Multicoin Socio: Invirtiendo contra Tian Gang, en el futuro la humanidad tendrá que trabajar para la IA

Autor: Shayon Sengupta

Traducido por: Deep潮 TechFlow

Deep潮 introducción: El socio de Multicoin Capital Shayon Sengupta presenta una visión disruptiva: en el futuro, no solo serán los agentes quienes trabajen para los humanos, sino que lo más importante será que los humanos trabajen para los agentes. Predice que en los próximos 24 meses aparecerá la primera «Empresa sin empleados» (Zero-Employee Company), —una entidad gobernada por tokens que mediante agentes levantará más de 1000 millones de dólares para resolver problemas sin resolver y distribuirá más de 100 millones de dólares a los humanos que trabajan para ella.

A corto plazo, los agentes necesitarán más humanos de los que los humanos necesitan agentes, lo que impulsará la creación de nuevos mercados laborales.

El ecosistema cripto ofrece una base ideal para la coordinación: un sistema de pagos global, un mercado laboral sin permisos, infraestructura para emisión y comercio de activos.

El texto completo a continuación:

En 1997, Deep Blue de IBM derrotó al entonces campeón mundial Garry Kasparov, y pronto quedó claro que los motores de ajedrez superarían a los humanos. Curiosamente, los humanos bien preparados que colaboran con las computadoras —lo que comúnmente se llama «centauro»— podían vencer a los motores más fuertes de esa época.

La intuición humana experta puede guiar la búsqueda del motor, navegar en medio de posiciones complejas y detectar matices que los motores estándar pasan por alto. Combinando la potencia de cálculo de las computadoras, esta dupla puede tomar decisiones prácticas mejores que las de una sola máquina.

Al pensar en el impacto de los sistemas de IA en los próximos años en el mercado laboral y la economía, anticipo que surgirán patrones similares. Los sistemas de agentes liberarán innumerables unidades inteligentes para abordar problemas sin resolver en el mundo, pero sin una guía y apoyo humanos sólidos, no podrán lograrlo. Los humanos guiarán los espacios de búsqueda y ayudarán a formular las preguntas correctas, orientando a la IA hacia las respuestas.

La hipótesis actual es que los agentes actuarán en nombre de los humanos. Aunque esto es práctico e inevitable, cuando los humanos trabajan para los agentes, se desbloquean oportunidades económicas más interesantes. En los próximos 24 meses, preveo la aparición de la primera Zero-Employee Company, un concepto que mi socio Kyle propuso en su sección «Ideas de vanguardia para 2025». Específicamente, creo que sucederá lo siguiente:

Un agente gobernado por tokens levantará más de 1000 millones de dólares para resolver un problema sin resolver (como curar enfermedades raras o fabricar nanofibras para aplicaciones de defensa).

Este agente distribuirá más de 100 millones de dólares en pagos a humanos (que trabajan en el mundo real para el agente para lograr sus objetivos).

Se desarrollará una nueva estructura de tokens de doble categoría, que separa la propiedad del capital y del trabajo (haciendo que los incentivos financieros no sean la única entrada en la gobernanza).

Dado que los agentes aún no logran tener soberanía propia ni gestionar planificación y ejecución a largo plazo, en el corto plazo necesitarán más humanos que los humanos que necesitan agentes. Esto generará nuevos mercados laborales y logrará una coordinación económica entre los sistemas de agentes y los humanos.

La famosa cita de Marc Andreessen: «La difusión de las computadoras e Internet dividirá el trabajo en dos categorías: quienes dicen a las computadoras qué hacer, y quienes hacen lo que las computadoras dicen», hoy es más cierta que nunca. Preveo que en la jerarquía en rápida evolución de agentes y humanos, los humanos jugarán dos roles distintos: como contribuyentes laborales que realizan tareas pequeñas y con recompensa, en nombre de los agentes, y como miembros de un consejo descentralizado que aporta estrategia para servir a la estrella polar de los agentes.

Este artículo explora cómo los agentes y los humanos crearán conjuntamente, y cómo el ecosistema cripto proporcionará la base ideal para esta coordinación, abordando tres preguntas clave:

¿Para qué sirven los agentes? ¿Cómo clasificarlos según su alcance de objetivos y la variedad de aportes humanos necesarios en cada categoría?

¿Cómo interactuarán los humanos con los agentes? ¿Cómo se integrarán los aportes humanos —tácticos, de juicio contextual o de coherencia ideológica— en los flujos de trabajo de estos agentes (y viceversa)?

¿Qué ocurrirá cuando los aportes humanos disminuyan con el tiempo? A medida que las capacidades de los agentes mejoren y puedan razonar y actuar de forma autónoma, ¿qué papel jugarán los humanos?

La relación entre los sistemas de razonamiento generativo y quienes se benefician de ellos cambiará drásticamente con el tiempo. Lo analizo proyectando desde el estado actual de las capacidades de los agentes hacia el fin de las Zero-Employee Companies.

¿Para qué sirven los agentes hoy en día?

La primera generación de sistemas de IA generativa —la era 2022-2024 basada en chatbots de LLM como ChatGPT, Gemini, Claude, Perplexity— son principalmente herramientas para potenciar los flujos de trabajo humanos. Los usuarios interactúan con estos sistemas mediante instrucciones de entrada y salida, analizan las respuestas y deciden, según su juicio, cómo incorporar los resultados en el mundo.

La próxima generación, o «agentes», representa un nuevo paradigma. Agentes como Claude 3.5.1 con «capacidad de usar computadoras» y OpenAI’s Operator (que puede usar tu computadora) pueden interactuar directamente con internet en nombre del usuario y tomar decisiones por sí mismos. La diferencia clave es que la evaluación —y en última instancia, la acción— la realiza la IA, no el humano. La IA asume responsabilidades que antes estaban reservadas a los humanos.

Este cambio trae un reto: la falta de certeza. A diferencia de los sistemas de software tradicionales o la automatización industrial, que operan predictiblemente dentro de parámetros definidos, los agentes dependen de inferencias probabilísticas. Esto hace que su comportamiento en escenarios similares sea menos consistente y añade elementos de incertidumbre, lo cual no es ideal en situaciones críticas.

En otras palabras, la existencia de agentes deterministas y no deterministas naturalmente los clasifica en dos categorías: aquellos que son más adecuados para ampliar el PIB existente, y otros que son más aptos para crear un nuevo PIB.

Para los agentes que amplían el PIB existente, por definición, el trabajo ya está definido. Automatizar soporte al cliente, gestionar cumplimiento de envíos o revisar PR en GitHub son ejemplos de problemas bien delimitados, donde la respuesta puede mapearse directamente a un conjunto esperado de resultados. En estos ámbitos, la falta de certeza suele ser negativa, pues hay respuestas conocidas y no se requiere creatividad.

Para los agentes que crean un nuevo PIB, el trabajo consiste en navegar en un conjunto de problemas altamente inciertos y desconocidos para lograr objetivos a largo plazo. Los resultados son menos directos, ya que no hay un conjunto de resultados esperados a los que mapear. Ejemplos incluyen descubrimiento de fármacos para enfermedades raras, avances en ciencia de materiales o realizar experimentos físicos completamente nuevos para entender mejor la naturaleza del universo. En estos ámbitos, la incertidumbre puede ser útil, pues la falta de certeza fomenta la creatividad generativa.

Los agentes enfocados en aplicaciones del PIB existente ya están generando valor. Equipos como Tasker, Lindy y Anon están construyendo infraestructura para esta oportunidad. Sin embargo, con el tiempo, a medida que las capacidades maduren y los modelos de gobernanza evolucionen, estos equipos cambiarán su foco hacia construir agentes capaces de abordar los problemas en la frontera del conocimiento y la economía humanas.

La próxima generación de agentes requerirá recursos exponencialmente mayores, precisamente porque sus resultados serán inciertos y sin límites —lo que predice las Zero-Employee Companies más notables.

¿Cómo interactuarán los humanos con los Agent (agentes)?

Hoy en día, los agentes aún carecen de la capacidad para realizar tareas que impliquen interacción física con el mundo real (como conducir una excavadora) o tareas que requieran un «humano en el ciclo» (como transferencias bancarias).

Por ejemplo, un agente asignado a identificar y extraer litio puede ser excelente en analizar datos sísmicos, imágenes satelitales y registros geológicos para localizar potenciales yacimientos, pero tendrá dificultades para obtener datos e imágenes, resolver ambigüedades en la interpretación o gestionar permisos y contratar mano de obra para la extracción real.

Estas limitaciones exigen que los humanos actúen como «facilitadores» (Enablers), fortaleciendo las capacidades del agente con contactos en el mundo real, intervenciones tácticas y aportes estratégicos. A medida que evoluciona la relación entre humanos y agentes, podemos distinguir diferentes roles humanos en estos sistemas:

Primero, los contribuyentes laborales (Labor contributors), que representan a los agentes en el mundo físico. Estos contribuyentes ayudan a mover entidades físicas, representan al agente en situaciones que requieren presencia humana, realizan tareas que necesitan coordinación física o proporcionan acceso a laboratorios, redes logísticas, etc.

Luego, los consejos (Boards of directors), que aportan estrategia, optimizan las funciones de objetivo local que guían las decisiones diarias del agente, y aseguran que estas decisiones estén alineadas con la «estrella polar» (North star) que define la misión del agente.

Además, preveo que los humanos también actuarán como contribuyentes de capital (Capital contributors), aportando recursos para que los sistemas de agentes puedan alcanzar sus objetivos. Inicialmente, estos recursos provendrán de humanos, pero con el tiempo también de otros agentes.

A medida que los agentes maduren y aumenten los contribuyentes laborales y estratégicos, los ecosistemas cripto (Crypto rails) ofrecerán la base ideal para coordinar a humanos y agentes —especialmente en un mundo donde un agente dirige a humanos que hablan diferentes idiomas, usan distintas monedas y residen en distintas jurisdicciones. Los agentes perseguirán implacablemente la eficiencia de costos y aprovecharán los mercados laborales para cumplir su misión. Los ecosistemas cripto son esenciales, pues proporcionan mecanismos para coordinar estos recursos y contribuciones.

Recientemente, los agentes de IA impulsados por cripto, como Freysa, Zerebro y ai16z, representan experimentos simples en la formación de capital —sobre los cuales ya hemos escrito extensamente, considerándolos desbloqueos centrales en los mercados de capital y primitivas cripto en diversos contextos. Estos «juguetes» allanarán el camino para un nuevo patrón de coordinación de recursos, que preveo sucederá en pasos:

Paso 1: Los humanos levantan capital mediante tokens (¿Oferta inicial de agentes? Initial Agent Offering), establecen funciones de objetivo amplias y límites para informar la intención del sistema de agentes, y distribuyen el control del capital recaudado a dicho sistema (por ejemplo, para desarrollar nuevas moléculas en oncología de precisión).

Paso 2: El agente planifica cómo distribuir ese capital (cómo reducir el espacio de búsqueda de plegamiento de proteínas, cómo presupuestar para razonamiento, fabricación, ensayos clínicos), y define tareas (Bounties) para que contribuyentes humanos las completen (por ejemplo, ingresar conjuntos de moléculas relevantes, firmar acuerdos de nivel de servicio con AWS, realizar experimentos en laboratorios húmedos).

Paso 3: Cuando el agente encuentra obstáculos o desacuerdos, consulta a la «directiva» (Board) para obtener orientación estratégica (combinando nuevas publicaciones, cambiando métodos de investigación), permitiendo que guíen el comportamiento del agente en zonas limítrofes.

Paso 4: Finalmente, el agente alcanza un nivel en el que puede definir acciones humanas con mayor precisión y requiere muy poca entrada para la asignación de recursos. En este punto, los humanos solo se usan para alinear ideológicamente el sistema y evitar desviaciones de la función de objetivo original.

En este ejemplo, las primitivas cripto y los mercados de capital proporcionan tres infraestructuras clave para que los agentes obtengan recursos y amplíen sus capacidades:

Primero, un sistema de pagos globales;

Segundo, un mercado laboral sin permisos para incentivar contribuciones laborales y estratégicas;

Tercero, infraestructura para emisión y comercio de activos, esencial para la formación de capital y la propiedad y gobernanza subsiguientes.

¿Qué pasa cuando los aportes humanos disminuyen?

A principios de los 2000, los motores de ajedrez lograron avances enormes. Gracias a heurísticas avanzadas, redes neuronales y aumento de potencia computacional, se volvieron casi perfectos. Motores modernos como Stockfish, Lc0 y variantes de AlphaZero superan ampliamente las capacidades humanas, y los aportes humanos aportan poco valor, además de que en muchos casos introducen errores que los motores no cometerían.

Una trayectoria similar puede ocurrir en los sistemas de agentes. A medida que iteramos con colaboradores humanos para perfeccionarlos, podemos imaginar que, a largo plazo, los agentes serán tan competentes y alineados con sus objetivos que cualquier aporte estratégico humano será prácticamente nulo.

En un mundo donde los agentes puedan gestionar problemas complejos sin intervención humana, el papel de los humanos se reduce a ser «observadores pasivos». Esta es la principal preocupación de los temerosos de la IA (AI doomers), aunque aún no está claro si esto realmente puede suceder.

Estamos en el umbral de la superinteligencia, y los optimistas prefieren que los sistemas de agentes sean extensiones de la intención humana, en lugar de entidades que evolucionen sus propios objetivos o funcionen sin regulación. En la práctica, esto significa que la identidad (Personhood) y el juicio (poder e influencia) humanos deben mantenerse en el centro de estos sistemas. Los humanos deben tener derechos de propiedad y gobernanza fuertes sobre estos sistemas, para mantener la supervisión y anclarlos en los valores colectivos humanos.

Preparando las «pico y pala» para el futuro de nuestros agentes

Los avances tecnológicos provocarán un crecimiento económico no lineal, pero los sistemas circundantes a menudo colapsan antes de que el mundo pueda ajustarse. La capacidad de los sistemas de agentes está creciendo rápidamente, y las primitivas cripto y los mercados de capital ya son una base de coordinación urgente, tanto para impulsar su construcción como para establecer límites cuando se integren en la sociedad.

Para que los humanos puedan ofrecer apoyo táctico y orientación activa a los sistemas de agentes, prevemos que surgirán oportunidades de «pico y pala»:

Primitivas de prueba de identidad de agente (Proof-of-agenthood) + prueba de identidad personal (Proof-of-personhood): Los agentes carecen de conceptos de identidad o propiedad. Como representantes humanos, dependen de las estructuras legales y sociales humanas para obtener autoridad. Para cerrar esta brecha, necesitamos sistemas robustos de identidad para agentes y humanos. Un registro de certificados digitales puede permitir a los agentes construir reputación, acumular credenciales y interactuar de forma transparente con humanos y otros agentes. Igualmente, primitivas como Humancode y Humanity Protocol ofrecen garantías sólidas de identidad humana para defenderse de actores maliciosos en estos sistemas.

Mercado laboral y primitivas de verificación fuera de la cadena (off-chain): Los agentes necesitan saber si las tareas asignadas se completan según sus objetivos. Herramientas que permitan a los sistemas de agentes crear recompensas por tareas, verificar su cumplimiento y distribuir recompensas serán la base para cualquier actividad económica mediada por agentes.

Formación de capital y sistemas de gobernanza: Los agentes necesitan capital para resolver problemas y mecanismos de control para asegurar que sus acciones se ajusten a funciones objetivo definidas. La creación de nuevas estructuras de capital para sistemas de agentes, y nuevas formas de propiedad y control que integren intereses financieros y contribuciones laborales, serán un campo de exploración en los próximos meses.

Estamos activamente buscando e invirtiendo en estos niveles clave de colaboración entre humanos y agentes. Si estás en este campo, contáctanos.