anomalías, trazado dos de ellas hasta una plantilla y un proveedor, modelado posibles respuestas y ejecutado las que tenía autorizadas. Solo dos decisiones requirieron a un humano.

La ejecutiva no ha perdido su puesto. Ha perdido el trabajo que la formó. Aprendió el negocio construyendo esos informes: qué cifras importan, qué explicaciones no se sostienen, dónde se esconden los problemas y qué preguntan los jefes cuando los números fallan. Ese saber se convertía en criterio y en ascensos. Ahí aparece el verdadero debate, y no es el de 'cuántos empleos destruye la IA', sino tres preguntas incómodas: si las capas de gestión se crearon para resolver un problema de información, ¿qué función cumplen cuando la máquina lo resuelve?; si la IA absorbe el trabajo de entrada que forjaba a los futuros directivos, ¿dónde se desarrolla el criterio de la próxima generación?; y si el coste de coordinar información, personas y decisiones cae en picado, ¿cuánta corporación sobra?

Ahí es donde Palantir se vuelve interesante, y no por los contratos de defensa que suelen protagonizar sus titulares, sino porque su tecnología apunta directamente a la reorganización de la empresa. El reto, dice el análisis, es pasar de un 'aprendizaje de producción' a un 'aprendizaje de juicio': formar directivos que aprendan interrogando las recomendaciones de la IA, no recopilando datos a mano. Si no se resuelve, el riesgo es crear 'empresas huecas' que funcionan más rápido pero pierden la cantera de líderes que las sostendrá mañana. La cuestión de fondo, en definitiva, no es solo qué trabajos se van a reemplazar, sino cómo se cultiva el criterio humano en un mundo donde la coordinación ya no requiere tantos humanos.