Nunca habíamos tenido tanto acceso a información, y eso impulsa el pensamiento estratégico en la era de la IA.
Hoy podemos preguntarle prácticamente cualquier cosa a una inteligencia artificial. Además, podemos investigar un mercado en minutos, resumir cientos de páginas y comparar alternativas para tomar decisiones más rápido. Estas capacidades cambian la forma en que las empresas aprenden, innovan y responden a las señales del mercado en tiempo real.
Podemos generar estrategias, analizar datos y producir contenido a una velocidad que hace apenas unos años habría parecido absurda. Este cambio impulsa el pensamiento estratégico en la era de la IA y transforma la forma en que las organizaciones planifican.
Y, sin embargo, tener acceso a más información no necesariamente nos está haciendo más inteligentes.
De hecho, puede estar ocurriendo exactamente lo contrario.
Porque cuando obtener una respuesta se vuelve extraordinariamente fácil, la ventaja deja de estar en saber la respuesta y empieza a estar en saber qué hacer con ella.
Esta idea no nació con ChatGPT. Tiene más de dos mil años.
Y creo que entenderla puede ayudarnos a comprender mucho mejor qué significa realmente desarrollar valor profesional en la era de la inteligencia artificial.
Platón ya había descrito este problema
En La República, Platón plantea una forma de entender los distintos niveles mediante los cuales pasamos de percibir algo a comprenderlo realmente.
Simplificándolo, podemos verlo como una evolución:
Eikasia → Pístis → Dianoia → Noesis → El Bien
No me interesa convertir esto en una clase de filosofía.
Me interesa algo mucho más práctico:
en qué nivel estamos tomando nuestras decisiones?
Porque esta estructura sigue siendo sorprendentemente vigente para entender cómo pensamos, cómo trabajamos y, especialmente, cómo utilizamos inteligencia artificial.
1. Eikasia: cuando confundimos las sombras con la realidad
Eikasia representa el nivel de la imaginación, las apariencias y las representaciones.
Vemos algo y asumimos que entendemos lo que significa.
En el mundo actual podría verse así:
“Todos están usando IA, entonces tengo que usar IA.”
“Mi competencia publica todos los días, entonces yo también.”
“Este reel tuvo muchas vistas, entonces funcionó.”
“ChatGPT me dio esta respuesta, entonces debe ser correcta.”
“Tenemos muchos leads, entonces nuestro problema no puede ser comercial.”
Aquí todavía no estamos analizando. Estamos reaccionando.
Y este es probablemente uno de los mayores riesgos de nuestra época: tenemos acceso a herramientas extremadamente sofisticadas mientras seguimos tomando muchas decisiones desde percepciones superficiales.
La tecnología puede amplificar nuestra capacidad.
Pero también puede amplificar nuestras equivocaciones.
Una mala decisión ejecutada diez veces más rápido sigue siendo una mala decisión.
2. Pístis: cuando convertimos las creencias en certezas
El siguiente nivel es Pístis: las creencias.
Ya no estamos observando únicamente sombras. Tenemos experiencias, referencias y ciertas explicaciones sobre cómo funciona el mundo.
El problema aparece cuando dejamos de cuestionarlas.
“Así se ha hecho siempre.”
“Mi cliente compra por precio.”
“LinkedIn no funciona para mi industria.”
“La inteligencia artificial va a reemplazar estos puestos.”
“Mi empresa necesita más vendedores.”
“Necesitamos más seguidores.”
Muchas organizaciones operan desde este nivel sin darse cuenta.
Construyen procesos, presupuestos y estrategias completas alrededor de supuestos que nadie ha vuelto a comprobar.
Y aquí aparece una pregunta que utilizo constantemente cuando analizo una estrategia comercial:
¿Esto lo sabemos o lo estamos suponiendo?
La diferencia parece pequeña. Pero no lo es.
Porque una empresa puede invertir millones intentando resolver un problema que nunca diagnosticó correctamente.
3. Dianoia: cuando empezamos a pensar estratégicamente
Aquí comienza algo mucho más interesante.
Dianoia implica razonamiento, análisis y pensamiento discursivo.
Ya no aceptamos automáticamente lo que vemos ni lo que creemos.
Preguntamos.
Comparamos.
Buscamos evidencia.
Conectamos variables.
Intentamos comprender causas y consecuencias.
En términos empresariales, dejamos de decir:
“Necesitamos más ventas.”
Y comenzamos a preguntar:
por qué no estamos vendiendo?
¿Tenemos suficientes oportunidades?
¿Estamos atrayendo al cliente correcto?
en qué parte del pipeline estamos perdiendo prospectos?
¿Cuánto tardamos en responder?
¿Cuántos leads llegan a diagnóstico?
¿Cuántas propuestas se convierten en contratos?
¿Cuánto cuesta adquirir un cliente?
¿Cuánto vale ese cliente durante su relación con nosotros?
Ese cambio es enorme.
Porque pasamos de ejecutar acciones a entender sistemas.
Y ahí comienza, desde mi perspectiva, el verdadero pensamiento estratégico.
4. Noesis: cuando dejamos de analizar partes y entendemos el sistema
Pero analizar datos tampoco es suficiente.
Podemos tener dashboards maravillosos y seguir tomando malas decisiones.
Podemos implementar CRM, automatizaciones, agentes de IA, campañas, contenido y cientos de indicadores sin entender realmente cómo se relacionan.
Noesis representa un nivel superior de comprensión.
Es cuando comenzamos a ver el panorama completo.
Una empresa deja de pensar:
Marketing por un lado.
Ventas por otro.
Tecnología por otro.
Servicio al cliente por otro.
Y comienza a entender que todos esos elementos forman parte de una misma experiencia.
Un sistema.
La campaña genera una expectativa.
El contenido construye percepción.
El formulario captura intención.
El CRM registra información.
La automatización determina velocidad.
El vendedor transforma interés en confianza.
La operación cumple —o rompe— la promesa.
El servicio determina si esa venta termina ahí o se convierte en una relación.
Todo está conectado.
Por eso llevo años insistiendo en una idea que incluso terminó convirtiéndose en el título de mi libro:
La experiencia lo es todo.
Porque el cliente no experimenta nuestros departamentos.
Experimenta nuestra empresa.
Entonces llegó la inteligencia artificial
Y aquí es donde esta discusión se vuelve especialmente relevante.
Durante mucho tiempo, una parte importante del valor profesional estaba asociada con poseer conocimiento.
Saber algo tenía valor porque acceder a ese conocimiento era difícil.
Hoy esa barrera está desapareciendo.
Una inteligencia artificial puede explicar conceptos, escribir código, analizar documentos, estructurar propuestas, generar imágenes, resumir investigaciones y producir primeras versiones de prácticamente cualquier cosa.
Esto no significa que el conocimiento haya dejado de importar.
Significa que memorizar información y producir una primera respuesta tiene cada vez menos valor diferencial.
El valor se está desplazando hacia arriba.
Hacia saber preguntar.
Saber distinguir.
Saber contextualizar.
Saber relacionar información.
Saber detectar errores.
Saber decidir.
Y, sobre todo, saber transformar conocimiento en resultados.
La IA puede darte respuestas. No puede asumir tu criterio.
Esta es probablemente una de las distinciones más importantes que necesitamos hacer.
La inteligencia artificial puede aumentar nuestra capacidad intelectual de manera extraordinaria.
Pero utilizar una herramienta inteligente no convierte automáticamente en estratégica a la persona que la utiliza.
Puedes pedirle a una IA cien ideas de negocio.
Eso no significa que sepas cuál construir.
Puedes generar un plan comercial completo.
Eso no significa que comprendas tu mercado.
Puedes producir treinta publicaciones en minutos.
Eso no significa que tengas posicionamiento.
Puedes automatizar veinte procesos.
Eso no significa que hayas automatizado los procesos correctos.
Puedes recibir una respuesta impecablemente redactada.
Eso tampoco significa que sea cierta.
La IA reduce el costo de producir respuestas.
Por eso aumenta el valor de algo diferente:
el criterio.
Y después del conocimiento viene algo todavía más importante: la acción
En la representación que comparto en la imagen hay un último punto: El Bien.
No quiero abordarlo aquí desde toda su profundidad filosófica, sino desde una interpretación práctica.
¿Para qué queremos comprender mejor?
Para actuar mejor.
Porque conocimiento sin aplicación puede convertirse simplemente en otra forma sofisticada de acumulación.
Podemos leer.
Estudiar.
Tomar cursos.
Consumir podcasts.
Guardar publicaciones.
Preguntarle cosas a ChatGPT durante horas.
Y continuar exactamente en el mismo lugar.
El conocimiento genera valor cuando modifica decisiones.
Cuando cambia comportamientos.
Cuando construye algo.
Cuando resuelve un problema.
Cuando mejora una organización.
Cuando crea oportunidades.
Cuando produce un impacto positivo en nuestra vida o en la de alguien más.
Ahí ocurre la verdadera transformación:
Información → comprensión → criterio → decisión → acción → impacto.
El profesional más valioso del futuro no será quien sepa más
Durante años nos enseñaron a competir acumulando conocimiento.
Más títulos.
Más información.
Más herramientas.
Más habilidades.
Pero estamos entrando en una economía donde prácticamente todos podremos acceder a capacidades intelectuales extraordinarias.
Y ahora tendremos que demostrar:
¿Qué eres capaz de comprender?
¿Qué preguntas sabes hacer?
¿Qué conexiones puedes descubrir?
¿Qué decisiones puedes tomar?
¿Qué puedes construir utilizando todo ese conocimiento?
Ahí está, para mí, una de las grandes oportunidades de esta era.
No competir contra la inteligencia artificial.
Tampoco delegarle nuestro pensamiento.
Sino utilizarla para llevar nuestro pensamiento a un nivel superior.
Porque mientras más inteligentes se vuelvan nuestras herramientas, más importante será desarrollar nuestro criterio.
Y quizá esa sea una de las paradojas más interesantes de esta revolución tecnológica:
la inteligencia artificial puede obligarnos a convertirnos en profesionales mucho más humanos.
