Hace unas semanas, Dario Amodei, CEO de Anthropic, advirtió que hasta el 50% de los puestos de entrada en trabajos de oficina podrían desaparecer en los próximos años.
Creemos que se queda corto.
No en la magnitud. En los plazos.
A la velocidad a la que están madurando los sistemas de agentes, y por lo que ya observamos en los despliegues que tenemos en producción, en los próximos doce meses más de la mitad de los puestos de administración en distribución B2B —gestión de pedidos, incidencias, cobros, atención al cliente— dejarán de tener sentido tal y como existen hoy.
No porque alguien los suprima por decisión política. Porque la alternativa será radicalmente superior y el mercado no esperará.
Esta es una afirmación incómoda. Y es deliberada.
La noticia no es el empleo
La conversación pública se ha quedado atrapada en el impacto laboral. Es comprensible: es lo visible, lo humano, lo titular.
Pero el empleo es la consecuencia, no la causa.
La causa es otra, y es mucho más profunda:
las empresas que integren inteligencia artificial en su operativa diaria van a funcionar de forma radicalmente distinta a las que no lo hagan. No se trata de una mejora incremental sobre el modelo actual. Es un modelo operativo diferente.
Y en los cambios estructurales, la ventana de adaptación siempre es más corta de lo que parece desde dentro.
El error de categoría
Hoy la mayoría de empresas utiliza la inteligencia artificial como una herramienta puntual: redactar comunicaciones, resumir documentos, resolver consultas aisladas. Este uso tiene un techo evidente, porque el valor real de la IA no está en responder preguntas, sino en operar continuamente sobre el negocio.
La tesis de Kelmia parte de una convicción:
la inteligencia artificial va a ser el sistema operativo de las empresas.
La analogía con el ERP ayuda a ver el salto. Un ERP no es un software que se abre cuando se necesita: está operando de forma continua, registrando cada pedido, cada factura y cada movimiento. La IA va a funcionar como una capa por encima de ese ERP, con una diferencia determinante:
el ERP registra lo que ocurre. La capa de IA decide sobre lo que ocurre, y en muchos casos hace posible lo que antes, por escala, era sencillamente inviable.
Lo que antes era imposible
Durante treinta años, la transformación digital ha consistido en capturar más datos, estructurarlos mejor y presentarlos con más claridad. Ha sido un avance real, pero ha dejado intacto el cuello de botella verdadero: la capacidad de vigilancia y criterio continuo sigue dependiendo de una persona mirando una pantalla.
Y hay operaciones que, a determinada escala, una persona no puede ejecutar. No por falta de talento. Por falta de capacidad.
Un ejemplo concreto, ya en producción en 3 distribuidoras B2B:
más de 10.000 puntos de venta monitorizados diariamente. Cada cliente con un perfil de comportamiento construido sobre hasta tres años de histórico: qué compra, con qué frecuencia, cuál es su ticket medio, cómo se distribuye por familias de producto.
Cada día, un sistema de agentes compara el comportamiento real contra el patrón de cada cliente. Cuando detecta una desviación relevante —caída de frecuencia, reducción del ticket medio, migración del mix de producto— dispara una alerta al comercial responsable. No una alerta genérica: una alerta con el impacto económico estimado y un análisis de qué familia está cayendo y cuál puede estar sustituyéndola.
En el último mes, el sistema ha generado 192 alertas repartidas entre 14 comerciales. Menos de una alerta cada dos días por comercial: un volumen perfectamente abordable. 192 conversaciones de recuperación que, sin esta capa, no habrían existido.
Un comercial en distribución lleva habitualmente más de 100 clientes en cartera. Antes de este tipo de sistemas, era literalmente imposible saber qué estaba ocurriendo en cada uno de ellos, todos los días. Los problemas se detectaban cuando el cliente ya había migrado a un competidor, o cuando la visita comercial llegaba meses tarde.
Este es el tipo de operación que define lo que queremos decir al hablar de sistema operativo:
no es la automatización de una tarea que antes hacía una persona. Es una capacidad que antes no existía en la empresa.
La IA no solo va a sustituir trabajo humano. Va a habilitar operaciones que, sin ella, ninguna compañía podía ejecutar a escala. Y esa distinción —entre sustituir y habilitar— es la que marca la diferencia entre una mejora de productividad y un cambio de modelo operativo.
La nueva ventaja competitiva
Durante décadas, la ventaja competitiva en distribución se ha construido sobre tres pilares: producto, precio y fuerza comercial. Estos factores seguirán siendo relevantes. Pero ya no son suficientes, y en menos tiempo del que parece dejarán de ser siquiera determinantes.
La siguiente capa es otra:
las empresas competirán por sistemas de inteligencia.
El que detecta antes, decide antes. El que decide antes, actúa antes. Y en mercados maduros, con márgenes ajustados y clientes informados, ese diferencial es la diferencia entre crecer y resistir.
Esto no es una predicción para dentro de cinco años. Es una reconfiguración que ya ha empezado, en compañías que la mayoría del sector todavía no ha visto moverse.
Kelmia
Kelmia es la capa operativa que hace posible este modelo.
Un sistema de agentes de inteligencia artificial conectado al ERP, al CRM y a los datos comerciales de la compañía, que analiza el negocio de forma continua y ejecuta decisiones sobre él. No un asistente. No un dashboard. No un conjunto de herramientas.
Un sistema operativo.
Hoy opera en distribuidores que entendieron antes que el resto hacia dónde iba esto.

Si diriges una compañía de distribución, hay dos caminos.
Puedes esperar a que el modelo esté generalizado, observar a los primeros, y adoptarlo cuando sea la norma del sector. Es una opción legítima, pero implica competir desde detrás durante los años en los que se están fijando las posiciones.
O puedes evaluarlo ahora, con un caso real sobre tus propios datos, y decidir con información concreta en lugar de con titulares.
La apuesta ya está hecha. La pregunta es desde qué lado.