People& cree que la coordinación es la próxima frontera de la IA y están construyendo un modelo para demostrarlo

Los chatbots de IA están mejorando a la hora de responder preguntas, resumir documentos y resolver ecuaciones matemáticas, pero todavía se comportan en gran medida como asistentes útiles para un usuario a la vez. No están diseñados para gestionar el trabajo más complicado de la colaboración actual: coordinar personas con prioridades en competencia, realizar un seguimiento de decisiones de largo plazo y mantener alineados a los equipos a lo largo del tiempo.

People&, una nueva startup fundada por ex alumnos de Anthropic, Meta, OpenAI, xAI y Google DeepMind, cree que cerrar esa brecha es la próxima gran frontera para los modelos de fundaciones. Esta semana, la compañía recaudó una ronda inicial de 480 millones de dólares para construir un “sistema nervioso central” para la economía humana más IA. La startup “IA para empoderar a los humanosEl encuadre ha dominado la cobertura inicial, pero la ambición actual de la compañía es más novedosa: construir una nueva arquitectura modelo básica diseñada para la inteligencia social, no solo la recuperación de información o la generación de códigos.

“Parece que estamos terminando el primer paradigma de escalamiento, donde los modelos de respuesta a preguntas fueron entrenados para ser muy inteligentes en verticales particulares, y ahora estamos entrando en lo que creemos que es la segunda ola de adopción donde el consumidor o usuario promedio está tratando de descubrir qué hacer con todas estas cosas”, dijo a TechCrunch Andi Peng, uno de los cofundadores de People y ex empleado de Anthropic.

El discurso de People& se centra en ayudar a introducir a las personas en la nueva period de la IA, yendo más allá de la narrativa de que la IA les quitará sus trabajos. Ya sea que se trate de un easy discurso de advertising and marketing o no, el momento es crítico: las empresas están pasando del chat a los agentes. Los modelos son competentes, pero los flujos de trabajo no, y el desafío de la coordinación sigue en gran medida sin abordarse. Y a pesar de todo, la gente se siente amenazada y abrumada por la IA.

La empresa de tres meses, como varias de sus pares, ha logrado cultivar su sorprendente semilla gracias a esta filosofía y el pedigrí de su equipo fundador. People& todavía no tiene un producto, ni ha quedado claro qué podría ser exactamente, aunque el equipo dijo que podría ser un reemplazo para contextos multijugador o multiusuario como plataformas de comunicación (piense en Slack) o plataformas de colaboración (piense en Google Docs y Notion). En cuanto a los casos de uso y el público objetivo, el equipo hizo alusión a aplicaciones tanto empresariales como de consumo.

“Estamos creando un producto y un modelo centrado en la comunicación y la colaboración”, dijo a TechCrunch Eric Zelikman, cofundador y director ejecutivo de People& y ex investigador de xAI, y agregó que la atención se centra en lograr que el producto ayude a las personas a trabajar juntas y comunicarse de manera más efectiva, tanto entre sí como con herramientas de inteligencia synthetic.

“Como cuando tienes que tomar una decisión de grupo grande, a menudo todo se cut back a que alguien lleve a todos a una sala, haciendo que todos expresen sus diferentes bandos sobre, por ejemplo, qué tipo de logotipo les gustaría”, continuó Zelikman, riéndose con su equipo mientras recordaban el tedio que consumía mucho tiempo de lograr que todos se pusieran de acuerdo sobre un logotipo para la startup.

Zelikman añadió que el nuevo modelo estará entrenado para hacer preguntas de una manera que parezca interactuar con un amigo o colega, alguien que está tratando de conocerte. Los chatbots actuales están programados para hacer preguntas constantemente, pero lo hacen sin comprender el valor de la pregunta. Él cube que esto se debe a que se han optimizado para dos cosas: cuánto le gusta inmediatamente a un usuario una respuesta que recibe y qué probabilidades hay de que el modelo responda correctamente la pregunta que recibe.

Parte de la falta de claridad sobre qué es el producto podría deberse a que los humanos aún no tienen exactamente una respuesta para eso. Peng dijo que los humanos están diseñando el producto junto con el modelo.

“Parte de lo que estamos haciendo aquí también es asegurarnos de que a medida que el modelo mejore, seamos capaces de coevolucionar la interfaz y los comportamientos de los que el modelo es capaz en un producto que tenga sentido”, dijo.

Lo que está claro, sin embargo, es que los humanos no están intentando crear un nuevo modelo que pueda conectarse a aplicaciones y herramientas de colaboración existentes. La startup quiere poseer la capa de colaboración.

La IA más las herramientas de productividad y colaboración en equipo son un campo cada vez más candente; por ejemplo, la aplicación emergente para tomar notas de IA Granola recaudó una ronda de 43 millones de dólares con una valoración de 250 millones de dólares al lanzar más funciones de colaboración. Varias voces de alto perfil también están enmarcando explícitamente la próxima fase de la IA como una de coordinación y colaboración, no solo de automatización. El fundador de LinkedIn, Reid Hoffman, argumentó hoy que las empresas están implementando mal la IA al tratarla como pilotos aislados y que la verdadera influencia está en la capa de coordinación del trabajo, es decir, cómo los equipos comparten conocimientos y organizan reuniones.

“La IA vive en el nivel del flujo de trabajo y las personas más cercanas al trabajo saben dónde está realmente la fricción”, Hoffman escribió en las redes sociales. “Ellos son los que descubrirán lo que debería automatizarse, comprimirse o rediseñarse totalmente”.

Ese es el espacio donde los humanos quieren vivir. La concept es que su modelo-producto-barra actuaría como el “tejido conectivo” en cualquier organización (ya sea una empresa de 10.000 personas o una familia) que comprenda las habilidades, motivaciones y necesidades de cada persona, así como también cómo todas ellas pueden equilibrarse para el bien del conjunto.

Para llegar allí es necesario repensar cómo se entrenan los modelos de IA.

“Estamos tratando de entrenar el modelo de una manera diferente que involucrará a más humanos e IA interactuando y colaborando juntos”, dijo a TechCrunch Yuchen He, cofundador de humanos y ex investigador de OpenAI, y agregó que el modelo de la startup también se entrenará utilizando aprendizaje de refuerzo (RL) de múltiples agentes y de largo horizonte.

La RL de largo horizonte está destinada a entrenar el modelo para planificar, actuar, revisar y realizar un seguimiento a lo largo del tiempo, en lugar de simplemente generar una buena respuesta única. Entrenamientos de RL con múltiples agentes para entornos donde hay múltiples IA y/o humanos en el circuito. Ambos conceptos están ganando impulso en trabajo académico reciente a medida que los investigadores impulsan los LLM más allá de las respuestas de los chatbots hacia sistemas que puedan coordinar acciones y optimizar los resultados en muchos pasos.

“El modelo necesita recordar cosas sobre sí mismo, sobre usted, y cuanto mejor sea su memoria, mejor será la comprensión del usuario”, dijo.

A pesar del equipo estelar que dirige el espectáculo, hay muchos riesgos por delante. Los seres humanos necesitarán enormes sumas de dinero en efectivo para financiar la costosa tarea de entrenar y ampliar un nuevo modelo. Eso significa que competirá con los principales actores establecidos por los recursos, incluido el acceso a la computación.

Sin embargo, el mayor riesgo es que los humanos no estén simplemente compitiendo con los Notions y Slacks del mundo. Viene por los mejores perros de la IA. Y esas empresas están trabajando activamente en mejores formas de permitir la colaboración humana en sus plataformas, incluso cuando juran que AGI pronto reemplazará el trabajo económicamente viable. A través de Claude Cowork, Anthropic pretende optimizar la colaboración en el estilo de trabajo; Gemini está integrado en Workspace, por lo que la colaboración basada en IA ya se produce dentro de las herramientas que la gente ya utiliza; y OpenAI últimamente ha estado presentando a los desarrolladores su orquestación y flujos de trabajo de múltiples agentes.

Fundamentalmente, ninguno de los principales actores parece dispuesto a reescribir un modelo basado en la inteligencia social, que o bien da a los humanos una ventaja o lo convierte en un objetivo de adquisición. Y con empresas como Meta, OpenAI y DeepMind al acecho de los mejores talentos en IA, las fusiones y adquisiciones son ciertamente un riesgo.

People& le dijo a TechCrunch que ya rechazó a las partes interesadas y que no está interesado en ser adquirido.

“Creemos que esta será una empresa generacional y creemos que tiene el potencial de cambiar fundamentalmente el futuro de la forma en que interactuamos con estos modelos”, dijo Zelikman. “Confiamos en nosotros mismos para lograrlo y tenemos mucha fe en el equipo que hemos reunido aquí”.

Esta publicación se publicó originalmente el 22 de enero de 2026.