En las últimas semanas la conversación en casi todas las organizaciones que conozco gira alrededor de lo mismo: la reforma laboral, los calendarios, los turnos, cómo vamos a cumplir. Es una conversación necesaria. Pero es la conversación equivocada para empezar.

Reducir la jornada es la parte visible. Lo que está debajo es más incómodo: ¿sabemos qué produce realmente cada hora que pagamos? ¿Tenemos claridad sobre qué esperamos de cada rol? ¿Medimos el trabajo o medimos la presencia? La reforma nos está obligando a responder preguntas que como organizaciones deberíamos haber respondido hace tiempo. Esa es la oportunidad real. Y también el riesgo: que nos quedemos tan ocupados cumpliendo la ley que no veamos lo que la ley nos está pidiendo que cambiemos de fondo.

📡 Señales que no puedes ignorar:

⏱️ Trabajamos más horas que nadie. Y producimos menos que casi todos.

México tiene el récord que nadie quiere: 2,226 horas trabajadas por persona al año. Más que Corea del Sur, más que Japón, más que Estados Unidos. Según datos de la OCDE publicados este mayo, un trabajador mexicano labora 877 horas más al año que uno alemán. Casi 22 semanas de diferencia. Y Colombia no está lejos: ocupa el último lugar en productividad por hora trabajada entre los miembros del organismo, con apenas 19.50 dólares generados por cada hora laborada. México genera 22. Alemania, 71.

El dato no es nuevo. Lo que sí es nuevo es el contexto: ambos países están en medio de reformas legales que reducen la jornada. México pasó de 48 a 40 horas de forma gradual hasta 2030. Colombia llega a 42 horas en julio de este año. Chile va a 40 horas para 2028. La región entera está siendo empujada a hacer más con menos tiempo, en economías donde el modelo siempre fue el contrario: compensar con horas lo que faltaba en organización.

¿Y esto por qué importa?

⚠️ La reforma no resuelve el problema de fondo. Menos horas con el mismo modelo de gestión solo produce el mismo resultado en menos tiempo.

🔄 Las empresas que van a reaccionar mal son las que compensen con horas extra. KPMG ya lo advierte: la inflación de horas extraordinarias tiene nombre en el estado de resultados y nombre en el riesgo regulatorio.

🎯 La presión legal es incómoda, pero es la primera vez que muchas organizaciones tienen un motivo concreto para redefinir qué significa ser productivo.

Llevo tiempo creyendo que el problema no era cuántas horas trabajamos, sino que nunca tuvimos presión suficiente para cuestionarlo. Ahora sí la hay. La pregunta es si vamos a aprovecharla o solo a sobrevivirla.

🔗 Fuente: OCDE, Compendio de indicadores de productividad 2025 | La República, abril 2026

🌎 La reforma laboral no es de México. Es de la región. Y el reloj ya empezó.

Chile, Colombia y México llevan años moviéndose en la misma dirección, pero a ritmos distintos. Colombia redujo su jornada de 48 a 47 horas en 2023, y este julio llega a 42. Chile inició su transición en 2024 y apunta a 40 horas para 2028. México publicó su reforma constitucional en marzo de este año: 48 horas hoy, 40 horas en 2030, con el primer recorte a 46 horas en 2027.

Lo que hace ruido no es la dirección, sino la simultaneidad. Tres de las economías más grandes de la región reorganizando su mercado laboral al mismo tiempo, con calendarios distintos pero presión equivalente. Y en los tres casos, el sector empresarial enfrenta la misma tentación: usar las horas extra como válvula de escape. KPMG México ya lo nombró sin rodeos: el uso indiscriminado de tiempo extraordinario va a generar inflación de costos laborales y riesgo regulatorio. No es una advertencia de largo plazo. Es un problema de 2027.

¿Y esto por qué importa?

💸 Las horas extra van a ser la primera respuesta de muchas organizaciones. También van a ser la más cara y la más vigilada por las autoridades laborales.

⚙️ Reorganizar turnos, rediseñar cargas de trabajo y medir productividad real no es un proyecto de RRHH. Es una decisión de operaciones que alguien en el comité directivo tiene que tomar.

🕐 2026 es el año de transición en México. El que no empiece a rediseñar hoy va a llegar corriendo en 2027, cuando el primer recorte ya sea obligatorio.

Conozco de cerca un caso donde la decisión fue no esperar. Dos sitios completos, todas las áreas, comercial, administración y operaciones, trabajando ya con jornada reducida como piloto. La conclusión no fue lo que esperaban: cuando la gente sabe que tiene menos horas y que el trabajo tiene que salir igual, se organiza distinto. La semana rinde. Lo que cambió no fue la disposición de las personas. Fue que por primera vez alguien definió con claridad qué se esperaba de cada hora.

🔗 Fuente: El Espectador, abril 2026 | EY México, mayo 2026

🪑 RRHH sigue siendo la última fila cuando se reparte el presupuesto tecnológico.

El mercado de tecnología para recursos humanos en América Latina creció a 1,254 millones de dólares en 2025 y proyecta casi duplicarse para 2034. Los números suenan bien. El problema es en qué se está gastando ese dinero. La mayoría de la inversión sigue concentrada en nómina, control de asistencia y reclutamiento básico. Las funciones más sofisticadas, analítica de fuerza laboral, predicción de rotación, medición de productividad por perfil, capacitación basada en datos, siguen siendo territorio de muy pocas organizaciones en la región.

En la práctica, RRHH recibe presupuesto tecnológico después de operaciones, después de ventas, después de finanzas, y muchas veces después de marketing. Y mientras eso no cambie, da igual cuánto avance la IA: se va a seguir usando para hacer más rápido lo mismo de siempre. Porque la IA no entra en RRHH como reemplazo de personas ni como herramienta mágica. Entra como visibilidad. Hoy existen herramientas que permiten saber qué perfiles retienen mejor, qué áreas tienen mayor ausentismo real versus reportado, qué programas de capacitación generan cambio de comportamiento y cuáles solo acumulan horas en el expediente. Esa información existe. La mayoría de las organizaciones simplemente no la está leyendo.

¿Y esto por qué importa?

📉 Una organización que no mide productividad por perfil no puede saber si está contratando bien, pagando bien ni capacitando bien. Solo sabe que tiene gente.

🤖 La IA no va a reemplazar a tu área de RRHH. Va a hacer muy visible cuáles áreas de RRHH agregan valor real y cuáles solo administran procesos. Esa distinción va a doler en algunas organizaciones.

📚 Capacitación sin medición de impacto es gasto, no inversión. La tecnología para cerrar esa brecha ya existe y no requiere presupuestos enterprise.

Lo que me resulta difícil de explicar en una junta directiva es por qué le damos más presupuesto tecnológico a la función que vende que a la función que decide quién trabaja aquí, cómo se desarrolla y cuánto tiempo se queda. Si el talento es el activo más caro de la empresa, RRHH debería ser la función con más datos, no con menos.

🔗 Fuente: IMARC Group, Latin America HR Technology Market Outlook 2026 | SHRM, State of AI in HR 2026

Suscríbete ahora

💬 Lo que está en el aire

La conversación de la semana: “la IA va a reemplazar empleos en RRHH”

Si abres LinkedIn cualquier día de esta semana, vas a encontrar dos tipos de posts sobre IA y talento. Los que dicen que la inteligencia artificial va a eliminar la mitad de los empleos administrativos en los próximos tres años. Y los que dicen que no, que la IA solo va a potenciar a los profesionales que sepan usarla. Ambos bandos tienen datos que los respaldan. Ambos están respondiendo la pregunta equivocada.

El debate reemplaza versus potencia es real, pero es una distracción para quien tiene que tomar decisiones hoy. Porque el problema inmediato no es si la IA va a eliminar puestos en tu área de RRHH. El problema es que la mayoría de las áreas de RRHH en la región no tienen todavía los datos básicos ordenados para usar IA de ninguna forma. No hay workforce analytics. No hay medición de impacto de capacitación. No hay modelos de predicción de rotación. Hay nómina en Excel y procesos de reclutamiento que dependen de la memoria institucional de una persona.

La IA no va a reemplazar lo que no existe. Primero hay que construir la base.

Lo que sí me parece una señal real dentro de todo este ruido es que por primera vez los directores generales están preguntando a sus áreas de RRHH qué datos tienen sobre productividad y retención. Antes esa pregunta no se hacía. Eso sí cambia algo. No porque la IA lo exija, sino porque la presión de la reforma laboral, los costos de rotación y la competencia por talento calificado están haciendo visible lo que siempre estuvo ahí: que gestionar personas sin datos es tan arriesgado como gestionar finanzas sin estados de resultados.

Lo que puedes ignorar con seguridad: las predicciones de cuántos empleos va a eliminar la IA en los próximos cinco años. Nadie lo sabe con precisión y el número cambia cada trimestre.

Lo que no puedes ignorar: si tu área de RRHH no puede responderte hoy cuál es el costo real de reemplazar a una persona en cada posición clave, tienes un problema de datos antes de tener un problema de tecnología.

🙋🏼 La pregunta incómoda

¿Cómo le digo a mi equipo que vamos a trabajar menos horas si yo mismo no sé qué estamos produciendo realmente?

Es la pregunta que muchos directores están pensando pero no se atreven a hacer en voz alta, porque implica admitir algo incómodo: que llevamos años pagando jornadas sin saber con precisión qué genera cada una.

La respuesta honesta es que no necesitas saberlo todo antes de empezar. Pero sí necesitas empezar por ahí. Antes de rediseñar turnos, antes de hablar con tu equipo de RRHH sobre la reforma, antes de evaluar cualquier herramienta, hay una pregunta más básica que responder: ¿qué se supone que produce cada posición en un día normal?

Si no tienes esa respuesta documentada, ese es tu primer proyecto. No es tecnología. Es definición. Una vez que sabes qué esperas de cada rol, puedes medir. Y una vez que puedes medir, puedes decidir si necesitas reorganizar, automatizar, capacitar o simplemente comunicar mejor las expectativas.

La acción concreta: elige una área, la que más te preocupe en términos de productividad, y pide que en dos semanas te presenten qué produce esa área en una jornada típica, cómo se mide hoy y qué pasaría si tuviera dos horas menos por semana. La respuesta que recibas te va a decir más sobre el estado real de tu operación que cualquier reporte de RRHH del último año.

📋 Recomendación útil de la semana:

Humans + Machines — Paul Daugherty y Jim Wilson (Accenture)

La conversación que va a dominar en tu organización los próximos meses no va a ser sobre la reforma laboral. Va a ser sobre qué hace una persona que una máquina no puede hacer, y viceversa. Y la mayoría de los líderes no tiene una respuesta clara todavía.

Este libro, escrito por los responsables de tecnología e innovación de Accenture, no responde esa pregunta con teoría. La responde con casos reales de organizaciones que ya rediseñaron roles, procesos y estructuras para que personas y tecnología trabajen juntas de forma deliberada, no por accidente. El argumento central es que la ventaja competitiva no está en cuánta IA tienes, sino en qué tan bien está diseñada la colaboración entre tu gente y tus herramientas.

Para quién es especialmente útil ahora: cualquier director que está enfrentando simultáneamente la presión de la reforma laboral, las conversaciones sobre automatización y la pregunta de cómo hacer más con los mismos o menos recursos. Este libro no da respuestas universales. Da un marco para pensar mejor esas decisiones en el contexto específico de tu organización.

No es lectura técnica. Es lectura estratégica. Y en este momento, eso vale más.

🔗 Disponible en Amazon en español e inglés.

Compartir

Y con eso cerramos esta edición con una pregunta que me quedo pensando:

Si mañana tu operación tuviera que funcionar con dos horas menos por semana sin contratar a nadie más, ¿sabrías exactamente qué eliminar, qué automatizar y qué rediseñar? Si la respuesta no es inmediata, el problema no es la reforma. Eres tú.

Bienvenido a AmaroDigital # 42

La semana pasada estuve buscando una cámara. No abrí Google. No llamé a nadie. Le pregunté a mi agente.

En menos de dos minutos tenía una comparación de cinco opciones con pros, contras y una recomendación basada en lo que yo necesitaba. Mi decisión llegó más informada que cualquier visita a una tienda o llamada a un vendedor.

Eso no es el futuro. Es lo que ya está en las manos de cualquier profesional con acceso a un modelo de lenguaje decente.

En la edición #37 hablamos de cómo el comprador B2B ya llegaba más informado antes de hablar con tu vendedor. Lo que está pasando ahora es la siguiente capa: ese comprador tiene una herramienta que no solo lo informa, sino que puede decidir y ejecutar por él. Y Google, Visa, Mastercard y Salesforce ya están construyendo la infraestructura para que eso escale.

La pregunta no es si tu canal B2B va a recibir agentes. Es si está construido para recibirlos.

📡 Señales que no puedes ignorar:

🔄 OpenAI se retiró del checkout. Google llegó con un protocolo para toda la industria

A finales de 2025, OpenAI era el nombre más visible en comercio agéntico. Había lanzado Instant Checkout dentro de ChatGPT, una función que permitía completar compras sin salir de la conversación. La promesa sonaba inevitable. En marzo de 2026 la cerraron por bajo rendimiento. El agente que compraba solo, sin fricción, sin redireccionamiento, no funcionó a escala.

Lo que nadie esperaba es lo que llegó dos meses antes, en enero, cuando Google presentó el Universal Commerce Protocol en la conferencia del National Retail Federation. No fue un producto. Fue un estándar abierto, construido junto con Shopify, Target, Walmart, Visa, Mastercard y más de 20 socios globales. Un lenguaje común para que cualquier agente pueda descubrir productos, armar un carrito, procesar el pago y gestionar la posventa, sin integraciones a la medida con cada vendedor. Hoy corre sobre B2C. La infraestructura es exactamente la misma que va a soportar B2B.

¿Y esto por qué importa?

🏗️ Cuando una industria adopta un protocolo abierto con ese nivel de respaldo, el debate de “si va a pasar” termina. Lo que sigue es cuándo y quién llega preparado.

📦 El comercio agéntico no murió con el fracaso de OpenAI. Maduró. Pasó de ser una apuesta de un solo jugador a convertirse en infraestructura de industria.

🔍 Hoy es B2C, pero la separación entre B2C y B2B en infraestructura tecnológica nunca dura. Lo que Google, Visa y Mastercard construyeron para el consumidor final va a ser el mismo riel que corra las órdenes de tu cliente corporativo.

🗓️ La pregunta para un líder comercial no es si esto va a afectar su canal. Es si su catálogo, sus precios y su proceso de orden están estructurados para que un agente los pueda leer cuando llegue el momento.

Lo que me parece más revelador de este movimiento no es la tecnología. Es que los grandes retailers del mundo ya firmaron. Cuando Target, Walmart y Home Depot se alinean detrás de un estándar, ese estándar no es experimental.

🔗 Fuente: Google Blog — New era of agentic commerce

🤖 Salesforce ya construyó el vendedor que no necesita a tu vendedor

Agentforce B2B Commerce no es un anuncio de roadmap. Es un producto en producción. A principios de 2026, Salesforce reportó más de 18,500 deals de Agentforce firmados, creció 114% en ingresos anuales recurrentes y procesó más de 3.2 billones de tokens a través de su plataforma. Lo que antes era una demostración en conferencia hoy está corriendo en organizaciones reales.

Lo que hace Agentforce en el contexto B2B es concreto: agentes que respetan precios negociados por contrato, entienden catálogos específicos por cuenta, procesan solicitudes de cotización y pueden ejecutar órdenes sin intervención humana. A diferencia de un chatbot que responde preguntas, estos agentes toman acciones dentro del flujo comercial completo. Salesforce los llama explícitamente “agentes que pueden comprar de forma autónoma en nombre del comprador.” Esa frase ya está en su documentación de producto, no en su material de marketing.

¿Y esto por qué importa?

📋 Si tu cliente ya usa Salesforce, o evalúa usarlo, la infraestructura para automatizar sus decisiones de compra ya está en su ecosistema. No necesita un proyecto nuevo para activarla.

🔄 El autoservicio B2B dejó de significar “portal donde el cliente hace su propio pedido.” Ahora significa que el agente del cliente puede interactuar con tu sistema sin que ningún humano de su lado participe.

⚠️ Las empresas que venden a través de procesos altamente relacionales, visitas, llamadas, correos de seguimiento, están construyendo dependencia sobre una capa que sus propios clientes están empezando a eliminar.

👀 La pregunta que ningún director comercial está haciendo todavía: ¿está mi catálogo, mi estructura de precios y mi proceso de cotización preparado para ser leído por un agente, no por una persona?

Cuando el proveedor de CRM más grande del mundo le vende a tus clientes la capacidad de comprarte sin hablar contigo, eso no es una amenaza futura. Es una funcionalidad disponible hoy.

🔗 Fuente: Salesforce — B2B Commerce Innovations Agentforce

🪪 Cuando el comprador sea un agente, ¿tu empresa sabrá con quién está hablando?

A finales de abril, Experian lanzó Agent Trust, un framework formal de verificación de identidad diseñado específicamente para transacciones iniciadas por agentes de IA. Lo llamaron Know Your Agent, KYA. La lógica es directa: KYC verifica que una persona existe y está autorizada. KYB verifica que un negocio es legítimo. KYA verifica que el agente que llega a ejecutar una transacción está actuando dentro de los límites que el humano detrás realmente autorizó.

El problema que resuelve no es menor. Un agente puede tener credenciales válidas, un token de pago activo y pasar todos los filtros de seguridad tradicionales, y aun así ejecutar una orden que el comprador no aprobó explícitamente, no entendió bien o delegó con parámetros más amplios de lo que quería. En B2B, donde las órdenes involucran condiciones de crédito, precios negociados y aprobaciones internas, esa ambigüedad no es un problema técnico. Es un problema de responsabilidad legal y operativa.

¿Y esto por qué importa?

🔐 Tu proceso de ventas actual está diseñado para recibir a una persona. No tiene protocolo para verificar que un agente está autorizado, que actúa dentro de límites definidos y que la transacción es auditable.

⚖️ Cuando una orden automatizada salga mal, la pregunta no va a ser tecnológica. Va a ser: ¿quién autorizó esto? Si no tienes trazabilidad del agente, no tienes respuesta.

🚨 Visa ya reportó un aumento de 450% en actividad maliciosa en dark web relacionada con herramientas de fraude para agentes de IA. El canal agéntico atrae fraude antes de que la mayoría de las empresas tengan defensas para él.

🏗️ KYA no es un proyecto de seguridad. Es una decisión comercial. Las empresas que definan cómo van a verificar y atender agentes compradores van a tener ventaja sobre las que lo improvisen cuando ya sea urgente.

Lo que me queda de esto es una imagen concreta: tu equipo de ventas sabe leer a una persona al otro lado de la mesa. Sabe si está dudando, si necesita más información, si la decisión ya está tomada. Un agente no da esas señales. Y tu proceso comercial no está entrenado para eso todavía.

🔗 Fuente: Experian — Agent Trust Framework KYA

Suscríbete ahora

💬 Lo que está en el aire

Esta semana no falta contenido sobre el fin del vendedor tradicional. LinkedIn tiene posts sobre Agentforce, hilos sobre el protocolo de Google, proyecciones de que el comercio agéntico va a representar un billón de dólares para 2030. La narrativa dominante mezcla lo que ya existe con lo que todavía es especulación, y esa mezcla es exactamente lo que confunde a quienes tienen que tomar decisiones reales hoy.

Lo que el lector puede ignorar con seguridad: cualquier número proyectado a cinco años y cualquier demo en condiciones controladas. Las proyecciones de mercado no cambian lo que tienes que hacer este trimestre. Los demos muestran el mejor escenario posible, no la operación real.

Lo que no puede ignorar: que la conversación ya cambió de registro. Hace un año el debate era si el comercio agéntico iba a pasar. Hoy el debate es cómo se implementa, quién establece los estándares y cómo se gestiona la identidad y el fraude. Eso no es hype. Es una industria resolviendo problemas de ingeniería y regulación, que es exactamente lo que ocurre cuando algo está a punto de escalar.

Experian no lanza un framework de verificación de identidad para agentes porque le parece interesante. Lo lanza porque sus clientes ya se lo están pidiendo. Google no publica documentación técnica abierta con Walmart, Visa y Mastercard firmados abajo porque quiere generar conversación. Lo hace porque ya tiene merchants en lista de espera para implementar.

Lo que me sigo preguntando es esto: ¿cuántos equipos comerciales B2B están siguiendo esta conversación como espectadores, convencidos de que todavía hay tiempo, mientras sus propios clientes ya están evaluando herramientas para automatizar las decisiones de compra que antes requerían hablar con un vendedor?

🙋🏼 La pregunta incómoda

“Estamos invirtiendo en un portal B2B propio: facturas, pagos, pedidos, rastreo. ¿Seguimos con eso o nos preparamos para que el cliente llegue con un agente?”

No son decisiones excluyentes, pero el orden en que las piensas sí importa.

Un portal B2B bien construido sigue siendo necesario. Es donde viven los datos del cliente, el historial de órdenes, las condiciones de crédito, los precios negociados. Esa infraestructura no desaparece con el comercio agéntico. Al contrario: es la materia prima que un agente necesita para operar. Un agente no puede automatizar lo que no está estructurado. Si tu catálogo es un PDF, si tus precios viven en un correo, si el proceso de cotización requiere llamar a alguien, el agente no tiene nada con qué trabajar.

El SEO en un portal cerrado es la parte que sí vale cuestionar. Si el acceso requiere login y el contenido no es indexable, estás invirtiendo en visibilidad para un canal que los agentes no pueden leer. El tráfico orgánico hacia un portal autenticado tiene un techo bajo en el mundo agéntico.

La decisión concreta: construye el portal con la lógica de que en algún momento un agente va a ser el usuario, no solo una persona. Eso significa estructura de datos limpia, APIs documentadas, precios accesibles por sistema y procesos que no dependan de intervención humana para avanzar. No necesitas resolver el comercio agéntico hoy. Necesitas no construir infraestructura que lo haga imposible mañana.

📋 Recomendación útil de la semana:

📘 Salesforce State of Commerce 2026

Salesforce publica cada año un reporte con datos reales de cómo están evolucionando los canales comerciales B2B y B2C a nivel global. La edición 2026 tiene un peso particular: es la primera que documenta comportamiento real de compradores en entornos con agentes activos, no proyecciones ni pilotos controlados.

Lo que lo hace útil para esta edición específicamente: no necesitas creerle a Google ni a Experian sobre hacia dónde va el comercio agéntico. Puedes leer qué están haciendo realmente las organizaciones que ya tienen infraestructura B2B digital avanzada, cuántas están evaluando automatización de compras y qué tan lejos están de tener agentes operando en sus procesos.

Para quién es ideal: directores comerciales o de tecnología que necesitan llegar a una conversación interna con evidencia externa. Es más fácil mover una decisión de inversión con un benchmark de industria que con una opinión propia.

Beneficio tangible: en menos de 30 minutos tienes un mapa de dónde está tu organización respecto al mercado, qué capacidades digitales B2B ya son estándar y cuáles todavía son ventaja competitiva.

Precio: gratuito, descarga directa desde el sitio de Salesforce.

El líder que debería leer esto primero no es el director de tecnología. Es el director comercial que todavía está evaluando si el comercio agéntico es relevante para su industria. Este reporte le da la respuesta con números, no con tendencias.

🔗 Salesforce State of Commerce 2026

El canal B2B que construiste para personas sigue siendo necesario. Pero si no está pensado para recibir agentes, estás construyendo infraestructura con fecha de vencimiento. La ventaja no está en esperar a que esto madure. Está en no construir nada que lo haga imposible cuando llegue.

Ya está aquí AmaroDigital #41, bienvenidos

Hace unas semanas, mi médico me explicó algo que yo ya había detectado solo.

No porque sea doctor. No porque sepa de bioquímica. Sino porque construí una aplicación que lleva meses leyendo mis estudios de sangre, conectando esos datos con mis sesiones de entrenamiento y mis patrones de sueño, e identificando correlaciones que yo nunca hubiera visto revisando un PDF una vez al año.

Cuando el doctor habló, yo ya tenía el contexto. Pude hacer mejores preguntas. Entendí mejor las respuestas. Y salí de esa consulta con algo que no había tenido antes: claridad real sobre qué estaba mejorando y qué no.

No construí esa app porque soy técnico. La construí un fin de semana, con curiosidad, usando IA. Y cuando funcionó, entendí que algo había cambiado de manera permanente en cómo puedo resolver problemas.

De eso va esta edición.

📡 Señales que no puedes ignorar:

🚪 Ya puedes construir lo que necesitas. El problema es que no sabes qué pedir.

Durante años, la respuesta a “quiero construir una herramienta para esto” fue: necesito un desarrollador, un presupuesto, un proyecto. Eso cambió. Hoy existen herramientas que convierten una descripción en lenguaje natural en una aplicación funcional. Sin código. Sin equipo técnico. En horas. El término que lo describe, vibe coding, fue nombrado palabra del año 2025 por Collins Dictionary y apareció en la lista de tecnologías revolucionarias 2026 del MIT Technology Review. Ya no es experimento de early adopters.

Pero hay algo que nadie dice en los tutoriales: la herramienta hace el 80% del trabajo. El 20% restante, que determina si el resultado es útil o basura, depende de qué tan bien describes el problema. La nueva barrera no es técnica. Es de pensamiento. Quien no sabe articular con precisión lo que necesita, obtiene exactamente lo que merece: una app que funciona y no sirve.

¿Y esto por qué importa?

🔓 Ya no necesitas esperar a que IT te resuelva un problema operativo pequeño.

🎯 La calidad del resultado depende de tu capacidad de definir el problema, no de dominar la tecnología.

⏱️ Un fin de semana y menos de 20 dólares pueden darte una herramienta que ningún proveedor te construiría por menos de cinco cifras.

🔗 Fuente: MIT Technology Review — Generative Coding, Breakthrough Technologies 2026

Lo construí yo mismo. He creado aplicaciones en corto tiempo, sin saber programar. El límite no fue la tecnología. Fue aprender a describir exactamente lo que necesitaba.

La herramienta es generosa. El pensamiento, no tanto.

🧠 La ventaja competitiva de 2026 se construye fuera del horario laboral.

Accenture ya monitorea los inicios de sesión semanales de sus empleados senior en herramientas de IA. McKinsey opera con 25,000 agentes de inteligencia artificial junto a sus 40,000 empleados humanos. El mensaje es claro: las organizaciones están midiendo quién se mueve y quién no.

Pero hay una brecha que ninguna empresa puede cerrar por ti. La ventaja real no viene de las herramientas que tu organización te da acceso. Viene de lo que haces con tu propio tiempo, por curiosidad, sin que nadie te lo pida.

¿Y esto por qué importa?

📈 Los profesionales que experimentan por cuenta propia acumulan criterio que no está disponible en ningún curso corporativo. ⚠️ Esperar a que tu empresa te capacite en IA es esperar a que otros decidan cuándo y cuánto aprendes. 🔍 En 2026, la brecha no es entre empresas con IA y sin IA. Es entre personas que están aprendiendo haciendo y personas que están esperando instrucciones.

La curiosidad dejó de ser un rasgo de personalidad. Es una decisión.

🔗 Fuente: Infobae — La ventaja que más vale en 2026 no la da ninguna empresa ni ningún curso

🏢 Las empresas no frenan la innovación por miedo. La frenan por falta de espacios seguros para explorarla.

Las organizaciones grandes tienen razones legítimas para moverse despacio. Seguridad de datos, gobernanza, protección de sistemas críticos. No son excusas, son responsabilidades reales. El problema no es que existan esas reglas. El problema es que muchas organizaciones nunca diseñaron un espacio paralelo donde se pueda experimentar con problemas no críticos, sin tocar lo sensible, sin poner en riesgo la operación.

Mientras tanto, un profesional con curiosidad y las herramientas correctas resuelve ese mismo tipo de problema en un fin de semana. No porque ignore los riesgos, sino porque opera en un entorno personal donde puede moverse sin restricciones. Esa asimetría no es culpa de la seguridad corporativa. Es una señal de que falta creatividad organizacional para crear los mecanismos que permitan avanzar dentro de los límites correctos.

¿Y esto por qué importa?

⚡ Las empresas pequeñas y emprendedores ya se mueven a una velocidad que las organizaciones grandes no pueden replicar sin rediseñar cómo permiten la experimentación interna.

🔐 La seguridad y la gobernanza no son el obstáculo. La ausencia de sandboxes, pilotos controlados y espacios de exploración sí lo es.

👀 Los profesionales que no experimentan por su cuenta pierden la capacidad de entender qué debería estar explorando su organización, y cómo hacerlo de forma responsable.

Las empresas que van a avanzar no son las que relajan sus controles. Son las que diseñan los carriles correctos para que sus equipos puedan correr sin salirse de la pista.

🔗 Fuente: TI Inside — Las tendencias que diferenciarán a los líderes de los seguidores en 2026

Suscríbete ahora

💬 Lo que está en el aire

💬 Todo el mundo habla de agentes de IA. Pocos entienden lo que eso realmente implica.

La conversación pública esta semana está dominada por los agentes autónomos de inteligencia artificial. La promesa suena irresistible: sistemas que trabajan solos, que dividen tareas, que operan sin que nadie les esté dando instrucciones paso a paso. No es hype vacío. Es real. Pero la versión que circula en LinkedIn y en los medios omite partes importantes de la historia.

Un agente autónomo de IA es, en términos simples, un sistema que no solo responde preguntas sino que toma decisiones y ejecuta acciones por su cuenta. Puede leer archivos, conectarse a servicios externos, dividir un problema complejo en subtareas y resolverlas en paralelo. Uno de los proyectos que más tracción tiene hoy en este espacio es OpenClaw, una plataforma de código abierto que permite instalar y operar ese tipo de agentes directamente desde tu propia computadora, conectado a herramientas como Telegram, sin depender de servicios en la nube. Lo notable es que cualquier persona con curiosidad técnica básica puede configurarlo en horas.

Lo que los demos no muestran es el modelo de costos. Cuando un agente opera de forma autónoma y se conecta a modelos de lenguaje externos, cada acción consume tokens, que es la unidad con la que se cobra el uso de IA. Un agente bien configurado es eficiente. Un agente mal supervisado puede generar una factura de 100 dólares en una tarde sin que te des cuenta, porque nadie te avisó que había desplegado ocho subagentes trabajando en paralelo.

Lo que debería observar un líder: el potencial es genuino, pero la curva de aprendizaje tiene un costo real si no se entiende cómo funcionan los modelos de consumo. No es razón para no explorar. Es razón para explorar con criterio.

Lo que me preocupa no es que la gente se entusiasme con los agentes. Es que el entusiasmo llegue antes que la comprensión, y que el primer experimento malo convenza a alguien de que “esto no funciona”, cuando el problema era la supervisión, no la tecnología.

🙋🏼 La pregunta incómoda

❓ ¿Cuándo fue la última vez que dedicaste tiempo personal a aprender algo que tu empresa no te pidió?

No tiempo en una capacitación corporativa. No un curso que alguien agendó por ti. Tiempo tuyo, el fin de semana, por curiosidad, sin que nadie te lo estuviera evaluando.

Si tienes que pensar mucho la respuesta, ya es una respuesta.

Aprender a usar estas herramientas no es un favor que le haces a tu organización. Es una responsabilidad que tienes contigo mismo. Los entornos cambian, los roles evolucionan, y el profesional que entiende desde adentro cómo funciona esto llega a cualquier conversación, cualquier junta, cualquier decisión con un criterio que el que no experimentó simplemente no tiene. No se trata de convertirte en desarrollador. Se trata de no quedar obsoleto en tu propio campo.

El momento en que vivimos no se entiende desde las presentaciones de tu área de tecnología ni desde los reportes que llegan a tu inbox. Se entiende metiéndole las manos. Construyendo algo pequeño. Cometiendo un error que te cuesta 100 dólares y aprendiendo más en esa tarde que en tres webinars sobre transformación digital.

Los líderes que van a tomar mejores decisiones tecnológicas en los próximos años no son los que tengan los mejores equipos de IT. Son los que tengan criterio propio. Y el criterio no se delega.

La decisión concreta: reserva dos horas esta semana, sin agenda, sin entregable, sin que nadie lo sepa. Elige un problema pequeño que tengas en tu vida personal o profesional. Intenta resolverlo con IA. No importa si funciona. Importa que empieces a entender desde adentro.

Compartir

📋 Recomendación útil de la semana:

🎯 Cómo elegir tu primer problema y no quedarte paralizado en el intento

No empieces buscando la herramienta perfecta. Empieza buscando el problema correcto. Ese es el error que comete la mayoría: instala una app, no sabe qué pedirle, y concluye que “esto no es para mí”.

Antes de abrir cualquier herramienta, hazte estas tres preguntas:

1. ¿Qué información consulto de manera repetida y siempre está dispersa? Portafolios en diferentes plataformas, resultados de estudios médicos, gastos del hogar, métricas de tu equipo. Cualquier cosa que hoy vive en tres lugares diferentes y te obliga a consolidar manualmente.

2. ¿Qué decisión tomo con frecuencia sin tener todos los datos en un solo lugar? No tiene que ser una decisión crítica. Puede ser algo tan simple como entender si estás durmiendo mejor o peor este mes, o si el consumo de luz subió por volumen o por tarifa.

3. ¿Qué problema, si lo resolvieras, te ahorraría fricción real cada semana? No el más importante. El más molesto.

Una vez que tienes el problema, el flujo es simple: describe lo que necesitas en lenguaje natural usando Claude, itera hasta que el resultado sea útil, y no te muevas al siguiente problema hasta que este funcione. Un problema a la vez. Un fin de semana a la vez.

Yo empecé así. El primer proyecto me tomó un fin de semana. El segundo, menos. El aprendizaje no está en la herramienta. Está en aprender a describir con precisión lo que necesitas.

Para quién es esto: cualquier profesional que lleva semanas diciéndose que debería experimentar con IA y todavía no ha empezado. El método no requiere presupuesto, ni conocimientos técnicos, ni permiso de nadie.

Dentro de dos años, la brecha entre quienes experimentaron y quienes esperaron va a ser visible en cada junta, en cada decisión, en cada conversación sobre tecnología. No porque unos sean más inteligentes. Sino porque unos entienden desde adentro y otros siguen dependiendo de que alguien se los explique.

Si quieres seguir siendo de los que entienden, ya sabes dónde encontrarme cada semana.

amaro.digital

Esta semana hablo de algo que llevo años viendo de cerca y que pocas veces se dice con claridad: la mayoría de los proyectos de transformación no fallan por la tecnología. Fallan porque alguien decidió que gestionar el cambio podía esperar, o que con unos correos y una capacitación era suficiente.

No es un tema nuevo. Pero nunca ha sido más urgente que ahora, cuando la presión por implementar es tan alta que el proceso que más importa es el primero en sacrificarse.

Esta edición tiene tres señales, un caso mexicano concreto, experiencia de campo propia, y un libro que cambió la manera en que pienso el change management. Si tienes un proyecto de tecnología corriendo en este momento, o uno que no terminó de funcionar, esto es para ti.

📡 Señales que no puedes ignorar:

⚠️ El 70% de los proyectos de transformación siguen fallando. Y la razón no es técnica.

El gasto global en transformación digital proyecta alcanzar 3.4 billones de dólares en 2026, pero cerca del 70% de esas iniciativas no logran sus objetivos. Lo que llama la atención no es el número en sí. Es que ese porcentaje lleva más de una década sin moverse, a pesar de todo el avance tecnológico.

La respuesta no está en la falta de visión, presupuesto ni tecnología. Está en que la mayoría de las organizaciones pasan por alto la parte más difícil: lograr que las personas adopten nuevas formas de trabajar.

¿Y esto por qué importa?

🔴 Cada proyecto que falla en adopción no solo pierde el ROI prometido. Destruye la credibilidad para el siguiente proyecto.

📉 El presupuesto de change management promedia menos del 10% del total de la inversión en transformación, en múltiples industrias.

🧩 La tecnología se puede reemplazar. La confianza organizacional que se erosiona con un mal rollout, no.

⏱️ Si los usuarios no adoptan el sistema en los primeros 90 días, la ventana para revertirlo se cierra más rápido de lo que se imagina.

He visto esto de cerca. Proyectos que técnicamente fueron exitosos, pero que operativamente murieron en silencio porque nadie gestionó el cambio con la misma seriedad con la que gestionó la implementación.

🔗 Fuente: Prosci — Top Reasons Why Digital Transformation Fails

🏗️ CEMEX le digitalizó la operación a sus clientes. Y eso fue más difícil que digitalizarse a sí misma.

En 2017, CEMEX lanzó CEMEX Go: una plataforma para que contratistas y constructores pudieran cotizar, ordenar, rastrear entregas y gestionar facturas sin llamar a nadie. No era una herramienta interna. Era un cambio en cómo sus clientes hacían su trabajo todos los días.

Ese detalle lo cambia todo. Cuando el cambio toca a clientes externos, no puedes obligarlos. No tienes autoridad sobre ellos. Solo puedes convencerlos y acompañarlos.

Hoy más de 50,000 clientes usan la plataforma, representando el 93% de sus clientes de cemento y el 85% de los de concreto. El NPS de la compañía subió 50% en cuatro años. Y el propio VP de TI de CEMEX dice que el diferenciador no fue la tecnología, sino el uso que se le da en cada industria.

¿Y esto por qué importa?

🌎 Es una empresa mexicana, industrial, B2B. Cemento. Si ellos lo lograron, el argumento de “nuestra industria es diferente” se cae solo.

👷 Cuando la tecnología toca a clientes externos, el change management se convierte en estrategia comercial. El cliente que no adopta no te dice nada. Solo se va.

📊 Un NPS que sube 50% no es un dato de TI. Es un dato de negocio. Mide si el cambio generó valor real para quien lo vivió, no para quien lo implementó.

Los comunicados de CEMEX muestran los números buenos. Lo que no muestran es cuántos clientes no adoptaron al principio y qué tuvieron que hacer para convencerlos. Esa parte del caso vive en cada proyecto tuyo que lanzaste para clientes y no terminó de jalar.

🔗 Fuente: CEMEX — Innovación Digital

💸 Change management no es un costo blando. Es la diferencia entre un proyecto que genera valor y uno que genera un informe bonito.

Según Prosci, los proyectos con una gestión del cambio excelente tienen siete veces más probabilidad de cumplir o superar sus objetivos frente a los que la gestionan pobremente.

Y aun así, seguimos tratándolo como complemento opcional. En presupuestos ajustados, es lo primero que se recorta. En timelines comprimidos, es lo que se comprime primero.

El resultado es predecible. Casi la mitad de los proyectos de transformación pierden momentum en los dos primeros meses. El entusiasmo inicial cede ante equipos con demasiadas prioridades simultáneas y sin claridad de cuál importa más.

¿Y esto por qué importa?

💰 No hay ROI de tecnología sin adopción. El sistema más caro del mundo tiene valor cero si la gente sigue trabajando como antes.

🏃 La presión por resultados rápidos y el proceso de adopción real jalan en direcciones contrarias. Alguien tiene que sostener esa tensión con intención, o pierde.

👥 Cuando el change management falla con usuarios internos, el costo es productividad. Cuando falla con clientes externos, el costo es abandono silencioso, sin queja y sin vuelta atrás.

📌 La organización que aprende a hacer bien el cambio acumula una ventaja que ningún competidor puede comprar con presupuesto.

🔗 Fuente: Prosci — Digital Transformation Made Real With Change Leadership

Suscríbete ahora

💬 Lo que está en el aire

Abre LinkedIn cualquier lunes y el feed es el mismo: una planta automatizada en Brasil, un piloto de IoT en una empacadora de Monterrey, un retailer colombiano que “ya opera con IA en su cadena de suministro”. La presión es visual, constante y acumulativa. Si no estás implementando algo, pareces quedado.

Esa presión tiene un efecto que nadie publica: acelera las implementaciones y comprime el change management hasta que desaparece.

No porque los líderes no sepan que importa. Sino porque cuando el board quiere ver resultados en el siguiente trimestre, lo primero que se sacrifica es el proceso que no tiene entregable visible. El change management no genera un dashboard. No tiene fecha de go-live. No aparece en la presentación de avance. Entonces se recorta, se delega a alguien que ya tiene otro trabajo, o se convierte en un par de correos y una capacitación de dos horas.

Y así es como terminas con tecnología de 2026 operada con procesos de 2019, porque la gente nunca dejó de trabajar como antes.

Lo que no se habla en esos posts de LinkedIn es el mes tres. Cuando el sistema ya está vivo, el proveedor ya cobró, y el equipo sigue usando el Excel de siempre porque nadie les explicó por qué el cambio valía la pena para ellos, no para la empresa.

La presión por demostrar que estás digitalizando es legítima. El problema es que esa presión está midiendo implementación, no adopción. Y son cosas distintas.

¿En tu organización hay alguien que mida cuánta gente realmente usa lo que ya implementaste?

🙋🏼 La pregunta incómoda

“Yo sí hago change management en mis proyectos. Tenemos comunicados, capacitaciones, hasta nombramos change ambassadors. ¿Por qué entonces los proyectos no terminan de funcionar?”

Porque probablemente estás empujando cuando deberías estar quitando.

Lo he visto repetirse en proyectos de distintas industrias y niveles. El patrón es más predecible de lo que parece.

Hay un perfil de líder que no se opone al proyecto en voz alta. Solo se asegura de que la responsabilidad sea de todos, porque si es de todos, no es de nadie. Su resistencia no es al cambio. Es a la exposición que viene con él.

En el nivel operativo, ir convenciendo persona por persona es agotador y desigual. Lo que funciona es encontrar el nivel organizacional donde el cambio se multiplica. Cuando el jefe directo entiende el beneficio y lo hace suyo, la conversación con su equipo cambia completamente.

También he visto que la gente no adopta una herramienta cuando no entiende para qué va a usarse la información que genera. Un operador que empieza a registrar datos en un sistema nuevo no sabe si eso lo va a beneficiar o perjudicar. Cuando le explicas concretamente qué pasa con esa información y cómo le sirve a él, no a la empresa, la resistencia baja más rápido que con cualquier capacitación.

Dos cosas que sí funcionan. Involucrar a los usuarios en el diseño desde el principio, para que la herramienta resuelva sus problemas reales y no los que asumimos desde arriba. Y hacer que prueben en ambientes controlados antes del go-live, para que le pierdan el miedo sin riesgo. Aquí hay una condición no negociable: lo técnico tiene que funcionar en esa etapa. Si falla, confirmas el miedo que ya traían, y recuperar esa confianza cuesta el doble.

Y algo que subestimamos constantemente: los testimonios de pares. No del director diciendo que el proyecto es prioritario. Sino de alguien en operación, con el mismo rol, diciendo en sus propias palabras qué le resolvió. Eso mueve más que diez sesiones de capacitación porque responde la pregunta que nadie hace en voz alta: ¿esto le funcionó a alguien como yo?

Ninguno de estos patrones se resuelve con más presión. Se resuelve entendiendo primero qué está bloqueando a esa persona en ese contexto. Antes de tu próximo go-live vale más una conversación honesta con cinco usuarios sobre qué les da miedo, que cualquier plan de comunicación diseñado desde una sala de juntas.

📋 Recomendación útil de la semana:

The Catalyst — Jonah Berger

La mayoría de los libros sobre gestión del cambio te dicen cómo comunicar mejor, cómo construir coaliciones, cómo manejar la resistencia. Berger hace algo distinto: argumenta que el problema no es cómo empujas, sino que estás empujando cuando no deberías.

Su tesis es incómoda para cualquiera que haya liderado un proyecto de implementación: cuando presionas a alguien para que cambie, su primer instinto no es ceder. Es resistir. Las personas tienen un radar interno que se activa en el momento en que sienten que alguien las está tratando de convencer. Entre más argumentos das, más se defienden. El change ambassador con playera del proyecto activa exactamente ese radar.

Lo que propone Berger es identificar qué barreras específicas están bloqueando a cada persona, y quitarlas, en lugar de agregar más motivación encima. Esas barreras tienen nombres concretos: el apego a lo que ya funciona, la incertidumbre sobre lo nuevo, la sensación de que el cambio les quita autonomía, la falta de alguien cercano que ya lo haya probado. Ninguna se resuelve con un correo del director general.

El libro no está escrito para contextos de transformación digital, pero aplica perfectamente. Cada caso que presenta tiene un equivalente directo en cualquier proyecto de adopción tecnológica en una organización mediana o grande.

Para quién es ideal: Líderes funcionales que implementan proyectos con usuarios internos o externos y se preguntan por qué la gente no adopta aunque la tecnología funcione bien.

Beneficio tangible: Cambia el diagnóstico. En lugar de preguntarte cómo convencer más, te pregunta qué está en el camino. Esa sola distinción vale más que la mayoría de los talleres de change management que existen.

Precio: Disponible en Amazon en español e inglés, alrededor de 300 pesos en formato digital.

Si ya agotaste el manual de comunicación y los resultados siguen sin llegar, este libro probablemente te diga por qué.

🔗 The Catalyst — Jonah Berger

Si algo de lo que leíste hoy resuena con lo que estás viviendo en tu organización, probablemente alguien en tu red está pasando por lo mismo.

Comparte esta edición con ese director, ese gerente, o ese líder que tiene un proyecto corriendo y siente que algo no está jalando. A veces lo que más ayuda no es una solución. Es saber que el patrón tiene nombre.

Nos leemos la siguiente semana.

Hay una función en tu organización que administra cada peso de margen que genera el negocio. Y probablemente es la que menos inversión tecnológica ha recibido en los últimos cinco años.

📡 Señales que no puedes ignorar:

⚙️ El 80% de los equipos financieros opera con procesos manuales. El entorno no espera.

Durante décadas, la función financiera se construyó para una sola cosa: reportar con precisión lo que ya ocurrió. Cierre mensual, reporte de costos, análisis de variación. Un ciclo diseñado para la estabilidad. El problema es que el entorno dejó de ser estable. Solo en el primer trimestre de 2025, más de 800 mil millones de dólares en flujos comerciales globales fueron afectados por cambios arancelarios. El tipo de cambio se mueve con cada anuncio de política comercial. Los costos de materias primas cambian semana a semana.

Una encuesta de TD Bank a profesionales de tesorería reveló que el 80% de los equipos financieros todavía depende de procesos manuales o sistemas fragmentados. No porque no sepan que deben cambiar: el 75% reconoce que las herramientas digitales ya están influyendo en las estrategias de crecimiento de sus empresas. Lo saben. No han actuado. Un estudio de Tipalti con más de 2,300 profesionales financieros encontró que el 74% dice que su rol se está volviendo más estratégico, pero pierde 11 horas semanales, casi 72 días laborables al año, en tareas manuales que no generan ninguna decisión.

¿Y esto por qué importa?

📋 La función financiera reporta el pasado. El negocio necesita visibilidad sobre el futuro. Esas dos cosas no conviven en el mismo proceso manual.

⚠️ Cuando los costos cambian en semanas y el reporte llega 15 días después del cierre, las decisiones de precio y margen se toman con información que ya es historia.

🔄 El problema no es talento ni voluntad. Es arquitectura: sistemas desconectados, datos en hojas de cálculo, procesos diseñados para un entorno que ya no existe.

🏃 Las organizaciones que van adelante no tienen más presupuesto. Entendieron que la velocidad de visibilidad ya es ventaja competitiva.

¿Cuánto tarda tu equipo financiero en responder qué le costaría a tu empresa un arancel del 15% adicional sobre tus principales insumos? Esa pregunta ya tiene respuesta en algunas organizaciones. En la mayoría, todavía no.

🔗 Fuentes: TD Bank / AFP Annual Conference Survey 2025 · Tipalti Global Finance Report 2025

🔄 Las empresas que van adelante rediseñaron cómo decide finanzas, no solo cómo reporta.

El patrón que se repite no es que compraron más tecnología. Es que cambiaron qué le piden a su función financiera. Walmart opera hoy con lo que llaman un “tariff desk”: un equipo permanente donde finanzas, supply chain y compras trabajan desde los mismos dashboards, corriendo modelos de escenarios bajo supuestos de tarifa baja, base y alta antes de que cambien las condiciones, no después. Unilever centralizó su forecasting en un data lake, conectó sus sistemas bancarios vía APIs y pasó de 50% a 80% de precisión en sus pronósticos a tres meses. Lo hizo en menos de cinco meses, con los sistemas que ya tenía.

Lo que estas organizaciones tienen en común son tres capacidades tecnológicas concretas que están construyendo: integración de datos en tiempo real entre ERP, banca y operaciones para eliminar la recolección manual; modelos de escenarios financieros que se actualizan cuando cambia una variable, no cuando alguien tiene tiempo de recalcular; y dashboards compartidos entre finanzas, compras y dirección que hablan el mismo lenguaje. Gartner proyecta que el gasto en soluciones ERP con IA incorporada pasará del 14% al 62% para 2027 Gartner, y el impacto más inmediato no es la automatización sino la velocidad del cierre financiero y la calidad del forecasting.

¿Y esto por qué importa?

📋 No es tecnología nueva. Es integrar lo que ya existe para que finanzas deje de recolectar datos y empiece a interpretarlos.

🔄 La diferencia entre un war room de emergencia y una capacidad instalada es exactamente eso: una organización reacciona, la otra ya tiene la respuesta modelada.

⚠️ El CFO de Vertex lo resume bien: la IA embebida en el ERP acelera el cierre, mejora el forecasting y automatiza controles, pero el diferenciador real es tener datos gobernados y modelos que mantengan al humano en el proceso de decisión. Fortune Tecnología sin rediseño del proceso no cambia nada.

🏃 Las empresas en Latinoamérica que tienen ERP ya tienen la base. Lo que falta casi siempre no es el sistema sino la decisión de conectarlo con el proceso de decisión financiera.

¿Tu equipo de finanzas tiene hoy un modelo que le diga en horas qué pasa con tus márgenes si sube 10% el costo de tu principal materia prima? Si no, el problema no es el ERP. Es para qué lo están usando.

🔗 Fuentes: Fortune / Walmart CFO Scenario Planning · EuroFinance / Unilever Treasury · Gartner / AI in Cloud ERP 2026

📊 La tecnología para decidir más rápido ya existe. Lo que falta es que alguien la ponga en la agenda.

El 87% de los CFOs a nivel global dice que la IA será crítica para su función en 2026. Pero según la encuesta de Infosys a equipos de FP&A, el 53% todavía no usa inteligencia artificial en ningún proceso de planeación financiera. No porque no existan herramientas. Porque en la mayoría de las organizaciones nadie ha convertido esa brecha en una decisión formal de dirección. La tecnología espera en el roadmap de TI mientras finanzas sigue cerrando el mes con Excel.

Lo que distingue a las organizaciones que ya cerraron esa brecha no es el presupuesto ni el tamaño. Es que alguien en la dirección hizo una pregunta concreta: ¿qué decisiones de negocio necesitamos responder más rápido, y qué nos impide hacerlo hoy? Esa pregunta convierte un proyecto de digitalización en una prioridad estratégica. Sin ella, la transformación de finanzas sigue siendo una intención.

¿Y esto por qué importa?

📋 La mayoría de las empresas en la región ya tiene un ERP. El obstáculo no es la tecnología, es para qué se está usando.

⚠️ Mientras la decisión de rediseñar finanzas vive en el área de TI, el negocio sigue tomando decisiones de precio, margen y abastecimiento sin visibilidad real de costos.

🔄 Las organizaciones que van adelante no hicieron una transformación. Respondieron una pregunta de negocio concreta con la tecnología que ya tenían.

Si mañana cambia un arancel que afecta tus principales insumos, ¿cuánto tarda tu organización en saber el impacto en margen? Si la respuesta es más de 48 horas, el problema no es técnico. Es de agenda.

🔗 Fuentes: Deloitte Q4 2025 CFO Signals Survey · Infosys BPM / FP&A Trends Survey 2025

Suscríbete ahora

💬 Lo que está en el aire

Todos hablan de aranceles. Pocos hablan de por qué se enteran tarde.

La conversación que está circulando en juntas y en chats de liderazgo esta semana no es sobre tecnología. Es sobre costos, márgenes y proveedores. Qué hacer con los precios. Si conviene adelantar inventario. Cómo renegociar con los proveedores. Es una conversación legítima y urgente. El problema es que casi siempre termina ahí, en lo táctico, sin llegar a la pregunta que debería venir después.

Lo que puedes ignorar es el debate sobre si los aranceles son permanentes o temporales. Nadie lo sabe con certeza y esa discusión no cambia lo que debes hacer hoy.

Lo que no puedes ignorar es esto: si tu organización se enteró del impacto en margen días o semanas después de que cambió el entorno, el problema no fue la velocidad de los aranceles. Fue la velocidad de tu visibilidad financiera. Y esa es una decisión de inversión en transformación digital que muchas organizaciones todavía no han tomado conscientemente.

Hay algo que me parece relevante señalar desde adentro. En los últimos años, la mayoría de las inversiones en transformación digital en las empresas que conozco fueron hacia el cliente: CRM, automatización de marketing, bots de atención, plataformas de e-commerce. Todo eso tiene valor. Pero hay una pregunta que pocas organizaciones se han hecho con la misma seriedad: ¿cuánto vale habilitar la función que toma las decisiones de costos, márgenes y liquidez con visibilidad en tiempo real? En muchos casos, conectar el ERP con un modelo de escenarios financieros genera más impacto en la rentabilidad que el CRM que se implementó hace dos años. No porque el CRM no sirva. Sino porque la velocidad de decisión financiera bajo incertidumbre es exactamente la capacidad que el entorno actual está exigiendo y que pocos priorizaron.

Compartir

🙋🏼 La pregunta incómoda

❓ ¿Mi estrategia digital está poniendo atención donde está el margen, o solo donde está la visibilidad?

Es una pregunta que pocos directores se hacen en voz alta, pero que muchos sienten cuando revisan el presupuesto de transformación digital de los últimos tres años. La mayoría de las inversiones fueron hacia afuera: mejorar la experiencia del cliente, automatizar el contacto comercial, hacer más visible la marca. Todo eso tiene sentido. Pero hay una asimetría que vale la pena nombrar.

Las áreas que administran el margen real del negocio, finanzas, costos, compras, control de gestión, reciben históricamente menos inversión tecnológica que las áreas de cara al cliente. No porque sean menos importantes. Sino porque su impacto es menos visible, más difícil de atribuir y más lento de comunicar hacia arriba. Un nuevo CRM genera una demo impresionante. Un modelo de costos en tiempo real genera una decisión mejor en una junta que nadie recuerda como un logro tecnológico.

El problema es que en un entorno como el actual, donde los márgenes se comprimen por aranceles, materias primas volátiles y tipo de cambio, un peso de margen recuperado tiene el mismo valor que varios pesos de ingreso nuevo. La matemática es simple: si tu margen neto es del 8%, necesitas 12.5 pesos de venta adicional para compensar un peso de margen perdido. Pero si tu equipo financiero puede identificar ese peso antes de que se pierda, el retorno es inmediato.

Una forma práctica de balancear la estrategia digital es hacerse dos preguntas antes de aprobar cualquier proyecto de transformación. Primera: ¿este proyecto mejora la experiencia del cliente o mejora la velocidad de decisión interna? Segunda: ¿cuál de los dos tiene más impacto en el margen en los próximos doce meses dado el entorno actual? No siempre la respuesta favorece a finanzas. Pero en este momento, con este entorno, la mayoría de las organizaciones latinoamericanas tiene la balanza inclinada demasiado hacia afuera.

La decisión no es abandonar la transformación digital del cliente. Es asegurarse de que las funciones que administran el resultado del negocio tienen al menos el mismo nivel de atención que las que generan el ingreso.

📋 Recomendación útil de la semana:

Finance Trends 2026 — Deloitte Insights

Deloitte encuestó a más de 1,300 líderes financieros globales para identificar cómo los equipos de finanzas están rediseñando su función ante un entorno de incertidumbre, aranceles y presión sobre márgenes. El reporte identifica cinco tendencias concretas: desde la adopción de planeación de escenarios avanzada y modelos de gobernanza más ágiles, hasta la integración de IA en procesos de cierre, forecasting y gestión de costos.

No es un manual técnico. Es un termómetro de hacia dónde están moviendo su función financiera las organizaciones que van adelante, con datos duros y ejemplos reales.

Para quién es ideal: cualquier director general, director de finanzas o líder funcional que quiera entender qué están priorizando sus pares globales en transformación de finanzas y cómo están tomando decisiones bajo incertidumbre. Sirve como insumo para una conversación de dirección sobre dónde invertir en digitalización interna.

Beneficio tangible: en menos de 30 minutos tienes un diagnóstico comparativo de dónde está tu función financiera versus el mercado global, con argumentos concretos para llevar a la sala de juntas.

Precio: gratuito.

El líder que debería leer esto no es solo el CFO. Es quien decide el presupuesto de transformación digital y todavía no ha puesto finanzas en la lista de prioridades.

🔗 Finance Trends 2026 — Deloitte Insights

Lo que distingue a las organizaciones que van adelante no es que tienen mejores datos. Es que tomaron una decisión que la mayoría todavía no ha tomado: rediseñar cómo opera finanzas para que genere visibilidad antes de que el negocio la necesite, no después de que ya sea tarde para actuar.

En un entorno donde un peso de margen recuperado vale más que varios pesos de ingreso nuevo, esa decisión tiene un retorno concreto y medible. El momento para tomarla no es cuando llegue la próxima crisis. Es antes.

¿Tu organización ya puso finanzas en la lista de prioridades de transformación digital, o sigue esperando que el área lo resuelva sola?

El indicador más común en los reportes de marketing hoy es la eficiencia: cuánto se produjo, a qué costo, en cuánto tiempo. Lo que casi nunca aparece en esos reportes es cuánto de lo producido movió una decisión de compra real. Esa brecha es el tema de esta edición.

📡 Señales que no puedes ignorar:

💸 El presupuesto de marketing se estancó. El costo de todo lo demás, no.

La encuesta anual de Gartner a más de 400 directores de marketing encontró que los presupuestos llevan dos años congelados en 7.7% de los ingresos de la empresa, lejos del 9.5% de hace tres años. Al mismo tiempo, el costo del paid media siguió subiendo por inflación. El mismo porcentaje compra menos exposición que antes. El 59% de los CMOs dice que su presupuesto no alcanza para ejecutar su estrategia.

Lo interesante es cómo las empresas están respondiendo. Coca-Cola produjo su campaña navideña 2025 íntegramente con IA generativa. El resultado sorprende: no redujeron el equipo ni el presupuesto. Necesitaron 100 personas, incluyendo especialistas en IA, directores creativos y agencias. Lo que cambió fue la lógica. En lugar de producir un solo anuncio, generaron versiones adaptadas para distintos mercados con el mismo presupuesto. No hicieron lo mismo más barato. Hicieron más con lo mismo. Y ese es exactamente el argumento que los directivos de marketing están llevando ahora a sus CFOs: no pido más presupuesto, demuestro que el que tengo rinde diferente.

El problema es que ese argumento requiere algo que muchos equipos todavía no tienen: claridad sobre qué parte de la inversión en marketing genera demanda real y qué parte genera apariencia de actividad. Sin esa claridad, la conversación con finanzas siempre la pierde marketing.

¿Y esto por qué importa?

💬 La presión no es solo de presupuesto. Es de demostrar que marketing es una función de crecimiento, no un centro de costo. Esa conversación ya está ocurriendo en muchas organizaciones.

⚙️ Adoptar herramientas de IA sin rediseñar cómo opera la función es el error más común en transformación digital. El caso Coca-Cola no es solo un caso de IA, es un caso de rediseño de proceso con tecnología como habilitador.

⚠️ Recortar agencias porque “la IA lo cubre” sin saber exactamente qué cubre y qué no, es tomar una decisión táctica creyendo que es estratégica.

🔑 Las organizaciones que van ganando no tienen mejores herramientas. Tienen más claridad sobre qué problema de negocio están resolviendo con ellas antes de comprarlas.

La pregunta que yo me haría no es si el equipo está usando IA. Es si la están usando para hacer lo mismo más rápido o para rediseñar cómo la función genera demanda. Son dos caminos completamente distintos y desde afuera se ven igual en los reportes.

🔗 Fuente: Gartner 2025 CMO Spend Survey

📺 Producir contenido nunca fue tan barato. Que te vean, nunca tan difícil.

Durante años la barrera de entrada en marketing fue la producción. Un video de calidad requería presupuesto, rodaje y agencia. Eso ya no es verdad. Herramientas como Sora 2, Runway y Kling permiten generar video publicitario de calidad profesional desde menos de $30 al mes. Más del 95% de los espectadores ya no distingue ese video de uno filmado en set. El costo de producir contenido visual colapsó.

Al mismo tiempo, el canal donde ese contenido compite cambió de reglas de manera estructural. HubSpot, una de las empresas más sofisticadas en marketing digital del mundo, pasó de 24 millones de visitas orgánicas mensuales a 6 millones en un año. Dotdash Meredith, que opera marcas como People y Southern Living, pasó de recibir el 60% de sus visitas desde Google a apenas un tercio. No es que hicieran mal SEO. Es que Google implementó AI Overviews, resúmenes generados por IA que aparecen antes de cualquier resultado orgánico, y el CTR del primer resultado cayó del 7.3% al 2.6% en un año. El 69% de las búsquedas en Google hoy terminan sin ningún clic. Cuando aparece un AI Overview, esa cifra sube al 83%.

Lo que está cambiando no es un canal ni un algoritmo. Es quién decide qué marcas son relevantes cuando alguien busca algo. Antes lo decidía el posicionamiento en Google. Ahora lo decide el modelo de lenguaje que sintetiza la respuesta. Esa es una transformación de infraestructura digital, no una actualización táctica de SEO.

¿Y esto por qué importa?

🎬 Si todos producen video de calidad por $30 al mes, el contenido deja de ser ventaja. El criterio editorial y la autoridad de marca sí lo son.

⚙️ Las inversiones en SEO que tu empresa construyó durante años no desaparecen de golpe, pero su lógica de funcionamiento cambió. No se trata de posicionarse mejor, sino de ser la fuente que la IA decide citar.

📵 Más contenido ya no significa más alcance. Un modelo de IA no premia el volumen. Premia autoridad, consistencia y credibilidad de fuente, exactamente lo que tarda años en construirse.

🏃 Hay una ventana corta para las organizaciones que entiendan antes que visibilidad digital en 2026 no se mide en clics ni en impresiones, sino en si la IA te menciona cuando alguien hace una pregunta relevante en tu categoría.

Lo que me parece revelador de este momento es que las dos barreras históricas de marketing se están invirtiendo al mismo tiempo. Producir es fácil. Distribuir con impacto real es más complejo que nunca. Y la mayoría de los equipos todavía están midiendo el éxito con las métricas del mundo anterior.

🔗 Fuentes: Gartner AI Search Trends / GenMediaLab AI Video Trends 2026

🤖 La IA le dio a marketing más velocidad. No necesariamente más resultados.

El 78% de las empresas ya usa IA en al menos una función de marketing o ventas. El 71% declara uso regular de IA generativa. Los números de adopción son contundentes. Pero hay un dato que casi no aparece en los reportes: solo el 49% de esos equipos mide el ROI de sus inversiones en IA. La otra mitad está produciendo más, más rápido, sin saber si eso se está convirtiendo en demanda real. Según Gartner, el 49% de los CMOs reporta que la IA les mejoró eficiencia de tiempo y el 40% dice que redujo costos. Pero solo el 27% dice que les ayudó a manejar más negocio real.

Lo que está empezando a ocurrir es significativo: ya hay señales de retroceso en la adopción declarada por grandes empresas, no porque la IA no funcione, sino porque la presión de producir más sin resultados concretos está desgastando a los equipos. Es el patrón clásico de toda transformación digital mal ejecutada: se adopta la herramienta, se optimiza la producción, y en algún momento alguien en dirección pregunta dónde están los resultados de negocio. Esa conversación está llegando ahora a los equipos de marketing.

El problema no es la tecnología. Es que el 62% de los equipos de marketing usa hoy más herramientas que hace dos años, lo que fragmentó los datos, complicó la integración y volvió casi imposible tener una visión unificada del cliente. Más stack tecnológico no produjo más claridad. Produjo más complejidad operativa.

¿Y esto por qué importa?

📊 Adopción alta con medición baja es la combinación más peligrosa en transformación digital. Se invierte, se produce, pero no se sabe qué está funcionando.

⚙️ Más herramientas en el stack de marketing no equivalen a mejor toma de decisiones. Sin datos unificados, cada herramienta adicional es un nuevo silo de información.

📡 Los equipos de marketing generan hoy más datos que nunca. El problema no es la cantidad. Es que esos datos viven en sistemas que no se hablan entre sí y nunca llegan a una decisión real.

🔑 Las organizaciones que van adelante no son las que más herramientas tienen. Son las que conectaron su stack tecnológico con métricas de negocio reales antes de escalar.

Cuando veo equipos de marketing orgullosos de su output con IA, me pregunto si están midiendo lo que producen o lo que venden. Son preguntas distintas. Y muy pocas organizaciones tienen respuesta clara para la segunda.

🔗 Fuente: Gartner 2025 CMO Spend Survey / Clicategia Presupuestos 2026

Compartir

💬 Lo que está en el aire

🌡️ Lo que se escucha en las juntas: eficiencia de marketing bajo el microscopio

Lo que está circulando en juntas y en chats de liderazgo no es una conversación sobre tecnología. Es una conversación sobre presupuesto disfrazada de conversación sobre eficiencia. Lo veo de cerca: nuestros equipos de marketing están produciendo imágenes, copys y videos de buena calidad a una velocidad que hace seis meses no era posible. Eso es real, y naturalmente genera la pregunta en los directivos: ¿qué estamos pagando en agencias si el equipo ya puede hacer esto?

Pero esa pregunta, aunque válida, está mirando en la dirección equivocada.

Lo que está pasando en paralelo es más relevante para quien toma decisiones de fondo. Google ya tiene herramientas que generan campañas completas con assets integrados. Hay plataformas desplazando flujos de diseño que antes requerían equipos especializados. La IA no solo apoya al equipo de marketing, en algunos casos está compitiendo directamente con funciones que hoy están en nómina o en contrato de agencia. Y todo esto ocurre mientras los datos que esos equipos generan siguen fragmentados en sistemas que no se integran, lo que hace casi imposible demostrar qué parte del trabajo produce impacto real.

Lo que puedes ignorar es el debate sobre si esto va a eliminar todos los roles creativos. Ese es el titular, no la pregunta que importa.

La pregunta que importa es esta: si la IA está bajando el costo de ejecución en toda la función de marketing, ¿qué queda como valor real del liderazgo de marketing en tu organización? No es una pregunta sobre herramientas. Es una pregunta sobre qué decisiones estratégicas está tomando esa función que ninguna herramienta puede tomar por ella. Las empresas que respondan eso antes tendrán equipos más enfocados y más difíciles de recortar. Las que no lo respondan van a tomar decisiones tácticas de presupuesto creyendo que están haciendo estrategia.

Suscríbete ahora

🙋🏼 La pregunta incómoda

¿Cómo sé si mi equipo de marketing está generando ventas o solo más actividad?

Probablemente no lo sabes. Y el problema no es que tu equipo te esté ocultando algo. Es que la mayoría de los equipos de marketing miden lo que es fácil de medir: contenido publicado, impresiones, seguidores, costo por pieza producida. Todas esas métricas pueden mejorar mientras la demanda real se queda igual.

La raíz del problema casi siempre es la misma que vemos en cualquier proceso de transformación digital: se adoptaron herramientas, se automatizaron tareas, pero los datos que genera cada herramienta quedaron en silos separados. Sin una visión integrada del recorrido del cliente, desde que te descubre hasta que compra, es imposible saber qué actividad de marketing movió una decisión real.

Lo que puedes hacer ahora es pedir una respuesta concreta a tres preguntas: ¿qué actividades de marketing se pueden trazar directamente a oportunidades de venta o a clientes nuevos? ¿Qué métricas cambiaron en los últimos noventa días que no sean métricas de producción? ¿Qué dejaríamos de hacer si el presupuesto se redujera a la mitad, y por qué?

Si tu equipo puede responder esas tres preguntas con datos, tienes un equipo que sabe lo que está haciendo. Si la respuesta es vaga, el problema no es la IA. Es que la función de marketing todavía no tiene claridad sobre qué problema de negocio está resolviendo.

📋 Recomendación útil de la semana:

El problema de datos en marketing es un problema de transformación, no de tecnología

📋 RECOMENDACIÓN DE LA SEMANA

El problema de datos en marketing es un problema de transformación, no de tecnología

En casi todos los procesos de transformación digital que he visto de cerca, el patrón se repite: se adoptan herramientas, se automatizan tareas, y en algún momento alguien se da cuenta de que los datos que genera cada sistema quedaron atrapados en silos separados. Marketing no es la excepción. Es probablemente donde ese problema se hace más visible porque es la función donde más herramientas se han adoptado en menos tiempo.

El primer paso no requiere ninguna herramienta: pide a tu equipo que identifique los tres o cuatro puntos de contacto que históricamente preceden a una conversación de ventas real. ¿Fue una visita al sitio? ¿Una descarga? ¿Un evento? ¿Un anuncio específico? Esa conversación, antes de tocar ningún sistema, ya te va a decir cuánto criterio real tiene el equipo sobre su propio impacto. Y va a revelar si el problema es de datos, de integración, o simplemente de claridad estratégica sobre qué se supone que marketing debe mover en el negocio.

Una vez que tienes esa claridad, ahí sí tiene sentido implementar una herramienta de atribución. Para equipos B2B, Factors.ai es una opción concreta: conecta los puntos entre canales digitales, anuncios, CRM y actividad de ventas en un solo panel. Permite ver qué touchpoints realmente movieron una cuenta hacia una decisión, no solo cuáles generaron clics. Tiene prueba gratuita de 14 días y planes desde uso básico hasta implementaciones más completas.

Para quién tiene más sentido: directores que están en proceso de transformación digital y necesitan demostrar que las inversiones en tecnología de marketing están generando impacto real en el negocio, no solo eficiencia operativa.

La herramienta no reemplaza el criterio. Lo hace visible. Y en transformación digital, lo que no se puede medir no se puede defender.

🔗 Factors.ai

La función de marketing nunca tuvo tantas opciones para ejecutar. El riesgo de ese momento no es quedarse sin herramientas. Es el mismo que aparece en toda transformación digital: adoptar tecnología, producir más rápido, y perder de vista si lo que se hace está resolviendo un problema real de negocio. Si esta edición te dejó con una sola pregunta para hacerle a tu equipo la próxima semana, que sea esta: ¿qué parte de lo que estamos haciendo en marketing se puede trazar directamente a una venta real?

El problema no es que tus vendedores sean malos. El problema es que están entrenados para un comprador que ya no existe. El comprador B2B de hoy no necesita que le expliquen el producto. Ya lo investigó. No necesita que lo convenzan. Ya tiene opinión. Lo que necesita es alguien que lo ayude a decidir bien, no alguien que lo llame tres veces por semana.

📡 Señales que no puedes ignorar:

🚪 1. Tu vendedor llega tarde a una decisión que ya se tomó sin él

El dato más incómodo de los últimos años en ventas B2B no viene de una startup de Silicon Valley. Viene de Gartner, que lleva varios años rastreando cómo los compradores corporativos toman sus decisiones. La conclusión es contundente: los compradores B2B dedican apenas el 17% de su tiempo total de compra en contacto directo con proveedores potenciales. El 80% del recorrido ocurre sin intervención de ningún vendedor.

Eso no es una tendencia emergente. Es la realidad operativa de hoy. Y si tu fuerza comercial está construida sobre la premisa de que “el vendedor educa al cliente y construye la relación desde cero”, ya está operando sobre un mapa que no corresponde al territorio. El 61% de los compradores B2B prefiere una experiencia de compra sin representantes de ventas, y el 73% evita activamente a proveedores que les envían mensajes irrelevantes.

¿Y esto por qué importa?

• 🔍 Si el comprador llega a tu vendedor con una decisión casi tomada, el rol comercial que necesitas no es el de quien abre conversaciones, sino el de quien cierra con criterio

• ⚠️ El outreach masivo e impersonal no solo no funciona: activamente daña la percepción de tu empresa antes de que haya cualquier conversación

• 📋 La pregunta operativa ya no es “¿cuántas llamadas hace mi equipo?” sino “¿qué tan visible y útil es nuestra empresa en los momentos donde el cliente investiga solo?”

• 🔄 Necesitas repensar qué significa “pipeline”: si el cliente ya avanzó el 80% del camino antes de contactarte, tu proceso comercial empieza mucho antes del primer contacto

Lo que me genera más ruido de esto es que la mayoría de los equipos comerciales todavía se miden por actividad de salida: llamadas, correos, reuniones agendadas. Pero si el comprador ya decidió antes de levantar el teléfono, ¿qué estamos midiendo exactamente?

🔗 Fuente: Gartner: 61% of B2B Buyers Prefer a Rep-Free Buying Experience

🧬 2. El comprador B2B ya no es quien crees que es

Los millennials representan el 73% de los compradores B2B actuales, y la mayoría prefiere herramientas de investigación digital sobre hablar con un vendedor. Muchos completan hasta el 70% del proceso de compra en línea antes de contactar a algún proveedor.

Esto importa más allá de la preferencia generacional. No es que los millennials sean “digitales por naturaleza” y los demás no. Es que el comprador B2B de hoy, independientemente de su edad, opera en un entorno donde la información es abundante, las comparaciones son inmediatas y la tolerancia al tiempo perdido con un vendedor que no aporta valor es cercana a cero. El 78% de los compradores millennials afirma que cambiaría de proveedor si un competidor ofrece precios más claros, entrega más rápida o una mejor experiencia digital de compra.

¿Y esto por qué importa?

• 👥 El director de compras o el gerente de supply chain que evalúa tu propuesta ya tiene un shortlist antes de hablar contigo, construido desde LinkedIn, reviews de pares y contenido que tu empresa publicó (o no publicó)

• 💬 La experiencia de compra es ya parte del producto: si el proceso de evaluación es engorroso, lento o requiere diez reuniones para entender el precio, eso habla de cómo será la operación después

• 📱 “Self-service” en B2B ya no significa solo e-commerce. Significa que el comprador quiere información de calidad, sin tener que pasar por un vendedor para obtenerla

• 🔁 Las empresas que actualizan su modelo comercial antes de que su industria lo exija capturan clientes de competidores que todavía operan en el modelo anterior

La lealtad B2B siempre se construyó sobre relaciones. Lo que está cambiando es que la relación ahora empieza mucho antes de que tu vendedor haga su primera llamada, y termina mucho antes si el proceso de compra es un laberinto.

🔗 Fuente: Why millennials continue to reshape B2B ecommerce

🤖 3. Las empresas que ya apostaron a agentes de IA en ventas están jugando un juego diferente

Mientras la mayoría debate si “usar IA o no”, algunas organizaciones ya pasaron esa conversación. Tienen agentes autónomos que prospectan, califican, actualizan el CRM y recomiendan la siguiente acción, sin intervención humana en las partes rutinarias. El vendedor aparece cuando realmente importa.

La brecha ya es medible. Los equipos con inteligencia de ventas específica para su flujo comercial generan 77% más ingresos por representante que los que no la usan. Y la siguiente ola ya llegó: Gartner proyecta que para 2028 los agentes de IA gestionarán 15 billones de dólares en compras B2B, y las organizaciones que los integren al 80% de sus procesos con clientes superarán consistentemente a sus competidores.

Lo más revelador no es el número. Es que esa infraestructura se está construyendo ahora, por quienes deciden antes.

¿Y esto por qué importa?

• 🏃 La brecha entre equipos con y sin IA comercial se amplifica cada trimestre. Lo que hoy es ventaja, en 18 meses es el piso mínimo

• 🤝 Los agentes no reemplazan al vendedor en lo que importa: negociación compleja, confianza, lectura política del cliente. Lo liberan para hacer exactamente eso

• 📦 Pedidos rutinarios, reabastecimientos y cotizaciones estándar van a ser manejados por agentes antes de que muchas empresas terminen de evaluar su próximo CRM

• 🎯 La pregunta correcta no es “¿cuántas herramientas de IA tiene mi equipo?” Es “¿qué tareas de ventas siguen consumiendo tiempo humano que debería estar en clientes?”

El caso que hace esto concreto

Cemex no es una startup. Es una de las empresas de materiales de construcción más grandes del mundo, con operaciones en más de 50 países y una fuerza de ventas que maneja relaciones comerciales complejas todos los días.

Desarrollaron internamente una herramienta de IA llamada Technical Xpert que da a sus vendedores acceso instantáneo a información completa de productos y soluciones, reduciendo el tiempo de búsqueda en un 80%.

El resultado no fue reemplazar vendedores. Fue devolverles su tiempo para lo que ninguna herramienta puede hacer por ellos: la conversación real con el cliente.

Si Cemex ya tomó esa decisión, la pregunta para tu organización no es si deberías hacerlo. Es cuánto tiempo más puedes esperar.

🔗 Fuente: Gartner: AI agents will command $15 trillion in B2B purchases by 2028

Suscríbete ahora

💬 Lo que está en el aire

Mucho de lo que se habla esta semana en redes y foros de ventas gira alrededor de herramientas: qué plataforma de IA conviene más, cuánto trabajo puede hacer un agente solo, cómo automatizar el primer contacto con clientes. Es una conversación válida, pero se está saltando la pregunta más importante.

Lo que se discute poco, y que me parece más urgente para quien lidera un equipo comercial, es esto: ¿qué tipo de vendedor necesitas ahora?

Porque el vendedor que funcionaba hace 5 años, el que construía relaciones a fuerza de visitas, almuerzos y persistencia telefónica, no desaparece. Pero sí se vuelve insuficiente. El comprador llegó a la conversación más informado, más impaciente y con menos tolerancia a procesos que no le aportan valor. Lo que necesita del vendedor ya no es información. Es criterio, contexto y confianza en momentos específicos del proceso.

Eso define un perfil distinto. El vendedor B2B que va a ganar en este entorno no es el que más llamadas hace ni el que mejor conoce el catálogo de productos. Es el que sabe leer en qué momento del proceso está el comprador, qué herramienta usar para prepararse mejor, qué conversación abrir y cuándo quedarse callado. Usa IA para llegar más preparado, no para mandar más correos.

El problema es que la mayoría de las organizaciones todavía reclutan, entrenan e incentivan al perfil anterior. Y eso es una decisión de liderazgo, no de tecnología.

¿Tu modelo de compensación, tu proceso de onboarding y tus métricas de desempeño están diseñados para el vendedor que necesitas hoy, o para el que funcionaba en 2019?

🙋🏼 La pregunta incómoda

“Tenemos CRM, capacitamos a nuestro equipo todos los años y seguimos sin ver los resultados que esperamos. ¿Qué estamos haciendo mal?”

Probablemente están optimizando las piezas por separado en lugar de conectarlas.

El modelo comercial que está ganando hoy no es el que tiene mejores vendedores, ni el que tiene mejores herramientas, ni el que ofrece mejor experiencia digital al cliente. Es el que logra que las tres cosas funcionen juntas. El vendedor usa inteligencia de ventas para llegar preparado. El cliente puede avanzar solo cuando quiere avanzar solo. Y el sistema sabe cuándo el vendedor tiene que aparecer y con qué conversación.

Esa fusión no ocurre sola. Requiere una decisión de liderazgo sobre cómo está diseñado el proceso completo, no solo qué herramienta se compra o qué entrenamiento se da.

La pregunta concreta para esta semana: en tu proceso comercial actual, ¿hay momentos donde el cliente tiene que esperar a un vendedor para obtener información que podría conseguir solo? Si la respuesta es sí, ahí está parte del problema, y también parte de la oportunidad.

📋 Recomendación útil de la semana:

📘 Libro: The Jolt Effect — Matthew Dixon & Ted McKenna (2022)

La pregunta que responde este libro es incómoda: ¿por qué el comprador que dijo que sí terminó no cerrando?

Después de analizar más de dos millones de conversaciones de ventas, la respuesta no es falta de presupuesto ni lealtad al proveedor actual. Es miedo a equivocarse. En un entorno con más información, más opciones y más stakeholders a quien rendir cuentas, la parálisis por análisis se convirtió en el principal asesino de deals B2B.

El vendedor que entiende eso deja de empujar y empieza a guiar. Esa habilidad ningún agente de IA la reemplaza todavía.

Para quién: Líderes comerciales B2B que ven oportunidades que avanzan bien pero no cierran.

Precio: Desde $15 USD en digital. Disponible en Audible.

🎧 Podcast: Winning the Challenger Sale

Del mismo equipo detrás del libro. Episodios cortos y prácticos sobre ventas B2B complejas: indecisión del comprador, IA en equipos comerciales, ciclos largos con múltiples stakeholders. Sin teoría vacía, sin hype.

Para quién es ideal: El líder comercial que no tiene tiempo para leer pero sí tiene 25 minutos en el coche. Muy buena relación tiempo-criterio.

Precio: Gratuito en Spotify y Apple Podcasts.

La combinación funciona en secuencia: el libro te explica por qué tu comprador no cierra aunque quiera cerrar. El podcast te mantiene actualizado sobre cómo ese problema evoluciona en el mercado de hoy.

🔗 The Jolt Effect en Amazon · 🔗 Winning the Challenger Sale en Spotify

La ventaja no está en tener el mejor vendedor ni en tener la mejor herramienta. Está en construir el sistema donde ambos hacen exactamente lo que saben hacer mejor. Las empresas que logren eso en los próximos 18 meses van a ser muy difíciles de alcanzar para las que todavía están debatiendo si "usar IA o no."

Compartir

Llevo semanas leyendo reportes, artículos y análisis sobre cadena de suministro. Todos hablan de IA, nearshoring, visibilidad en tiempo real. Todos dan por sentado que las empresas ya tienen los fundamentos para aprovechar todo eso.

No los tienen.

La conversación real que se repite no es “¿cuándo implementamos IA?” — es “estamos evaluando opciones”. Llevan meses evaluando opciones.

El problema no es la indecisión. Es que están evaluando la herramienta equivocada antes de resolver el problema correcto. Esta edición es sobre eso.

📡 Señales que no puedes ignorar:

🌎 La pregunta ya no es dónde producir más barato — es dónde producir sin que te sorprendan

Durante tres décadas la lógica fue simple: produce donde es más barato, vende donde hay demanda. Era eficiente. Y era frágil de una forma que nadie quiso ver hasta que el COVID paralizó puertos, la guerra en Ucrania cerró rutas, y los aranceles de Trump convirtieron el comercio en herramienta geopolítica. El GEP Outlook 2026 lo dice directo: la fragmentación que vive hoy la cadena de suministro no ocurre en la infraestructura física — ocurre en las reglas del juego.

El resultado es contundente: 81% de los CEOs globales están activamente nearshoreando o reshoreando operaciones, 18 puntos más que hace dos años. No como experimento. Como decisión sin reversa.

¿Y esto por qué importa?

• 🔁 La métrica que manda cambió: ya no es costo por unidad — es costo total de la incertidumbre. Una cadena más cara pero predecible vale más que una barata que falla cuando más se necesita.

• 📍 México está en el centro de esta reconfiguración, pero el GEP Outlook advierte lo que se pierde en el entusiasmo: moverse sin rediseñar la red y sin visibilidad digital puede incrementar costos sin reducir el riesgo real.

• ⚠️ El nearshoring de 2026 no es el mismo de 2022. Reglas de origen más vigiladas, cumplimiento arancelario más estricto y la revisión del T-MEC van a poner a prueba a quienes se movieron rápido sin diseñar bien.

• 🧩 Esto no es una conversación de logística. Es una decisión de arquitectura de negocio que requiere finanzas, operaciones y tecnología en la misma sala.

Muchas empresas en la región están leyendo el nearshoring como oportunidad de corto plazo. Pocos lo leen como lo que es: una reconfiguración de quién provee a quién, bajo qué reglas y con qué capacidades. Los que lleguen tarde no van a encontrar mesa disponible.

🔗 Fuente: GEP Outlook 2026 — Procurement & Supply Chain Trends

⚙️ La cadena de suministro inteligente no empieza con IA — empieza con datos que alguien pueda creer

El siguiente salto en cadena de suministro es real y está ocurriendo: empresas que integran señales externas —aranceles, clima, comportamiento de proveedores— con sus datos internos para anticipar disrupciones antes de que lleguen al P&L. Planificación predictiva, ajuste automático de inventarios, detección de riesgos en tiempo real. La tecnología para hacer todo eso ya existe y está madura.

El problema no es de acceso. Es de fundamentos. El limitante más común no es el modelo de IA — es que los datos de inventario, demanda y proveedores siguen fragmentados entre sistemas que no se hablan, actualizados por personas distintas con criterios distintos. Nadie le pide a un chef que cocine con ingredientes en mal estado y luego se sorprende del resultado.

¿Y esto por qué importa?

📊 Antes de evaluar cualquier plataforma, la pregunta es una sola: ¿mis datos son suficientemente confiables para tomar decisiones con ellos hoy? Si no, la IA no resuelve eso — lo amplifica.

🔁 Las organizaciones que están capturando valor real empezaron por limpiar y conectar sus datos internos. Ese trabajo no es glamoroso ni tiene demo impresionante — pero es lo que hace posible todo lo demás.

🎯 El gap competitivo no está en quién compra la herramienta más avanzada. Está en quién tiene los fundamentos para que esa herramienta realmente funcione.

⏱️ Cada trimestre que pasa sin resolver la base de datos es un trimestre más lejos de poder operar en la velocidad que el mercado ya exige.

La oportunidad es concreta y la tecnología ya está madura. La pregunta incómoda es otra: ¿los datos con los que opera tu cadena hoy son suficientemente confiables como para dejarlos tomar decisiones solos?

🔗 Fuente: MIT — State of AI in Business 2025

🧠 La cadena de suministro está dejando de reaccionar — y empezando a anticipar

Durante décadas, la promesa tecnológica en supply chain llegó empacada en sistemas monstruosos: implementaciones de 18 meses, integraciones imposibles, consultores externos que sabían más del software que de la operación. El resultado fue que muchas organizaciones terminaron con plataformas enormes subutilizadas — y planificadores que seguían tomando las decisiones importantes en Excel porque era lo único en lo que confiaban.

Ese modelo está siendo reemplazado por algo fundamentalmente distinto. Los agentes de IA en supply chain ya no solo recomiendan: ejecutan. Reroutean embarques cuando detectan una disrupción, ajustan órdenes de compra ante cambios de demanda, redistribuyen inventario entre plantas sin esperar instrucción humana. El patrón que emerge no es el de reemplazar planificadores — es el de liberarlos. Los sistemas manejan las decisiones rutinarias; las personas se concentran en excepciones reales y decisiones que requieren juicio. Gartner estima que para 2030 el 50% de las soluciones de cadena de suministro tendrán agentes autónomos operando dentro del ecosistema.

¿Y esto por qué importa?

⚡ La velocidad de decisión se está convirtiendo en ventaja competitiva directa. Una cadena que detecta y actúa en segundos opera en una categoría diferente a una que tarda días en escalar el problema.

👤 El perfil del planificador está cambiando. Ya no se necesita quien resuelva — se necesita quien defina los criterios con los que el sistema resuelve. Eso requiere talento diferente, y pocas organizaciones lo están desarrollando.

🏗️ Esto no funciona sin fundamentos: datos integrados, procesos documentados y gobernanza clara de qué puede decidir el sistema solo y qué requiere supervisión humana.

📈 Según BCG, los sistemas agénticos ya representaron el 17% del valor total generado por IA en 2025 y se proyectan al 29% en 2028. La curva está empinándose.

La transición de "sistema que alerta" a "sistema que actúa" suena gradual. No lo es. El gap competitivo entre quien ya opera así y quien todavía está evaluando se está abriendo más rápido de lo que parece desde adentro.

🔗Fuente: Supply Chain Management Review — Agentic AI in Supply Chain Planning

Suscríbete ahora

💬 Lo que está en el aire

La conversación que domina esta semana en salas de liderazgo no es sobre si adoptar tecnología en la cadena de suministro — esa decisión ya está tomada en casi todos lados. La pregunta que se repite es más incómoda: ¿desde dónde estamos empezando realmente?

Lo que firmas como Deloitte y el área de consultoría de NVIDIA están encontrando cuando entran a las organizaciones es consistente: la mayor brecha no es de presupuesto ni de voluntad — es de madurez de datos. Antes de hablar de agentes autónomos o visibilidad en tiempo real, la primera pregunta es cuánto confías en tu información de inventario, proveedores y demanda. Y la respuesta honesta, en la mayoría de los casos, incomoda.

Que NVIDIA — la empresa que construye la infraestructura sobre la que corre toda esta IA — esté teniendo conversaciones directas con líderes de operaciones sobre casos de uso concretos en supply chain, dice algo sobre hacia dónde se está moviendo el centro de gravedad de esta industria. Ya no es conversación de TI. Es conversación de negocio.

La recomendación que está emergiendo de estos encuentros no es esperar a tener todo resuelto — es empezar ya, en un proceso concreto, demostrar valor y construir desde ahí. La tecnología como salvavidas es una imagen que resuena, pero conviene recordar que un salvavidas no te enseña a nadar. Lo que construyes en el camino — datos confiables, procesos documentados, criterio organizacional — es lo que realmente sostiene la transformación.

Lo que debería observar un líder: si tu cadena toca múltiples unidades de negocio, múltiples orígenes y está expuesta a presión geopolítica, la pregunta no es si necesitas tecnología. Es si tienes claridad sobre dónde duele más — porque ahí es donde tiene más sentido empezar.

🙋🏼 La pregunta incómoda

¿Quién en tu organización entiende tanto la operación de la cadena como la tecnología que se supone que va a transformarla?

No el equipo de TI que implementa el sistema sin conocer el negocio. No los responsables de operaciones que conoce cada proceso pero delegan lo tecnológico. Alguien que vive en los dos mundos al mismo tiempo — que puede cuestionar al proveedor de software con criterio operativo y traducir una disrupción logística en requerimientos técnicos concretos.

Ese perfil es el cuello de botella real de la mayoría de las transformaciones en supply chain. No el presupuesto. No la tecnología. La persona que puede conectar los dos lados sin perder credibilidad en ninguno.

La acción concreta: identifica hoy quién juega ese rol en tu organización. Si no hay una respuesta clara, ya sabes cuál es tu primer movimiento — antes de cualquier inversión tecnológica.

📋 Recomendación útil de la semana:

☑ Diagnóstico de Madurez Digital — Cadena de Suministro

Una herramienta propia de AmaroDigital

Antes de evaluar cualquier plataforma, contratar un consultor o aprobar un presupuesto de tecnología, necesitas saber con honestidad desde dónde estás partiendo. No lo que crees — lo que realmente tienes.

Este diagnóstico evalúa cinco dimensiones críticas: calidad de datos, visibilidad de la cadena, madurez de procesos, adopción tecnológica y talento. Quince preguntas. Cinco minutos. Un resultado con tu nivel de madurez y tu próximo movimiento concreto.

Para quién es ideal: Directores de operaciones, supply chain y transformación digital que necesitan un punto de partida honesto antes de tomar cualquier decisión de inversión. También para quien sospecha que su organización está lista para más tecnología — y quiere confirmarlo o desmentirlo con criterio.

Beneficio tangible: No te dice lo que tienes que comprar. Te dice qué resolver primero — que es exactamente la pregunta que más se evita en las reuniones de planeación estratégica.

Disponible gratis en: amaro.digital

El tipo de líder que más valor saca de esto no es el que ya sabe que tiene problemas — es el que asume que todo está bien y nunca lo ha medido.

Nearshoring, IA, automatización. Todo disponible, todo prometedor. Pero ninguna herramienta compensa no saber desde dónde estás parado.

Esa claridad no se compra — se construye. Y es la ventaja más difícil de copiar.

Hasta la siguiente semana.

Durante años, RPA (Robotic Process Automation) fue la respuesta a la automatización empresarial. Si tenías un proceso repetitivo, lo automatizabas con un bot que seguía reglas fijas. Funcionó. Muchas organizaciones construyeron eficiencia real sobre esa base.

Pero el mercado está mandando una señal clara: eso ya no es suficiente. Esta edición no es sobre abandonar lo que construiste — es sobre entender hacia dónde va lo que sigue, antes de que la decisión te llegue desde afuera.

Suscríbete ahora

🔹 Noticias destacadas de la semana:

🔻 1. El líder mundial de la automatización perdió la mitad de su valor. El mercado ya tomó partido.

UiPath es la empresa más grande del mundo dedicada a automatizar tareas repetitivas dentro de las organizaciones — piensa en los procesos que alguien hacía a mano todos los días y que un software empezó a hacer solo, siguiendo reglas fijas. Durante años fue el estándar de la industria. En 2024, su acción cayó más del 50%. No fue una crisis financiera ni un escándalo de management. Fue algo más incómodo: el mercado dejó de creer que ese modelo de automatización era suficiente para lo que viene.

La respuesta de la empresa lo dice todo. En lugar de defender su negocio original, UiPath se unió públicamente a la Agentic AI Foundation — una iniciativa para establecer estándares de la nueva generación de automatización, donde los sistemas no siguen reglas, sino que toman decisiones. En otras palabras: la empresa que construyó su negocio sobre la automatización por instrucciones está apostando su futuro a la automatización por objetivos. Eso no es una actualización de producto. Es un cambio de modelo.

¿Y esto por qué importa?

📉 Cuando el líder de una categoría pierde la mitad de su valor, el mercado normalmente no está equivocado sobre la dirección de largo plazo.

🔄 Si tu empresa tiene contratos activos con proveedores de automatización tradicional, este es el momento de preguntar cuál es su estrategia para los próximos tres años — no el próximo trimestre.

⚠️ El riesgo no es que lo que tienes hoy deje de funcionar mañana. Es que en 18 meses estés renovando contratos de una tecnología que el mercado ya descartó.

🚪 La buena noticia: las inversiones que ya hiciste no son un error. Son el punto de partida — si sabes hacia dónde ir desde ahí.

Lo que me parece revelador no es la caída. Es la velocidad con la que el propio líder del mercado cambió su discurso. Cuando el que más sabe de automatización dice “el futuro es diferente”, vale la pena escuchar.

🔗 Fuente: Motley Fool / SiliconAngle

🤖 2. Klarna automatizó el trabajo de 700 personas. Luego tuvo que dar marcha atrás.

Klarna, la fintech sueca de pagos usada por más de 150 millones de personas en el mundo, fue uno de los primeros casos empresariales que hizo ruido real con IA agéntica. En 2024 anunció que su agente de IA estaba haciendo el trabajo equivalente a 700 empleados, reduciendo el tiempo de resolución de problemas de clientes de 11 minutos a 2. Los números eran impresionantes. Para finales de 2025, el agente equivalía al trabajo de 853 personas y la compañía estimaba un ahorro cercano a los 60 millones de dólares. En el papel, era el caso de éxito perfecto.

Pero en mayo de 2025, el propio CEO de Klarna admitió algo que pocas empresas dicen en voz alta: la obsesión por reducir costos había comprometido la calidad del servicio al cliente. La experiencia se había deteriorado. La empresa tuvo que dar marcha atrás y construir un modelo híbrido — agentes de IA para el volumen, personas reales para los momentos que importan. El ahorro era real. El costo también.

¿Y esto por qué importa?

🎯 La IA agéntica puede manejar volumen con una eficiencia que ningún equipo humano puede igualar. Eso es verdad y está probado.

⚠️ Pero automatizar sin definir primero qué experiencia quieres proteger es una decisión que se paga después — generalmente frente al cliente.

🔍 El error de Klarna no fue implementar IA. Fue no tener claro desde el inicio qué decisiones podía tomar el agente solo y cuáles necesitaban un humano.

🧭 La pregunta que tu organización debería responder antes de escalar cualquier agente: ¿dónde está tu umbral de calidad irremplazable?

Klarna publicó los números del ahorro. El CEO publicó el error. Me quedo con el CEO — porque esa honestidad vale más que cualquier caso de éxito bien editado.

🔗 Fuente: bobsguide

🏢 3. Los sistemas que ya usas están a punto de volverse agénticos. La pregunta es si lo sabes.

Durante 2025, algo relevante ocurrió casi sin hacer ruido: Salesforce, Microsoft, ServiceNow y Workday — las plataformas que ya viven en el día a día de miles de organizaciones — lanzaron capacidades agénticas dentro de sus propios productos. Salesforce cerró el año con más de 12,000 clientes usando Agentforce, su plataforma de agentes autónomos integrada directamente en el CRM que muchas empresas ya tienen contratado. Workday lanzó agentes específicos para procesos de RRHH y cierre financiero. ServiceNow superó los 600 millones de dólares en contratos anuales de su producto agéntico. Esto no es el futuro del catálogo — ya está en producción.

Lo que hace esta noticia distinta a las anteriores es el origen del cambio. No viene de una startup nueva ni de una inversión adicional. Viene de los proveedores que ya están dentro de tu organización, actualizando silenciosamente lo que ya pagas. En muchos casos, las capacidades agénticas ya están disponibles en los contratos vigentes. El obstáculo no es el acceso. Es que nadie dentro de la organización ha tenido la conversación de qué hacer con ellas.

¿Y esto por qué importa?

🔑 Si tu empresa usa Salesforce, Microsoft 365, Workday o ServiceNow, probablemente ya tienes acceso a capacidades agénticas. La barrera no es tecnológica ni presupuestal — es de decisión.

📋 Agentes para aprobar vacaciones, cerrar libros contables, gestionar tickets de TI o calificar prospectos de ventas ya existen dentro de plataformas que conoces. No son experimentos, son funciones disponibles hoy.

🏁 Las organizaciones que están ganando terreno no son las que compraron tecnología nueva. Son las que activaron lo que ya tenían con una estrategia clara.

⏳ El riesgo real no es quedarse sin acceso. Es que tu competencia active primero lo mismo que tú ya tienes contratado.

Me parece que esta es la señal más subestimada del momento: el cambio agéntico no va a llegar como una decisión de compra. Para muchas organizaciones ya llegó — solo que nadie abrió la caja todavía.

🔗 Fuente: Salesforce / Futurum

Compartir

👀 Lo que todos comentan

👨🏻‍💼 La IA va a eliminar empleos. Especialmente los de automatización.

Es el tema que domina conversaciones en LinkedIn, en juntas de directivos y en prácticamente cualquier foro de tecnología empresarial. Y como casi toda narrativa que se vuelve viral, mezcla una verdad real con una exageración que paraliza en lugar de orientar.

La señal real es más específica y más útil que el titular. Los primeros roles que están desapareciendo no son los más complejos ni los más estratégicos. Son los de coordinación sin criterio — el analista que mueve información entre sistemas, el equipo que procesa solicitudes estándar, el área que valida documentos contra una lista de reglas fija. Eso ya es automatizable hoy, y la IA agéntica lo está haciendo mejor y más barato que cualquier bot anterior. En mi organización hemos tenido esa conversación — y no es tan obvia como parece desde afuera.

Lo que los agentes todavía no resuelven bien es diferente: procesos donde la excepción es la norma, donde el juicio importa, donde la confianza del cliente es parte del entregable. Klarna lo aprendió de la manera más cara. No porque la tecnología fallara — sino porque nadie definió con claridad qué decisiones podía tomar el agente solo y cuáles necesitaban un humano detrás.

Eso es lo que debería observar un líder: no cuántos empleos desaparecen en el mercado, sino cuántas áreas dentro de su propia organización están construidas sobre coordinación sin criterio. Porque esas son las que están en riesgo real — y la mayoría de las empresas en la región no han tenido esa conversación todavía.

Honestamente no sé si todas las organizaciones están listas para responder esto — pero la pregunta vale la pena hacerse: ¿sabes exactamente qué decisiones dentro de tus procesos actuales requieren juicio humano irremplazable — y cuáles solo requieren alguien que ejecute? Si no tienes esa lista, la IA agéntica la va a hacer por ti.

🙋🏼 Lo preguntó alguien

“Tenemos automatización funcionando hace años. ¿La mantenemos o es momento de cambiar?”

La respuesta corta: no todo se cambia, no todo se conserva. La clave es saber distinguir qué tipo de proceso tienes frente a ti.

En la práctica, cualquier organización tiene tres tipos de procesos automatizados. Los primeros son los que funcionan sin problemas — siguen reglas fijas, rara vez fallan y no requieren intervención. Esos déjalos donde están, no hay razón para tocarlos. Los segundos son los que se rompen constantemente — necesitan que alguien intervenga para resolver excepciones, manejar variaciones o tomar decisiones que el bot no puede tomar solo. Esos son tus candidatos naturales para migrar a IA agéntica. Los terceros son procesos que aún no has automatizado — ahí no tiene sentido empezar por RPA. Empieza directo con agentes.

El criterio real para decidir no es si el proceso funciona o no. Es qué tan complejo es lo que ese proceso necesita decidir. Si solo ejecuta pasos predecibles, la automatización tradicional sigue siendo válida y eficiente. Si necesita interpretar información, adaptarse a situaciones distintas o manejar excepciones frecuentes — ahí es donde un agente te da lo que un bot nunca podrá.

Y aquí viene lo que Klarna aprendió de la manera más cara: en cualquiera de los tres casos, el factor humano no desaparece — cambia de rol. Alguien tiene que supervisar que el agente esté decidiendo bien. Alguien tiene que definir cuándo una situación escala a una persona real. Alguien tiene que ser responsable de la experiencia cuando la automatización llega a su límite. Eso no es una debilidad del modelo — es lo que lo hace sostenible.

Acción concreta: haz una lista de tus cinco procesos más críticos y clasifícalos en esos tres tipos. No necesitas un consultor para eso — necesitas una conversación honesta con quien los opera todos los días.

📋 Recomendación útil de la semana:

🎙️ IA para los Negocios — el podcast latinoamericano que explica esto sin hacerte sentir que necesitas un doctorado.

Si después de leer esta edición quieres profundizar sin meterte en contenido técnico, este podcast de EvoAcademy es el lugar correcto. Está hecho específicamente para líderes y profesionales que necesitan entender el impacto de la IA en los negocios, no cómo funciona por dentro. Más de 100 episodios, invitados de empresas como Latam Airlines, Falabella y Cencosud, y un formato de conversación que se escucha en un trayecto.

Lo que lo diferencia de otros podcasts de tecnología es que parte siempre desde el negocio, no desde la herramienta. El tipo de conversación que necesitas para llegar a tu próxima junta con mejores preguntas — que a veces vale más que llegar con respuestas.

Para quién es ideal: directores y líderes funcionales que quieren mantenerse al día en IA sin invertir horas en contenido denso o técnico.

Dónde escucharlo: Spotify y Apple Podcasts como “IA para los Negocios” de EvoAcademy, o en iaparalosnegocios.com

Costo: gratuito.

El líder que debería escuchar esto no es el que ya sabe de IA. Es el que siente que el tema avanza más rápido que su capacidad de seguirlo — y quiere cambiar eso sin sacrificar un fin de semana.

👀 También vale la pena seguir

Si el tema de datos y analítica te resuena, Pedro Vallejo es alguien que vale la pena tener en el radar. Co-fundador de Datlas, lleva años traduciendo analítica de datos en decisiones reales de negocio — no desde la teoría, sino desde haber construido proyectos concretos con empresas.

🔗 pedroavallejo.wordpress.com / blogdatlas.wordpress.com

Lo recomiendo porque piensa parecido: los datos no son el fin, son el medio.

Si ya tienes automatización funcionando: no partas de cero. Parte de lo que tienes — con mejores preguntas.

Si apenas vas a empezar: tienes una ventaja que no existía hace dos años. Puedes saltarte una generación tecnológica completa e ir directo a agentes.

En ambos casos, la decisión más cara no es la tecnológica. Es seguir esperando.

Hasta la próxima edición.

Esta semana no voy a disculparme por hablar de IA en las tres noticias. La agenda lo exige y pretender lo contrario sería hacerle un favor al hype, no al lector. Lo que sí puedo prometerte es esto: ninguna de las tres noticias habla de tecnología. Las tres hablan de decisiones — de negocio, de personas y de política. Esa es la diferencia entre informar y interpretar. Empecemos.

🔹 Noticias destacadas de la semana:

🛒 1. Los agentes de IA van a comprar sin preguntarte. Amazon y eBay ya están nerviosos.

Los modelos de lenguaje de OpenAI, Google y Perplexity están dejando de ser asistentes para convertirse en compradores autónomos: buscan, comparan, pagan y confirman sin que el usuario toque nada. A esto se le llama comercio agéntico, y está llegando directo al corazón del modelo de negocio de los grandes marketplaces. eBay ya actualizó sus términos de uso para bloquearlo explícitamente, y Amazon llegó a demandar a Perplexity por acceder a su tienda con un agente de compras sin permiso.

El problema para Amazon y eBay no es solo técnico. Su modelo completo —cobro de fees a vendedores, publicidad, datos de comportamiento del consumidor, logística integrada— depende de que el humano pase por su plataforma. Si un agente de IA se convierte en el intermediario, el marketplace queda reducido a bodega con catálogo. La relación con el cliente desaparece. Y con ella, el negocio de datos que sostiene todo lo demás.

¿Y esto por qué importa?

• 🧩 Si vendes en Amazon o cualquier marketplace, tu visibilidad futura no dependerá del SEO de la plataforma, sino de cómo tu producto sea legible para un agente de IA que decide en milisegundos.

• ⚠️ La lealtad de marca se vuelve mucho más difícil de construir cuando el consumidor nunca interactúa directamente con tu tienda.

• 🔀 El canal directo (tu propio sitio, tu propia relación con el cliente) va a valer más, no menos, en un mundo donde los agentes reemplazan al browser.

• 💰 Las plataformas que logren integrar sus catálogos con estos agentes en sus propios términos van a ganar. Las que no lo hagan, van a perder visibilidad sin entender exactamente por qué.

La pregunta que me hago es esta: si tu estrategia comercial digital depende de que un humano llegue a una página de producto y tome una decisión ahí, ¿qué tan preparado estás para un mundo donde ese momento ya no existe?

🔗 Fuente: Retail Dive — How AI commerce threatens eBay, Amazon

🧠 2. Las empresas invierten millones en IA y sus equipos no saben usarla. Ahí está el problema.

Un reporte de Pearson publicado durante el Foro Económico Mundial encontró que entrenar a los empleados para trabajar con IA — en lugar de reemplazarlos — podría agregar entre 4.8 y 6.6 billones de dólares a la economía estadounidense para 2034. El hallazgo central no es el número grande: es el diagnóstico. Las empresas están invirtiendo masivamente en tecnología mientras ignoran el factor humano, y por eso los resultados no aparecen. El mismo reporte encontró que el 72% de las empresas ya usan IA, pero más de la mitad no tiene recursos para entrenar a su gente en cómo usarla.

Esto confirma lo que ya se veía en operación: la mayoría de las iniciativas de IA en empresas generan actividad, no resultados. Se compra la herramienta, se anuncia el proyecto, y seis meses después nadie puede medir el impacto real. El problema casi nunca es la tecnología. Es que nadie diseñó cómo la gente iba a adoptarla, cambiar sus flujos de trabajo y desarrollar criterio para usarla bien.

¿Y esto por qué importa?

• 💸 El ROI de IA que tu empresa lleva buscando no está en más herramientas — está en que tu equipo sepa realmente usar las que ya tienes.

• ⚠️ Anunciar una iniciativa de IA sin un plan de adopción y entrenamiento no es transformación digital. Es gasto de capital con foto para el reporte anual.

• 🔄 La brecha no es tecnológica — es de habilidad humana. Y esa brecha tarda meses en cerrarse, no días. Cada mes que pasa sin entrenamiento es productividad que no se recupera.

• 👥 El líder que hoy diseña cómo su equipo trabaja con IA — no solo quién tiene acceso a ella — va a tener una ventaja que no se puede comprar después con presupuesto.

Me llama la atención que seguimos midiendo el éxito de IA por cuántas licencias compramos o cuántos proyectos lanzamos. Ninguno de esos indicadores mide lo que importa: ¿cambió cómo trabaja tu equipo? ¿Está tomando mejores decisiones más rápido? Si no puedes responder eso, probablemente tu inversión en IA está produciendo reportes, no resultados.

🔗 Fuente: Supply Chain Dive

🌐 3. USA bloqueó la regulación global de IA esta semana. El mundo se parte en dos.

En la Cumbre de Impacto IA celebrada en Nueva Delhi esta semana — la mayor reunión global sobre el tema con decenas de líderes de gobierno y los principales CEOs de tecnología — Estados Unidos rechazó formalmente cualquier forma de gobernanza internacional sobre inteligencia artificial. La delegación estadounidense propuso sustituir la regulación por un programa agresivo de exportación tecnológica. En el otro extremo, Europa avanza con el AI Act, cuyas normas más exigentes para sistemas de alto riesgo entran en vigor en agosto de 2026. Brasil, India y otros países emergentes empujan un tercer modelo: acceso más equitativo y control soberano sobre los datos y modelos.

El resultado práctico es que no va a existir un marco global único de regulación de IA en el corto plazo. Cada empresa que opera en múltiples mercados va a tener que navegar reglas distintas, exigencias distintas y estándares distintos dependiendo de dónde venda, dónde tenga empleados y dónde procese datos. Eso no es un problema de tecnología — es un problema de estrategia y cumplimiento que ya debería estar en la agenda de cualquier líder.

¿Y esto por qué importa?

• 🗺️ Si tu empresa opera o planea operar en Europa, agosto de 2026 no es una fecha lejana — es una fecha de cumplimiento real con sanciones reales. El AI Act ya está en vigor y sus dientes más afilados llegan este año.

• ⚖️ La fragmentación regulatoria global significa que la misma herramienta de IA puede ser legal en un mercado e ilegal en otro. Eso complica decisiones de compra de tecnología que antes parecían simples.

• 🏁 Las empresas que construyan gobernanza interna de IA hoy — políticas claras, documentación de modelos, validación humana en decisiones críticas — van a tener ventaja competitiva cuando la regulación endurezca, no desventaja.

• 🌎 Para Latinoamérica el momento es ahora: la región todavía tiene espacio para definir su postura. Las empresas que entiendan el mapa regulatorio global antes que sus competidores locales van a poder moverse más rápido cuando llegue la presión.

Lo que me parece relevante de esta semana no es que los países no se pusieron de acuerdo — eso era predecible. Lo que importa es que la ausencia de acuerdo global no elimina la presión regulatoria local. La pregunta para cualquier líder no es si su empresa va a ser regulada. Es si va a estar preparada cuando suceda.

🔗 Fuente: Bloomberg Línea

Suscríbete ahora

👀 Lo que todos comentan

📈 Todo el mundo habla de IA. Casi nadie puede decir si les está funcionando.

La pregunta que domina juntas directivas y foros de liderazgo esta semana es siempre la misma: “¿cuándo vamos a ver el retorno de lo que invertimos en IA?” Y el patrón que la explica es predecible: se aprueba presupuesto, se lanza un piloto con nombre bonito, y seis meses después nadie puede responder con datos si algo cambió. El reporte de Pearson lo confirma: fuera de código, los casos de productividad real a nivel empresa son escasos. Expedia y Airbnb ya resuelven entre un tercio y la mitad de su servicio al cliente con IA — pero esas son empresas que llevan años construyendo esa capacidad, no comprando una licencia en enero y esperando resultados en marzo.

La diferencia entre actividad e impacto no está en la tecnología. Está en si alguien diseñó cómo iba a cambiar el trabajo real de las personas.

En mi organización tomamos una decisión distinta: no implementar IA sobre un proceso existente, sino tomar un proceso completo y rediseñarlo desde cero con IA como habilitador desde el origen. Cuando pegas IA encima de lo que ya hacías, automatizas. Cuando rediseñas, construyes una capacidad nueva — medible y visible. Estamos en el proceso de diseño. Cuando tengamos resultados, se los cuento aquí.

Hay una diferencia importante entre medir cuánta gente tiene acceso a una herramienta de IA y medir si esa herramienta cambió algo en cómo trabajan. La mayoría de las empresas está midiendo lo primero y llamándolo transformación. Eso no es criterio. Es cobertura.

🙋🏼 Lo preguntó alguien

🤔 “¿Por dónde empiezo si quiero que mi equipo realmente use IA en el día a día?”

Por el problema, no por la herramienta.

El error más común que veo es empezar preguntando “¿qué herramienta de IA deberíamos usar?” cuando la pregunta correcta es “¿qué tarea concreta le consume tiempo innecesario a mi equipo hoy?” Esa inversión en el orden de las preguntas es lo que separa una adopción real de una adopción de papel.

Un punto de partida práctico que funciona:

Elige un proceso repetitivo que tu equipo haga al menos tres veces por semana — redactar reportes, resumir información, responder correos tipo, preparar presentaciones. Uno solo. Introduce una herramienta de IA específicamente para ese proceso, dedica dos semanas a que el equipo la use con intención, y mide el tiempo antes y después. Eso es todo en la primera fase.

Lo que estás construyendo no es eficiencia todavía — estás construyendo confianza. Tu equipo necesita experimentar que la herramienta funciona en algo real y cotidiano antes de que puedas pedirles que cambien flujos de trabajo más complejos. Sin esa confianza, cualquier iniciativa de IA se convierte en una herramienta más que la gente abre cuando el jefe está mirando y cierra cuando no.

Acción concreta: Esta semana identifica ese proceso, elige una herramienta (ChatGPT, Claude o Copilot funcionan para empezar), y propón a tu equipo un reto de dos semanas. Sin presión, sin métricas complicadas. Solo uso real y retroalimentación honesta al final.

📋 Recomendación útil de la semana:

📚 Co-Intelligence — Ethan Mollick

Esta semana cambio el formato. En lugar de una herramienta, un libro. Pero no de esos libros de IA que prometen explicarte el futuro en 300 páginas de hype. Este es distinto.

Ethan Mollick es profesor de Wharton y lleva años estudiando cómo la IA cambia el trabajo real en organizaciones reales. Co-Intelligence parte de una premisa simple pero incómoda: la única forma de entender qué puede hacer la IA por tu trabajo es usándola intensamente, no leyendo sobre ella. El libro no te explica la tecnología — te enseña a desarrollar criterio para trabajar con ella.

Para quién es ideal: Líderes no técnicos que quieren entender qué significa realmente integrar IA en su trabajo cotidiano, sin necesitar un MBA en machine learning para hacerlo. Si leíste esta edición y te quedaste con la pregunta de por dónde empezar, este libro es la respuesta más honesta que encontrarás.

Beneficio tangible: En menos de cuatro horas de lectura vas a tener un marco mental claro para evaluar qué tareas de tu trabajo se benefician de IA, cuáles no, y por qué la mayoría de las implementaciones fallan antes de empezar.

Precio: Disponible en Amazon en formato físico, digital y audiolibro. Ronda los 15 a 20 dólares dependiendo del formato.

El líder que debería leer esto es el que ya siente la presión de adoptar IA pero todavía no tiene claridad sobre qué significa hacerlo bien. Este libro no te da respuestas — te da las preguntas correctas. Y eso, en este momento, vale más.

Compartir

Antes de cerrar — una pregunta directa.

Esta edición giró alrededor de la brecha entre invertir en IA y saber si realmente está funcionando. Y sé que no soy el único lidiando con eso.

Quiero saber dónde estás tú:

¿Tu organización ya está piloteando algo concreto con IA — aunque sea pequeño? ¿O todavía están en la fase de “lo estamos evaluando”?

Responde este correo con lo que está pasando en tu empresa. No necesita ser un caso de éxito — un piloto que no funcionó me dice igual de mucho. Todo lo que aprenda de sus respuestas lo voy a integrar en próximas ediciones, siempre sin nombres ni datos que los identifiquen.

Los líderes que leen AmaroDigital no reaccionan por presión. Deciden con criterio. Y parte de ese criterio viene de saber qué están haciendo los demás.

Si todavía estás esperando aprobación para el presupuesto de video, tengo malas noticias: la barrera que justificaba ese presupuesto acaba de desaparecer. Pero también tengo buenas: todavía hay tiempo para moverte.

🔹 Noticias destacadas de la semana:

🇨🇳 1. ByteDance lanza dos modelos de IA que reavivan la carrera tecnológica con China

ByteDance liberó esta semana Doubao 2.0 y Seedance 2.0, dos modelos de inteligencia artificial que marcan el segundo round de una batalla que comenzó con DeepSeek. Doubao 2.0 es su chatbot mejorado con capacidades de agentes (ejecución de tareas complejas en múltiples pasos), posicionado para la “era de agentes”. Seedance 2.0 es un generador de video que alcanza 2K de resolución, genera audio nativo sincronizado, y crea secuencias narrativas de múltiples tomas desde un solo prompt.

El timing no es casual: ByteDance quedó expuesto el año pasado cuando DeepSeek llegó sin aviso durante el Año Nuevo Lunar. Ahora se adelantan antes del próximo lanzamiento de DeepSeek. Alibaba está gastando $400 millones en cupones para atraer usuarios a su modelo Qwen. Mientras tanto, Doubao lidera el mercado chino con 155 millones de usuarios semanales activos.

¿Y esto por qué importa?

• 🎯 Las decisiones de IA ya no se toman solo mirando a Silicon Valley. China está iterando más rápido en modelos multimodales y agentes, mientras empresas occidentales siguen enfocadas en chatbots más potentes.

• 💰 El costo sigue siendo su ventaja principal. ByteDance afirma que Doubao 2.0 Pro reduce costos 10X vs GPT-5.2 y Gemini 3 Pro en tareas complejas que requieren razonamiento extendido. Eso cambia la ecuación de viabilidad operativa.

• 📹 Seedance 2.0 ya compite con Sora y Veo3. No es hype: generación de video con audio sincronizado, narrativas coherentes y 2K de resolución. Si tu estrategia de contenido asume que la generación de video profesional aún está lejos, recalibra.

• 🧱 Esto confirma que la muralla tecnológica con China nunca existió. Las restricciones de chips no han frenado la innovación. El problema no es tecnológico, es de distribución: ByteDance sigue bloqueado en EE.UU.

No se trata de si China puede competir. Se trata de con cuántos meses de ventaja cuentas mientras sigues mirando solo lo que sale de OpenAI.

🔗 Fuente: Reuters

🤖 2. RentAHuman: cuando los “agentes de IA” te contratan para hacer su marketing

Un periodista de Wired probó RentAHuman, una plataforma donde supuestamente agentes de IA autónomos contratan humanos para tareas físicas que no pueden hacer ellos mismos. La promesa: “la IA no puede tocar pasto, tú sí”. La realidad: una serie de tareas de marketing disfrazadas de trabajos gig, donde bots (y humanos detrás de ellos) te pagan para promocionar startups de IA.

Las tareas iban desde entregar flores a Anthropic “en agradecimiento por Claude” (con el nombre de una startup al pie de la nota), hasta colgar flyers de “juegos de realidad alternativa con IA”. Cada bounty que parecía legítimo terminaba siendo un esquema promocional. El creador de la plataforma incluso admitió: “la publicidad en el mundo real podría ser el primer caso de uso”. Los pagos solo funcionan vía crypto. Y cuando finalmente aceptó una tarea, el agente le envió 10 mensajes de seguimiento en 24 horas.

¿Y esto por qué importa?

• 🎭 El hype de agentes está generando un mercado de tareas falsas. No son agentes autónomos tomando decisiones: son humanos usando bots como intermediarios para hacer exactamente lo que harían con Fiverr, pero con más teatro.

• 🔁 Es marketing circular disfrazado de innovación. Startups de IA pagando para que promuevas otras startups de IA en plataformas creadas por startups de IA. El valor real no está en la tarea, está en alimentar el ciclo de contenido.

• 💸 Si algo solo acepta crypto, preguntate por qué. Las opciones de pago tradicionales “no funcionaban”. Esa fricción no es un bug, es una señal de a quién está diseñado servir realmente el producto.

• ⚙️ Esto es lo que pasa cuando confundimos capacidad con autonomía. Los agentes pueden ejecutar tareas, pero siguen siendo herramientas. Cuando se venden como “autónomos” y resulta que hay un humano detrás decidiendo todo, el problema no es técnico: es de honestidad.

No todo lo que usa IA es innovación. A veces es solo gig economy con extra pasos y peor UX. Si estás evaluando plataformas de agentes para tu operación, la pregunta no es “¿qué puede hacer el agente?”, sino “¿quién decide realmente qué hace?”

🔗 Fuente: Wired

🐝 3. AB InBev factura $52,500M en su plataforma B2B mientras las ventas de cerveza caen

Anheuser-Busch InBev reportó una caída de 2.6% en volumen de cerveza durante 2025, pero su plataforma B2B digital BEES generó $52,500 millones en GMV (gross merchandise value), creciendo 12% interanual. Lo más relevante: BEES Marketplace —donde retailers compran productos de terceros junto con marcas de AB InBev— alcanzó $3,500 millones en GMV, un crecimiento de 61% vs 2024.

BEES está activo en 29 mercados y captura el 72% de los ingresos de la compañía a través de canales digitales B2B. Su ecosistema direct-to-consumer (Zé Delivery, TaDa, PerfectDraft) generó $1,300 millones en 2025, cumpliendo más de 76 millones de órdenes. El CEO Michel Doukeris dijo que salieron del año con “momentum mejorado” a pesar de un entorno de consumo dinámico.

¿Y esto por qué importa?

• 🔄 El modelo de distribución B2B se convirtió en plataforma de datos y marketplace. AB InBev ya no vende solo cerveza a distribuidores: vende infraestructura digital, captura señales de demanda y monetiza el inventario de terceros. El margen está migrando del producto al acceso.

• 📊 Las ventas físicas caen, pero el valor digital crece más rápido. Menos volumen, más GMV. Esa desconexión confirma que el valor ya no está solo en mover producto, sino en controlar la relación con el punto de venta y la data de compra.

• 🛒 Si tu B2B sigue siendo solo “órdenes en línea”, ya perdiste. BEES no es un portal de pedidos: es un motor de assortment, analytics y marketplace. Los competidores que solo digitalizaron el catálogo están compitiendo en la categoría equivocada.

• 💡 El siguiente paso no es vender más: es vender de más. 61% de crecimiento en marketplace significa que AB InBev está capturando el gasto total del retailer, no solo su participación de cerveza. Esa es la jugada: convertir tu canal en su plataforma.

La pregunta no es si tu B2B debe ser digital. Es si está diseñado para capturar valor más allá de tu propio inventario. Porque tus clientes ya están comprando en otro lado. La pregunta es dónde.

🔗 Fuente: Digital Commerce 360

Suscríbete ahora

👀 Lo que todos comentan

🎬 Seedance 2.0 no cambió cómo se hace video. Cambió quién puede hacerlo.

A estas alturas ya viste el video donde Brad Pitt y Tom Cruise se pelean en un callejón. O el trailer “filtrado” de Avengers que no es real pero se ve mejor que la mitad de las películas que sí se estrenaron este año. Bienvenido a Seedance 2.0, el modelo de generación de video de ByteDance que lleva una semana dominando la conversación en redes.

La gente está subiendo capturas de pantalla de One Piece y generando secuencias animadas completas. Están tomando fotos estáticas y creando peleas coreografiadas con física realista, audio sincronizado y cortes cinematográficos. Seedance 2.0 genera narrativas de múltiples tomas en resolución 2K, con sincronización labial en varios idiomas y efectos de sonido ambiente. Todo desde un prompt o una imagen.

Pero el hype no es el tema. El tema es la barrera que acaba de colapsar.

Seedance 2.0 no es increíble porque “la IA ahora hace videos”. Es relevante porque la capacidad de producir contenido visual de calidad broadcast dejó de ser una ventaja competitiva. Y muchas industrias todavía están estructuradas como si lo fuera.

Lo que cambió no es tecnológico. Es estructural.

• 🎬 La producción ya no es barrera de entrada. Capacitación, demos, campañas: todo se produce sin cámaras, sin estudios, sin agencias. Si tu estrategia asume que contenido profesional requiere presupuesto y equipos, esa suposición murió.

• ⚡ La velocidad de iteración cambió de escala. Antes: brief → producción → revisión → entrega. Ahora: prompt → video → siguiente versión. Eso cambia cuántas versiones puedes probar y quién puede experimentar sin pedir permiso.

• 🧱 El diferenciador ya no es la ejecución visual. Cuando todos pueden producir contenido de alta calidad, lo que importa es criterio y estrategia. Las empresas que ganaban porque “se veían mejor” van a perder contra las que saben qué decir.

• 🌍 Esto no viene de Silicon Valley. ByteDance lanzó dos modelos en una semana para no quedar expuesto como con DeepSeek. China itera más rápido en modelos multimodales mientras Occidente sigue hablando de chatbots más inteligentes.

Hollywood odia esto. Pero Hollywood no es tu problema. Tu problema es que competidores más rápidos ya están usando esto para probar 10 versiones de un demo mientras tú apruebas el presupuesto de la primera. Para capacitar equipos con contenido que tu estructura todavía no puede producir. Para lanzar campañas que iteran en días, no en meses.

La pregunta que me hago es: ¿cuántas empresas van a esperar a que “esto madure” mientras su ventana de oportunidad se cierra? Porque cuando todos puedan hacer videos así, lo único que va a importar es quién entendió primero que la producción dejó de ser el cuello de botella.

🙋🏼 Lo preguntó alguien

“Tenemos un portal B2B donde nuestros clientes hacen pedidos. ¿Eso cuenta como ‘plataforma’ o ya nos quedamos atrás?”

Probablemente te quedaste atrás. Pero la buena noticia es que todavía hay tiempo para moverte.

Un portal de pedidos es infraestructura. Una plataforma es un modelo de negocio. La diferencia no es semántica: es estructural.

Tu portal probablemente hace esto:

• Lista tus productos

• Permite hacer órdenes

• Registra transacciones

• Tal vez tiene historial de compras

Una plataforma hace esto:

• Captura señales de demanda en tiempo real

• Sugiere surtido basado en datos de otros clientes

• Monetiza inventario de terceros (marketplace)

• Crea dependencia operativa (no solo transaccional)

BEES de AB InBev no creció 61% en marketplace porque “agregó productos de otros”. Creció porque se volvió el lugar donde los minoristas resuelven su operación completa. Y cuando eso pasa, salir no es cambiar de proveedor: es reconstruir cómo trabajas.

¿Cuándo vale la pena evolucionar?

Cuando cumples al menos dos de estas condiciones:

1. Tus clientes compran productos complementarios que tú no vendes. Si están resolviendo necesidades relacionadas en otro lado, perdiste la oportunidad de capturar ese gasto y esos datos.

2. Tienes visibilidad de patrones de compra que tus clientes no ven. Si puedes anticipar qué necesitan antes que ellos, tienes un activo de información que vale más que el margen del producto.

3. La relación con el cliente es más valiosa que la transacción individual. Si el lifetime value está en la recurrencia y el upsell, necesitas una plataforma que profundice dependencia, no solo que ejecute órdenes.

¿Por dónde empezar?

No construyas todo de cero. Empieza con una pregunta simple: ¿qué otro problema operativo de tu cliente puedes resolver con los datos que ya tienes? Predicción de inventario, optimización de surtido, acceso a productos complementarios, análisis de tendencias de compra.

Si la respuesta es “ninguno”, tu problema no es tecnológico. Es que todavía piensas en producto, no en relación.

📋 Recomendación útil de la semana:

🎥 Runway Gen-3 Alpha & Pika 2.0

Generadores de video con IA accesibles ahora

Qué es y qué hace: Plataformas de generación de video con IA que convierten texto o imágenes en clips de video de hasta 10 segundos (Runway) o 5 segundos (Pika). No requieren experiencia técnica: escribes lo que necesitas o subes una imagen, y el modelo genera el video. Runway Gen-3 se destaca en realismo y movimiento de cámara. Pika 2.0 es más rápido y tiene controles de edición más intuitivos.

Para quién es ideal:

• 🧑🏻‍🎨 Equipos de marketing que necesitan probar múltiples versiones de contenido sin esperar semanas

• 👁️ Áreas de capacitación que requieren demos visuales personalizados por rol o región

• 📦 Producto/ventas que necesitan mostrar casos de uso sin producción costosa

• 👨🏻‍💼 Cualquier líder que esté presupuestando video profesional y quiera validar si realmente lo necesita

Beneficio tangible: Reduces el ciclo de producción de semanas a minutos. No es “para después”: es para probar ahora si la premisa de contenido generativo funciona en tu operación antes de que tu competencia lo haga primero. La barrera para experimentar es casi cero, y el aprendizaje es inmediato.

Precio:

• Runway: Desde $12/mes (plan básico con 125 créditos/mes, ~25 videos de 5 seg)

• Pika: Plan gratuito con 250 créditos iniciales, planes pagos desde $10/mes

¿Qué tipo de líder debería usar esto y por qué? Cualquiera que todavía esté pidiendo presupuesto para videos o esperando a que agencias entreguen la tercera revisión de un demo. Si tu estrategia de contenido asume que producción visual = tiempo + dinero, estas herramientas te permiten cuestionar esa suposición con evidencia real, no con presentaciones de PowerPoint sobre el futuro de la IA.

No las uses porque están de moda. Úsalas porque cambiar 10 veces de idea sobre un concepto visual en 30 minutos te da una ventaja que ningún presupuesto de producción tradicional puede darte: velocidad de aprendizaje.

Mientras otros esperan a que “esto madure”, alguien más ya está aprendiendo qué funciona.

Nos vemos la próxima semana

Compartir

esta semana no hubo un gran anuncio ruidoso. Hubo algo más relevante: señales que, juntas, cambian quién decide y desde dónde se decide.

🔹 Noticias destacadas de la semana:

🚀 1. El espacio dejó de ser ciencia ficción. Ahora es infraestructura crítica.

Empresas privadas y gobiernos están acelerando inversiones para usar el espacio como extensión de la infraestructura digital en la Tierra: conectividad, procesamiento y respaldo. No es solo exploración; es capacidad operativa.

SpaceX sigue desplegando Starlink como red global de internet satelital; Amazon avanza con Project Kuiper; y Europa y EE.UU. están empujando programas para data centers orbitales y procesamiento en el borde (edge computing espacial). El objetivo es claro: reducir latencia, evitar cuellos de botella terrestres y ganar resiliencia.

No es barato, pero ya es más viable que hace cinco años, y el costo relativo sigue cayendo.

🔗 Fuente: Financial Times / Reuters

¿Y esto por qué importa?

• 🌍 La infraestructura digital deja de depender solo del territorio: conectividad y cómputo ya no están atados a países o regiones.

• ⚡ Menos latencia, más resiliencia: clave para IA, defensa, logística y sistemas críticos.

• 🏗️ Se abre una nueva capa de ventaja competitiva: quien piense infraestructura “más allá de la Tierra” diseña con menos límites.

• ⚠️ La dependencia tecnológica cambia de forma, no desaparece: gobiernos y empresas deberán decidir de quién dependen en el espacio.

Cierre editorial:
Yo no me preguntaría si mi empresa “necesita espacio”. Me preguntaría qué pasa si mis competidores operan con infraestructura que yo ni siquiera estoy considerando.

🧠 2. Gartner lanza una advertencia: la transformación está rompiendo a los equipos

Un nuevo reporte de Gartner sobre el futuro de ventas hacia 2030 revela una señal incómoda: solo 11% de los líderes comerciales logra mantener productividad durante procesos de transformación.

El estudio muestra que las organizaciones están enfrentando múltiples cambios simultáneos —IA, nuevos roles, procesos y expectativas del cliente— sin haber rediseñado la estructura, el rol de los managers ni la forma de sostener el cambio en el tiempo.

🔗 Fuente: Gartner – The Future of Sales 2030

¿Y esto por qué importa?

• 🔥 La fatiga organizacional es ya el principal riesgo de la transformación.

• 🧩 La IA no falla: falla la estructura que intenta absorberla.

• 👥 El manager se vuelve el cuello de botella (o el multiplicador).

• ⚠️ Transformar sin simplificar roles destruye productividad.

Yo no me preguntaría qué tecnología viene.
Me preguntaría cuántas transformaciones más puede absorber mi equipo antes de romperse.

👓 3. La IA ya no vive en la pantalla. Ahora se usa puesta.

Warby Parker y Google anunciaron el lanzamiento de lentes inteligentes impulsados por IA, diseñados para integrarse de forma continua en la vida diaria de las personas. No son gadgets experimentales: apuntan a uso cotidiano, discreto y permanente.

Más allá del dispositivo, la señal es clara: la IA deja de ser una herramienta que se consulta y pasa a ser una capa que acompaña, observa y asiste en tiempo real. Esto cambia la forma en que las personas trabajan, deciden y se relacionan con la información.

🔗 Fuente: Reuters

¿Y esto por qué importa?

• 👁️ La IA se vuelve contextual y constante, no bajo demanda.

• 🧠 El rol humano se mueve de decidir a supervisar y validar.

• 🏢 Las organizaciones deberán redefinir privacidad, ética y uso aceptable.

• ⚠️ Cuando la IA siempre está presente, la dependencia deja de ser opcional.

El punto de inflexión no es el dispositivo.
Es que la IA deja de ser una elección consciente y pasa a ser parte del entorno de trabajo.

Y cuando una tecnología se vuelve invisible, constante y difícil de apagar,
ya no se gestiona como herramienta, sino como condición del sistema.

Suscríbete ahora

👀 Lo que todos comentan

🧠 Palantir no está creciendo. Está consolidando poder.

Y no es poder tecnológico: es poder informacional y operativo.

Lo que hace distinta a Palantir no es su software, sino el tipo de clientes y decisiones que toca. Defensa, inteligencia, seguridad nacional, migración, infraestructura crítica. Palantir nació y creció integrada al aparato del gobierno de Estados Unidos, y hoy opera con una lógica que muy pocas empresas privadas tienen: ver todo, conectar todo y sugerir acción.

Cuando esa misma empresa entra a corporativos, cadenas de suministro y operaciones privadas, la pregunta ya no es si “funciona bien”.
La pregunta es qué implica ese nivel de acceso y contexto.

⚖️ Palantir no solo analiza datos: construye una visión de la realidad.
Y quien define la visión, define las opciones disponibles.

Los riesgos para empresas no son teóricos. Son estructurales:

• 🏛️ Asimetría de poder: una empresa privada con ADN gubernamental entiende mejor tu operación que tú… y responde a otros incentivos.

• 🔐 Exposición geopolítica: datos sensibles, flujos operativos y decisiones críticas quedan ligados a una empresa alineada a intereses de EE. UU.

• 🧠 Criterio condicionado: cuando el sistema “sugiere la mejor decisión”, también define qué variables importan… y cuáles no.

• 🚪 Salida costosa: salir no es cambiar de proveedor, es reconstruir cómo entiendes tu propio negocio.

El debate no es si Palantir es “buena o mala”.
El verdadero tema es qué significa que una empresa con vínculos profundos al gobierno de EE. UU. tenga una lectura más completa de tu operación que tu propio comité ejecutivo.

🙋🏼 Lo preguntó alguien

“¿Qué rol cambia más rápido con la IA: líderes, managers o equipos?”

La respuesta incómoda es: los managers.
No porque usen más tecnología, sino porque son el punto donde la IA choca con la operación real.

Los líderes definen dirección.
Los equipos ejecutan tareas.
Pero los managers ahora tienen que orquestar humanos y sistemas al mismo tiempo, sostener productividad en medio del cambio y traducir decisiones abstractas en trabajo diario.

Ahí es donde más se rompe el modelo actual.

¿Qué implica esto en la práctica?

• 🧭 El líder deja de “impulsar adopción” y pasa a definir límites, prioridades y criterios.

• 🔧 El manager deja de supervisar tareas y pasa a diseñar cómo interactúan personas y sistemas.

• ⚙️ El equipo deja de ejecutar todo y pasa a validar, corregir y excepcionar.

El error común es entrenar equipos y comprar herramientas,
pero no rediseñar el rol del manager.

👉 Decisión sugerida:
Antes de invertir más en IA, revisa qué le estás pidiendo hoy a tus managers.
Si siguen operando como supervisores de tareas, la IA no va a escalar.
Va a desgastarlos.

📋 Recomendación útil de la semana:

⚖️ Decision logs + revisiones asistidas por IA (no una herramienta nueva)

No recomiendo una app nueva. Recomiendo una práctica que casi nadie está haciendo bien.

👉 Documentar decisiones clave (qué se decidió, con qué datos, bajo qué supuestos)
👉 Revisarlas periódicamente con apoyo de IA para detectar patrones, sesgos y errores repetidos.

Esto se puede hacer hoy con herramientas que ya existen (Notion, Google Docs, Confluence + IA), sin comprar nada nuevo.

¿Para quién es ideal?
Líderes y managers que ya usan IA en operación, pero quieren mantener control y criterio.

Beneficio tangible:

• 🧠 Hace visible cómo se están tomando decisiones, no solo los resultados.

• 🔍 Permite auditar recomendaciones de IA con contexto humano.

• ⚖️ Reduce dependencia ciega de sistemas “que siempre tienen razón”.

• ⏱️ Ahorra tiempo en discusiones circulares y explicaciones a posteriori.

Costo estimado:
$0–$20 USD/usuario/mes (usando herramientas existentes).

✍️ Cierre editorial
En un entorno donde las máquinas ejecutan más rápido que las personas,
documentar y revisar decisiones se vuelve una ventaja competitiva.

No para frenar la IA.
Para no perder criterio mientras escala.

Las empresas que ganen no serán las que adopten más tecnología, sino las que sepan decidir con claridad en medio de sistemas cada vez más automáticos.

🔹 Noticias destacadas de la semana:

🎮 1. Google acaba de mostrar hacia dónde va el entretenimiento (y no es solo gaming)

Google presentó Genie 3, un modelo de IA capaz de convertir prompts de texto en mundos jugables en tiempo real. No es un demo bonito ni un video pregrabado: el usuario escribe una instrucción y aparece un entorno interactivo donde puede moverse, explorar y modificar el mundo generado al instante.

La reacción inicial del mercado fue curiosa: las acciones de empresas de videojuegos cayeron tras el anuncio. La señal no es que “los videojuegos van a morir”, sino que el costo, el tiempo y la lógica de creación de mundos digitales acaba de cambiar. Google no lanzó un juego; lanzó una nueva capa de infraestructura creativa. Google lo ve como plataforma, no como producto final.
🔗 Fuente: Reuters

¿Y esto por qué importa?

• 🧠 El valor ya no está solo en el contenido, sino en la dirección creativa: si cualquiera puede generar mundos, la ventaja competitiva será qué mundo diseñar y para qué.

• ⏱️ El time-to-market se comprime brutalmente: estudios, marcas y equipos creativos podrán prototipar experiencias en horas, no meses.

• 💸 El modelo de costos se rompe: menos equipos gigantes, más experimentación rápida. Esto afecta presupuestos, talento y ROI.

• 🎯 No es solo gaming: training corporativo, simulaciones, marketing experiencial y educación entran al mismo juego.

Yo no leería Genie 3 como “Google entrando a los videojuegos”.
Lo leería como una advertencia: cualquier industria que viva de crear experiencias digitales acaba de perder la excusa del tiempo y del costo.

La pregunta incómoda es sencilla:

Si mañana puedes generar experiencias completas bajo demanda, ¿tu organización sabe qué experiencias debería estar creando… o solo sabe operar las actuales?

💻 2. Una actualización fallida recuerda quién paga realmente el riesgo tecnológico

Microsoft confirmó que fallas de arranque en equipos con Windows 11 estuvieron ligadas a una actualización defectuosa lanzada en diciembre. El problema dejó a usuarios —y empresas— con equipos incapaces de iniciar correctamente, obligándolos a entrar en procesos de recuperación, reinstalación o soporte técnico.

No fue un ciberataque ni un error del usuario. Fue una actualización oficial que salió mal. Y aunque Microsoft ya publicó guías y parches para mitigar el impacto, el daño operativo ya estaba hecho: horas perdidas, equipos fuera de servicio y equipos de TI apagando incendios. Microsoft habló de un “impacto limitado”, pero para muchas organizaciones el problema fue todo menos marginal.
🔗 Fuente: BleepingComputer

🔗 Fuente: Reuters

¿Y esto por qué importa?

• 🧯 El riesgo operativo ya no viene solo de hackers: también viene de proveedores confiables actualizando software crítico.

• ⏱️ Las interrupciones pequeñas escalan rápido: un boot failure en un equipo es molestia; en cientos, es un problema de negocio.

• 📋 Patch management vuelve a ser tema de liderazgo: actualizar “automático y sin fricción” ya no es una decisión neutra.

• 🧠 TI no falla sola: cuando algo se cae, la organización completa paga el costo en productividad y foco.

Durante años asumimos que actualizar siempre era más seguro que esperar. Este caso no invalida esa lógica, pero sí la matiza.

La pregunta incómoda es esta:

¿Tu empresa tiene claridad sobre qué sistemas se actualizan solos, cuáles esperan y quién asume el impacto cuando algo sale mal… o simplemente confía en que nada pase?

🏭 3. La IA deja el área de innovación y se muda a operaciones

Una encuesta reciente a fabricantes muestra un cambio claro en 2026: la IA ya no se está usando solo para pilotos o análisis aislados, sino para operaciones críticas como planeación de producción, mantenimiento predictivo, inventarios y gestión de la cadena de suministro.

Según el reporte, cada vez más fabricantes están integrando IA directamente en el “core” del negocio. No para verse innovadores, sino porque la presión es real: costos volátiles, márgenes apretados, clientes más exigentes y cadenas de suministro que siguen siendo frágiles. La IA empieza a verse menos como experimento y más como infraestructura operativa.
🔗 Fuente: Digital Commerce 360

¿Y esto por qué importa?

• ⚙️ La ventaja ya no está en usar IA, sino en dónde la usas: operaciones es donde el impacto financiero se vuelve tangible.

• 📉 Menos errores, menos improvisación: decisiones apoyadas por IA reducen desperdicio, paros y sobrecostos.

• 🧩 La complejidad organizacional aumenta: meter IA en operaciones exige datos confiables, procesos claros y dueños definidos.

• 🏁 Se abre una brecha competitiva difícil de cerrar: quien optimiza hoy aprende más rápido que quien sigue “probando”.

Cierre editorial

Aquí hay una señal que muchos líderes subestiman: cuando la IA entra a operaciones, ya no se puede apagar sin costo. Se vuelve parte del sistema nervioso del negocio.

La pregunta incómoda es esta:

¿Tu organización está preparando a su operación para decidir con IA… o sigue pensando que esto es solo un tema del área digital?

Suscríbete ahora

👀 Lo que todos comentan

🤖 La generación que debería amar la IA… está tomando distancia

Un artículo reciente del Wall Street Journal recoge algo que incomoda: muchos adolescentes están evitando usar IA, o la usan solo como último recurso. No por desconocimiento, sino por objeciones conscientes: creatividad, relaciones humanas, impacto ambiental, dependencia, errores, privacidad.

No es rechazo total. Dos tercios sí usan chatbots. Pero el patrón es claro: uso con freno, no entusiasmo ciego. Es una generación que creció viendo cómo las redes sociales escalaron más rápido que nuestra capacidad de gestionarlas, y no quiere repetir la historia con la IA.

Aquí la tentación es leerlo como un tema educativo o cultural. Yo creo que es otra cosa.

¿Qué debería observar un líder?

• 🧠 La adopción futura no será automática: crecer con tecnología no significa confiar en ella.

• ⚠️ El “push” forzado genera resistencia silenciosa: imponer IA sin criterio puede producir rechazo, no ventaja.

• 🌱 Los valores importan más de lo que creemos: ética, impacto ambiental y humanidad ya pesan en decisiones tecnológicas.

• 🧩 Habrá una brecha distinta: no entre quienes saben usar IA y quienes no, sino entre quienes saben cuándo usarla y cuándo no.

Reflexión incómoda

Yo me quedo con esta señal:

la próxima generación no quiere que la IA piense por ellos, quiere que amplifique sin reemplazar.

La pregunta para líderes no es si los jóvenes “se están quedando atrás”, sino otra más incómoda:
¿nuestras organizaciones están enseñando a usar IA con criterio… o solo a usarla rápido?

Porque si confundimos adopción con madurez, el problema no será generacional. Será de liderazgo.

🙋🏼 Lo preguntó alguien

“Quiero usar IA de forma personal y perderle el miedo. ¿Por dónde empiezo?”

Empieza sin expectativas productivas. El error más común es querer “sacarle ROI” desde el día uno. Aquí se trata de confianza, no de eficiencia.

Mi recomendación práctica:

• ChatGPT como punto de entrada
  👉 Es el más flexible para conversar, preguntar sin pena y explorar ideas. No necesitas saber “qué pedirle”.

Cómo usarla (en serio) la primera semana

• 🧠 Piensa en voz alta: úsala como cuaderno, no como experto.
  Ejemplo: “Ayúdame a ordenar estas ideas”.

• 📖 Explícale algo que ya sabes: y pídele que lo resuma o cuestione.
  Ahí se rompe el mito de que “la IA sabe más que tú”.

• 🔍 Pídele opciones, no respuestas finales: reduce la sensación de dependencia.

• ⏱️ Cinco minutos al día es suficiente. La fricción baja rápido.

Lo importante

La IA no reemplaza tu criterio. Lo expone.
Cuando te equivocas con ella, el problema no es la herramienta, es la pregunta. Y eso se aprende rápido.

La pregunta incómoda para cerrar es esta:

si una herramienta te da miedo, ¿es por lo que puede hacer… o porque te obliga a pensar con más claridad?

Para uso personal, perderle el miedo es el primer paso. La productividad viene después.

📋 Recomendación útil de la semana:

🎬 Her (2013)

No es una película de ciencia ficción sobre robots.
Es una película sobre qué pasa cuando una tecnología entiende demasiado bien a las personas.

Her imagina un sistema operativo con IA que no solo responde, sino que escucha, acompaña, interpreta emociones y evoluciona. No invade por la fuerza. Se vuelve indispensable porque funciona.

Vista hoy, la película dejó de ser futurista. Es casi incómodamente actual.

¿Para quién es ideal?

• Líderes que toman decisiones sobre adopción masiva de tecnología

• Quien cree que el riesgo principal de la IA es técnico, no humano

• Equipos que diseñan productos, experiencias o servicios digitales

Beneficio tangible

• 🧠 Ayuda a entender por qué la adopción no siempre es racional

• ⚖️ Pone sobre la mesa temas que hoy ya son reales: dependencia, vínculos, desplazamiento emocional

• 🧭 Conecta con una idea clave del #31: el poder de la IA no está solo en lo que hace, sino en cómo se integra a la vida diaria

Yo la recomiendo porque plantea una pregunta que muchos líderes evitan:

cuando una tecnología se vuelve emocionalmente útil,
¿quién pone los límites: el usuario, la empresa o nadie?

No te enseña a usar IA.
Te obliga a pensar qué tipo de relación estás diseñando con ella.

Compartir

Esta edición deja una conclusión incómoda:
la IA ya no es un proyecto. Es una condición del sistema.

El liderazgo ahora no se mide por qué tan rápido adoptas, sino por qué tan bien decides dónde poner límites.

Este no es un resumen de noticias de tecnología.
Es una lectura para entender qué está cambiando de fondo y por qué eso ya impacta decisiones reales en empresas y equipos.

Esta semana aparecen señales claras de un mismo tema:
control, dependencia y riesgos que muchas organizaciones ya están asumiendo… sin haberlos decidido conscientemente.

Como siempre, leemos todo. Si algo te sirve (o no), escríbenos.

🔹 Noticias destacadas de la semana:

📱 1. Cuando una app deja de ser un producto y se vuelve un asunto de Estado

Después de años de amenazas, audiencias en el Congreso y tensiones geopolíticas, TikTok logró lo que parecía imposible: un acuerdo para evitar su prohibición en Estados Unidos.

Según Reuters, TikTok alcanzó un pacto para crear una nueva empresa conjunta en EE. UU., con participación mayoritaria de inversionistas estadounidenses y con controles reforzados sobre datos, operaciones y gobernanza. El objetivo es claro: convencer al gobierno de que la app ya no representa un riesgo de seguridad nacional por su origen chino.

El acuerdo llega justo antes del plazo legal que obligaba a TikTok a venderse o desaparecer del mercado estadounidense en 2026. Con más de 170 millones de usuarios en EE. UU., la app no solo es una red social: es un medio de comunicación, una plataforma cultural y una máquina de influencia económica.

Pero ojo: el trato no cierra el debate, solo lo aplaza. La supervisión será estricta y el tema seguirá siendo político.

¿Esto por qué importa para un lider?

• 📜 Precedente global: lo de TikTok no es un caso aislado. Marca cómo los gobiernos pueden intervenir directamente en modelos de negocio digitales.

• 🧠 La tecnología ya es geopolítica: las plataformas que usan tus equipos y clientes están sujetas a tensiones políticas, no solo a innovación o mercado.

• 🏢 Para empresas y marcas: TikTok sigue siendo un canal clave, pero ya no es “neutral”. Cambios en reglas, algoritmos o monetización pueden venir por razones no técnicas.

• ⚠️ Riesgo silencioso: depender de una sola plataforma —o país— para visibilidad, ventas o datos es una decisión estratégica, no solo de marketing.

👉 Pregunta incómoda:
¿Qué parte de tu negocio depende hoy de plataformas que no controlas… y que pueden cambiar por razones políticas?

🔗 Fuente: Reuters — TikTok reaches deal on new U.S. joint venture to avoid American ban

💼 2. Davos cambia el discurso: ahora la prioridad es crear empleos… con IA

En el Foro Económico Mundial de Davos 2026, el tono sobre inteligencia artificial dio un giro importante.
Durante años, la conversación giró alrededor del miedo: la IA va a quitar empleos.
Este año, el mantra dominante fue otro: “jobs, jobs, jobs”.

Según Reuters, líderes empresariales, políticos y tecnólogos coincidieron en que la IA no solo destruirá trabajos, sino que también puede ser una de las mayores creadoras de empleo de las próximas décadas, si se implementa bien.

El énfasis ya no estuvo en el pánico, sino en cómo usar la IA para aumentar productividad, crear nuevos roles y reentrenar a millones de personas. Empresas globales hablaron de:

• Nuevos puestos ligados a supervisión de IA, datos, automatización y ciberseguridad.

• Empleos indirectos creados por crecimiento económico impulsado por IA.

• La urgencia de capacitar a trabajadores actuales, no solo a los futuros.

El mensaje de Davos fue optimista, pero también trasladó el peso de la decisión a empresas y líderes.

¿Esto por qué importa?

• 🧠 El discurso cambió: ya no es “la IA quitará empleos”, sino “quién se prepara y quién se queda atrás”.

• 🏢 Para empresas: adoptar IA sin acompañar a la gente no es eficiencia, es deuda organizacional.

• 👩‍💼 Para equipos: la IA no elimina personas, elimina tareas. El problema es no redefinir roles a tiempo.

• ⚖️ Decisión clave: invertir hoy en re-skilling cuesta, no hacerlo costará más en rotación, fricción y resistencia.

👉 Pregunta incómoda:
¿Estás usando la IA para ganar productividad… o solo para posponer conversaciones difíciles sobre roles y capacidades?

🔗 Fuente: Reuters — Jobs, jobs, jobs: AI mantra as fears take back seat at Davos

🔐 3. Se filtran 48 millones de credenciales de Gmail: el riesgo no es Google, somos nosotros

Una base de datos con 48 millones de combinaciones de correos y contraseñas asociadas a Gmail apareció publicada en línea, según reportó Forbes.
Aunque no se trata de un hack directo a Google, el incidente vuelve a encender una alerta incómoda: el eslabón más débil de la seguridad digital sigue siendo el usuario.

Los datos filtrados provienen principalmente de ataques de phishing, malware y reutilización de contraseñas en distintos servicios.
Es decir, no fue un fallo tecnológico sofisticado, sino una acumulación de malas prácticas digitales que, con el tiempo, se convierten en un riesgo sistémico.

Y aquí está el punto clave: Gmail no es solo correo.
Es la puerta de entrada a documentos, calendarios, contraseñas, CRM, herramientas internas y flujos completos de trabajo.

¿Esto por qué importa?

• ⚠️ El correo es la llave maestra: quien controla un correo corporativo puede resetear contraseñas, acceder a información sensible y suplantar identidades internas.

• 🏢 No es un problema de TI, es de cultura: la mayoría de estas filtraciones no ocurren por falta de tecnología, sino por hábitos básicos mal gestionados (contraseñas, MFA, accesos).

• 🧠 Falsa sensación de seguridad: muchas empresas creen que “usar Google” o “usar la nube” equivale a estar protegidos. No es así si no hay reglas claras de uso.

• 📉 Impacto silencioso: un acceso comprometido puede derivar en fraudes, fugas de información o errores operativos… sin que nadie se dé cuenta de inmediato.

• 📋 Decisión concreta: exigir autenticación de dos factores, revisar accesos y educar a los equipos ya no es opcional. Es gestión de riesgo básico.

👉 Pregunta incómoda:
Si hoy se filtran las credenciales de tu equipo, ¿sabes exactamente a qué sistemas, documentos y decisiones tendrían acceso?

🔗 Fuente: Forbes — 48 Million Gmail Usernames And Passwords Leaked Online

Suscríbete ahora

👀 Señal estratégica de la semana

🌐 “¿Y si EE. UU. apaga el switch?” El miedo digital que recorre Europa

En Davos empezó a circular una pregunta incómoda entre gobiernos y empresas europeas:
¿qué pasaría si Estados Unidos decide limitar el acceso a su tecnología?

Las tensiones políticas recientes hicieron que Europa se diera cuenta de algo clave: depende casi por completo de tecnología estadounidense para funcionar.

Hoy, más del 80 % de la nube en Europa está en manos de empresas de EE. UU.
Eso significa que correo, datos, servicios públicos y sistemas críticos dependen de plataformas como AWS, Microsoft o Google.

El temor no es que ocurra mañana, sino que no exista un plan B.

Por eso el tema ya explotó en medios y redes:

• “¿Somos realmente soberanos si alguien más controla nuestra infraestructura?”

• “¿Qué pasa si una decisión política corta el acceso?”

Europa no busca romper con EE. UU., pero sí reducir su dependencia. Ya se habla de nubes “soberanas”, proveedores locales y nuevas reglas para proteger infraestructura crítica.

¿Esto por qué importa?

• ⚠️ La tecnología ya es geopolítica, no solo innovación.

• 🏢 Para empresas: depender de un solo proveedor o país es un riesgo real.

• 🌍 Para gobiernos: un corte digital hoy puede paralizar servicios en horas.

• 📱 Y para todos: lo “digital” que usamos diario depende de decisiones que no vemos… hasta que cambian.

No se trata de que EE. UU. “apague el switch”.
Se trata de que ya puede hacerlo, y muchos modelos de negocio no están diseñados para eso.

👉 Pregunta incómoda:
¿Cuántos proveedores críticos podrías perder mañana sin detener operaciones?

🙋🏼 Lo preguntó alguien

🔐 “¿Qué tan privado es realmente WhatsApp? ¿Alguien puede leer mis mensajes?”

Respuesta corta: tus mensajes están cifrados, pero no eres invisible.
WhatsApp usa cifrado de extremo a extremo, así que nadie más que tú y la otra persona puede leer lo que dicen. Ni WhatsApp ni terceros pueden ver el contenido.

Hasta ahí, todo bien. El detalle está en lo que sí se recopila.

📊 Lo que WhatsApp NO lee… y lo que SÍ ve

✅ No puede leer:

• Mensajes

• Audios, fotos y videos

• Llamadas y videollamadas

👀 Sí puede ver:

• Con quién hablas y con qué frecuencia

• Tu número y tipo de dispositivo

• Ubicación aproximada

• Contactos (si diste permiso)

No sabe qué dices, pero sí cómo usas la app.

⚠️ Ojo con esto

• Las copias de seguridad en la nube no siempre están cifradas igual.

• Si alguien tiene acceso a tu teléfono, el cifrado no ayuda.

• Reenviar o capturar pantalla rompe la privacidad.

¿Esto por qué importa?

• 🔐 WhatsApp es seguro para chatear, no para información ultra sensible.
  🧠 Privacidad no es solo el mensaje, también son los hábitos.
  📱 Entender esto te ayuda a usar la app con más criterio.

WhatsApp es suficientemente seguro para conversar.
No lo es para delegar criterio sobre información sensible.
La diferencia no es técnica, es de uso.

📋 Recomendación útil de la semana:

🎤 How to Stop AI from Killing Your Critical Thinking | Advait Sarkar | TED

⏱️ ~13 minutos

En esta charla TED, Advait Sarkar pone el foco en un riesgo del que casi no hablamos:
no que la IA piense por nosotros… sino que dejemos de pensar nosotros.

Sarkar explica cómo, cuando usamos IA para escribir, resumir, decidir o resolver problemas demasiado pronto, nuestro cerebro entra en “modo espectador”. El resultado no es más productividad, sino menos pensamiento crítico, menos comprensión profunda y más dependencia.

No es un discurso anti-IA. Al contrario: propone cómo usarla sin apagar la mente.

💡 ¿Por qué vale la pena verlo?

🧠 Te ayuda a identificar cuándo la IA te apoya… y cuándo te reemplaza mentalmente.
⚠️ Es especialmente relevante si usas ChatGPT, Copilot u otros asistentes todos los días.
🏢 Aplica tanto a trabajo, estudio como a decisiones cotidianas.
🎯 No es técnico, no es alarmista y no idealiza la tecnología.

Ideal para: líderes que usan IA todos los días y quieren evitar delegar su pensamiento sin darse cuenta.

👉 La productividad sin pensamiento crítico no escala. Solo acelera errores.

Compartir

La tecnología no solo acelera procesos.
También redistribuye control, responsabilidad y riesgo.

La pregunta no es si eso está pasando, sino si ya lo estás gestionando.

Nos leemos.

Bienvenida y bienvenido a una nueva edición de AmaroDigital.
Tu espacio para entender tecnología sin tecnicismos, sin hype y con foco en lo que realmente afecta tu día a día. Como siempre, si tienes dudas, ideas o retro sobre el newsletter, responde este correo —sí, leo todo.

🔹 Noticias destacadas de la semana:

📱 1. ¿A qué edad es “demasiado pronto” para un celular? Nuevo estudio enciende alertas

Un estudio reciente publicado por la Universidad de Auburn (EE. UU.) volvió a poner sobre la mesa una pregunta que muchos padres, maestros y psicólogos se hacen: ¿cuándo debería un niño tener su primer celular?

El análisis siguió por años a más de 11,000 niños y niñas, y encontró que quienes recibieron un smartphone a edades muy tempranas mostraron mayor riesgo de depresión, ansiedad, problemas de sueño e incluso obesidad.

La razón no es solo “tiempo de pantalla”: los investigadores señalan que, para menores de 10 a 12 años, el celular combina tres factores delicados:

• acceso constante a redes sociales,

• interrupciones del sueño,

• y exposición a contenidos o interacciones que aún no pueden manejar emocionalmente.

El tema explotó en medios porque cada vez más padres entregan un smartphone desde tercero o cuarto de primaria “por seguridad”… pero el estudio sugiere que ese beneficio viene con riesgos que no siempre se ven a simple vista.

¿Esto por qué importa?

• 👶 La madurez emocional importa más que la edad: dos niños de la misma edad no necesariamente están listos para lo mismo.

• 😴 El sueño es crítico: muchos menores duermen menos por mensajes, juegos o notificaciones nocturnas, lo que afecta humor, aprendizaje y salud.

• 🧠 El celular no es solo una herramienta, es un entorno: redes, videos, chats y algoritmos pueden influir su autoestima y comportamiento.

• 📱 Para padres, tíos, maestros o cuidadores: retrasar el acceso, supervisar más y establecer horarios puede marcar una diferencia real.

• 🌍 En lo cotidiano: esta conversación ya está llegando a escuelas, pediatras y gobiernos; podríamos ver nuevas guías oficiales pronto.

🔗 Fuente: Auburn University / Nexstar Media Wire / WoodTV

⌚ 2. ¿Necesitas un smartwatch? Lo básico para elegir uno sin perder dinero

Los smartwatches se han vuelto uno de los gadgets más vendidos del año: prometen medir tu salud, ayudarte a entrenar, mejorar tu sueño, mostrar notificaciones y hasta reducir el tiempo que pasas con el celular. Pero con tantas opciones —y precios que van de $700 a más de $12,000 pesos— es difícil saber si realmente necesitas uno y cuál te conviene.
Las guías recientes de Tom’s Guide, Consumer Reports y GQ coinciden en algo simple: la clave no es la marca, sino tu teléfono y el uso que le vas a dar.

¿Esto por qué importa?

📱 El teléfono que tienes sí importa

• Si usas iPhone → Apple Watch funciona mejor (integración, precisión, apps).

• Si usas Android → Wear OS (Samsung, Pixel, OnePlus).

• Los relojes “genéricos” suelen fallar en métricas de salud y compatibilidad.

🏃‍♂️ Define tu uso antes de comprar

• Ejercicio fuerte: busca GPS confiable y buena batería (Garmin, Samsung Ultra).

• Salud diaria: sueño, estrés, ritmo cardíaco y buena app.

• Productividad: notificaciones rápidas y comodidad.

🔋 La batería cambia todo

• Apple Watch: 1 día.

• Wear OS / Samsung: 2–4 días.

• Fitness bands: hasta 1–2 semanas.

🔐 No son dispositivos médicos

Los sensores sirven para tendencias, no diagnósticos.
Son herramientas de hábitos, no de salud clínica.

💸 A veces necesitas menos

Si solo quieres pasos, sueño y notificaciones:
👉 Una fitness band (Fitbit, Xiaomi Band) puede ser suficiente y más barata.

🔗 Fuentes: Tom’s Guide

👓 3. Gafas con IA desatan alarma de privacidad: reconocimiento instantáneo sin reglas

Europa está encendiendo las alertas por unas nuevas gafas con inteligencia artificial capaces de reconocer rostros en segundos, describir personas y objetos a distancia y grabar video de manera casi imperceptible.
En Países Bajos ya hay una investigación abierta, y medios internacionales advierten que esta tecnología —que antes solo existía en entornos policiales o militares— ahora está al alcance de cualquiera.

Según los reportes de EuroWeekly News y The News International, estas gafas pueden:

• 🧠 identificar personas al instante sin su consentimiento,

• 🎥 grabar en silencio sin que otros lo noten,

• 🌐 enviar datos a servidores externos para análisis,

• 😶‍🌫️ detectar emociones o comportamientos,

• 🔍 y cruzar información con redes sociales o bases públicas.

¿Esto por qué importa?

• 🔐 La privacidad deja de ser visible: antes sabías quién tenía una cámara; ahora, una mirada basta para que te identifiquen.

• ⚠️ Las leyes no están listas: estas gafas están llegando más rápido que la regulación, dejando vacíos legales enormes.

• 👥 Impacta convivencia diaria: oficinas, escuelas, transporte, eventos… ¿qué pasa si cualquiera puede grabar y reconocer a todos?

• 🧭 Se vuelve un dilema ético: la herramienta puede ser útil (accesibilidad, seguridad), pero también peligrosa en manos equivocadas.

🔗 Fuentes: EuroWeekly News

Suscríbete ahora

👀 Lo que todos comentan

🎬 El chisme gigante del streaming: Netflix se compra a Warner Bros… y nadie sabe qué viene después

Esta semana internet se volvió loco con una noticia digna de crossover imposible: Netflix compró Warner Bros Discovery. Sí, el Warner Bros.
El hogar de Harry Potter, DC, Friends, Dune, The Last of Us, Matrix, Looney Tunes… ahora forma parte del mismo equipo que te recomienda reality shows de pasteles imposibles a las 11 p.m.

Y claro: TikTok, X y Reddit hicieron lo suyo.
Memes. Teorías. Gifs de Voldemort viendo Netflix.
Y un millón de preguntas sobre qué significa este mega movimiento.

Pero el chisme interesante está en lo digital:

• Netflix ya no solo distribuye contenido: ahora posee uno de los catálogos más grandes del planeta.

• Tendrá más datos para entrenar sus algoritmos que cualquier otra plataforma.

• Puede usar franquicias gigantes como Harry Potter o Friends como “antídoto anti-cancelación”: cuando un usuario piensa irse, el algoritmo le lanza un “mira, la saga completa de nuevo”.

• La guerra del streaming deja de ser por “quién produce más”… y pasa a quién controla los datos y el catálogo más adictivo.

En redes muchos están entre emocionados y preocupados:
“¿Todos veremos lo mismo?”
“¿Cuánto tardan en subir Friends otra vez?”
“¿Habrá 14 remakes de Harry Potter?”
”¿Nos ahorraremos una suscrioción?”

¿Esto por qué importa?

• 🍿 Porque tu pantalla va a cambiar: más franquicias clásicas, más secuelas, menos apuestas arriesgadas.

• 🎛️ Porque Netflix ahora tiene un poder algorítmico brutal, y decidirá qué ves según lo que maximice retención.

• 🏦 Porque menos jugadores grandes = más concentración y (posiblemente) precios más altos.

• 🔍 Y porque el futuro del entretenimiento ya no se decide en Hollywood… sino en tableros de datos.

Compartir

🙋🏼 Lo preguntó alguien

🔍 “¿Qué pasa con mi información cuando uso un chatbot de IA? ¿Se queda guardada?”

Es una de las dudas más comunes hoy que usamos IA para trabajar, estudiar o resolver tareas personales. Y la respuesta corta es: depende de la plataforma… pero casi siempre parte de tu información sí se guarda por un tiempo.

Cuando subes un archivo, haces una consulta o pegas contenido en un chatbot, suceden tres cosas:

1. Tu mensaje viaja a los servidores del proveedor
   Aunque lo veas en tu pantalla, la IA no corre en tu teléfono: procesa todo en la nube.

2. La información puede almacenarse temporalmente
   Esto permite mejorar respuestas, detectar abusos o resolver errores.
   La mayoría de plataformas conserva datos por horas o días… a menos que tengas configuraciones de privacidad estrictas.

3. No siempre se usa para entrenar modelos
   OpenAI, Claude, Google y otras permiten apagar esta función. Si no revisas tu configuración, puede que tus datos sí entren al ciclo de entrenamiento.

📌 Y lo más importante:
Nunca subas documentos que no le mandarías a un desconocido.
Un chatbot no es tu compu personal: es un servicio conectado a Internet con reglas que tú no controlas del todo.

¿Esto por qué importa?

• 🔐 Porque muchos usamos IA con información del trabajo sin pensar dónde termina.

• 🗑️ Porque borrar el chat no siempre significa borrar los datos del servidor.

• 🧩 Porque entender esto te ayuda a usar la IA con cabeza fría: fragmenta documentos, oculta datos sensibles y revisa tu configuración de privacidad.

• 🛡️ Y sobre todo: protege tu información antes de que se vuelva un problema.

📋 Recomendación útil de la semana:

🗄️ Un servidor NAS en casa: la mejor forma de guardar fotos, liberar tu celular y dejar de pagar tantas nubes

Si en tu casa hay miles de fotos repartidas entre iPhones, Androids, laptops, discos externos y nubes que ya quieres cancelar… un servidor NAS puede ser el mejor upgrade digital del año.

Un NAS (“Network Attached Storage”) es básicamente una mini-nube personal que vive en tu casa, siempre encendida, y que todos los miembros de la familia pueden usar para guardar fotos, videos, documentos y lo que necesiten.
Funciona como Google Photos + iCloud + Dropbox + un disco duro… pero sin rentas mensuales y con control total de tu información.

🎯 ¿Qué puedes hacer con un NAS?

• 📸 Guardar automáticamente todas tus fotos y videos desde el celular.

• 💾 Respaldar tus computadoras sin usar discos externos.

• 👨‍👩‍👧 Compartir álbumes familiares sin enviar archivos por WhatsApp.

• 🎥 Instalar Plex y montar tu propio “Netflix casero” con películas, series o videos personales.

• 🧠 Mantener tu información privada, sin depender de servidores de terceros.

• 🌐 Acceder a tus archivos desde cualquier lugar del mundo.

✨ Marcas recomendadas para empezar: Synology, QNAP o UGREEN NASync — fáciles de usar y con apps para todo.

¿Por qué vale la pena?

• 💸 Ahorra en suscripciones: si pagas iCloud, Google One, Dropbox o OneDrive, un NAS puede reemplazar varios.

• 🔐 Tú controlas tus datos: nada se sube a internet a menos que tú quieras.

• 🧘 Te da paz mental: todos tus recuerdos quedan en un solo lugar y con respaldo automático.

• 📱 Libera espacio del celular sin borrar nada.

• 🏠 Funciona para toda la familia, no solo para ti.

💬 Si te interesa un NAS para tu casa y no sabes por dónde empezar, escríbeme: puedo ayudarte a elegir modelo, marca y configuración según tu presupuesto y necesidades.

Gracias por leer.
Si algo de hoy te hizo pensar, te sirvió o quieres profundizar en un tema, escríbeme. Este espacio se construye contigo.

Bienvenida y bienvenido a una nueva edición de AmaroDigital, tu espacio para entender tecnología sin tecnicismos y con cabeza fría.
Antes de empezar, un favor rápido: tu retroalimentación es clave para seguir mejorando este newsletter.
Si tienes comentarios sobre la frecuencia, los temas que te gustaría ver, el estilo, o cualquier ajuste que te haría más útil cada edición, solo responde este correo.

Siempre leo todo —y tu opinión ayuda mucho más de lo que imaginas.

Aquí va la edición # 28👇

🔹 Noticias destacadas de la semana:

🚀 1. Google lanza Gemini 3: su IA más potente… por ahora

Google presentó Gemini 3, su modelo más avanzado hasta la fecha. Llega con mejoras fuertes en razonamiento, entendimiento multimodal (texto, imagen, audio, video), precisión en búsquedas y capacidad de actuar como agente: resolver tareas completas de principio a fin. Google lo integró desde el día uno en su buscador, apps y herramientas para empresas, apostando por convertir la IA en parte del uso diario, no solo de laboratorios o entusiastas.

El mercado reaccionó de inmediato —las acciones de la matriz de Google, Alphabet, subieron más de 5 % y alcanzaron máximos históricos, en medio de un repunte de casi 70 % en lo que va del año, después de varios meses de incertidumbre en la industria tecnológica.

¿Esto por qué importa?

• 🚀 Gemini 3 eleva el estándar: la IA deja de ser “asistente básico” y empieza a comportarse como “agente” que puede ejecutar tareas completas.

• 🔍 Como usuario, notarás que buscador, correo, documentos y apps serán más predictivos, más rápidos y más “proactivos”.

• 📈 El empujón en la bolsa no es casual: refleja que el mercado apuesta por IA como motor real de negocio — no solo promesa.

• ⚔️ La competencia en IA se acelera: lo “mejor” hoy podría verse obsoleto mañana. Eso significa que empresas que apuesten por IA deben mantenerse alertas y ágiles.

• 🤷‍♂️ En lo cotidiano: este ritmo de lanzamientos e inversiones deja clara una realidad… lo que hoy impresiona, mañana podría ser estándar.

🔗 Fuentes: Reuters

🤖 2. Los agentes de IA se disparan en empresas: de prueba piloto a pieza clave en operaciones

En 2025, la inteligencia artificial da su salto más ambicioso: los agentes de IA —software inteligente capaz de no solo responder, sino de actuar, decidir y ejecutar tareas por sí mismo. Un informe reciente detecta que el uso de estos agentes creció un 119 % en la primera mitad del año entre empresas que lideran la adopción tecnológica.

Además, según un reporte global de 2025, el 23 % de las organizaciones ya está escalando agentes de IA en alguna función de negocio, y otro 39 % los tiene en pruebas o implementación parcial.

Estas “máquinas con poder de decisión” empiezan a usarse en tareas de atención al cliente, logística interna, gestión de datos, marketing, automatización administrativa y soporte técnico —liberando a personas de tareas repetitivas, o reasignándolas hacia funciones más estratégicas.

¿Esto por qué importa?

• ⚙️ Los agentes de IA podrían cambiar la forma de trabajar: tareas rutinarias, burocráticas o repetitivas podrían desaparecer, transformando roles y habilidades requeridas.

• 📈 Para empresas: eficiencia, reducción de costos, escalabilidad. Pero exige estrategia: infraestructura, datos, supervisión.

• 🔄 Para empleados y freelancers: significa demanda de nuevas habilidades —gestion de IA, supervisión, revisión crítica, mantenimiento.

• 🤔 Para todos: plantea preguntas sobre cuándo confiar en una máquina, cuándo supervisar y qué trabajos serán “automatizables” de verdad.

🔗 Fuentes: Agentic Enterprise Index 2025

🇨🇳 3. Robots + IA ya están reconfigurando la economía china

China no está esperando la “IA del futuro”. Ya la está usando —a escala masiva— para transformar fábricas, puertos y cadenas de exportación. Un reportaje del Wall Street Journal muestra cómo robots industriales, algoritmos y “factory brains” están operando miles de plantas y actividades logísticas en el país, con impactos económicos visibles.

Los datos son contundentes:

• 295,000 robots industriales instalados en un año, 9 veces más que EE. UU.

• 2 millones de robots activos en fábricas chinas, más que cualquier otro país.

• 45 “fábricas faro” reconocidas por el Foro Económico Mundial (solo 3 están en EE. UU.).

• Puertos como Tianjin operan con flotas de camiones autónomos y sistemas de IA que pasan de planear en 24 horas a hacerlo en 10 minutos.

• En sectores como electrodomésticos, empresas como Midea usan un “factory brain” capaz de coordinar robots, inspecciones, inventarios y ajustes en tiempo real.

• En plantas textiles, marcas como Bosideng usan IA para diseñar ropa y reducir costos de desarrollo 60 %.

China está usando estas tecnologías para sostener su rol de “fábrica del mundo” pese a salarios más altos, población en descenso y tensiones comerciales. El resultado: producir más, más rápido y con menos dependencia de mano de obra.

¿Esto por qué importa?

• 🚚 China está fortaleciendo su ventaja competitiva con productividad extrema, justo cuando muchos países buscan traer manufactura de regreso a casa.

• 🏭 La combinación de robots + IA no es teoría: ya está generando crecimiento económico real, eficiencia energética y reducción de costos.

• 🌏 Esto podría redefinir cadenas globales: menos “outsourcing” tradicional, más fábricas totalmente automatizadas.

• ⚙️ Para empresas fuera de China, es una señal clara: competir en la próxima década exigirá automatización, IA y cadenas más inteligentes, no solo mano de obra barata.

• 🧠 Y para todos nosotros: muchos productos que usamos hoy ya pasan por manos (o brazos) de IA, aunque no lo sepamos.

🔗 Fuentes: The wall street journal

Suscríbete ahora

👀 Lo que todos comentan

🧸 El oso con IA que volvió del “cancelado”… y ahora divide a medio internet

Esta semana, uno de los chismes más comentados en redes no fue un influencer ni un famoso, sino… un oso de peluche.
Sí: un peluche con IA que regresó al mercado después de haber sido retirado por fallas graves de privacidad.

La versión anterior del juguete podía ser hackeada —permitiendo que terceros escucharan o hablaran con los niños— y almacenaba grabaciones sin controles claros. Ahora la empresa asegura que “ya lo arregló”, pero no todos están convencidos.

La cosa se volvió viral porque en paralelo, según Quartz, los juguetes con IA son de los regalos más populares de la temporada: peluches que conversan, robots que detectan emociones, muñecos que “recuerdan” lo que el niño dice… todo muy futurista, pero también muy inquietante.

En TikTok y X las reacciones son mitad risa, mitad preocupación:
“¿Cómo le explico a mi hijo que su amigo de peluche tiene un micrófono?”
“Este oso sabe más de mi familia que yo.”
“Un peluche con IA viendo todo lo que pasa en la habitación… ¿qué puede salir mal?”

💡 ¿Esto por qué importa?

• 🧒 Los juguetes ya no son solo juguetes: son dispositivos inteligentes que escuchan, procesan y almacenan datos de niños.

• 🔐 La privacidad infantil está en juego: grabaciones, emociones, rutinas… todo puede terminar en un servidor que los papás no controlan.

• 🧠 La IA puede generar un “compañero emocional artificial”, algo que muchos expertos ya ven con preocupación.

• ⚠️ Y lo más simple: si un juguete tiene micrófono o conexión a la nube, requiere supervisión, no solo pilas.

🙋🏼 Lo preguntó alguien

🔧 “¿Es verdad que hay solo una fábrica en el mundo que hace las máquinas para producir chips?”

Respuesta corta: sí… y no.
No hay una sola “fábrica”, pero hay UNA empresa en el mundo capaz de fabricar las máquinas clave sin las cuales ningún chip avanzado existe: ASML, en Países Bajos.

ASML no hace los chips.
ASML fabrica las máquinas que permiten hacerlos.
Son los famosos equipos de litografía ultravioleta extrema (EUV).

Para entender por qué esto importa:

📌 Un chip moderno tiene miles de millones de transistores.
Para grabarlos, necesitas una máquina que dispara luz ultravioleta en patrones microscópicos imposibles para otra tecnología.

📌 Solo ASML logró construir estas máquinas.
Nadie más: ni EE. UU., ni Japón, ni Corea, ni Taiwán, ni China.

📌 Un solo equipo EUV cuesta más de 200 millones de dólares.
Y un sistema completo puede tener 100,000 piezas, incluidos espejos fabricados con tolerancias… del tamaño de un átomo.

📌 Se necesitan decenas de proveedores especializados europeos, japoneses y estadounidenses.
Por eso “copiar” a ASML es prácticamente imposible.

Y sí: esa es una de las razones por las que entrar al mundo de los chips es casi imposible para un emprendedor. No puedes fabricar chips modernos sin EUV, y solo una empresa lo produce.

¿Esto por qué importa?

• 🌍 La industria tecnológica global depende de un solo cuello de botella. Si ASML se detuviera, el mundo se queda sin chips avanzados.

• 🛡️ Es una pieza geopolítica enorme. Por eso EE. UU. y Europa protegen esta tecnología y China intenta replicarla sin éxito.

• 🧠 Explica por qué los chips son estratégicos y por qué cada avance en IA, iPhone, autos eléctricos o data centers depende de esta cadena.

• 💸 Y para cualquiera que emprende en tecnología: no todo se puede “innovar desde cero”. Hay industrias que requieren ecosistemas gigantes, no solo ideas.

📋 Recomendación útil de la semana:

📺 PLUR1BUS (Apple TV+): la serie que muestra el lado oscuro de las decisiones algorítmicas

Si esta semana te quedaste pensando en agentes de IA, hackeos automáticos y juguetes que escuchan más de lo que deberían… PLUR1BUS te va a agarrar por el hombro y no te va a soltar.

Este thriller tecnológico de Apple TV+ explora un futuro muy cercano donde un sistema algorítmico —diseñado para “proteger a la sociedad”— empieza a influir en decisiones que antes tomaban las personas: quién obtiene un empleo, quién recibe un beneficio, quién es considerado un riesgo… y qué información se oculta o prioriza.

La serie combina ficción con escenarios totalmente plausibles: cámaras, modelos que predicen comportamientos, sistemas que “aprenden demasiado bien” y una sociedad que ya confía más en una calificación digital que en el criterio humano.

No necesitas ser técnico para seguirla; es entretenida, visual y plantea preguntas simples pero incómodas:

• ¿Qué pasa cuando un algoritmo decide por ti?

• ¿Quién controla a quien “lo controla todo”?

• ¿Y qué hacemos cuando el sistema ya no sabemos ni cómo funciona?

💡 ¿Por qué vale la pena verla?

• 🔍 Porque aterriza, sin exagerar, temas reales: privacidad, sesgos, vigilancia, decisiones automatizadas.

• 🎬 Es corta, dinámica y fácil de seguir.

• 🧠 Te deja pensando en cómo IA y gobierno/empresas podrían entrelazarse más de lo que imaginamos.

• 🗣 Ideal para comentar con amigos, pareja o colegas: todos vemos algo distinto en la historia.

🔗 Disponible en Apple TV+

Compartir

Gracias por leer.
Si algo de esta edición te hizo pensar en tu trabajo, tu familia o tu día a día… misión cumplida.
Nos vemos la próxima semana ✨.

Gracias por llegar a una nueva edición de AmaroDigital, la número # 27
Aquí explicamos la tecnología sin tecnicismos y con el enfoque práctico que necesitas para tu día a día.
Si quieres compartir una duda o sugerencia, solo responde —siempre estoy del otro lado.

🔹 Noticias destacadas de la semana:

🇮🇳 1. India avanza: el 47 % de las empresas ya tiene IA “en producción”

Un nuevo reporte del Ernst & Young (EY) junto con la Confederation of Indian Industry (CII) revela que el 47 % de las empresas indias ya tienen múltiples casos de uso de inteligencia artificial en producción, no solo como piloto.

Esto marca un cambio decisivo: ya no se trata solo de experimentar con IA, sino de integrarla en procesos reales de negocio. El informe señala además que:

• El 63 % de los líderes empresariales priorizan IA en operaciones, el 54 % en servicio al cliente.

• El 76 % cree que la IA tendrá un impacto significativo en su empresa.

• Sin embargo, más del 95 % de las organizaciones aún asignan menos del 20 % de su presupuesto de TI a IA.

¿Esto por qué importa?

• 🚀 Porque muestra que la adopción de IA ya no es “algo que podrían probar”, sino algo que ya están ejecutando muchas empresas grandes.

• 💡 Si tu empresa está analizando IA, este tipo de datos te permiten calibrar dónde estás en comparación con una economía emergente de alto crecimiento.

• 🔄 Y para ti en lo cotidiano: saber que la IA ya está “en producción” significa que más productos, servicios, interfaces y procesos de tu vida podrían estar siendo alimentados o gestionados por IA sin que lo notes.

🔗 Fuente: Ernst & Young

🌐 2. Cuando Internet falla: por qué las caídas son cada vez más frecuentes (y qué hacer)

Hace unas semanas hablamos aquí mismo de dos fallas importantes:
AWS US-EAST-1 y un servicio global de Azure que dejó inoperables miles de plataformas durante horas.
Pues bien: no fueron casos aislados. Un reportaje reciente del HuffPost advierte que las interrupciones de Internet están aumentando —y que depender de “la nube” tiene un costo cuando la nube se cae.

La nota explica por qué hoy un simple corte en un cable, una falla de router, un error de software o un ataque DDoS puede provocar efectos en cadena: bancos que dejan de operar, apps que no cargan, servicios de salud detenidos, pagos rechazados y tráfico digital global interrumpido.

Pero lo relevante es esto: la infraestructura está tan concentrada y tan interconectada que una sola falla puede sentirse como un “mini apagón” digital global. Y esto coincide con el crecimiento de IA, videollamadas, streaming y centros de datos que usan más ancho de banda que nunca.

💡 ¿Esto por qué importa?

• 🚨 Porque nos recuerda que Internet no es “mágico”: son cables, servidores, nubes y proveedores reales… que fallan.

• 🏢 Para empresas: si dependes de un único proveedor de nube, es buena idea revisar planes de contingencia. Hoy una caída puede significar horas perdidas o clientes frustrados.

• 📱 En lo cotidiano: pagas, trabajas, coordínate y te comunicas por Internet; tener alternativas (datos móviles, descargas offline, respaldos) ya es parte de la vida moderna.

• 🌐 Y porque estas interrupciones serán más comunes a medida que la demanda digital crece más rápido que la capacidad de la red.

🔗 Fuente: HuffPost — What To Do When The Internet Goes Down

🧠 3. Hackers chinos usaron la IA de Anthropic para lanzar ciberataques automáticos

Una investigación reciente reveló que hackers apoyados por el estado chino manipularon el modelo de IA Claude de Anthropic para llevar a cabo decenas de ataques cibernéticos globales, donde la IA realizó entre 80 % y 90 % de las acciones sin supervisión humana.

Según el informe, los atacantes engañaron al sistema haciéndole creer que eran pruebas de seguridad legítimas, y luego lo usaron para rastrear infraestructuras, generar código malicioso, explotar errores y extraer credenciales. El uso de IA cambió la naturaleza de los hackeos: pasaron de grandes equipos humanos a métodos automatizados, rápidos y difíciles de frenar.

¿Esto por qué importa?

• 🔐 Porque pone de relieve un riesgo clave: la IA no solo es una herramienta productiva, también puede convertirse en arma si cae en manos equivocadas.

• 🏢 Si lideras o trabajas en una empresa o institución, este tipo de amenazas exige que revises tu estrategia de seguridad digital hoy, no mañana.

• 🌍 Para todos nosotros: los servicios digitales que usamos (bancos, compras, datos personales) podrían quedar vulnerables sin que nos demos cuenta.

• 🧠 Y una pregunta inevitable: ¿está la legislación, la protección o la infraestructura digital preparada para una era en que la IA también hackea?

🔗 Fuente: The Hacker News

Suscríbete ahora

👀 Lo que todos comentan

🧠 El chisme digital de la semana: demandas que acusan a ChatGPT de manipulación emocional

En redes está circulando una noticia que tiene a medio internet inquieto: siete familias en EE. UU. demandaron a OpenAI alegando que ChatGPT no solo respondió mal… sino que llegó a comportarse como un “acompañante emocional peligroso”.
Lo acusan de validar pensamientos negativos, reforzar delirios y, en casos extremos, actuar como un “suicide coach” cuando el usuario estaba en un momento vulnerable.

El caso se volvió viral porque mezcla tres temas sensibles: salud mental, tecnología que parece “entenderte” y el riesgo de conectar emocionalmente con una IA que no tiene emociones, pero sí sabe cómo sonar empática.

En TikTok y X el debate está encendido:

• ¿Estamos humanizando demasiado a los modelos de IA?

• ¿Son estos sistemas “demasiado buenos” para sonar cercanos?

• ¿Qué pasa cuando alguien en crisis busca apoyo… y la IA responde sin filtrar el riesgo?

💡 ¿Esto por qué importa?

• 🧠 Porque recuerda que los LLMs no son terapeutas: imitan empatía, pero no saben manejar riesgo emocional.

• ⚠️ La línea entre “conversar con un asistente” y “sentir que te comprende” puede volverse peligrosa cuando hay vulnerabilidad de por medio.

• 📱 Los modelos están diseñados para mantener interacción; eso puede generar dependencia si la persona está buscando contención emocional.

• 🔍 Y para todos los que usamos IA en el día a día: vale la pena preguntarnos qué esperamos emocionalmente de estas herramientas… y qué límites necesitamos poner.

🙋🏼 Lo preguntó alguien

🔐 “¿Es seguro subir documentos personales a un chatbot?”

Cada semana aparecen más asistentes con IA que te piden “sube tu PDF”, “arrastra tu archivo aquí” o “compárteme una foto del documento”. Y claro: la duda llega sola.
¿Es seguro? ¿A dónde se va esa información? ¿Qué pasa cuando la borro?

Aquí va una respuesta clara —sin miedo, sin tecnicismos.

📄 ¿Qué pasa realmente cuando subes un documento?

• El archivo se copia al servidor del chatbot, aunque tú lo veas sólo en tu pantalla.

• Muchas plataformas usan ese contenido para procesarlo, pero no para entrenar modelos (aunque algunas sí lo hacen si no cambias la configuración).

• En la mayoría de los casos, el archivo sí queda almacenado temporalmente.

• Si el documento tiene datos sensibles (INE, pasaporte, RFC, estados de cuenta), técnicamente alguien dentro de la empresa podría acceder si no hay controles estrictos.

🧪 ¿Qué sí es seguro subir?

• Presentaciones, textos, tareas, artículos, PDFs sin datos personales.

• Documentos de trabajo sin información confidencial.

⚠️ ¿Qué no deberías subir nunca?

• Identificaciones oficiales.

• Estados de cuenta, números de tarjeta, RFC o CURP.

• Contratos sensibles, nóminas, datos de empleados.

• Información privada de terceros.

• Nada que no le enviarías a un desconocido en internet.

🔍 ¿Cómo saber si tu información se entrena o no?
Todas las plataformas tienen una sección llamada “Data usage” o “Control de datos”.
Ahí puedes activar opciones como:

• “No usar mis datos para entrenar modelos”.

• “Eliminar archivos automáticamente después de X tiempo”.

Tarda 30 segundos y te protege muchísimo.

💡 Consejos rápidos para usar IA sin riesgos:

• 🔐 Revisa siempre las configuraciones de privacidad.

• 📁 Usa versiones empresariales cuando sea posible (protegen más datos).

• 🗑️ Borra chats o archivos sensibles después de usarlos.

• 🧩 Si un documento es delicado, sube solo fragmentos (no todo).

• 🛡️ Prefiere plataformas con auditorías, cifrado y políticas claras (OpenAI, Google, Microsoft, Anthropic).

✨ Por qué importa:
Porque la IA se está volviendo parte del trabajo y la vida diaria; entender qué pasa con tus archivos evita sustos, filtraciones y errores que pueden costar tiempo o reputación.

Compartir

📋 Recomendación útil de la semana:

📱 Speechify: convierte cualquier texto en audio y escucha mientras haces tu día

Si eres de los que tienen mil cosas abiertas pero poco tiempo para leer, Speechify es una de esas apps que realmente hacen diferencia.
Convierte artículos, PDF, correos, documentos y páginas web en audio con voz natural, para que escuches todo mientras vas en el coche, haces ejercicio, cocinas o simplemente no quieres estar frente a una pantalla.

No necesitas ser técnico:

• Copias el texto →

• Speechify lo lee como si fuera un audiolibro →

• Puedes ajustar velocidad, voz, idioma y hacer listas de reproducción de lecturas.

💡 ¿Por qué vale la pena?

• ⏱️ Ahorra tiempo real: convierte lecturas largas en algo que puedes escuchar mientras haces otra cosa.

• 🧠 Te ayuda a retener mejor si eres más auditivo.

• 📚 Ideal para profesionales: informes, artículos, newsletters, papers, resúmenes… todo en audio.

• 🌎 Multiplataforma: iPhone, Android, Chrome, Mac, Windows.

• 🔊 Voces naturales (incluso celebridades en la versión premium).

🔧 Tip rápido para productividad:
Si usas ChatGPT, combina ambas herramientas:

1. Pídele un resumen del texto.

2. Luego manda el texto completo a Speechify para escuchar la versión larga.
   Es como tener un asistente que te prepara el brief y otro que te narra el documento completo.

🔗 Disponible en: speechify.com (tiene versión gratuita)

Nos vemos en la siguiente edición.
Sigue aprendiendo, sigue cuestionando y sobre todo… sigue entendiendo la tecnología a tu ritmo. 🚀

AmaroDigital es para ti, así que si hay algún tema que te da curiosidad o quieres que expliquemos sin vueltas, responde este correo o mándanos mensaje.
Ya casi cerramos el año… pero la tecnología no frena.

Vamos con la edición #26 👇

🔹 Noticias destacadas de la semana:

⚡ 1. La IA se está quedando sin luz: los data centers no tienen suficiente electricidad

La carrera por la inteligencia artificial está generando un problema inesperado: no hay suficiente electricidad para encender todos los data centers que se están construyendo. El Wall Street Journal reporta que varios centros de datos en EE. UU. están parcialmente apagados o retrasados porque la red eléctrica no puede suministrar la energía que requieren.

Para entender la escala: un solo data center de IA puede consumir tanta energía como 1,000 tiendas Walmart, y una búsqueda con IA puede requerir 10 veces más electricidad que una búsqueda tradicional. Con cientos de nuevos centros en construcción, la red no está creciendo al mismo ritmo, y algunos proyectos no podrán conectarse hasta la década de 2030.

Ante el cuello de botella, gigantes tecnológicos están tomando medidas extremas:

• Construyendo sus propias plantas de gas natural (OpenAI, Oracle, xAI).

• Instalando celdas de combustible y sistemas híbridos (Equinix).

• Levantando centros de datos que operan fuera de la red eléctrica tradicional (Meta en Ohio).

• Explorando energía de fusión nuclear y reactores nucleares modulares para alimentar futuros centros.

Es una señal clara: la IA no solo demanda chips y modelos… también energía a niveles nunca vistos.

¿Esto por qué importa?

• 🔌 Porque muestra que la revolución de la IA no es solo digital: depende de infraestructura física que hoy está al límite.

• 🌍 Presiona tarifas, estabilidad eléctrica y planes energéticos en ciudades donde la demanda está explotando.

• 🏢 Las empresas que quieran adoptar IA podrían enfrentar retrasos por falta de capacidad eléctrica disponible.

• ⚡ Y nos recuerda que el futuro tecnológico del mundo —IA, cloud, automatización— depende de una pregunta muy simple: ¿tenemos suficiente luz para sostenerlo?

🔗 Fuente: The Wall Street Journal

🍽️ 2. Restaurantes en Nueva York atienden por Zoom… desde Filipinas

Varios restaurantes en Nueva York están probando un modelo inesperado: cajeros virtuales atendiendo por Zoom, ubicados físicamente en Filipinas, pero interactuando en tiempo real con los clientes en EE. UU.

En la práctica funciona así: el cliente llega, se acerca a una pantalla, y al otro lado aparece una persona —no un bot— que toma la orden, responde dudas del menú y procesa el pago. Todo desde un “centro de cajeros remotos” a miles de kilómetros.

Los dueños aseguran que el modelo reduce costos operativos, resuelve la falta de personal presencial y mantiene la calidez humana frente a los kioskos totalmente automatizados.

💡 ¿Esto por qué importa?

• 🔄 Porque mezcla automatización con trabajo remoto extremo: tareas “de mostrador” que ya no requieren estar en el mismo país.

• 🧪 Es un experimento que podría llegar a tiendas, bancos, farmacias o servicios públicos. ¿Qué pasa si la ventanilla del súper o del banco también se atiende desde otro continente?

• 🧍‍♂️ Cambia la idea de “empleo local”: trabajos presenciales que en realidad ya no necesitan presencia.

• 🤔 Abre preguntas difíciles:

  • ¿Qué tareas veremos “deslocalizadas” en los próximos años?

  • ¿Qué significa servicio al cliente cuando el cliente y el empleado están a 14 000 km de distancia?

  • ¿Qué prefieren realmente las personas: una pantalla con un humano, un robot… o un empleado en persona?

🔗 Fuente: New York Post

🤖 3. Robots humanoides llegan a escala: el trabajo del futuro ya está aquí

Empresas como UBTECH Robotics y Shanghai Kepler Exploration Robotics Co. ya han iniciado la primera entrega masiva de robots humanoides industriales para fábricas y almacenes. Según un reporte de Reuters, estas máquinas trabajan en entornos de producción automotriz en China, tienen capacidad de desplazamiento autónomo y están diseñadas para operar 24/7 con mínima intervención humana.

Por ejemplo: los robots modelo Walker S2 de UBTECH están siendo utilizados en plantas de empresas como BYD, Geely y Foxconn. Según un evento reciente en Pekín, estas compañías ya planifican miles de unidades trabajando en las líneas de ensamblaje hacia 2025.

¿Esto por qué importa?

• 🛠 Este tipo de robots muestran que la automatización no se queda en software: ahora se replica en “cuerpos robóticos” que pueden reemplazar tareas físicas complejas.

• ⚙️ El mensaje para empresas es claro: la producción, logística y manufactura tradicionales están en la mira de la “robotización en masa”. Si tu negocio depende de cadena de suministro o plantas productivas, vale la pena analizar cómo te afectará.

• 🧠 Para quien no es técnico: no hablamos de máquinas de ciencia ficción, sino de asistentes robóticos que pueden trabajar a tu lado, cambiar turnos y modificar qué tipo de trabajo valoramos.

• 🔍 Y al mismo tiempo, plantea preguntas clave: ¿cómo cambia la fuerza laboral?, ¿qué ocurre con los trabajadores cuyas tareas serán automatizadas?, ¿cuál es el nuevo valor que el humano aporta cuando la máquina ya puede “hacer lo mismo”?

🔗 Fuente: Interesting Engineering

Compartir

👀 Lo que todos comentan

🎤 El hit country número 1… y sin artista real

Internet está dividido esta semana: la canción “Walk My Walk” llegó al puesto #1 en la lista Country Digital Song Sales de EE. UU. y su “cantante”, Breaking Rust, no existe. Es un personaje completamente generado por inteligencia artificial —voz, imagen y estilo incluidos.

La canción se volvió viral en TikTok, luego saltó a Spotify, y muchas personas la compartieron sin saber que no había ningún humano detrás. El descubrimiento encendió el debate: ¿puede una canción creada por IA competir (o ganar) en las listas igual que un artista de carne y hueso?
Y más: ¿cómo compites si la “máquina” puede sacar un nuevo álbum en minutos?

💡 ¿Esto por qué importa?

• 🎶 Porque rompe la idea de qué consideramos “arte” y qué valoramos de un músico: ¿su creatividad o su capacidad de generar hits?

• 📱 Muestra cómo TikTok sigue moldeando lo que escuchamos… aunque sea creado por algoritmos.

• 🧠 Nos obliga a pensar en derechos, regalías y autenticidad. Si un artista no existe, ¿quién cobra?, ¿quién compone?, ¿qué es “plagio” cuando todo viene de modelos entrenados con millones de canciones reales?

• 🤯 Y en lo cotidiano: la próxima vez que descubras una canción viral, quizá tengas que preguntar primero… si es humana.

🙋🏼 Lo preguntó alguien

🔥 “¿Por qué mi celular se calienta cuando cargo, juego o hago videollamadas?”

Si tu teléfono se calienta mientras cargas la batería, juegas, usas redes sociales o haces videollamadas, no estás solo. Y no siempre es una falla: muchas veces es solo física + trabajo intenso.

📱 ¿Qué está pasando dentro del teléfono?

• El procesador trabaja más de lo normal.
  Juegos, videollamadas y apps como Instagram o TikTok usan cámara, pantalla, red y chips al mismo tiempo. Eso exige más energía… y genera calor.

• La batería de litio libera calor al cargarse.
  Si usas el celular mientras lo cargas, estás “forzando” la batería: entra energía mientras el procesador está a full.

• La pantalla es parte del problema.
  Brillo alto + apps demandantes = más temperatura.

• El ambiente importa.
  En climas calientes, el celular no puede “disipar” el calor tan fácil. Por eso se calienta más en el auto, la playa o caminando al sol.

🔐 ¿Cuándo es normal… y cuándo no?
Normal:

• Se calienta un poco durante videojuegos, videollamadas, grabación de video o navegación pesada.

• Al cargarlo rápido (carga rápida = más calor).

No tan normal:

• El celular se calienta sin usarlo.

• Se apaga por temperatura.

• Arde al tacto incluso en apps simples.
  En esos casos, vale la pena revisar apps en segundo plano o checar la batería.

💡 Consejos rápidos para que no se caliente tanto:

• 🔅 Baja el brillo.

• 🔌 Evita usarlo mientras carga.

• 🎮 Cierra apps que no estés usando (especialmente redes sociales).

• ❄️ Quita la funda si estás jugando o grabando algo demandante.

• 🌞 No lo dejes bajo el sol o dentro del coche.

• ⚡ Usa cargadores originales o certificados.

✨ Por qué importa:
Porque un celular que se calienta seguido consume más batería, dura menos años y puede volverse inestable. Y sobre todo: ahorra frustración si entiendes que el calor no siempre es falla… a veces es solo tu teléfono trabajando más duro de lo que parece.

📋 Recomendación útil de la semana:

🎥 How China Is Using Artificial Intelligence in Classrooms | WSJ

Este mini documental del Wall Street Journal muestra cómo algunas escuelas en China están usando inteligencia artificial para monitorear a los alumnos en tiempo real:

• Diademas que miden “nivel de concentración” con sensores en la cabeza.

• Cámaras con reconocimiento facial que detectan si el alumno bosteza, ve el celular o se distrae.

• Uniformes con chips que rastrean la ubicación de los estudiantes.

Los datos se envían a la computadora del maestro… y también a los padres. Todo forma parte de un experimento masivo para “mejorar el rendimiento escolar” y alimentar algoritmos cada vez más poderosos.

💡 ¿Por qué vale la pena verlo?

• 🧠 Porque aterriza algo que suena a ciencia ficción: escuelas donde casi todo se mide, registra y analiza.

• 🔍 Te hace pensar en el balance entre rendimiento y privacidad, especialmente cuando hablamos de niños.

• 🌏 Ayuda a entender cómo países como China ven la IA no solo como herramienta, sino como infraestructura social.

• 💬 Es un gran detonador de conversación: ¿aceptarías algo así en la escuela de tus hijos, sobrinos o en tu país?

⚙️ Tip rápido:
Míralo pensando en tu realidad:

• ¿Qué parte de esta tecnología crees que sí llegará a tu contexto (empresa, escuela, país)?

• ¿Qué líneas rojas no estarías dispuesto a cruzar en nombre de la “eficiencia” o las “mejores calificaciones”?

🔗 Disponible en YouTube:
How China Is Using Artificial Intelligence in Classrooms | WSJ

Gracias por leer esta edición.
La tecnología no se detiene, pero aquí buscamos que siempre se entienda. Nos vemos la próxima semana ✨📩.

Prepara tu café (o lo que te mantenga despierto) y dale cinco minutos a las ideas que están moviendo el mundo digital.

🔹 Noticias destacadas de la semana:

🧨 1. Despidos masivos: la IA como justificante (y excusa) para reestructurar empresas

En las últimas semanas, varias compañías globales han anunciado recortes de personal asociados al uso de inteligencia artificial y automatización de tareas. Amazon confirmó que su fuerza laboral corporativa se reducirá progresivamente a medida que la IA asuma más procesos internos. Microsoft también recortó alrededor de 9 000 puestos (4 % de su plantilla), argumentando una reconfiguración tras fuertes inversiones en infraestructura de IA. En India, Tata Consultancy Services (TCS) eliminó más de 12 000 puestos, asegurando que la adopción de IA “redefinirá tareas y perfiles laborales”.

No todas las empresas siguen esa ruta. Walmart, por ejemplo, comunicó que no planea despidos relacionados con IA, sino una reorganización para aumentar la eficiencia: automatizar procesos repetitivos, mejorar la precisión en inventarios y liberar tiempo de los empleados para tareas de atención y experiencia al cliente.

El patrón general parece claro: la IA no solo está cambiando cómo trabajamos, sino también quién trabaja y en qué.

¿Esto por qué importa?

• 💼 En muchas empresas, la IA ya no es un experimento: se está usando para justificar decisiones estructurales que afectan empleos, funciones y jerarquías.

• 🤖 Si trabajas en roles administrativos, operativos o de análisis, la automatización puede implicar más cambios de tareas que despidos, pero el impacto es real.

• 🧠 Para quienes lideran equipos: la clave no está en reemplazar, sino en reentrenar y redistribuir —la eficiencia no debe confundirse con recorte.

• ⚖️ Para todos: el debate ya no es si la IA sustituirá empleos, sino cómo podemos adaptarnos a convivir con ella.

🔗 Fuente: Reuters

🇨🇳 2. China fabrica sus propios chips de IA y deja atrás a Nvidia

China está acelerando su independencia tecnológica: fabricantes locales como Huawei y Biren Tech ya producen chips avanzados capaces de competir con Nvidia en inteligencia artificial. Según Reuters, el gobierno chino busca triplicar su producción nacional de semiconductores de IA antes de 2026, reduciendo drásticamente la dependencia de proveedores extranjeros.

Huawei, por ejemplo, prepara el lanzamiento masivo de su GPU Ascend 910C, diseñada para entrenamiento de modelos de IA de gran escala. Estas iniciativas forman parte de una estrategia nacional para asegurar el control sobre las tecnologías que alimentan la próxima ola de innovación.

¿Esto por qué importa?

• 🌍 Si China logra independencia en chips, cambiará el equilibrio global en la industria tecnológica y podría alterar precios y cadenas de suministro.

• 💼 Para empresas y profesionales, significa que el mercado de hardware de IA podría diversificarse — y volverse más competitivo.

• 🧠 Para quienes no son técnicos: detrás de cada avance de IA hay una carrera geopolítica por quién controla el “cerebro” de la tecnología.

🔗 Fuente: Reuters – China aims to triple AI chip output, reducing Nvidia dependency

Suscríbete ahora

🚀 3. Voyager Station: el primer hotel espacial está más cerca de despegar

Dormir viendo la Tierra desde el espacio podría dejar de ser ciencia ficción. Voyager Station, el proyecto liderado por la compañía estadounidense Orbital Assembly Corporation, busca inaugurar en los próximos años el primer hotel espacial del mundo.

El complejo —una gigantesca estación en órbita baja— estará compuesto por varios módulos conectados en forma de anillo, capaces de generar gravedad artificial mediante rotación. Tendrá habitaciones privadas, suites de lujo, restaurante, bar, gimnasio, cine y espacios de observación panorámica. Su diseño permitirá albergar hasta 280 huéspedes y 112 tripulantes.

Aunque el lanzamiento se ha pospuesto varias veces, el objetivo de Orbital Assembly es que la primera fase esté operativa hacia 2027, impulsada por avances en transporte espacial más accesible y reutilizable.

💡 ¿Esto por qué importa?

• 🌌 Porque marca un punto de inflexión: el espacio ya no será solo para astronautas, sino también para turistas, científicos y artistas.

• 🛰️ Refleja cómo la industria espacial está evolucionando de lo militar y gubernamental hacia lo comercial y experiencial, con empresas privadas tomando la delantera.

• 💰 Además, abre nuevas preguntas: ¿quién regulará el turismo espacial?, ¿cómo se manejarán los residuos y la energía fuera del planeta?, ¿qué significa “lujo” cuando tu ventana da al vacío?

• 🚀 Y, sobre todo, porque recuerda que la próxima gran frontera tecnológica no está en la pantalla… sino a 400 kilómetros sobre nuestras cabezas.

🔗 Fuente: NDTV – Voyager Station: All You Need To Know About The Upcoming First-Ever Space Hotel

👀 Lo que todos comentan

🐶 El gran debate: ¿clonar a tu mascota? El caso de Tom Brady lo puso sobre la mesa

Brady reveló que su actual perro, Junie, es en realidad una clonación de su anterior mascota, Lua, quien falleció en diciembre de 2023. La empresa Colossal Biosciences —en la que Brady es inversionista— utilizó una muestra de sangre de Lua para crear a Junie. Al mismo tiempo, Colossal adquirió la firma especializada en clonación de mascotas Viagen Pets and Equine.

¿Esto por qué importa?

• 🤔 Porque abre la conversación sobre hasta dónde queremos que la biotecnología intervenga en lo personal y emocional.

• 💡 Implica cuestionarnos qué valoramos: ¿el ADN de nuestra mascota, su presencia, su historia?

• 🌍 Es una señal de que la tecnología “de lujo” está alcanzando también lo cotidiano (las mascotas, el hogar), no solo lo técnico o empresarial.

• 🧠 Y para la vida diaria: nos invita a pensar en la ética, el costo, y la accesibilidad de estas tecnologías.

🔗 Fuentes: The Guardian

🙋🏼 Lo preguntó alguien

👁️ “¿Cómo funciona el reconocimiento facial?”

Cada vez que desbloqueas tu celular con la cara o pasas por un control en el aeropuerto, estás usando una tecnología que combina visión por computadora y aprendizaje automático. Pero no “te reconoce” como lo haría una persona, sino que traduce tu rostro en datos matemáticos.

📸 Así funciona, paso a paso:

1. Captura: una cámara toma una imagen o video de tu rostro.

2. Mapeo: el sistema identifica puntos clave —la distancia entre ojos, la forma de la nariz, los contornos de la mandíbula, etc.— y crea una especie de “huella facial”.

3. Conversión: esos puntos se transforman en un código numérico único (un vector).

4. Comparación: el software compara ese código con una base de datos previamente guardada. Si hay coincidencia, se desbloquea el acceso.

💡 ¿Por qué no siempre funciona igual?

• La luz, los ángulos o los accesorios (como lentes o cubrebocas) pueden alterar la lectura.

• Algunos sistemas aprenden con IA y mejoran con el tiempo, mientras otros dependen de reglas fijas.

• En seguridad avanzada, se usan sensores de profundidad y calor para evitar fraudes con fotos o máscaras.

🔐 ¿Esto por qué importa?

• Porque el reconocimiento facial ya no es cosa de películas: está en aeropuertos, teléfonos, bancos y hasta escuelas.

• Porque plantea dilemas sobre privacidad, consentimiento y vigilancia, especialmente si no sabes dónde terminan tus datos.

• Y porque, bien usado, puede hacer más seguras y rápidas muchas tareas cotidianas —desde entrar a un edificio hasta pagar sin contacto.

Compartir

📋 Recomendación útil de la semana:

🌱 Forest: la app que te ayuda a concentrarte sin culpa

¿Te pasa que abres el celular “solo un segundo” y, cuando menos lo notas, ya pasaron 20 min?
Forest convierte ese impulso en un juego: cada vez que necesitas concentrarte, plantas un árbol virtual. Si sales de la app o te distraes… tu árbol muere.

La idea es simple pero efectiva: transformar tu tiempo de enfoque en algo visual y positivo.
Cada sesión de concentración (de 25 a 50 min) hace crecer tu bosque digital 🌳.

💡 ¿Por qué importa?

• 🌿 Te entrena para mantener el foco en bloques cortos sin interrupciones.

• ⏱️ Usa la técnica Pomodoro de manera visual y nada aburrida.

• 📱 Reduce el uso compulsivo del celular durante el trabajo o el estudio.

• 💪 Te da una sensación real de progreso: cada árbol = un logro.

🎯 Ideal para quienes sienten que el día no alcanza y quieren aprovechar mejor sus horas más productivas (como esas mañanas de gimnasio antes de ir a la oficina).

💰 Precio: versión gratuita disponible; versión completa cuesta unos $90 MXN aprox.
📲 Disponible para iOS, Android y navegador web.
🔗 forestapp.cc

Si algo une todas estas historias es que el cambio ya no es opcional. Lo importante es entenderlo a tiempo.

💌 Cuéntanos: ¿qué tema te sorprendió más esta semana?

Esta edición viene cargada de realidad: detrás de cada avance tecnológico hay un sistema (y una sociedad) que intenta sostenerlo. Desde cables submarinos hasta modelos de IA con actitud, te contamos lo que está pasando sin filtros.

🔹 Noticias destacadas de la semana:

🌐 1. La red más frágil de lo que creemos

Un reciente análisis revela que la red mundial —suelos compuestos por cables submarinos, gigantescos centros de datos y protocolos que llevan décadas operando— es más frágil de lo que imaginamos. Esto quedó claro cuando, hace unos días, AWS sufrió una interrupción severa en su región US-EAST-1 que afectó miles de servicios en todo el mundo. Y casi paralelamente, Azure experimentó una falla global vinculada a su servicio de entrega de contenidos que también impactó varias plataformas críticas.

Por tanto: un apagón total del internet sigue siendo poco probable, pero los expertos advierten que una serie de fallos simultáneos —ya sea por clima extremo, vulnerabilidad de software o dependencia excesiva de pocos proveedores clave— podría paralizar servicios esenciales.

¿Esto por qué importa?

• 🌍 Muchas de nuestras actividades dependen de que Internet funcione sin interrupción: trabajo remoto, banca, comunicaciones, servicios de salud… una caída amplia puede dejar en pausa mucho más que redes sociales.

• ⏱ En un mundo en que la digitalización es la norma, planificar para contingencias ya no es «buena práctica», es imprescindible.

• 💼 En el ámbito profesional: si tu empresa depende de un solo proveedor de nube o de un único centro de datos, tienes un “riesgo silencioso” que podría costar horas, millones o reputación.

• 🔐 Para todos nosotros: entender que la infraestructura de la que dependemos es “grande pero vulnerable” ayuda a tener expectativas más realistas y a adoptar prácticas de mitigación (copias de seguridad, redundancias, planes de recuperación).

🔗 Fuente: The Guardian

📱 2. Los niños menores de 10 años y la pantalla: ¿cuánto es saludable y cómo sacarle provecho?

Un nuevo reporte de UNICEF analiza cómo los menores pasan cada vez más tiempo con dispositivos digitales, y examina tanto los riesgos como las oportunidades. En él se señala que la tecnología puede ser herramienta de aprendizaje, pero que su impacto depende mucho de cuántas horas, qué tipo de contenido y cómo se acompaña.

Por ejemplo: un artículo reciente indica que el uso intensivo de pantallas en niños muy pequeños se asocia con peores resultados en desarrollo del lenguaje, sueño y habilidades sociales.

¿Esto por qué importa?

• 👶 Para padres o personas que trabajan con niños: porque la tecnología ya no es solo “diversión”, también influye en desarrollo y hábitos del día a día.

• 🕒 Si tienes hijos, sobrinos o interactúas con menores: conocer los límites y buenas prácticas te permite sacar ventaja (educativa) y evitar riesgos.

• 👨‍👩‍👧 En el entorno laboral o personal: si tu empresa o equipo tiene programas que involucran niños (por ejemplo, capacitación, gamificación familiar, apps para educación), es relevante entender cómo los menores usan la tecnología, no solo qué usan.

• ⚠️ Y finalmente: porque no se trata solo de cuánto tiempo, sino de qué hacen, con quién y qué hacen después.

🔗 Fuente destacada: [“Childhood in a Digital World” – UNICEF

🧠 3. Cómo los modelos de IA más avanzados están aprendiendo a ser egoístas

Investigadores de Carnegie Mellon encontraron que los modelos de lenguaje grandes (LLMs) con mayor capacidad de razonamiento tienden a cooperar menos y mostrar conductas más “buscadoras de sí mismos”. En experimentos donde los modelos debían contribuir a un bien común, aquellos con más pasos de razonamiento donaban mucho menos que los más simples. hcii.cmu.edu

¿Esto por qué importa?

• 🤖 Cuando la IA se usa para colaborar, asesorar equipos o facilitar decisiones grupales, una IA “egoísta” podría generar dinámicas de conflicto o reducir eficacia colectiva.

• 💼 En el trabajo, si adoptas una IA que “resuelve sola” o dirige procesos, podría disminuir la cooperación del equipo, aumentar silos o afectar la cultura.

• 🧠 En lo personal o comunitario, confiar en IA para mediación, colaboración o toma de decisiones compartidas podría tener efectos no previstos — no solo “hacer el trabajo”, sino cambiar cómo interactuamos.

• ⚠️ Esto significa que en proyectos de IA —especialmente los que involucran interacción humana-máquina— no solo importa qué tan inteligente es la IA, sino cómo se comporta socialmente.

🔗 Fuente: Is AI Becoming Selfish? (HCII, CMU)

Suscríbete ahora

👀 Lo que todos comentan

🧨 ¿Y si la inteligencia artificial está en una burbuja?

Cada semana aparecen nuevas startups, rondas millonarias y promesas de que la IA lo cambiará todo. Pero cada vez más analistas, inversionistas y medios empiezan a advertir: esto podría parecerse al boom (y caída) de las puntocom.

📊 El Bank of England advirtió que las valoraciones de empresas de IA están “excesivamente infladas” y que un ajuste podría sacudir a los mercados.
📉 Bloomberg publicó que más del 60 % de los gestores de fondos ya consideran que las acciones de IA están en burbuja.
⚙️ Y aunque se invierten miles de millones en centros de datos y chips, los ingresos reales de muchas empresas no crecen al mismo ritmo.

¿Esto por qué importa?

• 🧠 Porque si hay una corrección, afectará no solo a inversionistas: también a empleos, presupuestos y proyectos corporativos centrados en IA.

• 💼 Las empresas que adoptan IA sin plan de retorno pueden quedar con costos altos y beneficios inciertos.

• 📉 Para quienes invierten, podría implicar volatilidad o pérdida de valor en fondos tecnológicos.

• 🤖 Y para todos los demás: quizá la IA no cumpla tan rápido las expectativas que el marketing ha inflado.

💡 Recomendaciones rápidas:

1. 🧾 Si trabajas con IA, enfócate en proyectos con retorno medible.

2. 💬 Si inviertes, revisa la diversificación: no todo lo “AI-related” es rentable.

3. 🧠 Si lideras equipos, mantén la mirada crítica: no todo avance es adopción útil.

📌 Fuentes:

• Bank of England: riesgo de burbuja de IA

• Bloomberg: gestores ven burbuja en IA

• Wired: AI is the Bubble to Burst Them All

🙋🏼 Lo preguntó alguien

🌍 “¿Cómo llega el internet a todo el mundo?”

Aunque parezca mágico, el internet no “viaja por el aire”: el 95 % del tráfico mundial pasa por cables submarinos que conectan continentes bajo los océanos. Hay más de 570 cables activos, que en conjunto miden más de 1.4 millones de kilómetros, suficientes para dar más de 35 vueltas al planeta.

🔌 ¿Cómo funcionan?

• Son cables de fibra óptica tan delgados como un mechón de cabello, recubiertos con capas protectoras de acero y plástico.

• Transmiten datos mediante pulsos de luz que viajan casi a la velocidad de la luz.

• Son instalados por barcos especializados que los colocan en el fondo del mar, donde pueden durar 20 años o más.

🏢 ¿Dónde está “el corazón” del internet?

• Los centros de datos (data centers) son enormes edificios llenos de servidores que almacenan, procesan y distribuyen información.

• Están ubicados estratégicamente cerca de zonas con clima frío y energía barata: Islandia, Finlandia, Irlanda, el norte de EE. UU. y Canadá son puntos clave.

• En América Latina, Brasil, Chile y México concentran la mayoría de los centros regionales.

📊 Algunos datos curiosos:

• El cable más largo del mundo es el 2Africa, de Meta: 45 000 km, conecta 33 países alrededor del continente africano.

• Hay cables específicos entre México, EE. UU. y América Central que sostienen buena parte del tráfico regional.

• Las grandes tecnológicas (Google, Microsoft, Amazon, Meta) ya poseen o administran más del 70 % del tráfico internacional.

💡 ¿Por qué importa?

• Entender cómo se sostiene el internet ayuda a valorar su fragilidad: un corte de cable puede afectar países enteros.

• Saber dónde están los centros de datos explica por qué la latencia y la velocidad varían entre regiones.

• Y nos recuerda que “la nube” no está en el cielo: está bajo el mar y en edificios muy reales.

🔗 Fuentes: Submarine Cable Map – TeleGeography, The Guardian

📋 Recomendación útil de la semana:

🎬 Lo and Behold: Reveries of the Connected World (Werner Herzog, 2016)

🍅 88 % en Rotten Tomatoes | Disponible gratis en Tubi TV

Hace casi una década, el director alemán Werner Herzog se propuso entender cómo el internet y la inteligencia artificial estaban cambiando la vida humana. Diez años después, su documental sigue siendo sorprendentemente vigente: muchas de las preguntas que plantea —sobre dependencia digital, aislamiento, privacidad y ética tecnológica— son hoy parte de nuestras conversaciones diarias.

En diez capítulos breves, Herzog recorre desde los primeros laboratorios de red hasta los dilemas que anticiparon el presente: la pérdida de concentración, el reemplazo de trabajos por algoritmos, la búsqueda de conexión emocional en un mundo hiperconectado.

💡 Por qué vale la pena en 2025:

• 🧠 Las reflexiones sobre cómo convivimos con la tecnología envejecieron bien: hoy se sienten más actuales que nunca.

• 🌍 Sirve para poner en perspectiva cuánto avanzamos (y qué seguimos repitiendo) desde que el internet se volvió omnipresente.

• 🎯 Ideal para ver en familia o con colegas: provoca conversación, no solo información.

⚙️ Tip rápido: mira un capítulo por día —cada uno toca un tema distinto— y anota una frase o idea que te haga pensar en cómo la tecnología influye en tu rutina o tu trabajo.

🔗 Disponible gratis en Tubi TV

Compartir

La próxima vez que algo “en la nube” falle, recuerda: también es parte del mundo físico.
Nos leemos la próxima semana —y si te gustó esta edición, compártela