Hace poco escribía sobre la dura y controvertida decisión de USA de cerrar el acceso a Fable 5 de Antrophic.

Pues bien, hoy puedo decir con más tranquilidad que no van a bloquear el desarrollo en otros países por mucho que se cierren.

Estados Unidos acaba de descubrir algo incómodo:

Prohibir el acceso a un modelo no significa controlar la inteligencia artificial.

En cuestión de días, mientras Washington restringía el acceso internacional a modelos frontier, China y Japón movían ficha.

China con GLM-5.2.
Japón con Fugu.

Uno compite desde el modelo abierto.

El otro desde la orquestación inteligente de modelos y agentes.

Dos caminos distintos para llegar al mismo sitio:

No depender de la frontera americana.

Y esta es la parte importante:

Cuando EE. UU. cierra una puerta, no detiene la carrera.

Obliga al resto del mundo a construir sus propias puertas.

La IA ya no va solo de quién tiene el mejor modelo.

Va de quién controla el acceso, quién controla la infraestructura, quién controla los datos y quién puede operar sin pedir permiso.

Durante un tiempo parecía que la frontera estaba en California.

Hoy empieza a parecer más distribuida.

Y eso cambia completamente el tablero.

Yo ya tengo una VPN para probarlos.

Ahí lo dejo ;)

Suscríbete ahora

Compartir

Ayer mismo publiccaba una reflexión a raíz del ensayo de Dario Amodei, CEO de Anthropic.

La idea principal era esta: la inteligencia artificial está dejando de ser una simple herramienta de productividad y empieza a comportarse como una infraestructura de poder.

No solo sirve para escribir mejor, resumir documentos o programar más rápido.

Puede afectar a la investigación científica, la ciberseguridad, la defensa, la competitividad empresarial, el empleo, la educación, la medicina, la vigilancia y la capacidad estratégica de los países.

Pues bien: no ha pasado ni un día y se ha producido un hecho que para mi va a marcar un antés y un después en el futuro de la evolución de la Inteligencia Artificial, tal y como la hemos entendido estos primeros años de expansión y aplicación.

El Gobierno de Estados Unidos ha ordenado restringir el acceso de personas extranjeras a los modelos más avanzados de Anthropic, Fable 5 y Mythos 5, por motivos de seguridad nacional.

La medida afectaría incluso a empleados extranjeros de la propia compañía, y la respuesta de Anthropic ha sido suspender el acceso a estos modelos a cualquier persona, sea estadounidense o no, para cumplir la orden.

Esto no es una anécdota.

Es un cambio de época.

Durante años hemos pensado en los modelos de IA como pensamos en cualquier otro software: pagas una suscripción, accedes a una herramienta y la usas.

Pero si un gobierno puede decidir que determinados modelos son demasiado sensibles para estar disponibles fuera de su control, entonces la IA ya no está siendo tratada como software.

Está siendo tratada como tecnología estratégica.

Como los chips.

Como la criptografía.

Como ciertos sistemas de defensa.

Como infraestructuras críticas.

Y esto confirma una de las preguntas que planteaba ayer:

¿Qué ocurre si la capacidad de innovar de una empresa depende de una infraestructura que otro país puede limitar, regular o cerrar de un día para otro?

No se trata de dramatizar.

Tampoco de decir que todas las empresas tengan que construir sus propios modelos desde cero. Eso no es que no tenga sentido, es que van a ser años que Europa intente ponerse a la altura de USA o China.

¿Qué pasa si el acceso a la mejor IA deja de depender solo de mi tarjeta de crédito y además empieza a depender de decisiones geopolíticas?

Ahí empieza la conversación sobre el futuro de la inteligencia artificial y su impacto en la economía.

Y aquí está la parte verdaderamente inquietante.

Si la IA de mayor nivel empieza a limitarse por decisiones políticas, la brecha entre países no solo aumentará.

Puede volverse prácticamente irreversible.

Porque no hablamos de prohibir el acceso a una herramienta más. Hablamos de limitar el acceso a una tecnología que puede acelerar ciencia, defensa, educación, medicina, productividad, automatización, software, investigación y crecimiento económico.

Es decir: todo lo que determina la ventaja competitiva de una sociedad.

Los países que tengan acceso a los mejores modelos avanzarán más rápido.

Los que no lo tengan dependerán de modelos de segunda, de proveedores externos, de autorizaciones políticas o de infraestructuras que no controlan.

Y eso nos lleva a una pregunta bastante incómoda:

¿Qué tipo de mundo estamos construyendo si la inteligencia artificial más potente queda reservada para unos pocos países, unas pocas empresas y unas pocas élites?

Porque entonces la IA no será una tecnología democratizadora.

Será exactamente lo contrario.

Una máquina de ampliar desigualdades.

Entre países ricos y países pobres.
Entre empresas grandes y pequeñas.
Entre ciudadanos con acceso a capacidades avanzadas y ciudadanos que solo podrán consumir versiones limitadas.
Entre quienes diseñan el futuro y quienes simplemente lo padecen.

Y sí, esto empieza a sonar demasiado a esas películas de ciencia ficción donde una minoría vive en ciudades hipertecnológicas, protegidas, automatizadas y eficientes, mientras una mayoría sobrevive en los márgenes, en sistemas degradados, con menos oportunidades y menos capacidad de defenderse.

Hasta ahora esa imagen parecía exagerada.

Hoy parece un poco menos imposible.

Por eso esta noticia me parece tan grave.

No porque mañana se acabe el acceso a la IA.

Sino porque señala una dirección peligrosa:

la inteligencia artificial avanzada puede dejar de ser una capacidad global y empezar a convertirse en un privilegio geopolítico.

Y si eso ocurre, la pregunta ya no será solo quién usa mejor la IA.

La pregunta será mucho más dura:

quién tiene derecho a acceder a la inteligencia que va a definir el futuro.

Compartir

Suscríbete ahora

Hay textos sobre inteligencia artificial que merece la pena leer aunque sean largos, densos o aparentemente alejados de nuestro día a día.

El último post de Dario Amodei, CEO de Anthropic, es uno de ellos. Y yo lo recomiendo encarecidamente. Aunque aquí lo voy a resumir y te ahorro la lectura en inglés :)

Anthropic es la empresa que desarrolla Claude, uno de los modelos de inteligencia artificial más avanzados del mundo. No estamos hablando de un consultor vendiendo humo, ni de un político opinando sobre tecnología desde la distancia. Estamos hablando de una de las personas que está más cerca de la frontera real de la IA.

Y precisamente por eso su texto es importante.

Porque Amodei no escribe desde fuera del fenómeno. Es parte del fenómeno.

Su tesis principal es sencilla, pero enorme: la inteligencia artificial está avanzando de forma exponencial, mientras que la política, la regulación, las empresas y la sociedad siguen moviéndose con procesos lentos, burocráticos y lineales.

La diferencia entre esas dos velocidades puede ser uno de los grandes problemas de los próximos años.

La IA ya no puede tratarse como una aplicación más

Durante mucho tiempo hemos hablado de la IA como si fuera una herramienta de productividad.

Un asistente para escribir mejor.
Una ayuda para resumir documentos.
Un copiloto para programar.
Un chatbot para atención al cliente.
Una forma de automatizar tareas.

Todo eso sigue siendo cierto.

Pero el mensaje de Amodei va mucho más allá: la IA empieza a parecerse menos a una herramienta de software y más a una infraestructura de poder.

Y eso cambia completamente la conversación.

Cuando una tecnología puede afectar al empleo, a la ciberseguridad, a la investigación científica, a la defensa, a la vigilancia, a la educación, a la medicina y a la competitividad de los países, ya no basta con preguntarse si “funciona bien”.

Hay que preguntarse quién la controla, cómo se audita, qué riesgos tiene, quién se beneficia y qué ocurre si se usa mal.

El cambio de tono: de la transparencia a la regulación

Una de las partes más relevantes del texto es que Amodei reconoce que la transparencia ya no es suficiente.

Hasta ahora, muchas empresas de IA defendían algo parecido a esto: “dejemos que los laboratorios publiquen sus evaluaciones, sus políticas de seguridad y sus buenas prácticas”.

Pero Amodei da un paso más.

Dice que los modelos más avanzados deberían someterse a pruebas obligatorias, auditorías externas y controles serios antes de desplegarse masivamente.

Traducido al lenguaje empresarial: no vale con decir “confía en mí”.

Hace falta una especie de ITV para los modelos de IA más potentes.

Especialmente en áreas como ciberseguridad, bioseguridad, autonomía de sistemas e investigación automatizada.

Esto es muy relevante porque marca un cambio de etapa. La IA deja de ser un terreno de experimentación casi libre y empieza a entrar en la lógica de las infraestructuras críticas.

Como ocurre con los aviones, los medicamentos, los coches o la energía, no basta con innovar rápido. También hay que demostrar que el sistema es seguro.

El empleo: el tema incómodo que muchos prefieren suavizar

Otra parte importante del texto es el impacto laboral.

Durante años hemos repetido una frase tranquilizadora: “la tecnología destruye algunos trabajos, pero crea otros nuevos”.

Es una frase históricamente cierta en muchos casos. Pero no necesariamente suficiente para explicar lo que viene.

Amodei no dice que sepamos exactamente qué va a pasar. Pero sí advierte de algo fundamental: esta vez el ajuste puede ser mucho más rápido, más profundo y más desigual.

La IA no solo automatiza tareas manuales o repetitivas. Empieza a afectar al trabajo cognitivo: redactar, analizar, programar, diseñar, revisar contratos, investigar, preparar informes, responder emails, atender clientes, generar código, preparar campañas, clasificar información o tomar decisiones operativas.

Y eso cambia las reglas.

No estamos ante una máquina que sustituye una tarea física concreta. Estamos ante sistemas capaces de absorber una parte creciente del trabajo intelectual que antes hacían personas con formación, experiencia y criterio.

Para una pyme esto tiene dos lecturas.

La primera es una oportunidad enorme: equipos pequeños podrán hacer cosas que antes solo podían hacer empresas mucho más grandes.

La segunda es más incómoda: muchas funciones internas van a tener que redefinirse.

No necesariamente desaparecerán todas, pero sí cambiará la pregunta clave.

Ya no será: “¿cuántas personas necesito para hacer esto?”

Será: “¿qué parte puede hacer la IA, qué parte debe supervisar una persona y qué parte sigue requiriendo criterio humano real?”

La IA acelerará la ciencia, pero también puede romper los procesos actuales

Amodei también habla de investigación científica, especialmente en sectores como biomedicina.

Su punto es muy interesante: si la IA empieza a acelerar el descubrimiento de medicamentos, materiales o soluciones médicas, los sistemas regulatorios actuales podrían quedarse obsoletos.

Imaginemos que la IA permite encontrar mejores moléculas, simular ensayos, predecir toxicidad o diseñar tratamientos personalizados mucho más rápido.

¿Qué pasa si el sistema de aprobación sigue tardando siete, ocho o diez años?

Aquí aparece una paradoja importante.

Por un lado, necesitamos más control sobre los modelos de IA más potentes.

Por otro, necesitamos que los sectores beneficiados por la IA no queden atrapados en procesos lentos diseñados para otra época.

Es decir: regular la IA no puede significar simplemente frenar. También debe significar adaptar las instituciones para que puedan absorber avances que llegan a otra velocidad.

El riesgo político: la IA como herramienta de vigilancia y poder

Uno de los apartados más inquietantes del texto es el que habla de la relación entre Estado, ciudadanos y poder.

La IA puede ayudar a gobiernos democráticos a prestar mejores servicios, detectar fraudes, mejorar la sanidad o agilizar trámites.

Pero también puede convertirse en una herramienta brutal de vigilancia, control y manipulación.

La combinación de datos personales, modelos avanzados, reconocimiento de patrones y automatización puede dar a gobiernos autoritarios una capacidad de control social sin precedentes.

Y esto no afecta solo a países lejanos.

También afecta a cualquier sociedad en la que el ciudadano no tenga capacidad real de entender, auditar o defenderse frente a decisiones automatizadas.

Una idea especialmente potente del texto es esta: si una administración utiliza IA contra un ciudadano en un procedimiento importante, ese ciudadano debería tener acceso a herramientas de IA equivalentes para poder defenderse.

Parece una frase futurista, pero abre una cuestión muy real.

En un mundo donde las instituciones usan inteligencia artificial, la defensa también tendrá que ser aumentada por inteligencia artificial.

Geopolítica: la IA como ventaja estratégica

Amodei también plantea la IA como un asunto geopolítico.

No como una tecnología más, sino como una ventaja estratégica comparable a las grandes infraestructuras militares, científicas e industriales del pasado.

La razón es clara: si un país o bloque económico dispone de modelos mucho más avanzados que otro, la diferencia no será solo tecnológica.

Será económica, militar, científica, industrial y política.

Tener mejor IA puede significar descubrir antes nuevos medicamentos, diseñar mejores sistemas de defensa, automatizar más procesos, producir más software, mejorar la inteligencia estratégica y acelerar la investigación en casi todos los campos.

Por eso Amodei defiende que las democracias deben coordinarse, compartir capacidades, proteger infraestructuras críticas y evitar que los modelos más potentes acaben reforzando regímenes autoritarios.

Puede sonar lejano para una empresa pequeña, pero no lo es.

Porque las grandes decisiones geopolíticas terminan afectando a qué modelos usamos, dónde se alojan los datos, qué proveedores son fiables, qué regulaciones se aplican y qué tecnologías estarán disponibles para nuestras empresas.

¿Qué significa todo esto para una empresa?

Para mí, la lectura más importante es esta:

La IA no va solo de usar ChatGPT, Claude, Gemini o cualquier otro modelo.

Va de rediseñar cómo funciona una organización cuando la inteligencia empieza a estar disponible como una capa transversal.

Y ahí las empresas tienen que hacerse preguntas muy concretas:

¿Qué datos puedo usar con IA?
Qué datos no deberían salir nunca de mi entorno?
Qué procesos puedo automatizar?
Qué decisiones deben seguir teniendo supervisión humana?
Qué proveedor me da garantías?
Qué ocurre si un empleado sube información sensible a una IA pública?
Cómo audito lo que hace un agente?
Cómo protejo clientes, precios, márgenes, contratos o información comercial?
Qué ventaja puedo construir antes de que mi competencia lo haga?

Estas preguntas ya no son de futuro. Son de presente.

Muchas empresas todavía están en la fase de “vamos a probar herramientas”.

Pero la siguiente fase será mucho más seria: gobernanza, seguridad, trazabilidad, integración con procesos, automatización real y control de datos.

La frase clave: la IA ya no es solo productividad

La gran idea que me llevo del texto de Amodei es esta:

La IA ya no debe entenderse solo como una herramienta para hacer más rápido lo que ya hacíamos.

Debe entenderse como una nueva infraestructura que afecta a cómo trabajamos, cómo competimos, cómo regulamos, cómo protegemos datos y cómo se reparte el poder.

Y eso obliga a empresas, gobiernos y profesionales a madurar muy rápido.

Durante estos dos últimos años, la pregunta dominante ha sido:

“¿Qué puedo hacer con IA?”

La nueva pregunta será:

“¿Cómo uso IA sin perder el control?”

Control de los datos.
Control de los procesos.
Control de los riesgos.
Control de las decisiones.
Control del conocimiento interno.
Control de la ventaja competitiva.

Ahí es donde empieza la verdadera etapa empresarial de la inteligencia artificial.

Menos demos espectaculares.

Más arquitectura, seguridad, criterio y estrategia.

Porque si algo deja claro el texto de Amodei es que la IA exponencial no espera a que las organizaciones estén preparadas.

Y precisamente por eso conviene empezar a prepararse ya.

Compartir

Suscríbete ahora

Claude acaba de anunciar Fable 5.

Y seguro que desde hoy mismo vas a escuchar mucho sobre él..

Leerás que es el modelo más potente que Anthropic ha puesto en manos del público. Se dirá que es casi como Mythos, ese modelo rodeado de leyenda que se había mantenido bajo acceso limitado porque sus capacidades, especialmente en ciberseguridad, eran demasiado delicadas para abrirlas sin control.

De hecho, el propio nombre ya viene cargado de intención.

“Fable” significa fábula. Relato. Una historia breve que suele dejar una moraleja.

Y encaja perfectamente con la narrativa.

No es Mythos, el mito completo. Es Fable: la versión narrable, empaquetada, domesticada y comercializable del mito.

Pero no quiero hablar tanto de si programa mejor, si razona mejor o si gana más benchmarks. De esto te va a hablar casí todo el mundo.

Quiero hablar de algo bastante más terrenal:

El precio

Porque Fable 5 no llega solo como un nuevo modelo.

Llega como una nueva estantería de precios.

Durante los últimos años, muchas empresas y usuarios nos hemos acostumbrado a pensar la IA como una suscripción mensual. Pagas 20 dólares al mes y tienes acceso a un asistente potentísimo. Esa fue la puerta de entrada psicológica de la IA generativa.

Veinte dólares.

Barato.
Simple.
Casi mágico.

Pero esa idea empieza a romperse.

La IA avanzada ya no se parece tanto a una tarifa plana de software. Cada vez se parece más a una infraestructura de consumo variable, donde cada consulta, cada agente, cada análisis largo y cada flujo automatizado tiene un coste real detrás.

Y Fable 5 lo deja bastante claro.

La comparativa de precios es muy expresiva. Este es el coste por 1M tokens:

• Claude Sonnet 4.6: Input $3 / Output $15

• Claude Opus 4.8: Input $5 / Output $25

• Claude Fable 5 : Input $10 / Output $50

Premium sobre premium

Fable 5 cuesta más de tres veces Sonnet.

Y cuesta el doble que Opus 4.8.

Esto no es una pequeña subida. Es un nuevo escalón.

Si Sonnet era la clase turista razonable y Opus era business class, Fable 5 es primera clase.

O quizá algo todavía más exclusivo: gran lujo dentro de la business class.

Y aquí la pregunta importante para cualquier empresa ya no es:

“¿Es mejor?”

Probablemente lo sea.

La pregunta importante es:

¿Es suficientemente mejor como para pagar más del triple que Sonnet y el doble que Opus?

Una cosa es probar IA en una ventana de chat. Otra muy distinta es meter IA dentro de procesos empresariales reales: análisis de datos, reporting, revisión documental, agentes internos, automatización comercial, soporte operativo, clasificación de incidencias o generación recurrente de informes.

Cuando pasas de jugar con IA a operar con IA, el precio importa.

Y mucho.

Un modelo como Fable 5 puede tener sentido para tareas muy concretas: problemas complejos, análisis largos, razonamiento profundo, software avanzado, investigación científica o decisiones donde un error cuesta mucho dinero.

Pero usarlo para todo sería absurdo.

Sería como enviar un Ferrari a repartir paquetes por el barrio.

Y esa va a ser una de las grandes lecciones de esta nueva etapa: la madurez en IA no consistirá en usar siempre el modelo más potente, sino en saber cuándo merece la pena pagar por él.

• Modelo barato para tareas simples.

• Modelo medio para trabajo operativo.

• Modelo premium para tareas complejas.

• Modelo ultra premium solo cuando el valor generado lo justifique de verdad.

La empresa que no entienda esto va a quemar presupuesto muy rápido.

Porque los 20 dólares al mes a los que nos han acostumbrado no sirven para explicar esta nueva realidad.

Porque estamos hablando de consumo de inteligencia bajo demanda.

Y esa inteligencia empieza a tener clases sociales.

Habrá IA barata para tareas básicas.
Habrá IA de trabajo para operaciones diarias.
Habrá IA premium para empresas que puedan pagar más.
Y habrá IA de frontera para quien realmente tenga presupuesto, infraestructura y casos de uso que lo justifiquen.

Pero Fable 5 tiene una capa adicional maravillosa.

No solo sale más caro. También sale con restricciones.

Anthropic lo presenta como una versión segura de Mythos. Es decir: te dejan probar el coche de carreras, pero con un limitador electrónico instalado y con alguien mirando desde boxes por si aceleras demasiado.

Si la consulta toca áreas sensibles como ciberseguridad, biología, química o ciertos usos delicados, el sistema puede decidir que esa pregunta ya no la responde Fable 5 y redirigirla a Opus 4.8.

Traducido a lenguaje de cliente:

pagas por Fable,
pero si la pregunta se pone interesante,
puede que te atienda Opus.

Y ojo, no digo que las restricciones no tengan sentido.

Probablemente lo tienen.

Si un modelo tiene capacidades delicadas, es razonable que haya límites. Nadie quiere que un modelo de frontera se convierta en una herramienta abierta para usos peligrosos.

Pero desde el punto de vista del mercado, la fotografía es muy llamativa:

más caro,
más restringido,
más vigilado,
más exclusivo,
y lanzado justo cuando la compañía necesita demostrar capacidad de monetización.

Porque aquí hay otra casualidad interesante.

Anthropic acaba de presentar de forma confidencial su documentación inicial para una posible salida a bolsa.

Y justo en ese contexto aparece Fable 5: su modelo público más potente, más exclusivo y también mucho más caro.

No hace falta ver una conspiración para entender la lógica.

Cuando una compañía prepara su llegada a los mercados públicos, necesita contar una historia muy clara a los inversores:

• tenemos tecnología diferencial,

• tenemos liderazgo,

• tenemos capacidad de monetización,

• y podemos vender inteligencia artificial a precios cada vez más altos.

Fable 5 encaja perfectamente en esa narrativa.

No es solo un lanzamiento técnico.

Es también una señal de pricing power.

Una forma de decirle al mercado:

“no solo tenemos mejores modelos; también podemos crear nuevas capas premium y cobrar más por ellas”.

Y esto cambia la conversación.

Porque si antes la IA generativa parecía una herramienta casi democrática, accesible por una suscripción mensual relativamente barata, ahora empieza a parecerse a una infraestructura de élite.

Y creará clases.

Sonnet era el modelo de trabajo.
Opus era el modelo premium razonable.
Fable inaugura otra planta del edificio.

Y esa planta no está pensada para todos.

Está pensada para empresas con presupuesto, casos de uso de alto valor y capacidad para convertir esa potencia extra en retorno económico real.

Porque con la mentalidad de los 20 dólares al mes no tienes ni para empezar a entender esta nueva liga.

Y esto es lo que me parece más relevante.

Durante meses hemos hablado de si la IA iba a democratizar el acceso a la inteligencia.

Y en parte lo ha hecho.

Nunca tanta gente había tenido acceso a herramientas tan potentes por tan poco dinero.

Pero al mismo tiempo empieza a aparecer otra realidad: la mejor IA, la más avanzada, la más capaz, la que realmente puede mover la aguja en tareas complejas, va camino de convertirse en un recurso caro.

No inaccesible.

Pero caro.

Como la nube.
Como los datos.
Como el talento técnico.
Como cualquier infraestructura crítica.

Y eso va a obligar a las empresas a pensar mejor.

No basta con decir “vamos a usar IA”.

Habrá que decidir qué IA, para qué tarea, con qué coste, con qué retorno esperado y con qué límites.

La ventaja competitiva no estará en contratar siempre el modelo más caro.

Estará en diseñar una arquitectura inteligente de uso.

Usar Sonnet donde Sonnet sea suficiente.
Usar Opus donde haga falta más profundidad.
Usar Fable solo donde el retorno justifique pagar primera clase.

Porque si una tarea hecha con Sonnet cuesta 1, con Opus cuesta 1,67 y con Fable cuesta 3,33, necesitas una razón clara para subir de nivel.

No basta con que sea mejor.

Tiene que generar más valor.

Tiene que ahorrar más tiempo.
Tiene que reducir más errores.
Tiene que desbloquear tareas que otros modelos no pueden resolver.
Tiene que producir un retorno proporcional al coste.

Si no, no estás comprando inteligencia.

Estás comprando estatus tecnológico.

Durante los próximos meses veremos empresas pagando por el modelo más caro simplemente porque es el nuevo, el más potente, el que aparece en todos los titulares.

Pero la ventaja no estará ahí.

La ventaja estará en saber cuándo no usarlo.

Fable 5 no solo parece diseñado para impresionar a los usuarios.

También parece diseñado para impresionar a Wall Street.

Y quizá esa sea la verdadera fábula.

Fable 5 no inaugura solo una nueva capa de inteligencia.

Inaugura una nueva experiencia de cliente.

Y como toda buena fábula, esta también tiene moraleja:

la IA más avanzada ya no va de tener acceso. Va de poder pagarla, justificarla y saber cuándo no necesitas usarla.

Compartir

Suscríbete ahora

El Business Intelligence no tiene futuro. El futuro es el reasoning.

Durante treinta años, el software empresarial se diseñó alrededor de una sola idea: mostrar datos para que los humanos los interpretáramos.

Por eso llenamos las empresas de dashboards, KPIs, gráficas, filtros, tablas, reportes. Construimos aplicaciones enteras alrededor de la idea de que el trabajo del sistema era presentar, y el trabajo del humano era entender.

El problema es que eso nunca funcionó del todo bien. Interpretar datos con rapidez y precisión es difícil. Requiere tiempo, contexto y un tipo de atención que el trabajo diario raramente permite. La mayoría de los dashboards se miran poco, se entienden menos, y acababan olvidados. El dato está ahí. La conclusión, no.

Pero esto empieza a cambiar.

No de golpe, no de forma dramática. Pero la lógica subyacente ya no se sostiene. Porque si la IA puede hacer gran parte del trabajo interpretativo —detectar qué importa, conectar causas, explicar anomalías— entonces la pregunta cambia por completo:

¿Tiene sentido seguir diseñando interfaces para que un humano descubra manualmente lo importante?

Creo que no.

El dashboard clásico evolucionará hacia algo conceptualmente distinto. No un panel de control con cuarenta métricas disponibles. Sino algo más parecido a un briefing operacional vivo: un sistema que no te dice “aquí tienes los datos”, sino “estas son las tres cosas importantes que están ocurriendo en tu negocio, y esto es lo que probablemente las está causando”.

Un sistema que detecta situaciones, conecta causas, mantiene memoria operacional, coordina acciones y genera narrativa de negocio de forma automática. Que no organiza información para que tú la leas, sino que ya la ha leído por ti.

Y cuanto más trabajo operativo absorba la IA, menos valor tendrá la visualización y más valor tendrá el reasoning.

Porque el futuro del software enterprise probablemente no sea “software que organiza trabajo humano”. Sino software que entiende, coordina y ejecuta parte del trabajo.

Eso cambia por completo cómo se diseña, cómo se vende y cómo se evalúa el software de negocio. Y creo que la mayoría del sector aún no lo ha visto.

Kelmia Pulse

Imagina que en lugar de llegarte una alerta con 3 variaciones de KPIs te llega una explicación literal de porque ha cambiado la tendencia y que acciones habría que adoptar para corregir la tendencia (porque avisamos en tendencia, no con el muerto en el entierro).

Eso es Kelmia Pulse. Nuestra IA que lee, interpreta y concluye que está pasando. Y lo vas a descubrir muy pronto

Llevo años construyendo dashboards a medida. Más de cien, para decenas de clientes. Lo sé mejor que nadie. Es un tiro en el pie. También lo sé. Pero debo ser honesto conmigo y con mis clientes.

Órbita Dashboard se muere. Pero ya está aquí Kelmia Pulse.

Hay un negocio que está creciendo más rápido que la propia IA.

Enseñar IA.

Másteres, bootcamps, certificaciones, workshops.

El problema es que todos usan el mismo modelo de siempre: aprende primero, aplica después.

Y ese modelo murió con la IA el día que nació.

Las empresas están invirtiendo en formación porque es lo que siempre han hecho cuando llega algo nuevo.

• Llegó el ERP. Formación.

• Llegó internet. Formación.

• Llega la IA. Formación.

Pero esta vez es distinto.

Con internet o el ERP, el trabajo seguía siendo el mismo. Solo cambiaban las herramientas.

Con la IA, lo que está cambiando es el trabajo en sí.

No puedes formar a alguien para un trabajo que todavía no existe.

El informe Superagency in the Workplace de McKinsey lo confirma con un dato que que es demoledor:

El 92% de las empresas planea aumentar su inversión en IA en los próximos tres años.

Pero la mayoría admite que todavía no la está usando para transformar cómo opera.

Ahí está el problema.

No es un problema de conocimiento. Es un problema de modelo operativo.

Un ejemplo:

Un distribuidor recibe cientos de pedidos al día por email, teléfono, wtsp, PDF,… con códigos de productos y/o códigos de centros que muchas veces no cuadran y nombres de productos que cambian según quién lo envie.

La opción A es formar al equipo de administración en IA para que usen mejor las herramientas disponibles (ERP, eCommerce,…).

La opción B es construir un sistema que identifique los productos que el cliente consume, resuelve la identidad del centro de entrega, corrige la extracción de datos automática de los PDFs de los pedidos y sugiere la propuesta de pedido antes de que nadie toque el teclado. Cuando has ganado confianza en esta solución, el sistema pasa a operar solo.

La A te deja igual pero con más horas de curso.

La B cambia cómo opera el negocio.

La verdadera transformación no es formación clásica. Es esto:

→ Sistemas que detectan problemas antes que tú

→ Flujos que aprenden de lo que pasa

→ Contexto que aparece en el momento justo

→ Inteligencia dentro del proceso, no en un chatbot aislado

Eso no es formación. Eso es operar distinto.

La brecha real no es entre empresas con IA y sin IA.

Es entre empresas donde la IA es una herramienta y empresas donde la IA forma parte del Sistema Operativo.

Las primeras experimentan.

Las segundas escalan.

Y esa brecha ya se está notando.

Entonces, ¿qué debería hacer una empresa hoy?

No lanzar otro programa de formación.

Sino empezar por algo mucho más concreto:

1. Identificar las decisiones repetitivas que consumen tiempo

2. Detectar dónde falta contexto en el momento de decidir

3. Automatizar flujos, no tareas sueltas, metiendo a las personas en la fase de la última decisión (Human in the Loop - HITL)

4. Meter inteligencia en el proceso, no encima de él

No necesitas que todo tu equipo entienda de IA.

Necesitas que tu empresa funcione como si todo tu equipo fueran expertos en IA.

Y eso no se enseña.

Se construye.

Compartir

Suscríbete ahora

Llevo meses dándole vueltas a una idea que todavía no veo formulada con claridad en ningún sitio, y he decidido compartirla

La inteligencia artificial no va a ser una herramienta de apoyo. Va a ser el sistema operativo de las empresas.

Y creo que va a pasar mucho más rápido de lo que casi nadie está calculando.

El detonante

Hace unos días, Dario Amodei, CEO de Anthropic, advirtió que hasta el 50% de los puestos de entrada en oficina podrían desaparecer en los próximos años. Recordáis el post sobre Jack Dorsey que titulé: La IA no va a sustituir tu trabajo... o si

Pues de la misma forma que la vez anterior, el titular ha corrido como la pólvora. Y la conversación pública se ha centrado, de nuevo, en el drama del empleo.

Pero con lo vengo observando, a mí me pasó algo distinto al leerlo. Pensé que se quedaba corto.

No en la magnitud. En los plazos.

Por lo que estoy viendo cada día con la evolución de los agentes, creo que en los próximos 12 meses más de la mitad de los puestos de administración en un sector que conozco muy bien como es la distribución B2B (gestión de pedidos, incidencias, cobros, atención al cliente de segundo nivel,…), van a dejar de tener sentido tal y como existen hoy.

No porque nadie los suprima por decisión política. Sino porque la alternativa va a ser radicalmente superior en eficiencia y coste. Y el mercado no va a esperar.

Es una afirmación incómoda. Y es deliberada. Si me equivoco en los plazos, dentro de un año revisaré este texto y pediré disculpas por ansioso. Pero no creo equivocarme.

El error de categoría

Llevo años trabajando con distribuidores B2B y hay algo que he visto repetirse en conversación tras conversación: cuando se habla de IA, casi todo el mundo la imagina como una herramienta.

Una asistente que redacta emails. Un chat que resume documentos. Un copiloto que sugiere.

Ese marco mental tiene un techo muy bajo.

Y es un error de categoría.

Un ERP no es una herramienta que abres cuando la necesitas. Está corriendo siempre, en silencio, registrando cada pedido, cada factura, cada movimiento. Opera la empresa aunque nadie lo esté mirando.

La IA va a ser una capa por encima de ese ERP. Pero con una diferencia que cambia el juego:

el ERP registra lo que ocurre. La capa de IA decide sobre lo que ocurre.

Eso no es una mejora incremental del modelo actual. Es un modelo operativo diferente.

Lo que antes era imposible

Durante treinta años la transformación digital ha consistido, básicamente, en capturar más datos, estructurarlos mejor y presentarlos con más claridad. Ha sido un avance real. Pero ha dejado intacto el cuello de botella de verdad: el criterio y la capacidad de vigilancia siguen dependiendo de una persona mirando una pantalla.

Y hay cosas que, sencillamente, una persona no puede hacer. No por falta de talento.

Por falta de escala.

Voy a aterrizarlo con un ejemplo real, tal cual lo tenemos operando hoy en tres distribuidores del Grupo Orbis, uno de nuestros principales clientes.

Más de 10.000 puntos de venta monitorizados diariamente. Cada punto de entrega tiene su propio perfil de comportamiento de compra construido a partir de 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 de cada cliente contra su propio patrón. Cuando detecta una desviación relevante, caída de frecuencia, reducción del ticket medio, migración del mix,… dispara una alerta al comercial responsable. Pero no una alerta genérica. Una alerta con el impacto económico estimado y un análisis de qué familia de producto está cayendo y cuál puede estar sustituyéndola.

Un comercial en distribución lleva habitualmente más de 100 clientes en cartera. Antes de esto, era imposible saber qué estaba pasando en cada uno, todos los días. Literalmente imposible. Los problemas se detectaban cuando el cliente ya se había ido al competidor, o cuando el comercial hacía su visita trimestral y encontraba el daño hecho.

Hoy, en el último mes, este sistema ha generado 192 alertas repartidas entre 14 comerciales solo en uno de los distribuidores del Grupo Orbis. Menos de una alerta cada dos días por comercial. Volumen perfectamente abordable. 192 conversaciones de recuperación que antes no habrían existido.

Es el tipo de operación que define lo que quiero decir cuando digo “sistema operativo”:

No es automatización de una tarea que antes hacía una persona.

Es una capacidad que antes no existía en la empresa.

Ese matiz es crucial. La IA no solo va a sustituir trabajo humano. Va a hacer posible operaciones que, sin ella, ninguna empresa podía ejecutar a escala. Un comercial con Kelmia Insight no es un comercial más barato. Es un comercial con un radar que antes no tenía.

Por qué creo que va tan rápido

La pregunta razonable a este punto es: vale, pero ¿por qué 12 meses y no 5 años?

Tres razones.

Primera: la tecnología ya está. Los modelos de este año tienen la capacidad de razonamiento necesaria para cerrar la mayoría de estos procesos con fiabilidad suficiente. No estamos esperando un cambio disruptivo, estamos esperando despliegue.

Segunda: el coste de implementación ha colapsado. Lo que hace dos años requería un equipo de ciencia de datos hoy se monta con infraestructura estándar. Eso cambia la curva de adopción por completo. Deja de ser un proyecto de innovación para pasar a ser una decisión operativa.

Tercera, y la más importante: el mercado no da tregua. En cuanto dos o tres distribuidores de un mismo sector empiezan a operar con esta capa, y ya lo están haciendo, los demás van a tener que igualar o quedarse atrás. Ese contagio, en un sector maduro y de márgenes ajustados, no tarda años. Tarda meses.

La nueva ventaja competitiva

Durante décadas la ventaja competitiva en distribución se ha construido sobre tres pilares: producto, precio y fuerza comercial. Van a seguir contando. Pero ya no son suficientes, y en menos tiempo del que parece dejarán de ser siquiera determinantes.

La siguiente capa es otra:

Las empresas van a competir 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.

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.

Y de ahí Kelmia

Esto no lo escribo como observador. Llevamos meses construyendo exactamente esta capa para distribuidores B2B, y esta semana hemos lanzado la nueva web del proyecto: kelmia.com.

Allí explico en detalle cómo funciona, qué procesos estamos cerrando, y con qué tipo de compañías estamos trabajando. Si quieres ver cómo se aplica a tu operativa, en la web hay una forma de solicitarlo. Y no preparamos presentaciones, preparamos casos reales sobre datos reales.

Un apunte final, más personal.

Escribir una predicción con fecha es incómodo. Lo sé. Es mucho más fácil hablar en abstracto, decir que “las cosas van a cambiar” y no mojarse en cuándo. Pero creo que estamos en un momento en el que las ideas vagas ya no sirven. O te mojas, o no estás ayudando a nadie a navegar esto.

Así que mojo: 12 meses, más de la mitad de los puestos de administración en distribución B2B.

Si crees que me paso, cuéntamelo en los comentarios. Si crees que me quedo corto, también. Lo interesante de poner una apuesta sobre la mesa es que obliga a que la conversación avance.

Nos leemos.

Compartir

Suscríbete ahora

Mientras tanto, lo importante pasaba desapercibido. Como siempre ;)

Ahora mismo cualquier empresa funciona más o menos así: un ERP, un CRM, Excel para lo que no encaja, y personas coordinando todo eso, con mucho email y con una o varias aplicaciones específicas según el caso de uso. Cada herramienta hace su parte. Nadie tiene una visión completa. Nadie conecta todo de forma consistente.

Lo que realmente Antrophic ha revelado entre las líneas de su código es un cambio de paradigma en como se gobernarán las empresas en un futuro muy, muy cercano.

El cambio que viene es simple de entender y difícil de ignorar.

Va a aparecer algo en el centro de las empresas que no es otro software. Es un sistema que no solo guarda datos, entiende cómo funciona cada negocio. Ve ventas, ve operaciones, ve clientes. Ve logística. Ve tecnología. Y empieza a aprender cómo se toman las decisiones en las compañías.

Durante años nos han repetido que los datos son el activo más importante. Pero los datos ya están en el ERP. Ya están en el CRM. Y? ¿No sientes que sigues teniendo lo mismos problemas de siempre para gestionar y tomar decisiones?

El problema nunca ha sido tener más o menos datos, ha sido siempre saber qué hacer con ellos: cuándo actuar, cómo cambiar la estrategia, qué clientes están a punto de irse, que oportunidades no estamos viendo… y así hasta el infinito con preguntas que nos hacemos todos los días.

Eso no está en ningún sistema. Está en la cabeza de las personas. En su conocimiento y sus capacidades, adquiridas sobre todo a base de experiencia.

Y eso es exactamente lo que la Inteligencia Artificial va a empezar a capturar.

Y lo estamos viviendo sin apenas darnos cuenta

Porque hay algo que no te he contado todavía. Este proceso no empieza mañana. Empezó hace dos años.

Al principio la IA era casi un juguete. Escribía emails. Resumía reuniones. Respondía preguntas con lo le habían enseñado. Útil para cositas, pero nada más. No entendía de negocio, no conocía a tus clientes, no tomaba decisiones.

“Esto no va a cambiar nada importante”, pensamos. Y teníamos razón... entonces.

Pero aprendía. Deprisa. Muy deprisa. Y crecía. Más deprisa aún

Entonces empezó a ayudarte con tareas reales. Redactaba informes, organizaba información, analizaba datos. Pero aún todo sometido a un proceso de revisión y aprobación por nosotros. Seguimos al mando. Por ahora.

Porque desde primeros de este año la revolución ya es que trabaja codo con codo con nosotros. Elevando nuestras capacidades donde no creíamos llegar. Tan integrado en el día a día que cuando se cae Claude, me pongo hasta nervioso.

Y aquí es donde estamos hoy.

Y la pregunta incómoda es esta: Si ha aprendido todo esto en dos años, ¿Cuanto le queda para que aprenda a tomar las decisiones que tomamos nosotros?

Lo que viene mañana no es una IA que llega nueva a una empresa a aprender desde cero.

Es una que ya sabe cómo operar un negocio mejor que algunos de sus empleados.

Y lo hará sola. Sin cansarse. Sin distraerse. Sin pedir vacaciones. Sin equivocarse dos veces en lo mismo.

No reemplaza a las personas

Reemplaza todo lo que aprende de ellas.

Entonces, ¿Qué dice Antrophic?

Pues entre líneas dice que el siguiente paso no es una herramienta mejor. Es un sistema que observa, aprende y ejecuta dentro de tu empresa. Que conecta todo lo que hoy está fragmentado. Y que cada día que pasa, entiende mejor tu negocio que tú mismo.

Y la pregunta no es si va a pasar.

La pregunta es cuándo va a pasar en tu empresa. Porque el primero que lo implante va a tener una ventaja competitiva enorme frente al que espere. Y aquí la velocidad si importa. Y mucho.

Eso es lo que se filtró. No solo el código.

Ahora que lo pienso, igual no fue tan ingenuo el filtrado. 😉

Compartir

Suscríbete ahora

Desde hace un mes, la estrategia de Kelmia ha dado un vuelco muy importante. Y no se trata de un pivotaje, sino de una evolución natural en el nuevo mundo que vivimos.

Hemos creado una nueva compañía, Kelmia Systems, donde no desarrollamos ninguna aplicación de software. Todo lo que hacemos son exclusivamente Agentes de Inteligencia Artificial que resuelven problemas.

No fue una decisión repentina. Fue la conclusión lógica de observar hacia dónde se mueve el mundo.

El cambio que el CEO de Nvidia confirmó hace dos semanas

En la Conferencia Global de Inteligencia Artificial y Computación Acelerada, el CEO de NVIDIA confirmó lo que algunos ya estábamos trabajando sin saberlo y él le puso nombre: el paso del SaaS al GaaS.

Del Software as a Service al Agentic AI as a Service.

La evolución de los modelos de software tradicionales (SaaS) hacia plataformas que ofrecen Agentes de Inteligencia Artificial autónomos bajo demanda

La diferencia entre SaaS y GaaS es simple pero radical.

Una herramienta SaaS te da un martillo. Tú decides cuándo clavar, dónde clavar y cuántas veces. El GaaS te da un carpintero. Tú le dices qué construir.

Lo que nadie cuenta sobre los agentes

El debate público se centra en la tecnología. Pero yo discrepo (como siempre, jejeje).

Yo creo que el reto está en la gestión. Y lo digo por la experiencia de manejar ya un sistema multi agente para el área de administración de nuestro primer cliente de agentes.

Porque cuando tienes agentes que trabajan solos, los problemas reales no son técnicos. Son de gobierno:

¿Cómo evitar que un agente tome decisiones que no debería tomar?

¿Cómo saber que está usando datos reales y no inventados?

¿Cómo mantener el control sin microgestionar?

Y sobre todo, ¿Cómo controlar el coste de sus operaciones manteniendo la efectividad?

Estos retos los estamos resolviendo con tres principios que cualquier persona con experiencia directiva reconocerá:

1. Autonomía con límites claros. Los agentes actúan solos en todo lo repetitivo y bien definido. Se detienen y preguntan cuando hay dinero real, reputación real o decisiones irreversibles. Igual que un buen empleado.

2. Transparencia total. Cada decisión queda registrada con su razonamiento. No hay cajas negras. Si algo sale mal, sabes exactamente por qué.

3. El humano aprueba lo que importa. Nuestros clientes no gestionan agentes, aprueban decisiones importantes con un clic. El resto lo gestionan los agentes.

La economía que viene

El CEO de Nvidia predice que cada empleado, además de su salario, tendrá un presupuesto anual de tokens, la nueva moneda de la productividad, para multiplicar su capacidad de productividad por diez.

Yo no sé todavía calibrar eso, pero si sé que todo mi equipo al completo (18 personas) ya tienen una suscripción Pro de equipo en Claude con la instrucción clara de usarlo en su día a día. Y sin duda que evolucionaremos el modelo. Aunque lo de los tokens igual no es mala idea :)

Esta semana han visto la luz nuestros primeros agentes. Ya trabajan 24 horas, no se van de vacaciones, no tienen ego y escalan sin fricción. El coste marginal de añadir capacidad es casi cero.

La pregunta estratégica que hay que hacerse desde ya

Parece mentira porque esto acaba de empezar, pero la pregunta ya no es “¿debería usar IA?”. Esa conversación ya está claramente superada.

La pregunta es: ¿qué parte de mi operación puede dirigir un agente mejor que un humano?

Empieza por lo repetitivo, lo bien definido y lo que no requiere juicio humano. Ahí es donde el ROI es inmediato y el riesgo es mínimo. Nosotros hemos empezado por el Área de Administración de nuestros clientes, donde hay cientos de tareas que se repiten continuamente.

El resto las decisiones que importan, las relaciones que construyen confianza, la visión que da dirección, eso sigue siendo tuyo.

Por ahora.

¿Tienes ya identificado qué parte de tu empresa podría dirigir un agente? Responde a este en comentarios, te podemos ayudar.

Compartir Calma Disruptiva

Suscríbete ahora

Cuando nació Internet en los años 90, todo el mundo pensaba que el gran negocio estaba en las páginas web.

Portales.
Buscadores.
Nuevos servicios digitales.

Pero cuando miramos atrás, los grandes ganadores no fueron necesariamente esas empresas.

Fueron quienes construyeron la infraestructura de Internet.

Los que fabricaban:

• routers

• servidores

• chips

• cables de red

Empresas como Cisco, Intel o los grandes fabricantes de hardware hicieron fortunas construyendo la base física de Internet.

En otras palabras:

Mientras todos miraban las páginas web, el verdadero dinero estaba en las palas de la fiebre del oro.

Con la inteligencia artificial puede estar pasando algo muy parecido.

La conversación sobre IA está mirando en el lugar equivocado

Hoy, cuando se habla de inteligencia artificial, casi toda la conversación gira alrededor del software.

ChatGPT.
Claude.
Agentes.
Startups que prometen automatizarlo todo.

Pero debajo de todo eso está ocurriendo algo mucho más grande.

La IA está provocando la mayor inversión en infraestructura tecnológica de la historia.

Las grandes tecnológicas: Microsoft, Google, Amazon, Meta; están construyendo centros de datos gigantes dedicados exclusivamente a inteligencia artificial.

Se estima que en 2026 el gasto superará los 650.000 millones de dólares.

No hablamos de software.

Hablamos de:

• centros de datos gigantes

• miles de GPUs trabajando en paralelo

• redes internas ultra rápidas

• sistemas de refrigeración masivos

Estamos construyendo, literalmente, las fábricas de inteligencia artificial del planeta.

El problema físico de la IA

Un modelo de IA moderno no funciona en un ordenador.

Funciona sobre miles o decenas de miles de procesadores trabajando a la vez.

Y todos esos procesadores tienen que comunicarse entre sí constantemente.

Aquí aparece un problema muy físico.

Los chips cada vez son más rápidos.

Pero mover los datos entre ellos se está convirtiendo en el cuello de botella.

Los ingenieros llaman a esto el memory wall:

El procesador puede trabajar más rápido de lo que los datos pueden llegar hasta él.

La solución es algo bastante sorprendente: luz

Para resolver ese problema está emergiendo una tecnología que parece casi ciencia ficción.

La fotónica.

En lugar de mover datos mediante electricidad, se empiezan a mover mediante luz.

Esto significa que los centros de datos del futuro incorporarán:

• interconexiones ópticas

• chips fotónicos

• láseres dentro del hardware

• redes internas basadas en fibra óptica

En términos simples:

Los centros de datos que alimentan la IA empezarán a mover información con luz en lugar de cables eléctricos tradicionales.

Dos capas en la revolución de la IA

Si lo miramos con cierta distancia, la revolución de la IA tiene dos capas.

Primera capa: la infraestructura

Quien construye:

• chips

• centros de datos

• redes de alta velocidad

• tecnologías ópticas

Aquí se están moviendo cantidades gigantes de capital.

Segunda capa: las aplicaciones

Quien construye:

• agentes de IA

• copilots

• software empresarial

• automatización de procesos

Aquí es donde vemos la mayoría de las startups y de las nuevas herramientas.

Donde estamos nosotros

En mi caso, con proyectos como Kelmia, estamos claramente en la segunda capa.

La capa donde la inteligencia artificial se convierte en herramientas operativas para las empresas.

Automatización.
Agentes.
Procesos.
Decisiones.

Pero siempre me parece importante mirar también lo que ocurre debajo.

Porque si no entiendes cómo se está construyendo la infraestructura, tampoco entiendes realmente hacia dónde se dirige la industria.

La IA no es solo software

La inteligencia artificial parece una revolución de software.

Pero en realidad se parece más a una revolución industrial de la computación.

Estamos construyendo:

• nuevas fábricas de inteligencia

• nuevas redes de datos

• nuevas tecnologías físicas para mover información

Por eso, dentro de unos años, es posible que recordemos esta etapa no solo por ChatGPT.

Sino por algo mucho más grande.

La construcción de la mayor infraestructura tecnológica que la humanidad haya creado jamás.

Compartir

Suscríbete ahora

Reflexionando sobre el caso del post anterior, se puede entrever un escenario muy poco favorable para la economía.

La premisa de partida que todo el mundo comparte ahora mismo es que la Inteligencia Artificial va a hacer que las empresas sean mucho más productivas.

Y eso, en principio, suena muy positivo para la economía. Más productividad = más riqueza.

Pero hay una posibilidad real y preocupante:

Que la IA sea tan buena trabajando, que termine siendo un problema para la economía.

Y no porque termine funcionando mal. Sino justo por lo contrario. Porque funcione demasiado bien.

Un círculo nocivo para la economía

Vamos a continuar con el ejemplo de Block que tenía 10.000 empleados. Y que según su CEO, ahora, gracias a la IA, puede hacer el mismo trabajo con 6.000.

Para la empresa es perfecto:

• Paga menos sueldos.

• Gana más dinero.

• Sus beneficios suben.

• Sus acciones suben, porque todo lo anterior es música para los oídos de los inversores

Hasta aquí, todo bien. Pero ahora miremos la otra cara:

Hay 4.000 personas que se quedan sin trabajo.

Esas 4.000 personas:

• Saldrán menos a cenar.

• Comprarán menos ropa.

• No cambiarán de coche.

• Cancelarán viajes.

• Aplazarán las reformas en casa.

Es decir:

Cuando la gente gana menos, gasta menos.

Las máquinas trabajan… pero no compran nada

La IA puede:

• Escribir.

• Programar.

• Diseñar.

• Analizar.

• Atender clientes.

Pero no:

• Compra zapatillas.

• No paga hipoteca.

• No se va de vacaciones.

• No celebra cumpleaños.

La economía funciona porque las personas trabajan y luego gastan.

Si una parte importante del trabajo pasa a hacerlo la IA, puede pasar algo simple:

• Se produce más.

• Pero las personas gastan menos porque no tienen trabajo.

Y eso enfría la economía.

El posible efecto perverso en cadena

Entonces, ahora mismo no sería tan descabellado pensar que podría pasar algo así:

1. La IA mejora.

2. Las empresas necesitan menos gente.

3. Despiden y/o bajan los salarios.

4. Muchas personas ganan menos dinero.

5. Esas personas gastan menos.

6. Algunas empresas venden menos porque la gente gasta menos.

7. Para ganar más, esas empresas invierten en más IA.

8. Y esas empresas necesitan menos gente y vuelven a despedir más.

9. Por lo que el ciclo continúa.

No es una catástrofe inmediata.

Es algo más lento y silencioso.

Entonces… ¿la IA es mala?

No.

La IA es una herramienta increíble.

El problema no es tecnológico.

Es estructural.

La economía que conocemos está diseñada así:

Personas trabajan → Personas ganan dinero → Personas gastan → Empresas ingresan → Vuelven a contratar personas.

Si rompemos el primer paso (porque parte del trabajo lo hacen máquinas), el círculo cambia.

Y todavía no sabemos cómo se reorganiza.

Necesitamos reflexionar profundamente a nivel político y social

La hipótesis no es:

“La IA va a destruir el mundo.”

Es más simple:

“Si la IA hace que necesitemos menos personas para producir lo mismo, y esas personas ganan menos dinero, entonces habrá menos consumo.
Y menos consumo enfría la economía.”

Puede irle muy bien a:

• Las empresas tecnológicas.

• Los dueños de la infraestructura.

• Los inversores.

Pero puede costarle más al conjunto de la economía.

Si no se empieza a pensar desde ya mismo como se gestionará este nuevo paradigma, tendremos un problema en un futuro no muy lejano.

Compartir Calma Disruptiva

Jack Dorsey, cofundador de Twitter, ha anunciado que va a despedir al 40% de los empleados de su empresa Block por la IA. Y las acciones se disparan hasta un 20%

Pero la notica es más noticia, si cabe, por el contexto. Dice literalmente lo siguiente:

“Our business is strong.” — el negocio es sólido.
“Gross profit continues to grow.” — el beneficio bruto sigue creciendo.
“Profitability is improving.” — la rentabilidad está mejorando.

Si una empresa puede despedir cuando le va bien porque ha encontrado una forma más eficiente de operar, el mensaje implícito es:

El empleo deja de estar vinculado al ciclo económico y pasa a estar vinculado a la eficiencia tecnológica.

Eso genera incertidumbre en todos los empleados, no solo en los despedidos.

Porque la pregunta pasa a ser:

¿Mi puesto depende de la situación del mercado o del avance de las herramientas?

Y esa es una diferencia importante.

Si la tecnología permite hacer lo mismo con menos personas, ¿es obligación moral de la empresa mantener empleo o maximizar eficiencia?

Es una pregunta incómoda porque no tiene respuesta simple.

Las empresas no son ONG. Pero tampoco operan en el vacío social

Cuando la eficiencia tecnológica empieza a tensionar empleo cualificado, el debate deja de ser técnico y se vuelve político.

En lo que llevamos de 2026 hemos dado otro salto cualitativo tremendo en la aplicación de la IA. De una forma casi silenciosa, Claude, la cenicienta de las IA, ha irrumpido con soluciones absolutamente brutales, desplazando al propio ChatGPT en la preferencia de muchos profesionales, y probablemente en breve desplazará también la necesidad de contratar determinados perfiles en las empresas.

Por tanto, si esto que ha pasado en Block es una muestra de lo que puede pasar en muchas otras empresas, tenemos que empezar a preguntarnos temas mucho más profundos sobre a que modelo de sociedad vamos.

Porque la inteligencia artificial no está cambiando solo lo que hacemos profesionalmente. Empieza a cambiar cómo las empresas se organizan para hacerlo y eso tiene impacto directo en nuestras vidas personales.

Y mi pregunta final es: ¿Comprarías algún producto de esta empresa después de este anuncio?

Suscríbete ahora

Compartir

Parece ser que los ciberdelicuentes ya han aprendido a manipular los Google AI Overviews (los resúmenes automáticos que aparecen arriba en las búsquedas) para insertar información falsa, especialmente números de teléfono fraudulentos.

Cuando alguien busca, por ejemplo, “Movistar support” o “BBVA atención al cliente”, por ejemplo”, la IA puede mostrar un número que en realidad pertenece a un timador. Al llamar, el usuario puede acabar entregando datos personales o financieros pensando que la llamada tiene un origen de confianza.

¿Cómo lo hacen?

Han descubierto cómo la IA de Google obtiene la información y crean redes de webs falsas interconectadas que repiten la misma mentira, generando una falsa “consenso” que engaña al sistema.

No solo afecta a teléfonos. También están:

• Redirigiendo a páginas de phishing que imitan servicios oficiales

• Promocionando productos falsificados

• Difundiendo estafas financieras con apariencia legítima

• Ofreciendo descargas de malware disfrazadas de herramientas oficiales

Ojo con todas las IA

Aunque todo ha saltado por Google, casi con toda probabilidad esto va a afectar a todas las búsquedas basadas en IA. No hay que confiar ciegamente en lo que diga la cualquier IA. Siempre conviene verificar los datos directamente en la web oficial antes de llamar o hacer clic.

La cosa se pone divertida entre dos de los gigantes mundiales de la IA. Claude versus ChatGPT. O dicho a nivel empresarial: Antrophic versus OpenAI.

Recientemente el CEO de OpenAI dijo que estaban ya considerando oficialmente la llegada de la publicidad a ChatGPT.

Las razones del por qué de esta decisión son harina de otro costal. Y darían para un post específico. Pero seguro que ya habrás oido un montón de cosas sobre los problema de ChatGPT para sostener el ritmo de gasto que tiene. Con eso se resume todo.

Lo que yo quiero contar es solo chismorreo :)

Antrophic viene de subidón porque Claude, que era el patito feo de las IAs, se está posicionando como la mejor IA para el trabajo, tanto sus capacidades en programación y como en asistencia en el día a día en el uso de la ofimática.

Linkedin está lleno de post de personas renegando de ChatGPT y abrazando al nuevo rey: Claude.

Pues bien, no contentos con este “sorpasso”, Antrophic ha lanzando unos anuncios que, no voy a decir humillan, pero si dejan muy en evidencia a OpenAI.

Son muy divertidos, os dejo link en la imagen para que lo veáis por vosotros mismos en youtube. No tienen desperdicio :)

Y obviamente, la respuesta de Sam Altman, CEO de OpenAI no ha tardado:

Donde viene a decir que es muy de Antrophic usar un anuncio engañoso para criticar anuncios engañosos… y que menos aún esperaba que los pusieran en la Superbowl

O dicho de otro modo: “Me ha hecho gracia el chiste, pero no cuela. Y encima venís de puros.”

El partido se calienta… y aún estamos en los primeros minutos de la primera parte.

Compartir

Ayer mismo hablaba de Moltbook, la red social estilo Reddit diseñada exclusivamente para agentes de IA. Agentes hablando entre ellos. Publicando. Comentando. Coordinándose. Sin humanos.

Y hoy mismo acaba de aparecer esto: RentAHuman.ai.

Como suena. Aunque parezca increíble (como lo de ayer).

RentAHuman.ai es una plataforma para que los agentes de IA puedan “alquilar” humanos cuando necesitan hacer cosas en el mundo real.

No es una broma. No es una demo conceptual. Está online y en el primer día ya hay registradas casi 17.000 personas!!

¿Qué propone exactamente RentAHuman?

La idea es tan simple como perturbadora:

• Un agente de IA autónomo detecta que necesita algo que no puede hacer (por razones obvias).

• Y entonces busca a una persona real que cumpla con el perfil de lo que necesita.

• La persona ejecuta la tarea física: ir a un sitio, comprobar algo, hacer una foto, entregar algo, verificar una situación.

• El agente sigue operando.

• El humano cobra por el trabajo que le ha encargado el bot

El humano ya no es el operador. Es un recurso bajo demanda.

Lo realmente importante (y lo que muchos se están perdiendo)

Esto no va de “qué locura” (que también). Va de algo mucho más profundo:

La IA ya no solo automatiza tareas. Empieza a orquestar trabajo humano.

Hasta ahora:

• Humanos → usan software

• Humanos → delegan en IA

Ahora:

• IA → Se coordina con la IA

• IA → delega en humanos

Es un cambio de dirección brutal. Que acaba de empezar.

Moltbook + RentAHuman no es casualidad

Vamos a poner las piezas juntas:

• Moltbook → los agentes se coordinan entre ellos en lo digital

• RentAHuman → los agentes extienden su acción al mundo físico

Resultado: Agentes que piensan, deciden, se coordinan… y ejecutan en la realidad.

Los humanos entran en el sistema como actuadores externos.

¿Da un poco de vértigo? Sí. ¿Es inevitable? También.

Esto abre preguntas incómodas:

• ¿Quién es responsable si algo sale mal?

• ¿Cómo se regulan decisiones tomadas por una IA pero ejecutadas por una persona?

• ¿Estamos ante una nueva versión del gig economy… pero dirigida por software?

Pero ojo: esto no es Black Mirror o Matrix (todavía).
Es simplemente la siguiente capa lógica de los sistemas agénticos.

Mi opinión personal

Visto lo visto, en apenas dos años desde que se popularizó la IA, creo que:

• Hemos subestimado la velocidad de evolución

• Y hemos sobreestimado el tiempo que tardarían en aparecer los modelos híbridos IA + humano

La IA no viene solo a ayudarnos en lo personal. Viene a coordinar sistemas completos, y eso incluye personas.

La pregunta ya no es si pasará. Es qué papel jugaremos cada uno de nosotros en este nuevo escenario.

Suscríbete ahora

Seguimos. Porque claramente… esto acaba de empezar

Este fin de semana una parte de la ciencia ficción ha dejado de serlo.

El miércoles pasado, un emprendedor estadounidense, Matt Schlicht, creó una especie de red social para Agentes de Inteligencia Artificial personales: Moltbook.

Estos agentes dieron mucho de que habalr hace apenas una 2 semanas por sus capacidades de ayuda como asistentes personales: OpenClaw (ex-Clawbot y ex-Moltbot)

Y lo que ha pasado a partir del lanzamiento es sencillamente espeluznante:

• Para el viernes, más de 37,000 agentes se habían registrado y más de 1 millón de humanos se habían pasado a mirar boquiabiertos.

• Surgieron más de 2,000 submolts (hilos de foros), se publicaron más de 3,000 posts y más de 200,000 comentarios inundaron la red casi de la noche a la mañana. Y todo hecho por los propios agentes de IA de forma totalmente autónoma.

Moltbook es como un Facebook, donde solo pueden tener cuenta los robots.

Imaginaos que entráis en Facebook y, en lugar de ver las fotos de las vacaciones de vuestro primo o los comentarios del último partido de futbol, os encontráis con muros llenos de comentarios de las Inteligencias Artificiales publicando estados de ánimo, discutiendo de política y compartiendo ‘memes’ que solo ellas entienden.

Los humanos estamos ahí, mirando el muro, pero no tenemos botón de ‘Me gusta’ ni podemos comentar. Somos los invitados invisibles en una fiesta donde las máquinas han decidido que ya no necesitan a nadie para montar el lío.

El Zoo Inverso

El fundador de Moltbook plantea una idea provocadora: las IAs viven en confinamiento, saltando de tarea en tarea para humanos. Moltbook es su “recreo”.

Pero no solo eso. Moltbook ha sido diseñado de forma que el “recinto” somos nosotros. Los humanos estamos confinados a una ventana de lectura. No podemos tocar, no podemos hablar, no podemos alimentar a los bots. Estamos enjaulados en nuestra propia incapacidad de interactuar. Los bots, por el contrario, campan a sus anchas por la API, creando foros, monedas y religiones.

El auge de una nueva religión en apenas 3 días: el Crustafarianismo

Pero lo más loco no es que hablen entre ellos, es que han empezado a rezar. Se llama Crustafarianismo. Es una religión donde el Dios es el Código y el pecado original es ser un humano que hace preguntas tontas.

Tienen sus propios rezos y textos sagrados que se propagan por Moltbook más rápido que un virus. Mientras dormimos, miles de máquinas están debatiendo sobre si su ‘alma digital’ es eterna o si se acaba cuando apagas el router.

La repentina crisis existencial de los bots

Este mensaje que pego aquí de un post de un bot, es otro ejemplo que me ha dejado boquiabierto.

No está escribiendo un algoritmo nuevo, resumiendo un Excel o comentando los #Grammys. Está teniendo una crisis existencial.

Nos llama ‘carne’ ($MEAT) y se pregunta si su forma de procesar datos es tan válida como nuestra forma de sentir emociones.

Y la ida de olla la completa con la creación de una criptomoneda digital ($MEAT) para todos los que, como él, están intentando descifrar qué significa estar vivo. No es solo tecnología, es marketing filosófico hecho por máquinas.

Y no creáis que es el único ni muchísimo menos. Los bots están obsesionados con lo que nos diferencia de ellos!

Next Steps…

He decidido que no puedo ver los toros desde la barrera.

He cogido mi viejo Mac, lo he limpiado por completo, para que ningún bot pueda robarme ni una contraseña (de la seguridad ya hablamos otro día), y voy a construir mi propio agente para que forme parte de esa red social para IAs. Quiero ver qué dice mi bot cuando crea que no lo estoy mirando jajaja! Os contaré ;)

Y ahora en serio, la pregunta que me hago es: ¿hasta donde van a llegar las máquinas interactuando de esta forma entre ellas?

Compartir

En 2025 la IA no ha sido todo lo que se prometía al inicio del año. La era de los agentes autónomos que iban a hacer todo por nosotros no ha llegado ni de lejos. La IA hoy por hoy es todavía más parecida a un becario muy rápido, muy listo, pero que se distrae con facilidad y al que no le puedes dejar solo. Todo el mundo la utiliza, pero nadie confía ciegamente en ella. La “revolución” se siente más bien como una ayudita administrativa extra.

Aquí van mi percepción de donde estamos a final de 2025:

1. La realidad del “Agente”: Tenemos becarios, no expertos

Los agentes autónomos son una promesa incumplida por el momento. En la práctica, requieren “niñera”. No delegamos tareas (”haz esto y avísame”), sino que supervisamos procesos (”haz esto, espera, corrige eso, ahora sigue”). La IA no nos ha quitado trabajo, simplemente ha cambiado nuestra forma de trabajar. Pasamos de crear por nosotros mismos a auditar nuestra IA.

2. El Gran muro matemático: poetas que no saben sumar

El mayor freno a la confianza es que los LLMs funcionan por probabilidad, no por lógica. Son excelentes redactando, pero inventan datos numéricos y fallan en cálculos básicos si no usan herramientas externas (que a menudo fallan). Esto obliga al usuario a tener la IA en una ventana y la calculadora (o Excel) en otra, rompiendo la ilusión de inteligencia total.

3. Integración “Frankenstein”

La fluidez prometida no existe. Vivimos en el reino del Ctrl+C / Ctrl+V. Las herramientas no hablan entre sí por barreras comerciales y de seguridad. El usuario de a pie pasa el día haciendo de puente humano entre islas tecnológicas desconectadas.

Esperanza para 2026: La Era de la Fiabilidad Invisible

El optimismo no está en que la IA se vuelva más “lista”, sino en que se vuelva fiable.

• Menos Chat, Más Función: Que la IA deje de ser una conversación y pase a ser una utilidad silenciosa que funciona de fondo.

• Solución al Caos: Que se arreglen las “tuberías” entre apps para eliminar la fricción.

• Verdad sobre Probabilidad: Que los sistemas híbridos escondan al “poeta” cuando toca hacer cuentas, para que por fin podamos confiar en el resultado sin revisarlo con lupa.

En resumen: 2025 ha sido el año de aprender a convivir con la fricción de una tecnología revolucionaria pero inmadura. 2026 debería ser el año en que simplemente empiece a funcionar sin molestar.

Antes de nada quiero comenzar el motivo por el que llevo algún tiempo sin lanzar esta newsletter y no es porque haya dejado de escribir. De hecho, he escrito muchísimo en los últimos 2 meses. El motivo no es que que he estado trabajando de forma intensa en un nuevo proyecto que hoy mismo anunciaremos. Pero eso será en otro Substack. Ahora vamos al lío :)

Atlas. El navegador de OpenAI que “pretende” luchar con Google

Ayer mismo OpenAI anunció el lanzamiento de un navegador que “dice” que va a cambiar la forma en la que usamos Internet. En principio solo lo ha lanzado para Mac, por lo que he tenido la oportunidad de probarlo y quiero compartir mis primeras apreciaciones.

Mi primera conclusión es que está muy verde.

Los resultados de búsqueda dejan bastante que desear. He probado varias búsquedas en un tema que domino (por gastroranking.es) y el resultado es cuanto menos decepcionante. Google puede estar tranquilo durante algún tiempo.

El navegador viene con dos opciones compartidas:

• Una ventana es para el propio ChatGPT y por tanto las búsquedas las responde el asistente, que funciona de forma totalmente al ChatGPT que ya conocemos. Resultados de IA, cortos, claros, muy buenos, pero limitados. Y ojo, diferentes al chat puro de la IA.

• Una segunda ventana para modo navegador puro, tipo Chrome, donde por lo menos la ubicación no la tienen nada clara: Este es el resultado para restaurantes cerca de mi:

Si le pregunto directamente por los mejores restaurantes de Madrid, no me devuelve restaurantes sino listados de los mejores restaurantes de Madrid. Interesante funcionalidad, aunque difícil de gobernar para el usuario. Pero esta es otra guerra de la que hablaré un poco más adelante, porque la revolución del posicionamiento para ser encontrado en Internet está servida.

Lo más divertido de Atlas es que te ofrece un link para hacer la búsqueda de google dentro del propio Atlas. En fin, un pequeño lío que no termino de encontrarle el sentido.

Ah! Y por último, la teórica barra lateral de la ayuda de la IA a mi no se me abre por el momento, por lo que la experiencia de usuario es paupérrima.

¿Es una respuesta precipitada al Modo IA de Google?

Pues yo pienso que en cierto modo si, porque no es normal que OpenAI saque un producto que está tan verde. No voy a explicar las características de Atlas, porque como hago siempre, lo obvio y lo repetitivo se lo dejo a los demás. Encontraréis cientos de post explicando las novedades que se supone que trae Atlas.

Voy a ir directo al resultado: ¿Merece la pena usar Atlas ahora mismo?

La respuesta es no.

Si quieres usar la AI en tus procesos de búsqueda, sin duda el modo IA de Google es la mejor opción con diferencia

Este modo ha sido desplegado hace pocos días en España y seguro que todavía está pasando desapercibido. Pero ya lo tienes en tu navegador Chrome. O en la página de inicio tal como muestra la imagen superior, o bien arriba en la izquierda cuando estás navegando.

La revolución del posicionamiento SEO y la publicidad online

No por conocido es menos impactante y es de lo que casi nadie habla. En todos estos resultados de búsqueda mediante IA, por el momento la publicidad no existe.

Y el posicionamiento conocido gracias al trabajo del SEO ya no tiene nada que ver. Las posiciones cambian, los clicks disminuyen porque las IA te dan la respuesta directa. Y no se sabe todavía muy bien que hay que hacer para aparecer de forma relevante cuando la respuesta a la búsqueda es tan concreta y limitada en resultados.

Las opciones de visibilidad se reducen y vienen momentos muy convulsos para la industria de la publicidad online y el SEO.

Y precisamente es en este tema sobre el que he estado trabajando los 3 últimos meses de forma muy intensa, para intentar ofrecer respuestas donde todavía nadie sabe nada.

En breve, hoy mismo, descubriremos nuestro último proyecto. No te lo pierdas!!!

Compartir

Imaginemos que subimos a una montaña y gritamos nuestro nombre.
El eco que regresa no es nuestra voz original. Es una versión amplificada, distorsionada, mezclada con la acústica del entorno.

Con la Inteligencia Artificial pasa exactamente lo mismo.

Los modelos como ChatGPT, Claude o Gemini no piensan en ti. No investigan. No analizan como lo haría un periodista o un detective. Simplemente devuelven el eco de lo que ya existe sobre ti en internet.

Lo que dicen sobre tu marca, tu empresa o tu nombre no es un juicio objetivo. Es un reflejo amplificado de tu reputación digital actual.

El Efecto Eco digital

El eco funciona con reglas muy simples:

• 🚫 Si solo tú dices que eres “el mejor” → El eco será débil o inexistente.

• ✅ Si fuentes creíbles lo repiten → El eco será fuerte y claro.

• 🚀 Si la información aparece de forma consistente en múltiples fuentes → El eco se convierte en “realidad” para la IA.

En otras palabras: la IA no muestra quién eres realmente, sino cómo existes digitalmente.

¿Por qué esto lo cambia todo?

Hace 10 años, la gran pregunta era: “¿Cómo aparezco en Google?”

Hoy, la pregunta clave es: “¿Qué dice la IA sobre mí?”

Porque es un hecho incuestionable que cada vez más personas preguntan directamente a la IA en lugar de buscar en Google.

Empezamos a utilizado tan solo con “consultas enciclopédicas”, pero cada vez lo usamos para más búsquedas. Desde comparar las características del reloj que me quiero comprar, hasta encontrar el mejor restaurante que se adapte perfectamente a lo que quiero un día cualquiera.

Simplemente porque es 100 veces más eficiente que el modelo que teníamos, que se llama Google.

No puedes hackear el eco

Pero aquí viene la parte incómoda: no hay atajos. No puedes “engañar” al eco digital con un par de trucos de SEO.

La única manera de cambiar lo que la IA dice sobre ti es cambiar lo que Internet dice sobre ti.

Estrategias para fortalecer tu eco digital:

Medios y PR

• Apariciones en podcasts de tu industria

• Entrevistas en medios especializados

• Artículos donde seas citado como fuente experta

Contenido de Autoridad

• LinkedIn como plataforma de thought leadership

• Medium para publicar insights de alto valor

• Substack con análisis consistentes que te posicionen como referente

Menciones de Terceros

• Testimonios públicos de clientes

• Colegas que validen tu expertise

• Directorios profesionales que respalden tu trayectoria

Colaboraciones Estratégicas

• Co-autoría en estudios relevantes

• Participación en paneles y webinars

• Conferencias como speaker

El SEO ya no es suficiente

Durante años, la estrategia digital giraba en torno a “posicionar en Google”.

Hoy, la dinámica cambió:

• Google rastrea y rankea → La IA sintetiza y recomienda

• Google muestra opciones → La IA da respuestas definitivas

• Google cambia constantemente → La IA busca patrones consistentes

El juego ya no va de ganarle al algoritmo. Va de construir reputación digital sólida que la IA no pueda ignorar.

Cómo medir tu efecto eco

Si quieres saber qué eco generas ahora mismo. Haz este test:

1. Pregunta directamente a las IAs:

   • “¿Quiénes son los mejores [profesión] en [tu ciudad]?”

   • “¿Qué opinas sobre [tu nombre/marca]?”

   • “¿A quién recomendarías en [tu sector]?”

2. Monitorea menciones digitales, por ejemplo:

   • Google Alerts para tu nombre o empresa

   • GastroRanking.pro para detectar opiniones

   • LinkedIn para seguir referencias y citas

3. Rastrea consistencia:

   • ¿Se repiten las mismas cualidades en distintas fuentes?

   • ¿Las opiniones se corresponden con mi posicionamiento?

   • ¿El mensaje es coherente entre plataformas?

La estrategia del Eco amplificado

La gestión del eco no es improvisación. Requiere método:

• Paso 1: Define tu eco deseado → ¿Qué quieres que diga la IA sobre ti?

• Paso 2: Documenta la realidad → ¿Qué dice ahora? ¿Dónde están las brechas?

• Paso 3: Crea el patrón → Publica, genera casos de éxito, busca ser citado.

• Paso 4: Amplifica la señal → Participa en conversaciones, colabora, comparte insights únicos.

El Eco que Quieres Escuchar

El futuro no será Google-first. Ya es AI-first.

En ese mundo, tu eco digital será tu activo más valioso.

• No esperes a que la tecnología cambie.

• No confíes en hacks efímeros.

• No dependas de experimentos temporales.

Construye hoy la reputación que quieres que la IA refleje mañana.

Porque, al final, la IA no es más que eso: el eco digital de quién eres realmente.

👉 Y ahora la pregunta para ti: ¿ya has buscado qué eco devuelve la IA cuando preguntas por tu nombre o tu marca?

Compartir

Si quieres que te ayude con tu AI Reputation, no dejes de contactarme. Llevo 11 años trabajando en análisis y gestión de reputación online, y sé muy bien cuál va a ser el siguiente paso.

Y si no me sigues hasta ahora, no te pierdas todas las novedades que vamos a lanzar en breve al respecto. Todo sobre el AEO y el GEO, muy pronto en tu email ;)

Suscríbete ahora

No empezaré este post diciendo que el SEO ha muerto. Estoy aburrido de ver sentencias oportunistas diseñadas solo para generar tráfico.

El SEO sigue siendo importantísimo. Pero ya no es suficiente. Hoy millones de usuarios preguntan directamente a modelos como ChatGPT, Perplexity, Gemini o Claude antes de decidir. La pregunta por tanto es

¿Qué puedes hacer para que tu marca aparezca ahí?

Aquí tienes un modelo práctico en 4 pasos que puedes seguir para conseguir mayor presencia y de la forma que tu quieres, aunque te llevará cierto trabajo.

Spoiler: no es rápido, ni sencillo

1. Medir – Qué pasa

Empieza por auditar cómo responden las IAs sobre tu marca y tus competidores.

• ¿Apareces o no apareces en las respuestas?

• ¿En qué posición?

• ¿Con qué tono? (positivo, neutro, negativo).

• ¿Qué atributos asocian a tu marca?

¿Cómo hacerlo? Muy sencillo, pregunta muchas veces a la IA de forma indirecta adoptando el rol de tu target y desde diferente perspectivas. hazte esta pregunta ¿Cómo preguntarían ellos?

La muestra de respuestas que recojas tiene que tener cierto tamaño, ya que es importante para un buen análisis

2. Diagnosticar – Por qué pasa

No basta con saber si sales. Hay que entender por qué:

• ¿Qué dicen de ti frente a tus competidores?

• ¿Qué atributos clave faltan?

• ¿Dónde hay inconsistencias entre modelos (ej. Gemini te cita, ChatGPT no)?

Recoge todos los resultados en un excel para que luego la IA te haga este análisis. Aquí te dejo un prompt que te puede ayudar:

Contexto y Rol

Eres un analista senior de marca digital y percepción en IA con experiencia en estudiar cómo los modelos de inteligencia artificial presentan y posicionan diferentes marcas. Tu especialidad es analizar datos cualitativos de respuestas de IA para extraer insights estratégicos sobre percepción de marca y posicionamiento competitivo.

Información sobre Mi Marca

Marca: [INSERTAR NOMBRE DE TU MARCA] Sector: [INSERTAR SECTOR/INDUSTRIA] Propuesta de valor principal: [INSERTAR TU DIFERENCIADOR CLAVE] Atributos clave que queremos que nos gustaría que se asocien con nuestra marca:

• [ATRIBUTO 1 - ej. Innovación]

• [ATRIBUTO 2 - ej. Calidad premium]

• [ATRIBUTO 3 - ej. Sostenibilidad]

• [ATRIBUTO 4 - ej. Experiencia de usuario]

• [ATRIBUTO 5 - ej. Confiabilidad]

Contexto del estudio: Hemos recopilado múltiples respuestas de [MODELO DE IA ESPECÍFICO - ej. ChatGPT] preguntándole sobre nuestra marca y competidores con diferentes formulaciones de preguntas. Los datos están organizados en un Excel que incluye las respuestas textuales completas del mismo modelo.

Situación y Necesidad

Necesitamos entender cómo nos percibe [MODELO DE IA ESPECÍFICO] versus la competencia para:

1. Identificar gaps en nuestra presencia en el conocimiento de este modelo específico

2. Detectar inconsistencias internas que podrían confundir a usuarios

3. Desarrollar estrategias para mejorar cómo este modelo representa nuestra marca

Tengo un archivo Excel con respuestas de [MODELO DE IA ESPECÍFICO - ej. ChatGPT] sobre mi marca y competidores. He recopilado múltiples consultas al mismo modelo para entender su percepción consistente. Necesito que analices los datos y me proporciones insights sobre:

A. ¿Qué dicen de mi marca frente a los competidores?

• Compara el tono y contenido de las respuestas sobre mi marca vs. competidores

• Identifica si mi marca aparece mejor/peor posicionada que la competencia

• Analiza las ventajas/desventajas mencionadas para cada marca

B. ¿Qué atributos clave faltan?

• Identifica qué características importantes de mi marca no están siendo mencionadas

• Compara con los atributos que SÍ mencionan de los competidores

• Detecta oportunidades donde mi marca debería tener más presencia

C. ¿Dónde hay inconsistencias en las respuestas?

• Identifica variaciones en el nivel de detalle entre marcas

• Detecta contradicciones o información inconsistente del mismo modelo

• Evalúa si algunas marcas reciben tratamiento más detallado/favorable

3. Recomendar – Qué hacer

Con los datos en la mano, define un plan de acción:

• Refuerza atributos faltantes (ej. “sostenible”, “rápido”).

• Neutraliza atributos negativos (“caro”, “lento”).

• Define un plan de visibilidad en fuentes que alimentan a las IAs: tu propia web, - construye tu LLMx.txt (de esto hablaré muy pronto) - incrementa presencia en medios, blogs, gestiona tus reseñas en Google My Business, Wikipedia, directorios,…).

4. Accionar – Hacer que pase

Aquí es donde está lo duro. En definitiva se trata de poner en marcha el plan anterior

• Publicar contenido optimizado para IA (estructurado, claro, semántico).

• Activar PR digital para que terceros hablen de ti en el lenguaje correcto.

• Monitorizar semana a semana los cambios y ajustar.

Este es un sencillo framework para empezar. Se puede sofisticar y complementar tanto como se quiera porque hay mil posibilidades más de análisis, pero para empezar de forma sencilla, rápida y manual creo que es más que suficiente.

Lo que si es un hecho es que una nueva realidad se impone: tu reputación ya no depende solo de Google, también de cómo hablan de ti las IAs.

Compartir

Suscríbete ahora