La burbuja de la IA no es como la burbuja de Internet: los trabajadores no contrabandearán IA como contrabandearon hojas de cálculo

En un artículo reciente en Pluralistic, Cory Doctorow argumenta que el actual auge de inversión en IA tiene poco parecido con la burbuja de internet de los años 90. Su tesis central: internet despegó porque los trabajadores introdujeron herramientas web en las redes corporativas — ellos las querían. La IA, por el contrario, se está imponiendo desde la gerencia hacia abajo.
Cómo la web realmente venció el control de TI
Doctorow rastrea la tensión hasta los días de Lotus Notes, un torpe paquete ofimático todo en uno que los gerentes de TI adoraban porque les daba un control estilo mainframe. Los trabajadores lo odiaban — introdujeron herramientas web como Hotmail, Yahoo Mail, ICQ, AIM y servidores FTP anónimos para hacer su trabajo. Sortearon las políticas de TI porque las herramientas web eran mejores para el trabajo real.
Esto no fue rebelión — fue supervivencia. Como señala Doctorow, "la excepción es la regla" en el trabajo del conocimiento. Las políticas rígidas se rompen cuando los trabajadores se enfrentan a situaciones imprevistas. El concepto de "trabajar según las reglas" — donde los trabajadores siguen cada política al pie de la letra, sin usar conocimiento implícito del proceso — puede paralizar un negocio.
La IA se impone, no surge
La diferencia clave: nadie está introduciendo agentes de IA en las redes corporativas. Los empleados no están instalando GPT-4 o Claude en sus estaciones de trabajo porque realmente los necesiten para cumplir con un plazo. En cambio, los ejecutivos y capitalistas de riesgo están impulsando la adopción de IA con la promesa de reemplazar trabajadores o reducir costos — no de empoderarlos.
Doctorow relata cómo la aplicación asesina de las primeras computadoras personales fue Visicalc — la hoja de cálculo. Los trabajadores colaron computadoras Apple II+ en el trabajo para ejecutarla, porque TI había bloqueado la función que necesitaban. La motivación era interna: "no lo hicieron para engañar o robar a la empresa — el objetivo era hacer un mejor trabajo".
Hoy, no se está produciendo una adopción de base equivalente para agentes de codificación de IA o LLM. Están siendo impuestos desde arriba, a menudo encontrando resistencia o indiferencia por parte de los ingenieros que tendrían que usarlos.
Lo que esto significa para las herramientas de IA
Si la burbuja de internet fue impulsada por la demanda (los usuarios atrajeron la tecnología), la burbuja de la IA es impulsada por la oferta (los vendedores la están empujando). Eso la hace más frágil. Cuando llega una crisis presupuestaria, los centros de costos impuestos desde arriba son los primeros en ser recortados. Las herramientas que los trabajadores realmente necesitan sobrevivirán.
El artículo no predice un colapso, pero argumenta que los fundamentos del mercado son diferentes: las cifras de adopción de IA pueden parecer infladas porque reflejan mandatos gerenciales, no una atracción genuina del usuario.
📖 Lee la fuente completa: Agentes HN AI
👀 Ver también

Graduados abuchean discursos de IA en ceremonias de graduación: Una señal del sentir de los desarrolladores
Graduados universitarios abuchearon a oradores que promovían el entusiasmo por la IA en ceremonias de graduación, reflejando una inquietud generalizada sobre el impacto de la IA en el empleo y la sociedad.

Predicción Multi-Token MTP: Generación de Tokens 2x Más Rápida en AMD Strix Halo y Radeon 9700 AI Pro
MTP acelera la inferencia de LLM hasta 2x, especialmente para agentes de código. El video cubre la mecánica de MTP y el rendimiento en Qwen 3.6 con AMD Strix Halo y Dual Radeon 9700.

OpenClaw Client Añade Seguimiento de Costos y Límites de Gasto por Agente
La nueva versión añade límites de gasto por agente, interfaz de uso en vivo con barra de progreso circular, gestión de subagentes, activación de habilidades y selección de modelo por agente.

Resultados de Referencia: Modelos Qwen3.5 en Apple Silicon frente a GPUs AMD con ROCm frente a Vulkan
Un desarrollador evaluó los modelos Qwen3.5 (35B MoE, 27B denso, 122B MoE) en Macs con Apple Silicon y estaciones de trabajo con GPU AMD, comparando los backends ROCm y Vulkan mediante pruebas de escalado de contexto. El hardware incluyó M5 Max, M1 Max y tres GPU AMD con diferentes configuraciones PCIe.