Buckminster Fuller observó en su día que las cosas no se cambian luchando contra la realidad existente — se construye un modelo nuevo que deja obsoleto al anterior. Hablaba de cúpulas geodésicas. El principio se aplica igual de bien a las fundaciones.
La aritmética de una fundación tradicional
Una fundación medioambiental tradicional que canalice €5 millones al año necesita aproximadamente quince personas: responsables de programa, cumplimiento normativo, contabilidad, comunicación, redacción de subvenciones, TI, traducción, análisis de datos, auditoría. No son puestos extravagantes. Son el mínimo para operar de forma responsable.
La aritmética es incómoda. Quince personas a €45.000 de media (con cargas sociales incluidas) cuestan €900.000. Se añaden oficina, seguros, software, asesores jurídicos y honorarios de auditoría: €1,2 a €1,5 millones. Sobre €5 millones de ingresos, eso supone un 24–30% consumido por operaciones antes de que un solo euro llegue a un manglar.
Eso no es despilfarro. Es el coste de hacer el trabajo con responsabilidad. Pero es también la razón estructural por la que el debate sobre los gastos generales en el sector benéfico no se resuelve nunca — porque los gastos generales son reales, necesarios e incómodamente grandes. Un desglose más completo de los nuestros está documentado en a dónde va el 30%.
Lo que la IA comprime y lo que no
La IA cambia esta aritmética. No eliminando la necesidad de estas funciones, sino comprimiendo su coste.
Supervisión de cumplimiento normativo. GreenSweep opera en la UE, Filipinas, India, Nigeria y el Reino Unido. Cada jurisdicción tiene su propio régimen de protección de datos, regulación publicitaria y normas de protección al consumidor. Una fundación tradicional necesitaría al menos un responsable de cumplimiento a tiempo completo — posiblemente dos — más asesoría jurídica externa en cada jurisdicción principal. La supervisión de cumplimiento asistida por IA puede escanear actualizaciones regulatorias en todas las jurisdicciones a diario, señalar cambios que afecten a las operaciones, redactar borradores de cláusulas de consentimiento actualizadas y mantener una matriz de cumplimiento en tiempo real. La revisión humana sigue siendo esencial — la IA no emite juicios jurídicos — pero el volumen de trabajo que requiere atención humana se reduce en torno a un 80%.
Prevención del fraude. El sistema de puntuación de GreenSweep evalúa decenas de señales por registro — huella digital de dispositivo, reputación de IP, análisis de patrones de comportamiento, validación del dominio de correo electrónico. Hacerlo manualmente requeriría un equipo de analistas revisando cuentas marcadas. El sistema procesa cada registro en tiempo real y escala solo las anomalías genuinas para revisión humana. La función que costaría tres analistas a tiempo completo en una operación tradicional la realiza un sistema cuyo coste es una fracción de un solo salario.
Traducción y localización. GreenSweep opera en siete idiomas en quince países. La localización tradicional cuesta €0,10–0,25 por palabra por idioma, con revisión profesional que añade otros €0,05–0,10. Una localización completa del sitio a un nuevo idioma puede costar €15.000–25.000. La traducción asistida por IA — con revisión humana para precisión cultural y jurídica — comprime este coste a aproximadamente un 20% del coste tradicional. El revisor humano sigue siendo necesario. El primer borrador, no.
Diligencia debida de proyectos. Evaluar un proyecto de restauración requiere tradicionalmente investigación documental (días), evaluación sobre el terreno (desplazamiento), consulta a expertos (cara) y documentación (semanas). La IA puede comprimir la fase de investigación documental de forma drástica — escaneando bases de datos de verificación, cruzando declaraciones de impacto con datos publicados, identificando señales de alerta en la documentación del proyecto y produciendo una evaluación estructurada que un experto humano revisa en lugar de construir desde cero. La visita al terreno sigue siendo esencial. Las semanas de trabajo previo que la preceden, no.
Informes para partes interesadas. Una fundación tradicional produce informes trimestrales de forma manual — extrayendo datos de hojas de cálculo, redactando narrativa, dando formato a documentos, circulando borradores para revisión. El panel de transparencia en tiempo real de GreenSweep sustituye gran parte de esto con datos en vivo. La narrativa trimestral la siguen escribiendo personas, pero la agregación de datos, la visualización y los informes de base están automatizados.
Lo que la IA no puede hacer
Nada de esto elimina el criterio humano. El responsable de cumplimiento sigue decidiendo si un cambio regulatorio exige actualizar una política. El responsable de programa sigue evaluando si un socio de proyecto es fiable. El traductor sigue captando matices culturales que la IA pasa por alto. La dirección ejecutiva sigue tomando las decisiones estratégicas sobre qué proyectos financiar y en qué mercados entrar.
Lo que la IA elimina es el andamiaje administrativo alrededor de esas decisiones. La recopilación de datos, la producción de primeros borradores, el reconocimiento de patrones, las referencias cruzadas, la monitorización, las alertas. Funciones necesarias pero repetitivas. Funciones que escalan linealmente con el tamaño de la organización en un modelo tradicional pero escalan de forma logarítmica — o directamente no escalan — en uno aumentado por IA.
El trinquete
La implicación para el ratio de costes operativos de GreenSweep es directa. Las funciones que componen nuestra asignación operativa del 30% — prevención del fraude, cumplimiento normativo, infraestructura, localización, verificación — son precisamente las funciones donde la IA produce las mayores ganancias de eficiencia. A medida que estos sistemas maduran y mejoran, el coste de ejecutar cada función debería descender como porcentaje de los ingresos, incluso a medida que la plataforma crece y aumenta el número de mercados, idiomas y proyectos.
Este es el mecanismo detrás de nuestro compromiso de trinquete: 70% a proyectos hoy, con objetivo del 85% a medida que mejora la eficiencia operativa. El objetivo no es aspiracional. Es una proyección de ingeniería basada en las curvas conocidas de compresión de costes de las operaciones aumentadas por IA. Y se hace cumplir no mediante buenas intenciones, sino mediante la estructura de fundación con propósito definido que impide que la proporción descienda.
La IA no sustituye a las personas. Es un multiplicador. Permite que un equipo de cuatro haga el trabajo operativo que de otro modo requeriría un equipo de quince — no recortando esquinas, sino automatizando el trabajo que no requiere criterio humano para que este se aplique donde más importa.
Para una fundación cuyo propósito es maximizar la proporción de ingresos que llega a proyectos medioambientales, cada ganancia de eficiencia operativa es un aumento directo del impacto. Una reducción del 5% en costes operativos sobre €5 millones de ingresos anuales son €250.000 más que llegan a manglares, sistemas hídricos e instalaciones de energía renovable. Con las proyecciones de ingresos hacia las que avanza GreenSweep, las cifras se vuelven significativas muy rápido.
La fundación eficiente no es un compromiso. Es el modelo nuevo que deja obsoleto al anterior. La mecánica está en /transparency; la evidencia de asignación firmada que la respalda está en /proof.
Frequently asked questions
Can a foundation really run on four people?
▾
With AI-augmented operations, yes — for the core functions of compliance monitoring, financial reporting, translation, project analysis, and communications. What four people cannot replace is judgment on contested decisions, relationship maintenance with project partners, legal counsel, and external audit. GreenSweep uses AI to compress the cost of the former and reserves human capacity for the latter.
What does AI actually replace in foundation operations?
▾
AI replaces the volume-driven components of several foundation functions: first-pass compliance monitoring across multiple jurisdictions, translation into seven languages, financial reconciliation and reporting, project due-diligence research, and community communications at scale. These functions previously required departments; AI compresses them to tools operated by one or two people.
What can AI not replace in foundation operations?
▾
AI cannot replace the judgment required for contested allocation decisions, the trust built through long-term relationships with project partners and community networks, the accountability that comes from a human being legally responsible for the foundation's statutory obligations, or the credibility that derives from being identifiable and answerable. These are the functions GreenSweep's small human team handles.
How does GreenSweep keep operating costs below 30%?
▾
By using AI to compress overhead that would otherwise require significantly larger headcount, building on open-source infrastructure, running on serverless cloud architecture that scales with revenue rather than requiring fixed capacity, and structuring legal and compliance work to be AI-assisted rather than fully outsourced. The 30% ceiling is a statutory constraint under the Malta Purpose Foundation structure — the ratchet clause allows it to fall but not rise.
What is the long-term target for operating costs?
▾
The ratchet clause targets 85% to projects and 15% to operations as the medium-term goal, with matched funding and corporate partnerships pushing effective impact efficiency above 95% over time. The ratchet mechanism means every reduction in operating cost is locked in permanently — the project share can only increase.
Sources
- 1.GovernmentMalta Civil Code Ch. 16 — Purpose Foundations
- 2.GovernmentMalta Business Registry
- 3.IndustryGold Standard — Voluntary Carbon Market
- 4.IndustryVerra — Verified Carbon Standard
Byron leads GreenSweep’s go-to-market strategy and technology. His Harvard study of cooperation and game theory shaped the platform’s voting model. Most recently he built a 100+ person APAC team deploying IoT technologies for clients including the Hong Kong MTR.
Dartmouth, UPenn, Harvard, Saïd Business School (Oxford)