La IA no solo está cambiando la velocidad del trabajo. Está cambiando la unidad mínima de la empresa. Antes, para crear un producto, necesitabas un equipo. Ahora, una sola persona puede tener a la IA a su lado para construir, vender, atender clientes y monitorear métricas.
Pero ahí no termina la historia. Con la misma IA, unas organizaciones se vuelven más rápidas y otras apenas cambian. La diferencia no está en la herramienta, sino en la estructura de toma de decisiones.
El crecimiento de las empresas unipersonales y sin empleados en cifras
Según el informe de Carta de 2025, el 35% de las startups registradas en Carta en Estados Unidos durante 2024 fueron fundadas por una sola persona. En 2017, esa cifra era del 17%. En siete años, la proporción se duplicó. Sin embargo, esta cifra se basa en la muestra del ecosistema de startups registradas en Carta, por lo que no debería generalizarse al total de startups estadounidenses.
La escala de los negocios sin empleados ya es enorme en Estados Unidos. Según la Oficina del Censo, en 2023 había aproximadamente 30,43 millones de negocios sin empleados remunerados (nonemployer businesses), con ingresos de alrededor de 1,8 billones de dólares. Esto representa el 78,4% de todos los negocios del país. Esta categoría no incluye solo startups tecnológicas, sino también freelancers, trabajadores independientes y pequeños comercios. Por lo tanto, estas cifras no representan directamente el tamaño del ecosistema de 'startups unipersonales impulsadas por IA'. Lo relevante es que la unidad económica sin empleados ya constituye una capa masiva de la economía estadounidense.
Forbes informó en marzo de 2025 que el número de empresas unipersonales con más de un millón de dólares de ingresos se duplicó en solo un año. Es un indicador de que los negocios pequeños están evolucionando hacia estructuras capaces de generar ingresos significativos.
Dos ejemplos representativos: Pieter Levels opera Nomad List y Remote OK como única persona, generando más de 3 millones de dólares anuales. Marc Lou es un indie hacker que ha construido y opera productos como ShipFast, CodeFast, DataFast y TrustMRR. Según TrustMRR, un servicio público de seguimiento de ingresos, sus productos acumulan más de 2,5 millones de dólares en ingresos verificados. Ambos comparten el uso intensivo de herramientas de IA en desarrollo, marketing y atención al cliente para superar las limitaciones de un equipo pequeño.
Lo que la IA ha reducido es el costo de ejecución
El crecimiento de las empresas unipersonales no puede explicarse solo por la IA. El trabajo remoto, la economía de plataformas, la reducción de costos de emprender y un cambio en la percepción del trabajo ya venían preparando el terreno. La IA generativa está acelerando esta corriente. Ha hecho posible que una sola persona maneje partes del desarrollo, diseño, marketing, atención al cliente y documentación que antes requerían varias personas.
Hace diez años, crear una startup normalmente exigía al menos una persona para construir el producto, otra para validar el mercado y otra para operar el negocio. Cuando Mike Krieger, cofundador de Instagram, añadía un filtro en 2010, el trabajo podía tomar semanas. Las limitaciones de recursos estaban atadas al número de personas.
Esa situación cambió. Krieger, ahora de vuelta en Anthropic como CPO, usó Claude para construir un prototipo en 25 minutos, un trabajo que antes le tomaba seis horas. Un estudio sobre GitHub Copilot encontró que los desarrolladores que usaban IA completaban tareas un 55% más rápido, con una tasa de finalización del 78% frente al 70% del grupo sin IA. Eso sí, el estudio se basó en un experimento de productividad con una tarea específica de implementación de un servidor HTTP en JavaScript, por lo que no demuestra directamente la velocidad de lanzamiento de productos ni el desempeño comercial de una empresa.
Otro cambio técnico acelera esta transición. El Model Context Protocol (MCP) de Anthropic permite que la IA se conecte directamente con herramientas como GitHub, Notion, Stripe y Webflow. Estos estándares están cambiando la forma en que la IA se conecta con herramientas externas. Sin embargo, esto solo tiene sentido práctico cuando va acompañado de una gestión de permisos, seguridad y procedimientos de verificación bien diseñados.
La ejecución se acelera, ¿por qué las decisiones siguen siendo lentas?
La adopción de herramientas de IA ha acelerado claramente la ejecución interna en las empresas. Escritura de código, producción de contenido, atención al cliente, procesamiento contable. En casi todas las áreas, la IA está reduciendo el tiempo de las tareas repetitivas.
Pero surge una pregunta: si la ejecución se volvió más rápida, ¿también se volvió más rápida la toma de decisiones?
La respuesta se acerca más al no. La IA puede reducir el tiempo de escritura de código, pero no reduce automáticamente el tiempo de decidir la dirección del producto, priorizar tareas, hacer revisiones legales, evaluar riesgos de marca o coordinar entre departamentos. Si la IA puede escribir el código en un día, pero la empresa necesita tres semanas para decidir qué construir, el ciclo total sigue siendo de tres semanas.
En la práctica, el tiempo de aprobación aumenta a medida que crece la organización. En una encuesta de Harvard Business Review a más de 7.000 lectores sobre burocracia, el tiempo promedio necesario para aprobar un gasto no presupuestado variaba según el tamaño de la organización:
| Tamaño de la organización | Días promedio para aprobar un gasto no presupuestado | Índice de demora, menos de 100 empleados=100 |
|---|---|---|
| Menos de 100 empleados | 13 días | 100 |
| 100-1.000 empleados | 15 días | 115 |
| 1.001-5.000 empleados | 19 días | 146 |
| Más de 5.000 empleados | 20 días o más | 154 o más |
Este dato no mide todos los tipos de decisión. Mide específicamente la aprobación de gastos no presupuestados. Aun así, muestra cómo las estructuras de aprobación pueden convertirse en un cuello de botella mayor que la ejecución a medida que las organizaciones crecen.
La investigación de Harvard Business Review y la teoría del dilema del innovador de Clayton Christensen llevan mucho tiempo señalando este problema. La toma de decisiones en grandes empresas arrastra reuniones, aprobaciones, coordinación entre áreas y aversión al riesgo. Cuantas más partes interesadas, más reuniones. Cuanto más larga la cadena de aprobación, más tiempo entre la decisión y la ejecución.
Christensen explicó que los patrones de éxito de las grandes empresas pueden convertirse en barreras estructurales para la innovación. Procesos optimizados para clientes existentes, estructuras de decisión construidas sobre productos exitosos y la tendencia a proteger ingresos estables en mercados conocidos retrasan las decisiones sobre nuevos mercados y tecnologías.
El caso reciente de Amazon muestra que la adopción de IA no es solo un problema de productividad, sino también de validación y control de despliegue. Según Business Insider, Amazon reforzó la documentación de cambios, las revisiones múltiples y los procesos de aprobación en sistemas críticos después de varias interrupciones importantes. Cuanto más código genera la IA y más rápido se produce, más necesitan las empresas controles de validación sofisticados.
Las empresas unipersonales y las existentes usan la misma IA de forma distinta
Las herramientas de IA están abiertas tanto para empresas existentes como para unipersonales. Pero los resultados son distintos. La herramienta en sí es neutral; el entorno en el que opera no lo es, y esa diferencia define los resultados.
En una empresa unipersonal, la IA empieza a escribir código en el momento en que se toma una decisión. En una empresa existente, la IA espera hasta que la decisión se apruebe. La velocidad de ejecución mejora, pero si la velocidad de decisión no cambia, la mejora total es limitada.
Una empresa unipersonal no tiene reuniones. No tiene cadenas de aprobación. No tiene coordinación entre departamentos. La persona que decide es la misma que ejecuta. En el tiempo que una empresa existente tarda en tomar una decisión, una unipersonal puede haber tomado diez decisiones y actuado sobre ellas.
El ciclo construir-medir-aprender que popularizó Eric Ries en The Lean Startup puede completarse en días en un equipo pequeño. Antes los experimentos eran caros; la IA ha reducido ese costo de forma radical. La comunidad de Indie Hackers tiene casos públicos de empresas unipersonales que generan millones de dólares anuales sin inversión externa ni empleados. Darli, un chatbot de IA para agricultores africanos, atiende a 110.000 usuarios con un equipo pequeño.
Esta transformación puede resumirse en una palabra: democratización de la experimentación. Lo que antes requería grandes equipos y capital ahora está al alcance de una persona con herramientas de IA. A medida que se reducen las brechas de capital y ejecución, lo único que queda es la calidad de la idea y la velocidad de las decisiones.
Mercados donde las unipersonales ganan, y sus límites
Las empresas unipersonales tienen ventajas claras en nichos nativos de IA, donde las barreras técnicas son bajas y la iteración rápida es clave. También en servicios profesionales, donde la IA absorbe trabajo repetitivo y permite que un experto maneje volúmenes que antes requerían un equipo. Y en mercados locales o lingüísticos donde el tamaño es demasiado pequeño o la especificidad demasiado alta para que las grandes empresas entren.
Hay áreas que las empresas existentes tienen dificultades para defender: mercados que exigen mejora rápida, barreras de entrada bajas, o nichos demasiado pequeños para atraer a los grandes actores.
El modelo unipersonal también tiene límites claros. Asumir todas las decisiones y la ejecución solo aumenta el riesgo de agotamiento. Sin perspectivas diversas, aparecen puntos ciegos. Y más allá de cierto tamaño, la atención al cliente, las ventas y el desarrollo que recaen en una sola persona se convierten en un cuello de botella. La IA puede mitigar estos límites —con chatbots de soporte, herramientas de análisis y agentes que absorben tareas repetitivas— pero no los elimina por completo. Eso sí, eleva el techo de lo que una persona puede lograr.
Cómo pueden sobrevivir las empresas existentes
Las empresas existentes aún pueden adaptarse, pero la dirección del cambio debe ser distinta.
Necesitan rediseñar la toma de decisiones. Acortar las cadenas de aprobación, dar autoridad a quienes ejecutan para decidir y actuar, y concentrar a la dirección en el rumbo estratégico.
El modelo de escuadrones (squad model) que popularizó Spotify es un ejemplo concreto. Consiste en crear equipos autónomos de 6 a 12 personas dentro de una gran empresa, donde cada escuadrón tiene autoridad total de decisión sobre un producto o funcionalidad. Operan con sus propios objetivos y cronogramas, sin necesidad de aprobación central para experimentar y lanzar. La IA permite que estos equipos funcionen con menos personas, liberando capacidad para más escuadrones y más experimentos en paralelo.
Necesitan permitir la experimentación. Si la IA reduce el costo práctico de experimentar, la cultura organizacional debe reducir el costo psicológico del fracaso.
Necesitan usar la IA como herramienta de decisión, no solo de automatización. Hasta ahora, la adopción corporativa de IA se ha centrado en automatizar la ejecución. Pero el potencial más grande está en el apoyo a las decisiones: análisis de datos, predicción de mercado, análisis de comportamiento del cliente y evaluación de riesgos.
Necesitan aprovechar sus ventajas de escala. Proyectos que requieren grandes inversiones, bases de clientes existentes, reconocimiento de marca, talento especializado y confianza son activos difíciles de construir rápidamente para una empresa unipersonal. Mantenerlos y fortalecerlos sigue siendo una estrategia viable.
En la era de la IA, la clave es la velocidad de decisión
La ventaja competitiva en la era de la IA no termina en hacer más cosas más rápido. Eso es solo el punto de partida. La verdadera diferencia está en qué tan rápido se decide qué construir, qué descartar y qué experimentar ahora mismo.
La empresa unipersonal tiene una ventaja estructural en este punto: quien decide y quien ejecuta son la misma persona. Por el contrario, una empresa existente que introduce IA pero mantiene sus estructuras de aprobación, reportes, coordinación y aversión al riesgo pierde gran parte de la velocidad ganada.
Este movimiento no convertirá a todas las empresas en unipersonales. Pero el límite de lo pequeño que una empresa puede ser ya se ha movido. Lo que antes requería un equipo ahora cabe en el flujo de trabajo de una sola persona.
La IA no vuelve rápidas a las empresas por sí sola. Solo vuelve más rápidas a aquellas organizaciones capaces de tomar decisiones rápidas. Y en esa competencia, la organización más pequeña es a veces la más rápida.