It's always day one

La máquina que sabe casi todo, pero no conoce a nadie

Aún en pleno 2026 sigo viendo con mis alumnos el caso Barnes & Noble contra Amazon. Soy consciente de que tiene casi treinta años, pero ilustra de un modo magnífico cómo la irrupción de una tecnología disruptiva puede acabar con la ventaja competitiva de una empresa con una trayectoria tan sólida como la B&N de la época, que venía de revolucionar el mundo editorial con sus supertiendas. Tiendas enormes, con un surtido que ningún librero de barrio podía igualar... y en las que nadie sabía quién era usted.

Como cierre del caso, me gusta emplear un vídeo de Jeff Bezos donde resume su filosofía de gestión. Amazon acababa de anunciar la compra de Zappos y Bezos decidió presentarse ante sus nuevos compañeros con una grabación bastante modesta. Delante de un flipchart resumía en cuatro ideas todo lo que sabía.

Obsesionarse con los clientes. Inventar en su nombre. Pensar a largo plazo. Y la última, escrita en grandes letras: It's always Day One. Siempre es el día uno.

La frase se convirtió en una de las señas de identidad de Amazon. El edificio donde trabajaba Bezos se llamaba Day 1 y, cuando se mudó, se llevó el nombre con él. Más de veinte años después de fundar la compañía seguía recordando a sus accionistas que el día dos conducía al estancamiento, después a la irrelevancia, luego a un doloroso declive y finalmente a la muerte. Por eso, concluía, siempre debía ser el día uno.

Pues bien, la inteligencia artificial ha conseguido tomarse la frase bastante más al pie de la letra.

Porque para un modelo de lenguaje cada conversación es realmente el día uno. Puede saber quién fue Ramsés II, explicar con brillantez la mecánica cuántica y redactar en segundos un contrato de compraventa conforme al derecho español. Pero, con una desesperante frecuencia, no sabe quién es usted, qué está intentando conseguir, qué decisiones tomó ayer ni por qué descartó las otras alternativas.

Hemos contratado al asesor más brillante del mundo y hemos descubierto que padece amnesia.

El sabio sin recuerdos

El problema nace de una confusión comprensible. Charlamos con el sistema como lo haríamos con un compañero de departamento, nos responde con una aparente coherencia y recordamos haberle contado algo hace dos semanas. Así que esperamos que él también lo recuerde. Pero debajo de esa ilusión de continuidad, muchas veces no hay más que un vacío inesperado.

Un modelo de lenguaje no conserva el recuerdo de nuestras conversaciones. Puede haberle dicho hace cuatro días que el discurso que prepara para su presidente está a la altura de la primera catilinaria, y no recordar nada cuando vuelve sobre él. Porque cuando recibe una pregunta, genera su respuesta a partir de lo que aprendió durante el entrenamiento y de la información que alguien haya colocado delante de él en ese momento. Esa información puede incluir los últimos mensajes de la conversación, documentos de la empresa o algún resumen de interacciones anteriores. Pero el modelo no recuerda nada de eso en el sentido habitual del término. Se lo vuelven a contar.

La famosa ventana de contexto funciona como una mesa de trabajo. Mientras los papeles están sobre ella, el modelo puede consultarlos. Cuando se retiran, desaparecen de su mundo. Hacer la mesa más grande permite extender la conversación, pero no crea memoria. Confundir una ventana de contexto gigantesca con una memoria duradera es como esperar que un pez de colores recuerde más por tener una pecera más grande.

Los fabricantes conocen perfectamente esta limitación y llevan tiempo construyendo mecanismos a su alrededor. Historiales de conversaciones, instrucciones permanentes, proyectos, archivos, conexiones con el correo y memorias que seleccionan determinados datos del usuario para recuperarlos más adelante. Y, por supuesto, un buen desarrollador puede añadir a sus agentes almacenes externos donde anotar decisiones, resultados y tareas pendientes.

Pero no es que el modelo esté adquiriendo memoria. Es la aplicación la que mantiene una libreta y decide qué apuntar en ella, cuándo consultarla y qué parte enseñar al modelo.

Parece una distinción técnica, pero es una diferencia empresarial formidable.

Encontrar no es recordar

Las empresas están intentando resolver el problema conectando la inteligencia artificial con los datos que viven en sus sistemas de gestión. Construyen sistemas RAG, indexan documentos, abren el correo, conectan con el CRM o el ERP y permiten que el modelo consulte manuales, actas y contratos antes de responder.

Todo ello, sin duda, útil. Pero sin olvidar que el acceso a la información de una empresa no equivale a conocerla.

Una base documental puede recuperar el acta donde figura que el consejo aprobó abrir una filial en Portugal. Pero el acta no recoge que se eligió Portugal después de descartar Italia por un problema regulatorio, que el director financiero aceptó a regañadientes, que el primer candidato para dirigirla perdió la confianza del equipo durante el proceso y que nadie quiere reabrir aquella discusión.

Las empresas no funcionan solo sobre los documentos que conservan. Funcionan también sobre una capa mucho más difícil de capturar: decisiones descartadas, excepciones toleradas, compromisos implícitos, relaciones personales y razones que nadie escribe porque todos los presentes conocen.

Efectivamente: conocimiento tácito. Que es también lo que distingue a alguien que ha leído un expediente de quien lleva años trabajando con nosotros.

Un buen asesor no aporta valor únicamente porque sepa mucho. Lo aporta porque recuerda qué intentamos el año pasado, quién se opuso, dónde nos equivocamos y qué tipo de solución somos realmente capaces de ejecutar. Puede pensar que una decisión es técnicamente inferior y recomendarla, sin embargo, porque conoce a la organización que tendrá que llevarla a la práctica. Termina por convertirse en un maestro de la realpolitik.

La IA puede leer todos nuestros documentos y seguir llegando a la reunión como un consultor recién contratado.

Y no hay que esperar milagros: darle memoria tampoco lo resolvería por sí solo. El asesor humano no recuerda la discusión sobre Portugal porque alguien la archivara, sino porque estaba en la sala. El problema no es únicamente dónde almacenar el conocimiento tácito, sino cómo capturarlo. Y me temo que la respuesta más evidente es también la más inquietante: la IA empezará a conocer la organización cuando esté presente en sus reuniones, sus correos y sus conversaciones.

Las empresas ya han vivido éxitos y fracasos en este camino. El CRM funcionó porque cada venta deja un registro casi sin que nadie tenga que escribirlo. La gestión del conocimiento de los años noventa fracasó porque pedía a los expertos que dedicaran tiempo a contar lo que sabían. La IA promete capturar lo informal como subproducto, sin pedírselo a nadie. Pero solo podrá guardar lo que se dice, no lo que se calla, y cuanto más se registre, más conversaciones importantes se mudarán al pasillo. Porque somos humanos y no nos sentimos cómodos bajo el Ojo de Sauron.

El peaje de presentarnos

Esta falta de continuidad tiene un coste que rara vez aparece en los cálculos de productividad: cada vez que explicamos de nuevo el proyecto, aportamos los mismos antecedentes o corregimos una interpretación ya corregida, pagamos otra vez el peaje. El onboarding no sucede una vez, como con un empleado. Puede suceder en cada conversación.

Y lo que en el uso personal resulta molesto, para una empresa puede convertirse en un problema estructural.

Un empleado prepara durante semanas una propuesta con ayuda de un asistente. Otro abre una conversación distinta y repite buena parte del trabajo. Un tercero utiliza otro modelo y recibe una recomendación incompatible porque el sistema desconoce las decisiones anteriores. Tres respuestas razonables por separado y absurdas cuando se observan en conjunto.

El problema se vuelve más serio cuando pasamos de los asistentes a los agentes. Un chatbot sin memoria puede hacernos perder el tiempo. Un agente sin memoria puede repetir una acción, contradecir una decisión previa o retomar un camino que ya habíamos descartado. La autonomía sin continuidad no crea un empleado digital. Crea una sucesión de empleados nuevos que comparten nombre y contraseña. Y consumen tokens a cascoporro.

Así llegamos a otra pregunta aún más incómoda: ¿dónde debe residir esa memoria?

Si la guarda cada empleado, la organización pierde parte de ella cuando la persona cambia de puesto o abandona la compañía. Si lo hace la empresa, deberá decidir quién tiene derecho a leerla, corregirla y borrarla. Y, por supuesto, puede conservarla el proveedor de la IA, que es la solución más cómoda y posiblemente la más peligrosa.

Porque la memoria que hace útil a un asistente es también la que puede volvernos dependientes de él.

El nuevo cerrojo

Llevamos unos años discutiendo qué compañía tendrá el mejor modelo, pero tal vez la pregunta termine importando bastante menos de lo que parece. Los modelos mejoran, sus diferencias se estrechan y cambiar de modelo resulta cada vez más sencillo. La conversación completa puede viajar por una API y el nuevo proveedor empezar a responder en pocos minutos.

Lo que no viaja con la misma facilidad es la relación acumulada.

Es la misma lección que Barnes & Noble aprendió frente a Amazon. Sus supertiendas lo sabían todo sobre libros, sí. Pero Amazon sabía además quién era el cliente, qué había comprado y qué le podía interesar después. Sin olvidarlo jamás. Y cuando el surtido dejó de ser escaso, la ventaja se trasladó a la memoria. Hoy el conocimiento general se está volviendo abundante, y la ventaja amenaza con trasladarse al mismo sitio.

Es cierto que empiezan a aparecer herramientas para exportar la memoria de un asistente e importarla en otro. Pero solo trasladan la libreta: una colección de hechos, preferencias y resúmenes. No transfieren el criterio que se formó al rellenarla, ni la intuición de qué importaba y qué no. Recibir las notas de otro no equivale a haber estado allí.

Si durante tres años un sistema ha acumulado cómo escribimos, qué clientes atendemos, qué riesgos aceptamos, a quién consultamos antes de decidir y qué errores no queremos repetir, cambiar de asistente ya no consiste en sustituir un modelo. Consiste en abandonar a alguien que nos conoce para volver a presentarnos ante un desconocido.

La memoria puede convertirse así en el verdadero mecanismo de dependencia de la inteligencia artificial. No será necesario impedir técnicamente que el cliente se marche. Bastará con hacer que irse resulte parecido a cambiar de abogado, de médico o de socio después de muchos años.

Microsoft parte con la ventaja de vivir dentro del correo, los documentos y las reuniones de buena parte de las empresas. Google dispone de otra porción extraordinaria de nuestra vida: búsquedas, calendarios, correos, archivos y fotografías. OpenAI y Anthropic intentan construir esa relación desde la conversación y el trabajo diario con sus asistentes. Todos hablan de inteligencia, pero quizá estén compitiendo por algo mucho más antiguo: estar presentes cuando ocurren las cosas y conseguir que les confiemos nuestra memoria.

La pregunta para cualquier empresa no es quién será el Amazon de esta historia, sino cómo evitar ser su Barnes & Noble: la organización que utiliza la inteligencia artificial y deja que la memoria de su relación con clientes y empleados se acumule en casa de otro.

La llegada del día dos

En la filosofía de Bezos, permanecer en el día uno significaba conservar la curiosidad de una empresa recién nacida después de haber acumulado décadas de experiencia. Nunca quiso que Amazon olvidara lo aprendido, sino que no quedara prisionera de ello.

Los modelos de lenguaje sufren el problema contrario. Afrontan cada nueva conversación con una capacidad deslumbrante, pero sin una biografía compartida sobre la que apoyarse. Siempre están empezando. Nunca han vivido con nosotros el día anterior.

Tal vez el salto decisivo de la inteligencia artificial no llegue cuando un modelo sepa responder una pregunta más difícil, sino cuando deje de necesitar que le expliquemos continuamente quiénes somos. Cuando pueda conservar no solo nuestros datos, sino la historia de por qué decidimos lo que decidimos. Cuando distinga lo importante de lo anecdótico, permita corregir sus recuerdos y sea capaz de trasladarlos si cambiamos de proveedor.

En una empresa innovadora puede ser saludable pensar que siempre es el día uno. En una relación, sin embargo, todo lo verdaderamente valioso empieza el día dos.

La cuestión es quién conservará el recuerdo cuando por fin consigamos llegar hasta él.