Previsión de la automatización en el sector de colaboración de Microsoft para los próximos 18 meses: Un examen real de la situación actual y una evaluación de la infraestructura necesaria.

La previsión es clara y contundente. Mustafa Suleyman, el jefe de IA de Microsoft, ha trazado una línea claramente definida en el terreno.La IA alcanzará un “nivel de rendimiento humano” en la mayoría, si no en todas, las tareas relacionadas con el trabajo administrativo y de oficina, en los próximos 12 a 18 meses.Esto no es una situación futurista lejana. Se trata de un punto de inflexión específico y cercano en la curva tecnológica relacionada con la adopción de nuevas tecnologías. Por primera vez, las posibilidades que ofrece la inteligencia artificial general están vinculadas a una cronología concreta, lo cual afectará significativamente al mundo laboral.

La situación actual se caracteriza por la deslocalización del trabajo. Las advertencias de Suleyman reflejan la opinión de un número creciente de líderes tecnológicos, quienes prevén que la automatización de las tareas laborales, impulsada por la inteligencia artificial, será cada vez más generalizada. La magnitud de este problema es alarmante: algunos expertos advierten que las tasas de desempleo podrían aumentar significativamente. Esto indica un verdadero cambio de paradigma: las tareas cognitivas que definen la vida profesional moderna –desde el derecho y la contabilidad hasta el marketing y la gestión de proyectos– corren el riesgo de ser completamente automatizadas.

Pero la verdadera historia para los inversores se encuentra debajo de toda esa publicidad engañosa, en las infraestructuras necesarias para que esta adopción exponencial sea posible. La predicción no se refiere únicamente a la inteligencia de la IA; también se trata del alcance que puede tener esa tecnología. Suleyman señala que la ingeniería de software es el indicio de que el cambio ya está en marcha. Los ingenieros de software de Microsoft informaron que utilizan la codificación asistida por IA en la gran mayoría de sus trabajos de programación. Este cambio ocurrió en solo los últimos seis meses. No se trata de una herramienta de productividad menor. Se trata de un cambio fundamental en el flujo de trabajo profesional, donde la IA se convierte en el principal co-piloto.

Esto establece las bases para la implementación de una infraestructura crítica para el desarrollo de la inteligencia artificial. Para que la IA pueda alcanzar un nivel de rendimiento similar al de los seres humanos en todas las tareas profesionales, se necesita una potencia computacional sin precedentes, además de modelos base robustos y autónomos. Suleyman también instó a Microsoft a desarrollar sus propios modelos de inteligencia artificial, con el apoyo necesario.Computación a escala de gigavatiosSe trata de una respuesta directa a esta necesidad. La enorme inversión que la empresa ha realizado en OpenAI durante varios años es, en realidad, una apuesta por esa misma curva exponencial. El plazo de 18 meses representa un límite temporal para construir las infraestructuras necesarias para llevar adelante este cambio paradigmático.

La brecha entre la realidad actual y las posibilidades futuras en materia de adopción: métricas actuales frente al potencial futuro

La previsión es optimista, pero la curva de adopción actual es plana. Mientras que Mustafa Suleyman predice…Rendimiento a nivel humano en la mayoría, si no en todas, de las tareas profesionales.En un plazo de 18 meses, los datos del mundo real muestran que el desarrollo de la tecnología ha sido mucho más lento y irregular. Hasta ahora, la tecnología solo ha tenido un impacto limitado en los servicios profesionales. Un informe de 2025 señaló que abogados y contadores están experimentando con el uso de la IA para tareas específicas, pero los resultados han sido bastante decepcionantes. En algunos casos, el impacto ha sido negativo. Un estudio reciente encontró que la utilización de la IA incluso hace que las tareas de los desarrolladores de software se prolonguen en un 20%.

Esto crea una gran brecha entre las promesas exponenciales y la realidad actual. Los aumentos en la productividad se limitan, en gran medida, al sector tecnológico. Las investigaciones muestran que, aunque los márgenes de beneficio en las grandes empresas tecnológicas aumentaron en más del 20% a finales de 2025, el mercado en general prácticamente no ha cambiado. Lo que es más importante, los inversores no creen que la inteligencia artificial genere ganancias más altas fuera del sector tecnológico. Como señaló el economista jefe de Apollo Global Management, la opinión general en Wall Street espera que no haya cambios significativos en el índice S&P 500.

La razón de esta brecha es evidente: la adaptación de la IA para cualquier función laboral requiere la construcción de una infraestructura básica adecuada. Suleyman sostiene que las organizaciones podrán utilizar esta tecnología para cumplir cualquier función laboral necesaria, pero ese es un estado futuro, no una capacidad actual. El crecimiento exponencial en la potencia computacional es el factor que permite esto, pero también representa un obstáculo. La transición de un uso limitado de herramientas a una automatización que cambia completamente los procesos requiere una capacidad computacional sin precedentes, además de una integración perfecta entre las diferentes plataformas.

Para los inversores, lo importante es que los beneficiarios no son los usuarios finales de las herramientas de IA, sino aquellos que construyen la infraestructura necesaria para el uso de dichas herramientas. Las empresas que desarrollan las plataformas cloud, los chips especializados en inteligencia artificial y los sistemas de integración empresarial están en una posición ideal para aprovechar el crecimiento exponencial que se producirá cuando la adopción de estas tecnologías alcance un nivel más alto. La previsión de 18 meses indica que es momento de invertir, pero no de comprar las primeras aplicaciones de IA dirigidas al consumidor.

Capas de infraestructura: Los verdaderos motores de crecimiento exponencial

La narrativa relacionada con la deslocalización del trabajo es una distracción de la verdadera historia de las inversiones. La curva de adopción exponencial que predice Suleyman requiere una construcción masiva y a lo largo de varios años de infraestructura fundamental. Los beneficiarios no serán las empresas que venden herramientas de IA a contadores o abogados; los beneficiarios son aquellos que desarrollan las capas de computación, plataforma e integración que permitirán este cambio.

El primer y más importante aspecto es la capacidad de procesamiento informático. Suleyman sostiene que Microsoft debe desarrollar sus propios modelos de inteligencia artificial, con el apoyo necesario para lograrlo.Computación a escala de gigavatiosEsto no es una simple mejoría menor; se trata de un cambio de paradigma en el ámbito de la energía y la ingeniería. El crecimiento exponencial en la capacidad computacional es lo que permite que los modelos informáticos superen a la mayoría de los programadores humanos. Esto se puede observar en los equipos de ingeniería de software de Microsoft. Esto genera un factor de crecimiento que implica una gran inversión de capital para las empresas que se especializan en chips de IA y en la infraestructura en la nube que los utiliza.

El segundo nivel es el de la plataforma y la integración. Para que la inteligencia artificial pueda ser implementada en cualquier función laboral, es necesario que esté integrada de manera sencilla en los flujos de trabajo existentes de las empresas. Este es el dominio de los servicios de integración de software empresarial y de las plataformas cloud robustas y escalables. La realidad actual muestra que, para algunos desarrolladores, la utilización de la inteligencia artificial hace que las tareas se prolonguen más tiempo, lo que evidencia los problemas relacionados con la integración. Las empresas que logran resolver este problema, construyendo el “pegamento” que conecta la inteligencia artificial con los sistemas y procesos empresariales tradicionales, podrán aprovechar el valor de esta tecnología a medida que su adopción se acelera.

La estrategia de Microsoft es un ejemplo perfecto de cómo aprovechar esta infraestructura. La inversión plurianual que ha realizado en OpenAI, con una participación de 135 mil millones de dólares, constituye una acción similar al movimiento en la misma curva exponencial. Al mismo tiempo, el llamado de Suleyman para que las empresas desarrollen sus propios modelos de base es un paso hacia la autonomía y el control sobre esta infraestructura crítica. Los verdaderos motores de crecimiento exponencial no son los desarrolladores de aplicaciones, sino los proveedores de las infraestructuras necesarias: los fabricantes de chips, los gigantes del sector cloud y los especialistas en integración.

En resumen, el plazo de 18 meses es una fecha límite para la construcción de las infraestructuras necesarias. La gran inversión en infraestructura que se requiere para adaptar la inteligencia artificial a cualquier función laboral representa la principal oportunidad de inversión. Las empresas que construyan estas infraestructuras estarán en posición de aprovechar el crecimiento exponencial que se producirá cuando la adopción de la inteligencia artificial alcance un nivel que permita pasar del uso de herramientas limitadas a una automatización que cambie completamente los procesos de trabajo.

Impacto financiero y valoración: más allá de los titulares de las noticias.

El impacto financiero de esta inflexión en la curva S, que dura 18 meses, no es un aumento constante en los ingresos. Se tratará más bien de un aumento en la demanda de esa infraestructura que permite el funcionamiento de la inteligencia artificial. A medida que la visión de Suleyman de que la inteligencia artificial alcance “un nivel de rendimiento similar al humano en la mayoría, si no en todos, los tareas profesionales” se convierte en realidad, el principal factor financiero será el desarrollo masivo y de gran intensidad de capital de las capas de procesamiento y integración. Esto crea una clara lógica de inversión: los beneficiarios no son los usuarios finales de las herramientas de inteligencia artificial, sino los proveedores de esa infraestructura.

Las métricas de valoración tradicionales, como los coeficientes precio/ganancias, pierden casi todo su significado en este contexto. Son indicadores que reflejan el estado pasado del mercado, y no logran capturar las curvas de adopción exponenciales de las tecnologías relacionadas con la inteligencia artificial. En cambio, los inversores deben centrarse en los indicadores que reflejan el uso de las infraestructuras relacionadas con la inteligencia artificial y la penetración de las plataformas relacionadas con esta tecnología. Para los proveedores de servicios en la nube, esto significa monitorear las tasas de utilización de la computación y el crecimiento de las cargas de trabajo relacionadas con la inteligencia artificial. Para los fabricantes de chips, se trata de medir la tasa de adopción de los aceleradores especializados para la inteligencia artificial. Para las empresas de software empresarial, se trata de medir los ingresos obtenidos de los servicios de integración que permiten incorporar la inteligencia artificial en los procesos tradicionales de negocios.

La valoración de estos proveedores de infraestructura se basará en su participación en la curva de adopción exponencial, y no en sus ganancias actuales. Una empresa que logre captar una proporción creciente de la demanda de computación a nivel de gigavatios, o que domine el sector de integración para la inteligencia artificial empresarial, verá su capitalización bursátil aumentar al mismo ritmo que la adopción de sus servicios. Esta es la estrategia que Microsoft está adoptando: invertir durante varios años en OpenAI y promover el uso de modelos de base desarrollados internamente.

En resumen, la construcción de la infraestructura es la principal oportunidad de inversión. El impacto financiero será un aumento en los gastos de capital y en los ingresos de las empresas que se encargan de construir estas infraestructuras básicas. Para los inversores, la tarea consiste en identificar aquellos proveedores cuya crecimiento esté directamente relacionado con la tasa de adopción del próximo paradigma, y no con los ingresos de las empresas que pronto estarán automatizadas.

Catalizadores y riesgos: El camino hacia el punto de inflexión

El plazo de 18 meses es una fecha límite, no una garantía. El camino hacia la validación o el desafío de las predicciones de Suleyman depende de algunos factores a corto plazo, así como de los riesgos que podrían impedir que la curva de adopción exponencial se acelere como se predice. El punto clave es la tasa de adopción de las herramientas de IA en las empresas; esto indicará si la curva S está acelerándose como se espera.

El catalizador principal es la próxima publicación de un nuevo modelo de inteligencia artificial. Suleyman señala que el crecimiento exponencial en la capacidad computacional es el factor clave que permite esto. Por eso, las inversiones masivas, como las realizadas por Microsoft, son necesarias para lograrlo.135 mil millones de dólares en las acciones de OpenAI.Un avance en la capacidad del modelo… Quizás se trate de un verdadero “AGI de nivel profesional”, capaz de manejar tareas complejas y con múltiples pasos. Eso sería una validación directa del cambio de paradigma: se trata de una automatización completa de los procesos profesionales, más allá de la simple asistencia en la codificación de códigos.

Un segundo factor que contribuye a esto es la implementación generalizada de las herramientas de asistencia tecnológica empresariales desarrolladas por Microsoft.CopilotEstá diseñado como la interfaz para esta automatización. Si su uso aumenta en departamentos como el jurídico, el de contabilidad y el de marketing, con un aumento mensurable en la productividad, eso demostraría la utilidad de esta tecnología más allá del sector tecnológico. La realidad actual muestra que la IA hace que algunas tareas de desarrollo duren más tiempo, lo que indica que existe cierta resistencia en la integración de esta tecnología. Una implementación exitosa y sin problemas en la empresa sería una señal clara de que la infraestructura relacionada con esta tecnología está madurando.

El principal riesgo radica en el exceso de regulaciones. A medida que el potencial de la IA para la automatización masiva se vuelve innegable, los formuladores de políticas comienzan a enfrentarse a las consecuencias que esto puede traer. Los políticos buscan encontrar soluciones para prepararse para el día en que la IA pueda reemplazar completamente a los trabajadores humanos. Las nuevas regulaciones podrían ralentizar la implementación de esta tecnología, obligar a una supervisión humana costosa, o restringir las capacidades de los modelos de aprendizaje artificial. Todo esto representa un importante obstáculo para la adopción de la tecnología.

Otro riesgo es el fracaso en el control de los modelos utilizados. La solicitud de Suleyman para que Microsoft desarrolle sus propios modelos básicos, con capacidad de cálculo a escala de gigavatios, es una respuesta directa a este problema. Si la dependencia de unos pocos modelos externos conduce a interrupciones en el funcionamiento del sistema, a brechas de seguridad o a una degradación en el rendimiento, esto podría socavar la confianza de las empresas y retrasar la adopción de esta tecnología.

Por último, las contracciones económicas podrían retrasar la adopción de tecnologías como la inteligencia artificial por parte de las empresas. Las compañías que enfrentan presiones podrían dar prioridad a medidas que reduzcan los costos, en lugar de invertir en proyectos de integración de tecnologías de IA. La actual curva de adopción plana indica que muchas empresas todavía se encuentran en la fase de evaluación o prueba de estas tecnologías. Una situación económica adversa podría agravar este temor, lo que haría que el plazo de 18 meses se alargue aún más.

En resumen, la proyección de 18 meses se basa en la creencia de que habrá una adopción exponencial de las tecnologías relacionadas con la inteligencia artificial. Los modelos de próxima generación y los herramientas empresariales como Copilot contribuirán a hacer que la curva S sea más pronunciada. Sin embargo, los riesgos relacionados con la regulación, los fallos en el control y la presión económica podrían hacer que esa curva se suavice. Para los inversores, lo importante no son los resultados financieros de las empresas, sino la velocidad con la que se adoptan las herramientas de IA en las empresas. Allí se medirá el verdadero punto de inflexión.