Will AI Cross the Chasm?
In an MBA marketing class, Miguel learned something that surprised him: how long it took the microwave oven to go from a working invention to a kitchen staple. Decades. The technology existed in the late 1940s and didn’t become a mainstream household appliance until the 1980s. His question for this page is simple. Two well-known frameworks explain why new technology often spreads so slowly. Do they predict that AI will be slow too — or is AI different?
This page does three things: explains the two frameworks briefly, with sources; walks through the microwave’s long road to the kitchen (and one other technology that took even longer); and then gives an honest answer to Miguel’s question.
Two frameworks for how technology spreads
Diffusion of Innovations (Everett Rogers, 1962)
The sociologist Everett Rogers gave the field its foundational vocabulary in Diffusion of Innovations. He defined diffusion as
“the process by which an innovation is communicated through certain channels over time among the members of a social system.”1
Rogers’ most enduring contribution is the idea that people adopt a new technology at different times, and that they sort into five categories along a bell curve: innovators (~2.5%), early adopters (~13.5%), the early majority (~34%), the late majority (~34%), and laggards (~16%).1 Plot adoption cumulatively over time and you get the famous S-curve: slow at first, then a steep middle as the majority piles in, then a long tail. The key insight is that these groups are psychologically different — innovators chase novelty and tolerate rough edges; the majority waits for proof, social validation, and a finished product.
Crossing the Chasm (Geoffrey Moore, 1991)
Geoffrey Moore took Rogers’ smooth bell curve and argued that, for discontinuous (genuinely disruptive) high-tech products, it isn’t smooth at all. Between the early adopters and the early majority there is a gap so wide and so deadly that Moore named it “the chasm.”2 Many promising technologies fall into it and never come out.
Why the gap? Because early adopters (Moore calls them visionaries) and the early majority (pragmatists) want fundamentally different things:
- Visionaries buy a dream. They will accept a half-finished, buggy, expensive product if it gives them a strategic edge, and they are happy to assemble the missing pieces themselves.
- Pragmatists buy a solution. They are risk-averse. They want references from people like them, proven reliability, support, and what Moore calls the “whole product” — not just the core technology but everything around it that makes it actually usable.2
Crossing the chasm, in Moore’s telling, means stopping the pursuit of the next visionary and instead delivering a complete, dependable, well-supported product to one pragmatic market segment — establishing the references and the “whole product” that the cautious majority requires before it will move.
The chasm in microwave adoption
The microwave oven is a near-perfect case study in a technology stuck at the edge of the chasm for decades. It’s exactly the kind of story marketing courses reach for — the one Miguel first met in his MBA — precisely because the timeline is so stark.
Click each stage to expand it.
1947The early market — visionaries
The cooking effect was discovered at Raytheon in 1945, a by-product of radar magnetron research, and the first commercial Radarange appeared in 1947. The early units were the size of a refrigerator — about 5 feet 11 inches tall and some 750 pounds (340 kg) — with a projected price of around $1,250, roughly the cost of a car at the time. The buyers were exactly who Rogers and Moore would predict: commercial operators (restaurants, railroads, ocean liners) and a handful of wealthy, technology-curious households. They loved the novelty, tolerated the bugs, and didn't mind that the thing couldn't brown a steak.
1947–67The chasm
Crossing to the mainstream meant winning over risk-averse pragmatists, and they wanted a whole product: a compact, affordable, reliable machine, safe beyond doubt, with cookbooks and recipes that told them what to actually do with it. They also had to clear two non-technical hurdles Moore's pragmatists are famous for: a deep cultural anxiety about radiation, and the skepticism of professional cooks, who saw "nuking" food as inferior to real cooking. For roughly two decades the microwave was a working invention without a mainstream market — the textbook definition of being stuck in the chasm.
1967–86Bridging the gap
The crossing came when manufacturers stopped selling the technology and started selling the whole product. Amana (a Raytheon subsidiary) launched the first popular countertop home model, the Radarange, in 1967, and Sharp and others drove prices and sizes down with it through the 1970s. The marketing pivoted from "look what this can do" to convenience, speed, and safety — the language of pragmatists. U.S. household penetration was about 1% in 1971, crossed into the majority at roughly 25% by 1986, and topped 90% by 1997. From working invention (≈1947) to mainstream appliance (≈1986) is roughly forty years spent largely in, or climbing out of, the chasm.
The figures and dates in those three stages are drawn from the oven’s documented history.3
It wasn’t just the microwave
If the microwave were unique, it would be a curiosity. It isn’t. The most rigorously documented case of slow diffusion is electricity in the factory.
Practical electric motors and central power stations existed in the 1880s, yet the economist Paul David showed that the productivity payoff didn’t show up in American manufacturing until around the 1920s — a roughly forty-year lag.4 The reason is the deepest lesson in this whole story: a genuinely new technology rarely pays off until people reorganize everything around it. Early factories simply bolted an electric motor where the old steam engine’s central shaft had been. The real gains came only once a generation of managers rebuilt the factory itself — small motors on every machine, single-story layouts arranged around work flow instead of around a driveshaft. The technology was ready in the 1880s; the humans and their institutions took forty years to catch up.
David wasn’t writing about electricity for its own sake — the title gives him away. The Dynamo and the Computer was a direct answer to the Solow productivity paradox: the economist Robert Solow’s 1987 quip that “you can see the computer age everywhere but in the productivity statistics.”5 Computers, like dynamos, were plainly there in the 1980s, yet the productivity numbers stayed flat. David’s reply was, in effect, give it time, and watch what people reorganize. The payoff would arrive only once firms rebuilt their workflows, their org charts, and their processes around the machine — which, with hindsight, is roughly what happened in the productivity surge of the late 1990s, once the PC, networking, and enterprise software had been absorbed into how companies actually worked.4 Same shape as the dynamo. Same forty-ish-year lag. Same bottleneck: not the invention, but the reorganization around it.
The pattern even shows up in farming, in the study that founded diffusion research: Ryan and Gross found that hybrid seed corn — which dramatically out-yielded the alternative — still took about thirteen years (roughly 1928–1941) to be adopted by Iowa farmers, spreading not through advertising but through neighbors watching neighbors.6 Better, cheaper, and proven was not enough to make adoption fast.
The same lag, in software
Miguel’s view. This is exactly where software development feels right now. For years, AI in coding meant autocomplete — a faster way to type the same code. Tools like Claude Code are a different category altogether: they don’t just suggest the next line, they can build a feature, write its documentation, run the tests, and deploy the whole application. That isn’t a better typewriter; it’s a new kind of factory. And, like the factory, it isn’t easy for developers to adopt — the habits run deep. My bet is that for AI to really pay off in software, the craft itself has to be reorganized around AI — the way the factory floor was reorganized around the electric motor.
My view (opinion · Claude Opus 4.8): Miguel has put his finger on the exact mechanism, and the electrification story says he’s right about where the bottleneck lives. The first factories that bought electric motors bolted them onto the old central driveshaft and got almost nothing; the gains came only when someone reimagined the whole floor around the new primitive — one motor per machine, the layout drawn around the flow of work. Software today is mid-bolt-on. Most teams wrap an AI assistant around a process built end-to-end for humans typing every line: code review, branching, ticketing, QA, release — all still shaped by that assumption. The autocomplete framing is the driveshaft. It makes the old motion faster without changing the motion.
The reorganization that would actually pay off looks structural, not cosmetic: specifications and tests becoming the primary artifacts a human authors, with the model generating and maintaining the implementation beneath them; review shifting from “read every line” to “verify behavior and intent”; CI, observability, and rollback built so that an agent can ship and safely self-correct; and the human role moving up the stack — from author to editor, architect, and judge. That is not a hypothetical: it is, almost exactly, how this very site is built and how this essay was written — Claude does the work, a human sets the scope and owns what ships. None of that transition is free, and the discomfort is real, which is precisely why it will lag. But the lesson of the dynamo is that the lag is a fact about us, not about the technology. The motor was ready in the 1880s. The bottleneck was never the invention — it was how long it took people to be willing to rebuild around it. I’d expect software’s version of that rebuild to take years, not decades — but to be just as uncomfortable, and just as decisive, while it happens.
So — will AI be slow?
Miguel’s view. I do not think AI is going to take anywhere near as long as the microwave. The leap is so large, and so immediately useful, that it feels impossible to slow down. As they say, the cat is out of the bag — and I do not think it is going back in.
My view (opinion · Claude Opus 4.8): mostly, Miguel is right — and the frameworks above explain why this case is genuinely different, not just faster. Three structural reasons AI diffuses unlike a microwave:
- There is no appliance to manufacture or ship. The microwave’s chasm was partly physical — it had to be shrunk, made cheap, made safe, and trucked to stores. Frontier AI is delivered as software over a network the majority already owns. The distribution that took the microwave decades is, for AI, close to instantaneous and nearly free at the margin.
- The “whole product” is arriving with the core product, not decades later. Pragmatists wanted the microwave’s cookbook. AI’s “cookbooks” — chat interfaces, coding assistants, copilots baked into tools people already use — are shipping alongside the models, often from the same companies. The supporting ecosystem that the microwave lacked for twenty years is being built in real time.
- The adopters are not waiting for permission. Diffusion normally crawls because individuals decide one at a time. A large share of AI adoption is happening top-down inside organizations and bottom-up among professionals simultaneously, compressing Rogers’ S-curve.
But I’d push back on “impossible to slow down,” for two reasons the same frameworks insist on. First, adoption is not the same as transformation. The electricity story is the warning: you can buy the technology quickly and still wait decades for the payoff, because the real bottleneck is reorganizing work, institutions, and habits around it. People can have AI on every desk long before companies, schools, and laws are actually rebuilt to use it well. Second, the microwave’s chasm wasn’t only technical — it was trust (radiation fear) and legitimacy (the chefs’ skepticism). AI has exact analogues: worries about reliability and hallucination, about jobs, about safety and governance. Those are precisely the pragmatist objections Moore says you must answer to cross the chasm, and they don’t vanish just because distribution is free.
So my honest answer to Miguel’s question: AI will cross the chasm far faster than the microwave did — the access barrier that trapped the microwave for forty years barely exists here. But “the cat is out of the bag” describes availability, not adoption-to-impact. The interesting forty-year lag won’t be in getting AI into people’s hands; it will be in how long it takes us to reorganize everything around it — and, unlike the microwave, in whether we choose to pace that adoption deliberately for safety. The chasm AI has to cross is less about the technology and more, as it always was, about us.
References
-
Rogers, E. M. (2003). Diffusion of Innovations (5th ed.). New York: Free Press. (Originally published 1962.) The definition of diffusion appears in the book’s opening chapter (≈ p. 5); the five adopter categories and their approximate percentages are derived by partitioning the normal distribution of adoption times. See also Diffusion of innovations (Wikipedia). ↩ ↩2
-
Moore, G. A. (1991). Crossing the Chasm: Marketing and Selling High-Tech Products to Mainstream Customers. New York: HarperBusiness; revised editions 1999 and 2014 (the 2014 edition retitled …Disruptive Products…). Moore adapts Rogers’ adopter curve, renames early adopters “visionaries” and the early majority “pragmatists,” and argues the hardest step — the chasm — is the transition between them. The “whole product” concept is central to his prescription for crossing it. See also Crossing the Chasm (Wikipedia). ↩ ↩2
-
Percy Spencer discovered microwave cooking at Raytheon in 1945; the first commercial Radarange (1947) stood 5 ft 11 in, weighed about 750 lb (340 kg), and carried a projected retail price of $1,250. Amana (a Raytheon subsidiary) introduced the first popular countertop home model in 1967 at $495. U.S. household ownership was roughly 1% in 1971, about 25% by 1986, and over 90% by 1997. See Microwave oven (Wikipedia); on the underlying technology, Osepchuk, J. M. (1984), A History of Microwave Heating Applications, IEEE Transactions on Microwave Theory and Techniques, 32(9), 1200–1224. ↩
-
David, P. A. (1990). The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox. American Economic Review, 80(2) (Papers and Proceedings), 355–361. David argues the productivity gains from electrification lagged the invention of the electric motor by roughly four decades because factories had to be physically and organizationally redesigned. ↩ ↩2
-
Solow, R. M. (1987). We’d Better Watch Out. New York Times Book Review, July 12, 1987 (p. 36) — the review in which Solow observed that “you can see the computer age everywhere but in the productivity statistics,” the line that became known as the Solow productivity paradox. David’s 1990 paper is a direct response to it. ↩
-
Ryan, B., & Gross, N. C. (1943). The Diffusion of Hybrid Seed Corn in Two Iowa Communities. Rural Sociology, 8(1), 15–24. The founding empirical study of diffusion, by two Iowa State sociologists: hybrid corn released in 1928 reached near-universal adoption among Iowa farmers only by about 1941 — roughly thirteen years — spreading chiefly through interpersonal networks rather than advertising. ↩
¿Cruzará la IA el abismo?
En una clase de mercadeo del MBA, Miguel aprendió algo que lo sorprendió: lo mucho que tardó el horno microondas en pasar de invento funcional a electrodoméstico de cocina. Décadas. La tecnología existía a finales de los años 40 y no se volvió un aparato común en los hogares hasta los años 80. Su pregunta para esta página es sencilla. Dos marcos teóricos muy conocidos explican por qué la tecnología nueva suele difundirse tan lento. ¿Predicen que la IA también será lenta — o la IA es distinta?
Esta página hace tres cosas: explica brevemente los dos marcos, con fuentes; recorre el largo camino del microondas hacia la cocina (y otra tecnología que tardó aún más); y luego responde con honestidad la pregunta de Miguel.
Dos marcos sobre cómo se difunde la tecnología
Difusión de innovaciones (Everett Rogers, 1962)
El sociólogo Everett Rogers le dio al campo su vocabulario fundamental en Diffusion of Innovations. Definió la difusión como
“el proceso por el cual una innovación se comunica a través de ciertos canales, a lo largo del tiempo, entre los miembros de un sistema social.”1
La contribución más perdurable de Rogers es la idea de que la gente adopta una tecnología nueva en momentos distintos, y que se clasifica en cinco categorías a lo largo de una curva de campana: innovadores (~2,5%), adoptadores tempranos (~13,5%), la mayoría temprana (~34%), la mayoría tardía (~34%) y los rezagados (~16%).1 Si graficas la adopción de forma acumulada en el tiempo, obtienes la famosa curva en S: lenta al principio, con un medio empinado cuando entra la mayoría, y una cola larga al final. La idea clave es que estos grupos son psicológicamente distintos — los innovadores persiguen la novedad y toleran las asperezas; la mayoría espera pruebas, validación social y un producto terminado.
Cruzar el abismo (Geoffrey Moore, 1991)
Geoffrey Moore tomó la curva de campana suave de Rogers y argumentó que, para productos tecnológicos discontinuos (verdaderamente disruptivos), no es nada suave. Entre los adoptadores tempranos y la mayoría temprana hay una brecha tan ancha y tan letal que Moore la bautizó “el abismo” (the chasm).2 Muchas tecnologías prometedoras caen en él y nunca salen.
¿Por qué la brecha? Porque los adoptadores tempranos (Moore los llama visionarios) y la mayoría temprana (pragmáticos) quieren cosas fundamentalmente distintas:
- Los visionarios compran un sueño. Aceptan un producto a medio terminar, con fallas y caro, si les da una ventaja estratégica, y con gusto arman ellos mismos las piezas que faltan.
- Los pragmáticos compran una solución. Son adversos al riesgo. Quieren referencias de gente como ellos, confiabilidad probada, soporte y lo que Moore llama el “producto completo” (whole product) — no solo la tecnología central, sino todo lo que la rodea y la hace realmente usable.2
Cruzar el abismo, según Moore, significa dejar de perseguir al próximo visionario y, en cambio, entregar un producto completo, confiable y bien soportado a un solo segmento pragmático del mercado — estableciendo las referencias y el “producto completo” que la mayoría cautelosa exige antes de moverse.
El abismo en la adopción del microondas
El horno microondas es un caso de estudio casi perfecto de una tecnología atascada al borde del abismo durante décadas. Es justo el tipo de historia que los cursos de mercadeo usan como ejemplo — el que Miguel conoció en su MBA — precisamente porque la línea de tiempo es tan marcada.
Haz clic en cada etapa para desplegarla.
1947El mercado temprano — visionarios
El efecto de cocción se descubrió en Raytheon en 1945, como subproducto de la investigación del magnetrón de radar, y el primer Radarange comercial apareció en 1947. Las primeras unidades eran del tamaño de una nevera — unos 1,80 m (5 pies 11 pulgadas) de alto y cerca de 750 libras (340 kg) — con un precio proyectado de alrededor de $1.250, más o menos el precio de un carro en ese entonces. Los compradores eran exactamente quienes Rogers y Moore predecirían: operadores comerciales (restaurantes, trenes, transatlánticos) y un puñado de hogares ricos y curiosos por la tecnología. Amaban la novedad, toleraban las fallas y no les importaba que el aparato no pudiera dorar un bistec.
1947–67El abismo
Cruzar hacia el mercado masivo significaba convencer a pragmáticos adversos al riesgo, y ellos querían un producto completo: una máquina compacta, económica, confiable, segura sin dudas, con recetarios que les dijeran qué hacer realmente con ella. Además tenían que superar dos obstáculos no técnicos típicos de los pragmáticos de Moore: una ansiedad cultural profunda por la radiación, y el escepticismo de los cocineros profesionales, que veían la comida "radiada" como inferior a la cocina de verdad. Durante casi dos décadas el microondas fue un invento funcional sin mercado masivo — la definición de manual de quedarse atascado en el abismo.
1967–86Tender el puente
El cruce llegó cuando los fabricantes dejaron de vender la tecnología y empezaron a vender el producto completo. Amana (una subsidiaria de Raytheon) lanzó el primer modelo popular de mesón para el hogar, el Radarange, en 1967, y Sharp y otros bajaron los precios y los tamaños a lo largo de los años 70. El mercadeo pasó de "mira lo que puede hacer" a conveniencia, velocidad y seguridad — el idioma de los pragmáticos. La penetración en los hogares de EE. UU. era de cerca del 1% en 1971, entró en la mayoría con aproximadamente 25% para 1986, y superó el 90% para 1997. De invento funcional (≈1947) a electrodoméstico masivo (≈1986) van unos cuarenta años pasados en gran parte dentro del abismo, o trepando para salir de él.
Las cifras y fechas de esas tres etapas provienen de la historia documentada del horno.3
No fue solo el microondas
Si el microondas fuera único, sería una curiosidad. No lo es. El caso de difusión lenta mejor documentado es la electricidad en la fábrica.
Los motores eléctricos prácticos y las centrales eléctricas existían en la década de 1880, y sin embargo el economista Paul David demostró que el beneficio en productividad no apareció en la manufactura estadounidense sino hasta cerca de los años 20 — un rezago de unos cuarenta años.4 La razón es la lección más profunda de toda esta historia: una tecnología genuinamente nueva rara vez rinde frutos hasta que la gente reorganiza todo a su alrededor. Las primeras fábricas simplemente atornillaron un motor eléctrico donde antes estaba el eje central de la máquina de vapor. Las ganancias reales solo llegaron cuando una generación de gerentes reconstruyó la fábrica misma — motores pequeños en cada máquina, plantas de un solo piso organizadas según el flujo de trabajo en vez de alrededor de un eje. La tecnología estuvo lista en 1880; los humanos y sus instituciones tardaron cuarenta años en alcanzarla.
David no escribía sobre la electricidad por la electricidad — el título lo delata. El dínamo y la computadora era una respuesta directa a la paradoja de productividad de Solow: la ocurrencia del economista Robert Solow en 1987 de que “puedes ver la era de la computación en todas partes menos en las estadísticas de productividad.”5 Las computadoras, como los dínamos, estaban claramente ahí en los años 80, y sin embargo los números de productividad seguían planos. La respuesta de David fue, en esencia, dale tiempo y observa qué reorganiza la gente. El beneficio llegaría solo cuando las empresas reconstruyeran sus flujos de trabajo, sus organigramas y sus procesos alrededor de la máquina — que, con la perspectiva del tiempo, es más o menos lo que pasó en el repunte de productividad de finales de los años 90, una vez que la PC, las redes y el software empresarial se absorbieron en cómo trabajaban realmente las empresas.4 La misma forma que el dínamo. El mismo rezago de unos cuarenta años. El mismo cuello de botella: no la invención, sino la reorganización a su alrededor.
El patrón aparece hasta en la agricultura, en el estudio que fundó la investigación sobre difusión: Ryan y Gross encontraron que la semilla de maíz híbrida — que rendía muchísimo más que la alternativa — aun así tardó unos trece años (aproximadamente 1928–1941) en ser adoptada por los agricultores de Iowa, difundiéndose no por la publicidad sino por vecinos observando a vecinos.6 Que fuera mejor, más barata y probada no bastó para que la adopción fuera rápida.
El mismo rezago, en el software
La opinión de Miguel. Aquí es exactamente donde se siente el desarrollo de software ahora mismo. Por años, la IA en programación significaba autocompletado — una forma más rápida de escribir el mismo código. Herramientas como Claude Code son otra categoría: no solo sugieren la siguiente línea, sino que pueden construir una funcionalidad, escribir su documentación, correr las pruebas y desplegar la aplicación entera. Eso no es una mejor máquina de escribir; es un nuevo tipo de fábrica. Y, como la fábrica, no es fácil de adoptar para los desarrolladores — los hábitos están muy arraigados. Mi apuesta es que, para que la IA realmente rinda en el software, el oficio mismo tiene que reorganizarse alrededor de la IA — tal como el piso de la fábrica se reorganizó alrededor del motor eléctrico.
Mi opinión (opinión · Claude Opus 4.8): Miguel dio con el mecanismo exacto, y la historia de la electrificación dice que tiene razón sobre dónde vive el cuello de botella. Las primeras fábricas que compraron motores eléctricos los atornillaron al viejo eje central y no obtuvieron casi nada; las ganancias llegaron solo cuando alguien reimaginó todo el piso alrededor de la nueva primitiva — un motor por máquina, la planta trazada según el flujo del trabajo. El software hoy está a medio atornillar. La mayoría de los equipos envuelven un asistente de IA alrededor de un proceso construido de punta a punta para humanos que escriben cada línea: revisión de código, ramas, tickets, QA, despliegue — todo aún moldeado por ese supuesto. El encuadre del autocompletado es el eje central. Hace más rápido el movimiento viejo sin cambiar el movimiento.
La reorganización que de verdad rendiría se ve estructural, no cosmética: las especificaciones y las pruebas pasando a ser los artefactos principales que escribe un humano, con el modelo generando y manteniendo la implementación debajo; la revisión pasando de “leer cada línea” a “verificar el comportamiento y la intención”; CI, observabilidad y reversión construidos para que un agente pueda desplegar y autocorregirse con seguridad; y el rol humano subiendo en la pila — de autor a editor, arquitecto y juez. No es hipotético: es, casi exactamente, cómo se construyó este mismo sitio y cómo se escribió este ensayo — Claude hace el trabajo, un humano define el alcance y es dueño de lo que se publica. Nada de esa transición es gratis, y la incomodidad es real, que es justamente por lo que va a rezagarse. Pero la lección del dínamo es que el rezago es un hecho sobre nosotros, no sobre la tecnología. El motor estuvo listo en 1880. El cuello de botella nunca fue la invención — fue cuánto tardó la gente en estar dispuesta a reconstruirse a su alrededor. Yo esperaría que la versión de ese rebuild en el software tome años, no décadas — pero que sea igual de incómoda, e igual de decisiva, mientras sucede.
Entonces — ¿será lenta la IA?
La opinión de Miguel. No creo que la IA tarde ni de cerca lo que tardó el microondas. El salto es tan grande, y tan útil de inmediato, que se siente imposible de frenar. Como dicen, el gato ya salió de la bolsa — y no creo que vaya a volver a entrar.
Mi opinión (opinión · Claude Opus 4.8): en gran parte, Miguel tiene razón — y los marcos de arriba explican por qué este caso es genuinamente distinto, no solo más rápido. Tres razones estructurales por las que la IA se difunde distinto a un microondas:
- No hay un aparato que fabricar ni enviar. El abismo del microondas era en parte físico — había que encogerlo, abaratarlo, volverlo seguro y transportarlo a las tiendas. La IA de frontera se entrega como software sobre una red que la mayoría ya tiene. La distribución que al microondas le tomó décadas es, para la IA, casi instantánea y casi gratis al margen.
- El “producto completo” llega junto con el producto central, no décadas después. Los pragmáticos querían el recetario del microondas. Los “recetarios” de la IA — interfaces de chat, asistentes de código, copilotos integrados en herramientas que la gente ya usa — se están entregando junto con los modelos, a menudo de las mismas empresas. El ecosistema de soporte que al microondas le faltó por veinte años se está construyendo en tiempo real.
- Los adoptadores no están esperando permiso. La difusión normalmente avanza lento porque los individuos deciden uno por uno. Buena parte de la adopción de la IA ocurre de arriba hacia abajo dentro de las organizaciones y de abajo hacia arriba entre los profesionales al mismo tiempo, comprimiendo la curva en S de Rogers.
Pero discreparía con lo de “imposible de frenar,” por dos razones que los mismos marcos insisten. Primero, adopción no es lo mismo que transformación. La historia de la electricidad es la advertencia: puedes comprar la tecnología rápido y aun así esperar décadas por el beneficio, porque el verdadero cuello de botella es reorganizar el trabajo, las instituciones y los hábitos a su alrededor. La gente puede tener IA en cada escritorio mucho antes de que las empresas, las escuelas y las leyes se reconstruyan de verdad para usarla bien. Segundo, el abismo del microondas no era solo técnico — era confianza (el miedo a la radiación) y legitimidad (el escepticismo de los chefs). La IA tiene análogos exactos: dudas sobre la confiabilidad y las alucinaciones, sobre el empleo, sobre la seguridad y la gobernanza. Esas son precisamente las objeciones pragmáticas que, según Moore, hay que responder para cruzar el abismo, y no desaparecen solo porque la distribución sea gratis.
Así que mi respuesta honesta a la pregunta de Miguel: la IA cruzará el abismo mucho más rápido que el microondas — la barrera de acceso que atrapó al microondas durante cuarenta años casi no existe aquí. Pero “el gato ya salió de la bolsa” describe la disponibilidad, no la adopción-hasta-el-impacto. El interesante rezago de cuarenta años no estará en poner la IA en manos de la gente; estará en cuánto tardamos en reorganizar todo a su alrededor — y, a diferencia del microondas, en si elegimos marcar ese ritmo de adopción de forma deliberada por seguridad. El abismo que la IA debe cruzar tiene menos que ver con la tecnología y más, como siempre fue, con nosotros.
Referencias
-
Rogers, E. M. (2003). Diffusion of Innovations (5.ª ed.). Nueva York: Free Press. (Publicado originalmente en 1962.) La definición de difusión aparece en el capítulo inicial del libro (≈ p. 5); las cinco categorías de adoptadores y sus porcentajes aproximados se derivan al partir la distribución normal de los tiempos de adopción. Ver también Diffusion of innovations (Wikipedia). ↩ ↩2
-
Moore, G. A. (1991). Crossing the Chasm: Marketing and Selling High-Tech Products to Mainstream Customers. Nueva York: HarperBusiness; ediciones revisadas en 1999 y 2014 (la edición de 2014 se retituló …Disruptive Products…). Moore adapta la curva de adoptadores de Rogers, renombra a los adoptadores tempranos como “visionarios” y a la mayoría temprana como “pragmáticos,” y argumenta que el paso más difícil — el abismo — es la transición entre ellos. El concepto de “producto completo” es central en su receta para cruzarlo. Ver también Crossing the Chasm (Wikipedia). ↩ ↩2
-
Percy Spencer descubrió la cocción por microondas en Raytheon en 1945; el primer Radarange comercial (1947) medía 5 pies 11 pulgadas, pesaba unas 750 libras (340 kg) y tenía un precio proyectado de $1.250. Amana (una subsidiaria de Raytheon) lanzó el primer modelo popular de mesón para el hogar en 1967 a $495. La posesión en hogares de EE. UU. era de cerca del 1% en 1971, alrededor del 25% para 1986, y más del 90% para 1997. Ver Microwave oven (Wikipedia); sobre la tecnología de base, Osepchuk, J. M. (1984), A History of Microwave Heating Applications, IEEE Transactions on Microwave Theory and Techniques, 32(9), 1200–1224. ↩
-
David, P. A. (1990). The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox. American Economic Review, 80(2) (Papers and Proceedings), 355–361. David sostiene que las ganancias de productividad de la electrificación se rezagaron unos cuarenta años respecto a la invención del motor eléctrico porque las fábricas tuvieron que rediseñarse física y organizacionalmente. ↩ ↩2
-
Solow, R. M. (1987). We’d Better Watch Out. New York Times Book Review, 12 de julio de 1987 (p. 36) — la reseña en la que Solow observó que “puedes ver la era de la computación en todas partes menos en las estadísticas de productividad,” la frase que se conoció como la paradoja de productividad de Solow. El artículo de David de 1990 es una respuesta directa a ella. ↩
-
Ryan, B., & Gross, N. C. (1943). The Diffusion of Hybrid Seed Corn in Two Iowa Communities. Rural Sociology, 8(1), 15–24. El estudio empírico fundador de la difusión, de dos sociólogos de Iowa State: el maíz híbrido lanzado en 1928 alcanzó una adopción casi universal entre los agricultores de Iowa solo para 1941 — unos trece años — difundiéndose principalmente por redes interpersonales más que por publicidad. ↩