Bill Gross: no solo use la IA para reducir costos, úsela para crear crecimiento
Puntos clave
- •Bill Gross afirma que casi todos los CEO con quienes habla tienen un plan de ahorro con IA, pero casi ninguno tiene un plan de ingresos con IA, lo que deja las estrategias centradas solo en eficiencia incompletas.
- •Una encuesta de abril de 2026 de EY-Parthenon encontró que el 63% de los líderes de crecimiento de grandes empresas estadounidenses usan la IA principalmente para eficiencia y productividad, mientras que solo el 7% la cita para diversificar fuentes de ingresos.
- •Un estudio de 2025 de METR encontró que la duración de las tareas que los agentes de IA podían completar con un 50% de confiabilidad se duplicaba aproximadamente cada siete meses.
- •Tres décadas de perfeccionamiento en Idealab produjeron 31 métodos para encontrar ideas, agrupados en siete enfoques, que aplicados con IA han generado una base de datos de más de 1.2 millones de ideas potenciales de negocio disponible en Idealab.ai.
- •Gross recomienda asignar un responsable claramente definido a la oportunidad más fuerte y validarla mediante entrevistas con clientes, prototipos o pilotos pagos, con hitos claros para invertir, pivotar o detenerse.

El fundador de Idealab, Bill Gross, tiene un mensaje para los líderes corporativos: las estrategias de inteligencia artificial construidas únicamente en torno a recortar costos están incompletas, y las empresas deberían acompañar sus planes de eficiencia con planes deliberados de crecimiento de ingresos impulsado por IA.
"Todo CEO con quien hablo tiene un plan de ahorro con IA", escribe Gross en un comentario de Fortune publicado el 16 de noviembre de 2026. "Casi ninguno tiene un plan de ingresos con IA". El ahorro importa, reconoce, pero una estrategia de IA que se detiene ahí se queda corta.
Con base en 50 años de emprendimiento, durante los cuales dice haber ayudado a crear más de 175 empresas, Gross describe un patrón recurrente a lo largo de sucesivas olas tecnológicas. El primer instinto es usar la nueva herramienta para hacer las cosas viejas a menor costo, escribe, pero las empresas que ganan la usan para hacer cosas nuevas. La electricidad no solo redujo las facturas de energía de las fábricas; permitió reconstruirlas en torno a la línea de ensamblaje. Internet no solo abarató el envío de catálogos por correo; creó Amazon.
Gross cita investigaciones que sugieren que la mayoría de las empresas siguen enfocadas en la eficiencia. Una encuesta de EY-Parthenon—el brazo estratégico de la consultora EY—publicada en abril de 2026 reveló que el 63% de los líderes de crecimiento de grandes empresas estadounidenses afirmó que sus organizaciones usaban la IA principalmente para eficiencia y productividad, mientras que solo el 7% citó la diversificación de fuentes de ingresos. La misma encuesta encontró que el 80% de los ejecutivos considera que el crecimiento se vuelve más desafiante y ve la IA como un catalizador de crecimiento, la clase de brecha entre ambición y despliegue que Gross insta a las empresas a cerrar. La investigación de 2026 de McKinsey, de su serie continua State of AI, encuentra que las empresas de alto desempeño en IA persiguen el crecimiento o la innovación junto con la eficiencia.
La frontera de capacidades también avanza rápidamente, según Gross. En un estudio de 2025 sobre tareas de software y razonamiento, METR, una organización de investigación sin fines de lucro que evalúa las capacidades de la IA de frontera, encontró que la duración de las tareas que los agentes de IA podían completar con un 50% de confiabilidad se había duplicado aproximadamente cada siete meses. Esas duraciones reflejan cuánto tiempo llevan las tareas a expertos humanos.
Gross argumenta que la IA está haciendo que las ideas sean más abundantes y que la experimentación temprana sea menos costosa. Para conceptos basados en software, puede ayudar a los equipos a investigar un mercado, escribir y probar código, y construir un prototipo inicial antes de comprometer un equipo y presupuesto mayores. La parte difícil, escribe, sigue siendo elegir las oportunidades correctas, validar la demanda y convertirlas en negocios viables—y las empresas establecidas pueden apoyarse en su experiencia y capacidades existentes para comenzar.
Cada empresa establecida, señala, posee activos que las startups envidiarían: experiencia en cómo funciona realmente su industria, conocimiento de los clientes sobre lo que la gente reclama, pide, paga extra y solventa con métodos alternativos, y capacidades creadas para un propósito que podrían servir para otro. Algunas también cuentan con patentes, secretos comerciales o investigaciones archivadas porque construir sobre ellas era demasiado costoso en personal. La IA puede ayudar a explorar nuevos usos para estos activos, pero convertirlos en ingresos requiere un método.
En Idealab, la incubadora de startups que fundó en 1996, el equipo ha dedicado tres décadas a perfeccionar 31 formas de encontrar ideas de negocio, agrupadas en siete enfoques, escribe Gross. Aplicados con IA, esos métodos han generado una base de datos de más de 1.2 millones de ideas potenciales de negocio, disponible gratuitamente en Idealab.ai.
Cuatro de los enfoques parten de la demanda—lo que la gente sufre, desea o hace:
- Partir de un dolor. Resolver el propio, resolver el de otro, o eliminar fricción, esperas, desperdicio o peligro. Los registros de soporte al cliente pueden revelar problemas que vale la pena resolver.
- Hacerlo radicalmente mejor. Preguntarse qué podría volverse dramáticamente más rápido, simple, conveniente o automatizado.
- Abrirlo a más personas. Reducir el costo de un servicio premium para que un nuevo grupo de clientes pueda pagarlo—y considerar qué haría eso posible.
- Leer las señales que deja la gente. Buscar preguntas y quejas repetidas, métodos alternativos, uso indebido, confianza rota y nichos ignorados.
Tres enfoques parten de la oferta—lo que acaba de volverse posible:
- Aprovechar una nueva capacidad. Aplicar una nueva tecnología a un problema antiguo, o combinar una capacidad existente con un modelo de negocio distinto.
- Acertar con el momento. Buscar una curva de costos en descenso, un cambio de plataforma o un cambio regulatorio, y revisar proyectos archivados porque eran correctos pero demasiado adelantados.
- Pensar en grande. Reimaginar una industria gigante pero estática, o partir de una visión audaz de un futuro mejor.
Como ilustración, Gross señala una empresa de logística que puede predecir interrupciones en las entregas: esa experiencia podría sustentar un servicio de planificación para transportistas más pequeños, con la IA ayudando a explorar la posibilidad. Los clientes aún tendrían que demostrar que el problema importa lo suficiente como para pagar una solución.
Recomienda aplicar los enfoques a la experiencia, el conocimiento de clientes, las capacidades y la propiedad intelectual de la empresa—usando la IA para identificar y cuestionar supuestos, y luego probando la demanda directamente con los clientes. La oportunidad más fuerte debería tener un responsable claramente asignado, validado mediante entrevistas con clientes, prototipos o pilotos pagos para aprender qué necesita realmente la gente y si está dispuesta a pagar. Los equipos deberían recibir hitos claros para decidir si invertir más, cambiar de rumbo o detenerse.
Su consejo final: poner una meta de ingresos junto a la meta de ahorro en la próxima presentación ante el directorio. El objetivo, escribe, es construir una empresa más sólida mejorando la eficiencia y creando nuevas fuentes de crecimiento.
Las opiniones expresadas en los artículos de opinión de Fortune.com son únicamente las de sus autores y no necesariamente reflejan las opiniones y creencias de Fortune. Esta historia fue publicada originalmente en Fortune.com.