La economía digital lleva tres décadas prometiendo "hacer más con menos". Lo que ocurrió entre 2024 y 2026 es cualitativamente distinto: por primera vez, una sola persona puede coordinar un negocio multimillonario sin contratar a nadie más. El salto técnico que lo hizo posible fue el paso del modelo de lenguaje como consultor a un sistema de agentes autónomos que razonan, ejecutan herramientas, escriben código y se coordinan entre sí. Este artículo revisa los casos verificados, la arquitectura técnica, las implicaciones laborales y fiscales, y la posición deliberada de ERP System en este nuevo panorama.
1. Del copiloto al sistema operativo
La economía digital lleva tres décadas prometiendo "hacer más con menos". Lo que ocurrió entre 2024 y 2026 es cualitativamente distinto: por primera vez, una sola persona puede coordinar un negocio multimillonario sin contratar a nadie más. No se trata de una proyección futurista. Se trata de empresas concretas, con clientes, facturas, márgenes operativos y, en algunos casos, adquisiciones por decenas de millones de dólares.
El salto técnico que lo hizo posible fue el paso del modelo de lenguaje (LLM) usado como consultor — un copiloto que responde preguntas — a un sistema de agentes autónomos que razonan, ejecutan herramientas externas, escriben y prueban código en entornos aislados, y se coordinan entre sí siguiendo un objetivo de negocio. La arquitectura agéntica — en la que un humano define la meta y una orquesta de agentes la lleva a cabo — está creando lo que la prensa especializada empieza a llamar "imperios de una sola persona" o "solo unicorns".
El fenómeno tiene su cara luminosa (productividad extrema, barreras de entrada bajas, márgenes operativos antes inalcanzables) y una cara oscura que merece la misma atención: desplazamiento laboral acelerado, concentración inédita del valor capturado, y una pregunta fiscal que ningún gobierno ha resuelto todavía. Este artículo revisa ambas caras con datos verificables y, donde no los hay, lo dice.
2. Casos verificados: cuando el laboratorio sale a la calle
Base44: el solo founder que vendió en ~80 millones
Maor Shlomo, fundador israelí, construyó Base44 — una plataforma para crear aplicaciones con IA sin programar — como un proyecto esencialmente individual. En junio de 2025, Wix anunció la adquisición de Base44 por aproximadamente 80 millones de dólares en efectivo más bonos por retención. En el momento del cierre, Shlomo había publicado en redes profesionales métricas que incluían utilidades netas mensuales de seis cifras y un equipo de un dígito. La operación fue cubierta por Reuters, TechCrunch, Calcalist y Globes, y se convirtió en uno de los primeros casos formalmente documentados de salida millonaria desde una estructura prácticamente unipersonal.
Telesalud GLP-1: el caso que la prensa cubre con asombro y los auditores con escepticismo
Durante 2025 circularon en medios especializados (Business Insider, The Information y prensa de Los Ángeles) reportes de empresas de telesalud para pérdida de peso — centradas en medicamentos GLP-1 — que habrían escalado a cifras de facturación de cientos de millones de dólares con plantillas mínimas, apoyadas en agentes para producción de copy, video, anuncios y atención al cliente. El más citado es el caso Medvi, atribuido a Matthew Gallagher, con cifras reportadas de 401 millones de dólares facturados en 2025 y proyecciones agresivas para 2026.
Estas cifras provienen de entrevistas y declaraciones del propio fundador y no de estados financieros auditados públicamente, por lo que conviene tratarlas como evidencia anecdótica relevante — no como hecho consolidado. Lo que sí es verificable es que el sector telesalud-GLP-1 vivió en 2024-2025 un boom comercial documentado por la SEC, la FDA y prensa financiera, y que dentro de ese boom emergieron operadores con estructuras de personal asombrosamente delgadas.
La camada de "single-founder, AI-native"
Cobertura sostenida en Bloomberg, Financial Times y The Information durante 2025-2026 documenta una clase emergente de compañías con menos de cinco empleados que alcanzan valoraciones de nueve cifras gracias a agentes de IA que sustituyen funciones enteras. Sam Altman (OpenAI) declaró en 2024 que esperaba ver "el primer unicornio de un solo empleado" antes del fin de la década; al cierre de 2025 varios fondos de capital de riesgo — entre ellos Sequoia, a16z y SignalFire — ya habían publicado tesis específicas para invertir en "micro-empresas con apalancamiento agéntico".
3. La arquitectura del nuevo capital algorítmico
Una empresa unipersonal con agentes no funciona con un ChatGPT abierto en una pestaña. Requiere un sistema multi-agente orquestado. El stack moderno tiene cuatro capas claramente diferenciadas, y entenderlas es importante porque define dónde está el verdadero costo de operar (y la verdadera barrera técnica):
El estándar más relevante de los últimos 18 meses es probablemente el Model Context Protocol (MCP), un protocolo abierto propuesto por Anthropic a finales de 2024 que estandariza cómo los agentes se conectan a herramientas, bases de datos y sistemas internos de una empresa. MCP se ha convertido rápidamente en algo análogo a lo que USB-C fue para los periféricos: un enchufe común que reduce drásticamente el costo de integrar IA con sistemas legados.
El cambio de paradigma
Hasta 2023, la IA era una herramienta de consulta: el humano preguntaba, el modelo respondía. A partir de 2024-2025, la IA se convierte en un modelo operativo: el humano define un objetivo de negocio ("reduce el inventario en 12% manteniendo el nivel de servicio"), y un sistema de agentes ejecuta las acciones necesarias — cotizando, comprando, ajustando precios, escribiendo código, generando reportes — hasta cumplirlo. El humano supervisa; ya no transcribe.
4. El experimento chino: cuando el Estado adopta la OPC
Mientras Occidente debate los riesgos éticos de la IA, China está abordando el problema desde un ángulo pragmático: cómo cobrar impuestos, cómo asignar responsabilidad legal, y cómo absorber a millones de jóvenes desplazados de empleos tradicionales convirtiéndolos en micro-emprendedores tecnológicos.
Distritos como Zhongguancun (Beijing-Haidian), Hangzhou, Shenzhen y Suzhou han desplegado programas de soporte directo a fundadores en solitario: oficinas e incubadoras subsidiadas, créditos de cómputo en clústeres estatales, vivienda con renta preferencial y, en algunos casos piloto, asistencia para registrar legalmente "empresas mínimas" con agentes de IA como fuerza laboral primaria. La iniciativa se enmarca dentro de una estrategia explícita del gobierno central para absorber el impacto laboral de la automatización tecnológica.
Tres líneas regulatorias chinas son especialmente relevantes y están razonablemente documentadas por la Cyberspace Administration of China (CAC) y por análisis del Center for Strategic and International Studies (CSIS) y de DigiChina (Stanford):
Regulación china clave
- Marcas de agua obligatorias y trazabilidad: todo contenido generado por IA dirigido al público debe identificarse como tal y portar metadatos rastreables (regulación CAC sobre "Síntesis Profunda", vigente desde 2023).
- Registro estatal de algoritmos: los modelos que operan agentes de cara al público deben registrarse ante la CAC, declarando datos de entrenamiento y alineación con valores oficiales.
- Auditoría fiscal en tiempo real: el sistema fiscal chino (en su evolución hacia "Tax System 4.0") se está integrando con APIs para revisar flujos de caja de micro-empresas digitales sin pasar por la mediación de contadores humanos.
Más experimental — y por tanto más cauta de afirmar como hecho consolidado — es la discusión sobre una "personalidad jurídica del algoritmo" en zonas como Hainan y partes de Shenzhen, donde se debate si conviene registrar al sistema de agentes con un identificador estatal único y limitar la responsabilidad financiera al patrimonio digital del negocio, protegiendo al fundador humano siempre que los logs prueben que no hubo manipulación dolosa. Es un debate abierto en la academia jurídica china, no una ley aprobada.
5. Cuando los agentes salen de la pantalla: retail desatendido
El comercio físico tradicional — brick-and-mortar — se está fusionando con la IA autónoma. La categoría se conoce como "unattended retail" y abarca desde la evolución del modelo Amazon Go hasta los contenedores autónomos tipo VenHub, una startup californiana que despliega tiendas-contenedor con brazos robóticos coreografiados por IA, donde el cliente pide por app y la entrega ocurre en una ventanilla en segundos.
En la práctica, este modelo tiene tres talones de Aquiles técnicos bien documentados que conviene conocer antes de invertir en uno:
Oclusión visual y errores de inventario
Los sistemas basados solo en cámaras (como las versiones tempranas de Amazon Go) fallaban cuando un cliente, su mochila o la mano de otro cliente bloqueaban la línea de visión del estante. La solución industrial es "sensor fusion": combinar visión computacional con celdas de carga de alta precisión en los estantes. Si el algoritmo pierde el rastreo pero el estante registra exactamente 520 gramos faltantes, el sistema corrige automáticamente.
Productos devueltos al estante equivocado
Cuando un cliente toma un sándwich refrigerado, se arrepiente, y lo deja entre las papas fritas, el producto queda en limbo digital y se descompone fuera de temperatura. Las soluciones combinan alertas inmediatas al usuario vía app, etiquetas electrónicas (e-ink) que ajustan precio en tiempo real para liquidar productos desubicados, y rondas físicas de reposición programadas por el agente supervisor.
Ataques adversarios visuales
Investigadores en visión computacional (Universidad de Maryland, KU Leuven, MIT entre otros) han demostrado que ciertos patrones impresos en ropa — llamados "adversarial patches" — pueden hacer que un modelo de detección como YOLO o ResNet "deje de ver" a una persona o un objeto. La contramedida operativa es no confiar en un solo sensor: balanzas de piso a la salida, autenticación biométrica, doble factor físico antes de abrir la puerta.
El nuevo cuello de botella
Donde la economía digital de los 2010 maximizaba clics, la economía agéntica de los 2020 maximiza acciones físicas ejecutadas sin operario humano. El cuello de botella ya no es la mano de obra; es el sensor.
La cadena de mercados gestionada por una persona
El verdadero hito operativo no es una tienda autónoma; es una cadena de varias tiendas autónomas (físicas o digitales) coordinadas por un solo fundador. Los agentes asumen roles diferenciados — analista de demanda, logístico de suministro, gestor de precios dinámicos, atención al cliente — y se comunican entre sí. Si el agente analista detecta que el stock de bebidas heladas caerá críticamente por una ola de calor, el agente logístico cotiza, contrata transporte y paga vía API, todo registrado en bitácora auditable para el dueño humano. Las etiquetas de precio son pantallas e-ink que se actualizan solas según el margen objetivo y la cercanía del vencimiento.
6. El "despido silencioso" y la paradoja de Ford del siglo XXI
El choque laboral asociado a la IA generativa no se manifestará principalmente como olas de despidos ruidosos. La forma más probable — y la que ya se observa — es una contracción silenciosa de la contratación. La empresa no despide; simplemente deja de reemplazar bajas y absorbe el trabajo con uno o dos humanos más cinco agentes.
El Reporte de Future of Jobs 2025 del Foro Económico Mundial estimaba en su escenario central que para 2030 se desplazarán 92 millones de empleos a nivel global por automatización (cognitiva y robótica), creándose 170 millones nuevos — pero advertía explícitamente que la transición es asimétrica geográfica y demográficamente. Análisis posteriores del MIT (Acemoglu y Restrepo) y de Brookings (Korinek) han ido endureciendo el pronóstico: las tareas más fáciles de automatizar son justamente las que históricamente servían de "puerta de entrada" al mercado laboral — análisis básico de datos, redacción de informes, soporte de primera línea, programación junior. Eliminarlas bloquea el peldaño donde las nuevas generaciones aprendían el oficio.
La paradoja de Ford
Henry Ford subió el salario de sus obreros a cinco dólares diarios en 1914 con un cálculo deliberado: que pudieran comprar los autos que fabricaban. En la economía de agentes, un fundador con 50 agentes puede producir software, ropa o servicios para millones de personas — pero los agentes no consumen bienes. Si la productividad agregada se concentra en una capa muy delgada (dueños de OPCs, proveedores de chips, dueños de modelos base, dueños de centros de datos) y los salarios de la clase media se erosionan, la economía pierde la base de demanda solvente que sostiene a las propias empresas automatizadas.
La paradoja la formuló con elegancia el economista Daron Acemoglu (Premio Nobel 2024): la automatización solo genera prosperidad amplia cuando viene acompañada de creación neta de tareas para humanos. Sin esa contraparte, lo que tenemos no es crecimiento; es una redistribución regresiva.
La economía en forma de K
La polarización se está documentando empíricamente. Estudios del Brookings Institution, el OECD Employment Outlook y el Banco Mundial coinciden en una trayectoria de curva en "K": el brazo superior (propietarios de capital algorítmico y proveedores de infraestructura) captura márgenes históricamente altos, mientras el brazo inferior (clase media profesional de tareas cognitivas estandarizables) sufre devaluación salarial. La paradoja final es fiscal: los Estados modernos se financian sobre todo con impuesto a la renta del trabajo e IVA al consumo. Si la masa salarial se contrae, la recaudación cae — exactamente cuando la demanda de gasto social (recapacitación, salud mental, transferencias) se dispara.
7. Matriz de inmunidad: las habilidades que sobreviven
Frente a este panorama, la pregunta operativa es: ¿qué habilidades resisten? La regla práctica que está emergiendo del análisis de mercado laboral en 2025-2026 es que la inmunidad no se gana compitiendo con la IA en velocidad o memoria — ahí la batalla está perdida —, sino dominando los dos extremos de la cadena de valor: la arquitectura del sistema o la empatía física y emocional profunda.
8. Implicaciones de política pública: lo que ningún gobierno ha resuelto
Tres frentes regulatorios están en discusión activa en 2025-2026, y conviene seguirlos porque definirán las reglas operativas de la próxima década:
Reforma fiscal: del trabajo al cómputo
Bill Gates lo propuso explícitamente desde 2017; en 2024-2025 la idea volvió a ganar tracción en la OCDE y en debates del Parlamento Europeo: gravar el uso de poder de cómputo corporativo (medido en tokens procesados o consumo de GPUs) para compensar la pérdida de recaudación salarial. Korea del Sur ya redujo los créditos fiscales por automatización; el Reino Unido ha publicado consultas sobre "AI dividends"; Francia ha mencionado un "impuesto al robot virtual". Ningún país ha legislado todavía algo robusto, pero la dirección de viaje es clara.
Identidad jurídica del algoritmo
Las leyes mercantiles vigentes — incluida la mexicana — exigen que un humano sea responsable legal de una empresa. La pregunta abierta es cómo articular la responsabilidad cuando el 95% de las decisiones operativas las toman agentes autónomos. China tiene proyectos piloto; la UE tiene debates dentro del AI Act sobre "sistemas de IA de alto riesgo"; Estados Unidos delega aún en estructuras corporativas tradicionales con cláusulas de "human-in-the-loop". Es probable que el primer marco operativo emerja del derecho concursal y de seguros antes que del derecho corporativo formal.
Redes de seguridad social adaptativas
Renta Básica Universal (RBU), fondos de recapacitación, créditos universales por habilidades demostradas: las propuestas son conocidas y los pilotos — Finlandia, Kenia, varias ciudades estadounidenses — han dejado lecciones mixtas pero no definitivas. Lo que sí parece claro es que los esquemas de protección social diseñados para una economía industrial con empleo formal estable no soportarán el patrón laboral que está emergiendo.
9. ERP System: agentes que apoyan al contador, no que lo sustituyen
La IA confiable no es la que más rápido decide; es la que más rigurosamente documenta por qué decidió, y deja al humano la firma.
En INTERTRADING llevamos años construyendo ERP System con una tesis explícita y, en este momento del mercado, deliberadamente contracorriente: la inteligencia artificial es la herramienta más poderosa que ha tenido el contador en cincuenta años, pero no es el contador. Es palanca, no reemplazo.
Mientras buena parte de la conversación pública gira alrededor de eliminar humanos del proceso — y los casos extremos de "OPC totalmente autónoma" que revisamos en este artículo son la versión más visible de esa pulsión —, ERP System integra agentes de IA con un propósito distinto: que el área contable y financiera de una empresa esté permanentemente al día, con cumplimiento fiscal automatizado en sus tareas mecánicas, y con el criterio profesional del contador concentrado en las decisiones que realmente lo requieren.
Qué hacen los agentes contables de ERP System
- Clasificación automática de CFDI 4.0: los agentes ingieren, validan y asientan facturas electrónicas; verifican RFC, contrastan contra catálogos del SAT, marcan operaciones con EFOS y EDOS, y proponen la póliza contable con la cuenta del catálogo de la empresa.
- Conciliación bancaria inteligente: cruzan estados de cuenta con auxiliares contables, detectan partidas conciliatorias, sugieren ajustes y dejan un registro auditable de cada criterio aplicado.
- Cumplimiento fiscal continuo: calendario fiscal vivo (ISR, IVA, DIOT, retenciones, declaraciones anuales), generación de papeles de trabajo y contabilidad electrónica conforme al Anexo 24 del SAT.
- Gestión de activos fijos: depreciación contable y fiscal, ajuste por INPC, cédulas de activos, transferencias y bajas con trazabilidad completa.
- SIGEC para estudios contables: Sistema Integral de Gestión para Estudios Contables — hub multi-empresa, control de obligaciones, portal del cliente —, diseñado para despachos que atienden a varias compañías y necesitan visibilidad consolidada sin perder control individual.
La diferencia operativa
En ERP System el agente clasifica, verifica, cruza, alerta y propone. El contador revisa, ajusta, firma y decide. Cada decisión queda trazada: qué propuso el agente, qué cambió el contador, en qué fundamento normativo (NIF, CFF, LISR) se apoyó. Ese registro es lo que convierte a la IA en una herramienta auditable — y a la firma del contador en lo que siempre debió ser: una decisión profesional informada, no una transcripción manual de datos.
Esta postura tiene una consecuencia comercial deliberada: ERP System no le quita trabajo al despacho contable; le quita el trabajo mecánico de bajo valor y le permite cobrar por lo que el cliente realmente necesita: criterio, asesoría, planeación fiscal, gestión de auditorías, defensa ante el SAT. En un mercado donde la IA está erosionando las tarifas por hora de tareas estandarizadas, mover el mix de servicios hacia trabajo de criterio no es solo una mejora operativa: es una estrategia de supervivencia profesional.
Si el dueño de una "empresa de una sola persona" usa agentes para escalar sin contratar, el dueño de un despacho contable mexicano puede usar ERP System para hacer exactamente lo opuesto: atender más clientes con más profundidad, sin diluir la calidad ni renunciar al juicio profesional que es — y seguirá siendo — el corazón de la profesión.
Fuentes y lecturas recomendadas
- Wix Ltd. Anuncio oficial de adquisición de Base44 (junio 2025). Cobertura: Reuters, TechCrunch, Calcalist, Globes.
- Anthropic. Documentación pública del Model Context Protocol (MCP), 2024-2025. modelcontextprotocol.io
- Foro Económico Mundial. Future of Jobs Report 2025. weforum.org/publications/the-future-of-jobs-report-2025
- Acemoglu, D. y Restrepo, P. "Tasks, Automation, and the Rise in U.S. Wage Inequality". NBER, 2022, con actualizaciones 2024-2025.
- Brookings Institution. "Generative AI, the American worker, and the future of work" (Korinek, A.), 2024.
- Cyberspace Administration of China (CAC). Regulación sobre Síntesis Profunda, vigente desde enero 2023. DigiChina / Stanford Cyber Policy Center.
- Center for Strategic and International Studies (CSIS). Análisis sobre política industrial de IA en China, 2024-2025.
- OECD Employment Outlook 2024. Capítulo sobre IA y mercado laboral.
- VenHub Global. Comunicaciones corporativas y cobertura en RetailDive, Modern Retail, 2024-2025.
- Amazon. Comunicaciones técnicas sobre Just Walk Out y evolución de Amazon Go, 2018-2024.
- Investigación adversarial patches: Brown et al. (Google Brain, 2017); Thys et al. (KU Leuven, 2019); literatura subsecuente en arXiv.
- Cobertura "AI-native solo founders" en Bloomberg, Financial Times, The Information y Sifted, 2024-2026.
- SAT (Servicio de Administración Tributaria, México). Anexo 24 de la Resolución Miscelánea Fiscal. sat.gob.mx
- Consejo Mexicano de Normas de Información Financiera (CINIF). Normas de Información Financiera (NIF), series A a E.