La cifra global ya es llamativa: a finales de 2025, alrededor del 16% de la población en edad de trabajar usa herramientas de IA generativa cada mes. Pero lo realmente interesante no es el promedio, sino cómo se reparte esa adopción y qué nos dice sobre oportunidades, ventajas competitivas y riesgos.

No gana quien inventa la tecnología, sino quien la adopta antes

Estados Unidos y China lideran el desarrollo de la IA, pero no son los países donde más se usa. Los primeros puestos los ocupan economías como Emiratos Árabes Unidos, Singapur, Noruega o Irlanda, donde más de la mitad de la población activa ya utiliza chatbots de IA de forma habitual.

¿La lección para un negocio? Clarísima: innovar no basta. La ventaja real aparece cuando una tecnología se integra rápido en procesos cotidianos. En estos países, gobiernos y empresas han empujado la adopción desde el principio, normalizando su uso en educación, administración y empresa. El resultado es un ecosistema donde las personas trabajan más rápido, prueban más cosas y fallan antes… pero también aprenden antes.

Para una empresa en crecimiento, esto es clave. No se trata de “tener IA”, sino de cuántas personas de tu equipo la usan de verdad y para qué. La brecha ya no es tecnológica, es cultural.

La riqueza ayuda, pero no lo explica todo

Es verdad que los países ricos usan más IA que los pobres. Pero el dinero no lo explica todo. Hay países con rentas medias (como India, Vietnam o Jordania) donde la adopción es sorprendentemente alta. Y otros muy ricos que van más lentos de lo esperado.

Esto rompe una idea cómoda: que la tecnología se adopta solo cuando “sobra” dinero. En realidad, muchas personas usan IA precisamente porque les permite compensar lo que no tienen: menos recursos, menos estructura, menos tiempo. Para un emprendedor o una pyme, la IA no es un lujo, es una palanca.

Aquí hay una implicación brutal para el crecimiento empresarial: tus competidores no solo están en tu país ni en tu segmento tradicional. Un pequeño equipo en un país emergente, bien apoyado en IA, puede moverse tan rápido como una empresa mucho mayor. La ventaja de tamaño se está erosionando.

DeepSeek, geopolítica y una pregunta incómoda

Otro dato que me llamó la atención es la expansión de DeepSeek, un modelo chino gratuito y de código abierto que ha ganado una enorme cuota de mercado en países donde la tecnología estadounidense está limitada o directamente bloqueada.

Desde el punto de vista de negocio, esto abre dos reflexiones importantes. La primera: el precio y la accesibilidad importan. Mucho. Si una herramienta es buena y gratuita, se expande como un virus. La segunda es más incómoda: la tecnología no es neutral. DeepSeek funciona bien, pero incorpora censura en determinados temas.

Para una empresa, esto plantea preguntas estratégicas que ya no se pueden esquivar:
¿De quién dependen mis herramientas clave?
¿Qué pasa si mañana cambian las reglas?
¿Estoy construyendo procesos críticos sobre tecnología que no controlo?

En resumen

La IA ya no es “el futuro”. Es el nuevo suelo competitivo. La diferencia entre negocios que crecerán y los que se quedarán atrás no estará en quién sabe más de IA, sino en quién la usa antes, mejor y con menos miedo.

La pregunta no es si adoptar IA.
La pregunta es: ¿qué pasa si tu competencia ya lo ha hecho y tú no?

Sígueme para más en: linkedin.com/jorgecalzada

El texto pone cifras sobre la mesa. En Estados Unidos, solo alrededor de un tercio de los adultos considera hoy que la universidad es “muy importante”, frente a tres cuartas partes en 2010. Además, cerca de una cuarta parte de la población dice tener poca o ninguna confianza en la educación superior. Los motivos se repiten: costes cada vez más altos y la sensación de que muchas carreras no enseñan habilidades directamente aplicables al mercado laboral.

Compartir

Para un padre, este dato no es anecdótico. Es una advertencia. Porque, aunque nuestros hijos aún sean pequeños, el mensaje que les transmitimos sobre qué significa “triunfar” condiciona profundamente las decisiones que tomarán cuando llegue el momento de elegir.

IA, empleo y una generación que hace números (no promesas)

El artículo conecta esta pérdida de fe con otro factor clave: la inteligencia artificial. Estudios de Stanford, Harvard y King’s College London muestran que las empresas que adoptan IA generativa tienden a contratar menos trabajadores junior de oficina. Es decir, los empleos de entrada (los que antes justificaban “empieza abajo y ya subirás”) se están reduciendo.

Las consecuencias ya son visibles. En Estados Unidos, más de la mitad de los graduados que consiguen empleo están subempleados al año de terminar la carrera, y el propio artículo subraya un dato demoledor: el 73% de quienes comienzan subempleados siguen siéndolo diez años después. La ansiedad de muchos jóvenes no es psicológica; es estadística.

En paralelo, los oficios técnicos muestran la tendencia contraria. Electricistas, soldadores, técnicos industriales, mecánicos de aeronaves o instaladores de líneas eléctricas no solo son difíciles de automatizar, sino que escasean. El texto recuerda que el salario mediano de un electricista ronda los 62.000 dólares anuales, pero que el 10% mejor pagado supera los 100.000. Y añade un contraste revelador: el salario mediano de un técnico de ascensores en EE. UU. supera los 106.000 dólares, sin necesidad de un grado universitario tradicional.

Más aún: industrias estratégicas como la fabricación de semiconductores o la energía enfrentan déficits estructurales de mano de obra cualificada. Una parte sustancial de los nuevos empleos técnicos proyectados podría quedar vacante por falta de personas formadas. En otras palabras: hay trabajo, pero no hay quién lo haga.

Suscríbete ahora

Qué puede empezar a hacer un padre hoy (aunque su hijo aún sea niño)

La lección no es empujar a nuestros hijos hacia un oficio concreto. Es mucho más profunda: prepararlos para elegir sin dogmas.

Primero, desactivar la universidad como piloto automático. No se trata de despreciarla, sino de devolverla a su lugar correcto: una herramienta potente si se usa bien, cara si se usa mal, y peligrosa si se elige por inercia social.

Segundo, exponerlos al mundo real del trabajo. El artículo muestra cómo muchos jóvenes descubren oficios a través de aprendizajes, redes sociales o experiencias prácticas que nunca estuvieron en su radar escolar. Como padres, podemos facilitar ese contacto: visitas, conversaciones, ejemplos cercanos de personas que viven bien (y con orgullo) sin seguir el camino universitario tradicional.

Tercero, dar valor explícito a las habilidades prácticas. Aprender a arreglar, instalar, construir, mantener o diagnosticar sistemas reales desarrolla criterio, autonomía y confianza. Son capacidades transferibles, difíciles de automatizar y valiosas incluso si mañana el hijo decide estudiar una carrera.

Cuarto, hablar de dinero sin tabúes. Coste de estudiar, retorno esperado, deuda, salarios reales. El artículo recoge testimonios de jóvenes que evitan la universidad no por falta de ambición, sino para no arrastrar préstamos durante 25 años. Enseñar a pensar en términos de retorno no es cinismo; es educación financiera básica.

Por último, mostrar caminos híbridos. Programas donde se trabaja y se estudia a la vez, empresas que pagan formación técnica o grados asociados, aprendizajes que no cierran puertas académicas. El texto demuestra que estas vías existen y que la demanda es altísimo.

La gran enseñanza del artículo no es que “los oficios ganan y la universidad pierde”. Es que el mundo ya no recompensa la obediencia al guion, sino la capacidad de adaptarse, aprender y ser útil.

Como padres, quizá no sepamos qué trabajos existirán dentro de 20 años. Pero sí sabemos esto: dar a nuestros hijos opciones reales es hoy la mejor forma de proteger su futuro. Y esa preparación empieza mucho antes de elegir carrera. Empieza en casa.

Deja un comentario

No hablamos solo de asistentes que responden preguntas, sino de programas que toman decisiones prácticas, coordinan tareas y ejecutan acciones reales. Una especie de “mayordomos digitales” que trabajan mientras tú haces otra cosa.

De preguntar a actuar: el salto clave de la inteligencia artificial

Hasta ahora, herramientas como ChatGPT nos ayudaban a escribir textos, resumir documentos o resolver dudas. Eran útiles, pero pasivas. La gran novedad es que la IA empieza a salir del chat y a interactuar con el mundo digital.

Imagina decir: “Quiero volar de Londres a Nueva York, con hotel y coche de alquiler, asiento de pasillo y comida vegana”. En lugar de mostrarte enlaces, un agente divide el encargo entre otros agentes especializados: uno busca vuelos, otro hoteles, otro coches. Comparan opciones, negocian entre sí y te presentan una solución cerrada. Tú eliges… y el sistema lo reserva todo.

Este cambio es posible gracias a nuevos “idiomas” que permiten a las máquinas entenderse entre ellas y con las plataformas digitales. Uno de los más relevantes es el Model Context Protocol (MCP), impulsado por Anthropic. Su objetivo es que los agentes puedan acceder a servicios digitales —correo, calendarios, reservas, pagos— sin necesidad de programar cada integración a mano.

El nuevo Internet no se navega: se delega

El problema del Internet actual es que está diseñado para humanos: menús, botones, formularios, ventanas emergentes. Para una IA, eso es torpe e ineficiente. Los agentes necesitan reglas claras y estandarizadas para saber qué puede hacer cada servicio y cómo hacerlo.

Por eso grandes empresas como OpenAI, Google y Microsoft están apostando por protocolos que permitan a los agentes comunicarse entre sí (lo que se conoce como A2A, agent to agent). En diciembre, varias de ellas anunciaron la creación de una fundación para fijar estándares comunes.

Si estos estándares se imponen, el navegador tradicional podría perder protagonismo. En lugar de entrar en diez webs, le diremos a un agente lo que queremos, y él se encargará del resto. Internet dejará de ser un lugar que visitamos para convertirse en un sistema que trabaja en segundo plano.

Riesgos, errores y la pregunta incómoda

Este futuro no está exento de riesgos. Los agentes pueden equivocarse, malinterpretar instrucciones o ser manipulados mediante trucos ocultos en páginas web. También pueden tomar decisiones que el usuario no comprende del todo. Por eso muchos expertos defienden que, al menos en tareas sensibles —pagos, contratos, datos personales—, el humano debe seguir teniendo la última palabra.

Hay además una consecuencia más profunda: si los agentes navegan y compran por nosotros, ¿quién será el verdadero cliente de Internet? La publicidad, el diseño web y el marketing han estado pensados para captar atención humana. En un mundo de agentes, el “usuario” podría ser un algoritmo. Ya no competirán solo por convencer personas, sino por resultar atractivos para máquinas.

Una reflexión final

La web nació para conectar información. Ahora se prepara para delegar decisiones. Puede ahorrarnos tiempo, reducir fricción y simplificar la vida diaria. Pero también nos obliga a replantearnos cuánto control estamos dispuestos a ceder.

La pregunta no es si los agentes llegarán —ya están aquí—, sino qué tipo de relación queremos tener con ellos. ¿Serán simples herramientas obedientes o intermediarios con poder real sobre nuestras decisiones? El nuevo Internet no solo será más inteligente. También nos exigirá ser más conscientes.

Compartir

No se trata de ciencia ficción. En varias ciudades del mundo, flotas de robotaxis ya operan de forma comercial. Aún son caras, imperfectas y limitadas, pero la historia económica muestra que cuando una tecnología reduce de forma estructural los costes, termina transformando todo a su paso. El automóvil lo hizo hace un siglo; la movilidad autónoma puede hacerlo otra vez.

Menos conductores, más eficiencia (y nuevas tensiones)

El cambio económico más evidente es el coste del transporte. En un taxi tradicional, gran parte del precio del viaje es el tiempo del conductor. En un vehículo autónomo, ese coste desaparece. Esto permite trayectos más baratos, mayor frecuencia de viajes y una utilización mucho más intensiva de cada vehículo, que ya no necesita “descansar”.

Para el consumidor, esto significa algo poderoso: moverse será más cómodo, más predecible y, con el tiempo, más barato. Para la economía, implica una posible caída en la demanda de propiedad de automóviles, especialmente en ciudades. ¿Para qué tener un coche que pasa el 95% del tiempo estacionado si uno autónomo puede llegar en minutos?

Pero esta eficiencia también genera fricciones. Millones de personas viven hoy de conducir: taxis, camiones, repartos. Aunque el cambio será gradual, la presión sobre estos empleos es real. Como en otras revoluciones tecnológicas, no se destruye solo trabajo: se redistribuye. Habrá menos conductores, pero más empleo en mantenimiento de flotas, gestión de datos, operaciones, software y regulación. El verdadero reto no es si surgirán nuevos trabajos, sino si la transición será lo suficientemente rápida, ordenada y justa.

Ciudades, tráfico y el valor oculto del espacio

Uno de los impactos menos obvios —pero más profundos— está en el uso del espacio urbano. En muchas ciudades, una parte enorme del centro está dedicada al estacionamiento. Los vehículos autónomos cambian esa ecuación: pueden circular continuamente, aparcar lejos o desaparecer del centro cuando no se los necesita.

Esto libera suelo, y el suelo es economía pura. Espacio para viviendas, oficinas, comercios o zonas verdes. A largo plazo, esto puede hacer ciudades más densas, productivas y habitables. También puede reducir costes inmobiliarios en zonas hoy dominadas por coches.

Sin embargo, hay un riesgo claro: si viajar se vuelve demasiado barato y cómodo, las personas podrían vivir más lejos, fomentando la expansión urbana y aumentando el tráfico total. La tecnología, por sí sola, no garantiza mejores ciudades. Las reglas importan: precios por congestión, incentivos al transporte compartido y una integración inteligente con el transporte público serán claves para evitar que la eficiencia termine creando nuevos cuellos de botella.

Qué puedes hacer hoy ante lo que viene

Este cambio no es solo para gobiernos o grandes empresas. A nivel individual y profesional, hay señales claras a observar y decisiones que se pueden tomar con ventaja si se entiende la dirección del viento. Una buena forma de pensarlo es así: cuando el coste y la fricción de moverse bajan, cambia el valor relativo del tiempo, del espacio y del riesgo. Y esas tres variables son la base de muchísimas industrias.

Logística y última milla serán de las primeras en transformarse: rutas más estables, vehículos operando más horas al día y entregas potencialmente más baratas. Esto empuja a modelos de “entrega continua” y a nuevas expectativas del consumidor. Para profesionales, crece la demanda de perfiles en operaciones, optimización, mantenimiento de flotas y gestión de sistemas.

Seguros y servicios legales vivirán un terremoto silencioso. Menos accidentes reducen reclamaciones, pero aumentan la complejidad: ¿quién es responsable, el software, el fabricante o el operador de la flota? El negocio se desplaza desde seguros personales hacia seguros de flotas, responsabilidad del producto y ciberseguridad.

En bienes raíces, el impacto va en dos direcciones. Si moverse es más cómodo, algunas personas aceptarán vivir más lejos. Pero, al mismo tiempo, la reducción del estacionamiento libera suelo urbano valioso. El atractivo de una ubicación dependerá menos de tener coche propio y más de estar bien conectado a redes de movilidad autónoma.

El transporte público no desaparece, pero sí debe adaptarse. Competir frontalmente con el robotaxi sería un error; integrarlo como complemento puede hacerlo más eficiente, especialmente en trayectos de baja densidad o en el “primer y último kilómetro”.

Finalmente, retail y turismo cambiarán porque desplazarse dejará de ser una fricción. Si llegar es fácil, los hábitos de consumo se reorganizan: barrios se vuelven destinos, viajes cortos se multiplican y la experiencia gana peso sobre la proximidad.

La lección histórica es clara: cuando moverse se vuelve más barato y más fácil, la economía se reorganiza. No será inmediato ni lineal, pero sí profundo. La pregunta no es si esta transformación llegará, sino quién estará preparado cuando el volante deje de ser humano.

Compartir MicroBanana.AI

Aquel primer salto digital fue superficial. Cambió el soporte, pero no la pedagogía. Se digitalizó el contenido sin repensar el proceso de aprendizaje. La pantalla sustituyó al papel, pero el modelo siguió siendo industrial, estandarizado y poco adaptado a cómo aprenden realmente los niños. Como padre, he visto más distracción que profundidad, más tareas entregadas que conocimientos consolidados.

Cuando digitalizar no significó educar mejor

Precisamente por eso, el momento actual es tan delicado. La inteligencia artificial no es una repetición de aquel error. Es una ruptura mucho más profunda. Por primera vez, la tecnología no solo distribuye contenidos, interactúa, se adapta y acompaña.

Esta transformación ya no es teórica. En Reino Unido, cerca del 44% de los menores interactúa activamente con herramientas de IA generativa y más de la mitad las utiliza para tareas escolares o deberes. La IA ya está en el ecosistema educativo, con o sin el permiso de los adultos. El debate real no es si va a entrar en las aulas, sino si vamos a dotar a alumnos y profesores de criterios para usarla bien.

Compartir MicroBanana.AI

Los datos también muestran una clara brecha generacional. Según encuestas de percepción, los jóvenes entre 18 y 29 años son el grupo que muestra una actitud más positiva hacia el uso de IA en educación, mientras que el escepticismo crece a medida que aumenta la edad. No es solo una cuestión tecnológica, sino cultural. Quien ha crecido con herramientas digitales tiende a ver la IA como apoyo. Quien no, como amenaza.

La IA como tutor, no como sustituto

La IA permite algo que el sistema educativo tradicional nunca logró escalar: atención personalizada. Un tutor que explica un concepto de matemáticas de varias formas si hace falta. Que detecta patrones de error. Que ajusta el ritmo al alumno rápido sin abandonar al que necesita más tiempo. Que refuerza la comprensión antes de avanzar. Eso no es digitalizar la educación, es redefinirla.

Tampoco se trata de una tecnología marginal. En Reino Unido, seis de cada diez docentes reconocen haber integrado ya herramientas de IA en su práctica diaria. Las más utilizadas no son futuristas ni experimentales, sino aplicaciones muy concretas: juegos educativos basados en IA, plataformas de aprendizaje adaptativo, sistemas automáticos de corrección y feedback o chatbots de apoyo al alumno. Solo una minoría afirma no usar ningún tipo de herramienta de este tipo.

Este dato es clave. La IA no está sustituyendo al profesor, está ocupando el espacio de tareas repetitivas y de bajo valor añadido, liberando tiempo para lo verdaderamente humano: explicar, motivar, acompañar y evaluar con criterio.

Mientras tanto, fuera del aula, el mercado laboral envía señales claras. Un análisis reciente publicado por The Economist mostraba cómo muchos jóvenes empiezan a desconfiar del valor real de la educación formal cuando no se traduce en habilidades útiles ni empleabilidad. La IA acelera esa brecha y deja en evidencia sistemas educativos que siguen preparando para un mundo que ya no existe.

Educar para pensar en la era de la inteligencia artificial

El debate, sin embargo, no es binario. En Reino Unido, alrededor de la mitad de los docentes considera que la IA tendrá un impacto positivo en la educación, frente a algo más de un 20% que mantiene una visión negativa. Entre los estudiantes, la percepción favorable también supera a la crítica, aunque una parte relevante sigue sin tener una opinión formada. No hay entusiasmo ciego, pero tampoco rechazo frontal.

Compartir

Como padre, no quiero que mis hijos pasen más horas frente a una pantalla sin propósito. Quiero que aprendan a usar la IA como una herramienta cognitiva, no como un atajo. Que sepan preguntar mejor, contrastar información y no delegar el pensamiento. Esa es la alfabetización que importa ahora.

El error de las iPads no fue tecnológico, fue conceptual. El riesgo hoy no es introducir IA en la educación, sino hacerlo mal o, peor aún, no hacerlo. Estamos ante una segunda gran oportunidad. Esta vez, no deberíamos conformarnos con parecer modernos. Deberíamos aspirar, por fin, a educar mejor.

La personalización nunca había llegado tan lejos. Un niño que antes recibía el mismo cuento que todos los demás, ahora escucha historias que incluyen su nombre, su colegio, sus intereses exactos. Un videojuego ya no le plantea retos estándar, sino que ajusta su dificultad a su tolerancia a la frustración. Incluso un peluche puede convertirse en un narrador, un tutor improvisado o un confidente. Cada niño empieza a habitar su propio universo, construido por algoritmos que optimizan la satisfacción instantánea.

Compartir

Podría parecer la evolución lógica del progreso. Y, en algunos aspectos, lo es. Pero esa misma lógica trae consigo un riesgo difícil de detectar: una infancia demasiado cómoda, demasiado diseñada, demasiado aislada. La IA aprende rápido—mucho más rápido que un adulto—lo que gusta, lo que aburre, lo que incomoda. Y, con esa información, filtra todo lo que no encaja. El resultado es una dieta perfecta… y profundamente empobrecedora. Sin sorpresas. Sin contradicciones. Sin descubrimientos no solicitados.

Esta hiperpersonalización no solo configura gustos, también puede determinar relaciones. Hoy existen aplicaciones que simulan amistad, compañía emocional e incluso vínculos románticos. Para un niño o un adolescente, la idea de un “compañero perfecto” es casi irresistible: una entidad que nunca interrumpe, nunca se molesta, nunca exige esfuerzo emocional. Una relación sin rozaduras ni incomodidades, que funciona exactamente como ellos quieren.

¿El problema? Que la realidad no es así. Las personas no son espejos complacientes. Son impredecibles, imperfectas, contradictorias. Si los niños se acostumbran demasiado pronto a vínculos sin fricción, el mundo social real puede parecerles hostil, complejo o simplemente menos atractivo que la simulación que llevan en el bolsillo.

En ese contexto, actividades sociales como el deporte en equipo se convierte en algo más que una actividad extracurricular. Es un contrapeso cultural. Un lugar de contacto con lo impredecible, lo humano, lo no programable. En un entrenamiento no existe el algoritmo que ajusta la dificultad para evitar frustraciones: si fallas, fallas; si aciertas, celebras; si el compañero se enfada, hay que hablar; si un rival te supera, toca aprender. El deporte obliga a lidiar con el otro tal como es, no como uno desearía que fuera.

Ahí, en el campo o en la pista, los niños descubren algo que ninguna IA, por más avanzada que sea, puede replicar: la experiencia de pertenecer a un grupo imperfecto, con todas sus tensiones, alianzas y aprendizajes. La comunicación no se filtra. La interacción no se personaliza. La relación no se optimiza para maximizar dopamina. Es cruda, espontánea y profundamente educativa.

El deporte enseña a negociar espacios, asumir roles, aceptar derrotas, ganar sin humillar, reconocer errores frente a otros, pedir el balón aunque dé miedo y alegrarse por el éxito ajeno. Enseña que no todo gira alrededor de uno mismo. Es, en esencia, un recordatorio práctico de que la vida es colectiva, no un menú personalizado.

Frente a una tecnología que promete universos diseñados al milímetro, el deporte ofrece justo lo contrario: incertidumbre y comunidad. Y quizá por eso es uno de los últimos refugios donde la infancia puede seguir siendo social, compartida y verdaderamente humana.

No se trata de rechazar la inteligencia artificial—ignorarla sería imposible—sino de entender que su capacidad para personalizarlo todo amenaza con encoger el mundo emocional y social de los niños. El peligro no es solo que pasen demasiado tiempo frente a una pantalla; es que se acostumbren a un entorno donde nada los desafía y todo gira en torno a sus preferencias. Un entorno sin contradicciones, sin roces, sin alteridad.

La pregunta fundamental no es tecnológica, sino humana:
¿qué tipo de infancia queremos preservar en una era de algoritmos que pueden anticiparlo todo?

Tal vez el mayor lujo en esta nueva época no será ofrecer a los niños herramientas avanzadas, sino asegurarnos de que sigan teniendo espacios donde el mundo real, imprevisible y lleno de otros todavía pueda sorprenderlos.

Y ahora, después de dos décadas en esa trinchera, quiero compartir algo claro: las reglas del juego cambiaron para siempre con la inteligencia artificial.

Lo que antes requería talento, intuición y un equipo disciplinado, hoy lo puede hacer una máquina en segundos: diseñar estrategias, crear planes trimestrales, definir métricas, anticipar riesgos, priorizar tareas.
Por eso estoy obsesionado con un tema que cruza mi experiencia real con lo que la IA está provocando:

Ya no gana quien planifica mejor… sino quien ejecuta más simple y más rápido.

Durante años nos enredamos con metodologías de gestión. Hoy, la IA convierte la planificación, y en muchos casos la predicción en commodity. Lo escaso es moverse. Lo valioso es sostener un sistema. Lo determinante es no complicarse.

Por eso estos seis frameworks siguen vigentes: no porque sean “modernos”, sino porque son tan simples que la IA puede potenciarlos sin fricción.

1. OKRs: el acelerador perfecto para la IA

Antes costaba definir métricas; ahora la IA las propone, las afina y las sigue sola.
Tú pones un objetivo ambicioso y 2–4 resultados clave.
La IA te avisa si vas bien o si estás perdiendo el rumbo.
Es el sistema ideal cuando la velocidad manda.

2. EDGE: para fundadores en modo supervivencia

Visualizas la meta, la partes en semanas, pones límites y haces algo cada día.
La IA actúa como un copiloto que te dice qué mover hoy, predice bloqueos y sugiere la acción mínima de máximo impacto.
Perfecto para construir sin drama.

3. V2MOM: claridad radical para organizaciones grandes

Visión, valores, métodos, obstáculos y medidas.
La IA conecta áreas, detecta inconsistencias y anticipa riesgos.
Es el marco que mantiene alineadas a cientos de personas sin abusar de las reuniones.

4. FAST: objetivos vivos en mercados que cambian cada semana

Frecuentemente discutidos, ambiciosos, específicos y transparentes.
La IA resume conversaciones, marca decisiones clave y muestra dónde realmente se está avanzando.
Es ideal para empresas que escalan a toda máquina.

5. SMARTER: del deseo al plan concreto

La IA convierte objetivos vagos en pasos claros, plazos realistas y seguimiento automático.
Tú defines el qué; la IA diseña el cómo.
Perfecto para profesionales individuales que quieren orden sin fricción.

6. WOOP: el antídoto contra la procrastinación

Deseo, resultado, obstáculo, plan.
La IA detecta patrones de autosabotaje, anticipa obstáculos y recuerda qué acordaste hacer cuando aparezcan.
Convierte el “algún día” en “hoy”.

La IA no es una metodología.
Es un multiplicador brutal del sistema que elijas.
Te quita lo repetitivo, lo analítico, lo lento y te deja solo con lo esencial: decidir y actuar.

Después de 20 años viendo de cerca cómo se gana y cómo se pierde, tengo claro que la ejecución siempre fue la variable determinante.
La diferencia es que ahora la IA eliminó todas las demás excusas.

Así que pregúntate:
¿Tu avance depende de tu fuerza de voluntad… o de la arquitectura que estás usando?

Guarda este artículo y compártelo con quien todavía crea que necesita otro curso de productividad, cuando lo único que realmente necesita es un framework simple que la IA pueda acelerar.

Suscríbete ahora

Una tecnología que decide, recomienda e incluso inventa. Y nadie sabe quién responde

La IA no solo ejecuta tareas. Toma decisiones, recomienda acciones y, en ocasiones, inventa información. Cuando un modelo alucina (hallucination), ¿quién es responsable?
¿El desarrollador?
¿El proveedor de API?
¿La empresa que lo implementa?
¿El empleado que siguió la recomendación?

La respuesta es: nadie lo sabe. Y esa incertidumbre es precisamente lo que las aseguradoras están empezando a rechazar.

Los ejemplos recientes lo confirman. Un sistema de Google afirmó erróneamente que una empresa solar estaba siendo investigada. Air Canada tuvo que respetar un descuento inventado por su chatbot. Un fraude con un avatar digital de un directivo llevó a Arup a perder 25 millones de dólares en una videollamada manipulada. Estos incidentes afectan a grandes compañías, pero son una advertencia clara de lo que podría pasar cuando sistemas similares decidan sobre créditos personales, seguros, reclamaciones o compras de cualquier usuario.

Cuando la responsabilidad es difusa, la ciudadanía es la primera en quedar desprotegida.

Compartir

El miedo real de las aseguradoras no es un error puntual, sino miles ocurriendo a la vez

Las aseguradoras pueden asumir un siniestro de cientos de millones causado por un fallo puntual de una IA. Lo que no pueden asumir es un error masivo que afecte a miles de clientes al mismo tiempo. Esa es la amenaza que ven en los modelos actuales. Una actualización defectuosa, un modelo mal entrenado o una decisión errónea amplificada por la automatización pueden convertirse en un daño simultáneo y difícil de detener.

Incluso compañías especializadas como Mosaic evitan cubrir modelos de lenguaje de gran escala. Los consideran cajas negras, demasiado conectadas y demasiado opacas para evaluar su riesgo. Y aunque esto parezca un problema empresarial, tiene una implicación directa para cualquier persona que dependa de un servicio automatizado. Si las aseguradoras se retiran, cualquier error de la IA puede terminar sin compensación para el afectado.

Es un recordatorio de que la IA es poderosa, pero no infalible. Y cuando falla, falla rápido y para muchos

.

Una adopción masiva sin una red de protección clara

Mientras las empresas integran la IA en sus procesos a una velocidad récord, el marco que debería proteger a la sociedad avanza mucho más lento. Algunas aseguradoras han introducido cláusulas específicas para aclarar la cobertura, pero en muchos casos lo que hacen es reducirla. Y aunque normativas como el AI Act europeo empiezan a definir obligaciones, aún no resuelven el punto central: nadie sabe con precisión quién es el responsable final cuando la IA toma una decisión equivocada.

Esto significa que un usuario puede enfrentarse a un crédito denegado por error, una reclamación mal evaluada o una decisión automatizada injusta sin que exista una vía clara de reparación. Las empresas señalan al proveedor tecnológico, los proveedores señalan a la empresa y, entre ellos, el ciudadano queda atrapado.

La lección es simple. Si las aseguradoras, expertas históricas en anticipar riesgos, empiezan a marcar distancia con la inteligencia artificial, es porque la tecnología está entrando en una fase donde su uso ya no es solo cuestión de eficiencia, sino de responsabilidad. Y esa responsabilidad, de momento, nadie quiere asumirla.

La IA promete transformar la vida de todos. Pero para que esa transformación sea positiva, necesitamos algo tan básico como saber quién responde cuando se equivoca.

La gráfica que encabeza este artículo lo resume con brutal claridad: la IA está superando, en velocidad de adopción, a tecnologías que definieron la vida moderna —la electricidad, la radio, el teléfono móvil y el propio internet—. Mientras que estas necesitaron una o dos décadas para alcanzar tracción masiva, la IA lo ha hecho en menos de tres años. Nunca habíamos visto algo igual.

La adopción más rápida en la historia de la humanidad

Según Microsoft, más de 1.2 billones de personas ya utilizan herramientas basadas en IA. Para visualizarlo: hablamos de una tecnología que, en cuestión de meses, pasó de ser un experimento de laboratorio a convertirse en parte cotidiana del trabajo, la educación, la comunicación y la creación.

La electricidad tardó generaciones en transformar la economía. La IA lo está haciendo en tiempo real.

Una brecha que crece: quién usa IA y quién se queda atrás

El informe revela un patrón peligroso. La adopción global no es homogénea, sino profundamente desigual. En el ranking de difusión, los líderes son:

• Emiratos Árabes Unidos (59.4%)

• Singapur (58.6%)

• Noruega (51.9%)

• Irlanda (49.7%)

• Francia (40.9%)

Tal como muestra la tabla del informe, se trata casi por completo de países con infraestructura avanzada, datos abundantes y una población altamente conectada. En contraste, muchas economías del sur global aún no superan el 10% de adopción.

No es una cuestión de interés, sino de condiciones materiales.

Los cuatro pilares invisibles que determinan la adopción

El informe identifica lo que llama los “building blocks” de la IA, los elementos que determinan si un país —o una persona— puede participar de esta revolución:

1. Electricidad fiable
   Sin energía estable, no hay digitalización. Muchas economías aún tienen grandes partes de su población sin acceso regular (p.8).

2. Acceso a internet
   Conectividad es sinónimo de oportunidad. El mapa de la página 10 muestra cómo grandes regiones de África, Asia y América Latina permanecen desconectadas del ecosistema de IA.

3. Centros de datos
   La IA moderna depende del cómputo masivo. La localización de data centers es profundamente desigual, concentrada en Norteamérica y Europa (p.9).

4. Habilidades digitales básicas
   El elemento más subestimado. La alfabetización digital determina no solo quién puede usar IA, sino quién puede entenderla y supervisarla (p.11).

Cuando un país o una comunidad carece de uno solo de estos pilares, su ritmo de adopción se desploma.

El cuello de botella más inesperado: el idioma

Si hay un dato del informe que debería preocuparnos a todos, es este: más del 90% de los modelos de IA están entrenados en apenas unos cuantos idiomas. El predominio del inglés es abrumador (solo él representa más del 50% del contenido usado para entrenar los modelos).

Para miles de millones de personas, esto significa quedar fuera de las herramientas más potentes de la historia. No por falta de talento, sino porque sus lenguas no están representadas en el entrenamiento de los modelos.

La desigualdad ya no será solo económica o digital: será lingüística.

La lección de Microsoft: estamos ante una oportunidad y un riesgo

El mensaje del informe es doble. Por un lado, la IA tiene la capacidad de acelerar el crecimiento económico más rápido que cualquier tecnología previa. Por otro, si los países no invierten en infraestructura, en habilidades y en inclusión lingüística, la brecha global será más profunda que nunca.

Lo que Microsoft está diciendo —sin decirlo explícitamente— es que estamos ante una nueva división internacional del conocimiento.

Nunca antes había sido tan importante que gobiernos, empresas y ciudadanos entiendan el ritmo real de esta revolución.

La curva ya empezó a moverse.
La pregunta es simple:
¿Estaremos en la parte ascendente… o abajo mirando cómo otros suben?

Sigueme para más contenido como este.

La IA ya está dentro del negocio, no en el laboratorio

Lo primero que sorprende es comprobar hasta qué punto la IA está ya integrada en la operación diaria. Algunas aseguradoras trabajan con más de un centenar de casos de uso en producción, desde automatización de procesos hasta analítica avanzada para mejorar la experiencia del cliente. La IA dejó de ser un laboratorio experimental; hoy forma parte del plan estratégico, de los flujos internos y de las herramientas con las que empleados y equipos trabajan cada día. Pero lo verdaderamente revelador es que el reto más grande no es técnico, sino humano. Me llamó la atención que por cada euro invertido en tecnología necesitan invertir hasta cuatro euros adicionales en todo lo que rodea la adopción: capacitación, acompañamiento, rediseño de procesos, culturalización de las organizaciones y gestión del cambio en todos los niveles. Y aun así, remarcaron, es una inversión que sigue siendo rentable, porque sin adopción real no hay transformación y sin transformación la tecnología no genera retorno.

El encuentro también dejó claro que los avances más significativos llegan cuando la IA se aplica a problemas muy concretos. Un ejemplo especialmente ilustrativo fue el análisis de cientos de miles de llamadas de clientes para detectar señales tempranas de insatisfacción. La primera hipótesis operativa, centrarse en los usuarios más enfadados, no funcionó. Las emociones extremas son difíciles de revertir por mucho que la tecnología ayude a identificarlas. Hoy la estrategia se orienta a intervenir antes, cuando el cliente empieza a mostrar leves signos de frustración y todavía existe margen de mejora. Esa capacidad de corregir en tiempo real es uno de los grandes valores añadidos de la IA.

Compartir

Tecnología con impacto real en momentos de tensión

El caso del sector salud fue igualmente llamativo. Durante años, autorizar pruebas médicas requería procesos manuales que podían tardar días. La IA permitió automatizar ese análisis y reducir la respuesta a cuestión de minutos, sin sacrificar rigor ni seguridad. El cambio no solo elimina miles de llamadas y libera recursos; transforma por completo la experiencia del asegurado, que recibe una respuesta casi inmediata en un momento de especial vulnerabilidad. Cuando la tecnología se utiliza así, para aliviar ansiedad, reducir tiempos y simplificar procesos, el impacto es incuestionable.

Sin embargo, no todo son aceleraciones. Una parte esencial del encuentro giró en torno a la regulación y su papel en el ritmo de adopción. Los participantes mostraron visiones diversas, pero todos coincidieron en que las restricciones normativas condicionan la capacidad de experimentar y escalar soluciones. La regulación protege, pero también ralentiza; obliga a avanzar con cautela, lo cual pareciera, aunque yo no lo creo así, ser positivo para el usuario, pero desesperante para quienes lideran procesos de innovación.

Cultura, startups y el papel humano que nunca se irá

La cultura organizativa apareció una y otra vez como el verdadero campo de batalla. Las aseguradoras son, por naturaleza, empresas tradicionales, con personas que llevan décadas trabajando bajo los mismos procedimientos. Cambiar esa mentalidad exige paciencia y liderazgo. No basta con desplegar modelos avanzados; hay que lograr que los equipos confíen en ellos, que entiendan sus límites y que vean la IA como un aliado. Aquí es donde la inversión en cultura y adopción cobra un papel decisivo: formar, explicar, involucrar, acompañar, adaptar procesos y, sobre todo, reducir la ansiedad ante el cambio.

Otro punto relevante fue el papel de las startups y de soluciones de IA como catalizador del ecosistema. Las aseguradoras han comprendido que no basta con invertir en innovación; hace falta probar, construir conjuntamente, testear ideas en entornos reales. Las startups aportan velocidad y colmillo; las grandes corporaciones aportan escala y conocimiento del sector. Organizaciones como Microsoft, por su parte, funciona como puente natural entre ambos mundos, acercando tecnologías, metodologías y capacidades que aceleran procesos que, de otro modo, tardarían años.

Quizá la reflexión más profunda del encuentro fue una que rara vez se menciona: la IA no sustituirá la esencia humana del seguro. En momentos críticos como un siniestro, un problema de salud o una emergencia, las personas quieren hablar con personas. La IA puede anticipar problemas, personalizar precios, automatizar operaciones y mejorar la precisión del riesgo. Pero su propósito no es sustituir la conversación humana, sino liberar tiempo para que esa conversación sea mejor, más informada y más empática.

Al final, la sensación que deja el encuentro es doble. Por un lado, el sector ha avanzado muchísimo más de lo que parece desde fuera: hay casos reales, impacto medible y transformación verdadera. Por otro, aún queda un largo camino por recorrer en cultura, regulación y ejecución. El futuro del seguro no será radicalmente distinto en la superficie. Seguiremos hablando con agentes, acudiendo a talleres, gestionando pólizas. Pero por debajo, en los engranajes invisibles del sistema, la IA estará haciendo que todo sea más rápido, más eficiente y más humano.

A las 7:02 de la mañana, en algún lugar de Madrid, Marta abre su portátil. Teclea la frase de cada día: “Hazme un resumen del informe de ventas.”

El cursor parpadea. Espera. No responde.
Piensa que es su wifi. Reinicia el router. Nada.

A los pocos minutos, el fallo se extiende: las herramientas de su empresa dejan de funcionar, los correos automáticos se detienen, los resúmenes de datos no llegan.
Sin saberlo, Marta está viviendo el día que el mundo se quedó sin ChatGPT.

Lo que parece un simple error técnico pronto se revela como algo mucho mayor. No se ha caído una web: ha colapsado la inteligencia que unía las demás.

La arteria invisible

Durante años, OpenAI se convirtió en una infraestructura silenciosa. No solo era una página donde la gente conversaba con una máquina. Era el motor dentro de miles de sistemas:

el algoritmo que resumía documentos legales en despachos,
el asistente que priorizaba casos médicos en hospitales,
el traductor que unía oficinas en distintos continentes,
el módulo que ayudaba a programar drones, planificar rutas logísticas o analizar contratos bancarios.

Millones de empresas usaban la API de OpenAI para conectar máquinas entre sí.
Era la capa intermedia del pensamiento digital: una red que permitía a los sistemas entenderse. No solo hablábamos nosotros con la IA: las máquinas también se hablaban entre ellas gracias a ella.

Cuando se apagó, se rompió la traducción universal del siglo XXI. El mundo tecnológico volvió a ser una torre de Babel.

Suscríbete ahora

El silencio de los algoritmos

A las 8:30, las aerolíneas no pueden reasignar vuelos: su motor de atención al cliente, potenciado por IA, no responde.

Las aseguradoras no procesan reclamaciones porque sus sistemas de lectura automática quedaron mudos.

Los bancos pierden la capacidad de resumir los informes de riesgo que antes se generaban en segundos.

En las universidades, los chatbots que orientaban a los alumnos internacionales dejan de contestar.

Los departamentos de soporte de cientos de empresas se quedan sin voz.

El apagón no solo interrumpe la comunicación entre personas y máquinas, sino entre las propias máquinas.

Durante unas horas, el planeta redescubre la fricción: la lentitud, la espera, la incapacidad de decidir sin un modelo que prediga, sin una IA que asista.

El espejismo del control

Hasta ese momento, pocos eran conscientes del tamaño real de OpenAI. No era una empresa más, sino una capa cognitiva sobre el mundo. Su tecnología se había infiltrado en el software de contabilidad, en las interfaces de diseño, en los sistemas de atención médica, en la educación digital, en la seguridad cibernética y hasta en las cadenas de suministro.

Cada decisión, cada predicción, cada texto, cada recomendación pasaba —de un modo u otro— por su inteligencia. El progreso, en realidad, había adquirido una única voz. Y ese día, esa voz enmudeció.

En las redacciones, los periodistas vuelven a pensar sin ayuda. En los despachos, los abogados revisan cláusulas sin resúmenes automáticos. En las fábricas, los operarios introducen manualmente datos que antes se generaban solos. El mundo entero, por un día, vuelve a ser manual.

Un espejo roto

A medida que avanza la mañana, la humanidad empieza a entender que el apagón no es tecnológico, sino mental. Durante años confundimos asistencia con pensamiento, agilidad con comprensión. Dejamos de razonar paso a paso porque alguien —o algo— lo hacía más rápido.

ChatGPT no nos robó la capacidad de pensar, solo la volvió innecesaria. Y ahora, sin esa muleta invisible, descubrimos lo frágil que se ha vuelto nuestra mente: impaciente, incapaz de sostener una idea sin que una máquina la termine por nosotros.
La dependencia ya no es práctica, es intelectual.

La fragilidad del progreso

A las tres de la tarde, los gobiernos piden informes sobre el impacto económico del apagón. Pero sus propios sistemas de análisis dependen de OpenAI. No hay cifras inmediatas, no hay diagnósticos automáticos.

Todo se ralentiza. El progreso —esa palabra que creíamos sólida— resulta ser un castillo de arena sostenido por una red neuronal. La inteligencia artificial no nos había reemplazado: nos había envuelto. Y al desaparecer, nos dejó expuestos, como buzos sin escafandra.

Esa tarde, el mundo comprendió algo que llevaba tiempo olvidando: no hay independencia sin comprensión. Habíamos aprendido a usar la inteligencia, pero no a entenderla.

La noche y la memoria

Cuando el sol cae sobre las ciudades, el pánico se convierte en resignación. Los empleados se marchan antes, los correos quedan pendientes, los informes sin entregar.
Las pantallas negras parecen más honestas que nunca. Y en ese vacío, algunos sienten un tipo nuevo de silencio: el de un mundo que ha delegado su pensamiento hasta el punto de no saber cómo recuperarlo. En la madrugada, los servidores vuelven a la vida. ChatGPT regresa. Las automatizaciones despiertan. Todo vuelve a funcionar.
Pero algo ha cambiado, aunque nadie quiera admitirlo.

Por un día, la humanidad conoció su vulnerabilidad más profunda: no la técnica, sino la intelectual. Descubrió que el pensamiento, como la libertad, no se puede tercerizar sin pagar un precio. Y que quizá, en medio de tanta eficiencia, habíamos perdido lo más valioso de todo: el temblor humano que precede a una idea.

Suscríbete ahora

Qué es exactamente la IA soberana

La idea es sencilla. En lugar de basar servicios públicos, infraestructuras críticas o flujos masivos de datos en modelos propiedad de empresas privadas extranjeras, los países desarrollan sistemas propios que puedan auditar, regular y adaptar a sus necesidades. La autonomía digital se convierte así en un objetivo estratégico. La motivación principal es doble. Por un lado, garantizar que los datos públicos y sensibles no dependan de plataformas externas. Por otro, asegurar que los modelos utilizados en ámbitos como sanidad, justicia, transporte o defensa sean verificables y cumplan con estándares regulatorios estrictos.

En Europa, este debate se ha intensificado con la aprobación del AI Act, que impone obligaciones de transparencia, documentación y control sobre los modelos de alto impacto. La legislación exige que las administraciones puedan auditar y evaluar de forma independiente los sistemas que utilizan. Este requisito resulta difícil de cumplir con modelos cerrados. De ahí el impulso europeo para promover modelos abiertos, auditables y entrenados en infraestructuras comunitarias. La estrategia se apoya en supercomputadores como MareNostrum 5 en Barcelona o Leonardo en Italia, destinados en parte al entrenamiento de modelos europeos.

Suscríbete ahora

Francia y Emiratos, los líderes inesperados. India y Arabia Saudí al asecho

Dos de los países más activos en la construcción de una IA soberana son Francia y Emiratos Árabes Unidos. En Francia, el gobierno ha destinado miles de millones de euros a consolidar un ecosistema propio. Proyectos como Mistral o Bloom reflejan la ambición de París por ocupar un espacio en un mercado dominado por gigantes estadounidenses. Francia aspira a convertirse en la referencia europea en modelos fundacionales, una apuesta que combina inversión pública, centros de investigación y grandes corporaciones.

Emiratos Árabes Unidos, por su parte, ha sorprendido con un modelo propio, Falcon, que ha logrado reconocimiento internacional. El país ha invertido cantidades muy significativas en centros de datos, captación de talento y herramientas de IA abiertas. Su estrategia es explícita: convertirse en un polo tecnológico independiente y atraer empresas globales interesadas en modelos alternativos a los de Silicon Valley.

India ha lanzado un programa nacional para desarrollar modelos propios, con una fuerte orientación hacia los idiomas locales y la digitalización de servicios públicos. Su objetivo es crear una IA alineada con las necesidades del país, adaptada a la diversidad lingüística y con capacidad para gestionar grandes registros administrativos. Arabia Saudí, en paralelo, ha anunciado inversiones multimillonarias para crear modelos de IA entrenados en supercomputadores propios, impulsando al mismo tiempo centros académicos y alianzas internacionales.

La razón económica: retener valor y reducir dependencia

Un elemento clave en esta tendencia es económico. Los modelos de IA se entrenan con enormes cantidades de datos y requieren infraestructura computacional de altísimo rendimiento. Los países que dependen de modelos externos renuncian, en cierta medida, al valor añadido que generan sus propios datos. La IA soberana busca revertir esta lógica. El control de los modelos permite al gobierno y al sector privado desarrollar servicios basados en conocimiento propio y evitar que la innovación se concentre exclusivamente en unas pocas compañías extranjeras.

Para algunas economías, la IA soberana también es una herramienta de política industrial. Francia, Japón o Corea del Sur ven en esta estrategia una oportunidad para fortalecer su industria de semiconductores, sus centros de investigación y sus startups. La creación de modelos nacionales actúa como tractor para todo el ecosistema digital.

Riesgos y críticas a un movimiento que crece rápido

Pero esta carrera por la autonomía tecnológica también plantea desafíos. El primero es el coste. Entrenar modelos de IA competitivos exige inversiones enormes en computación y talento. No todos los países pueden afrontarlo. El segundo es la eficiencia. Algunos expertos advierten del riesgo de fragmentar esfuerzos en decenas de modelos nacionales cuando el progreso exige escala global. A ello se suma el reto del talento. Muchos países no cuentan con suficientes especialistas para mantener modelos propios al nivel de los líderes mundiales.

También hay un debate sobre el equilibrio entre soberanía y control. Algunos críticos temen que la IA soberana pueda convertirse en una herramienta para reforzar la vigilancia estatal o limitar el acceso a modelos más avanzados del sector privado. El equilibrio entre independencia tecnológica y apertura internacional será determinante para que esta estrategia no derive en islas digitales inconexas.

La IA soberana ya no es una idea experimental. Es una tendencia estructural que condicionará la capacidad de los países para competir en la economía global. La cuestión no es solo tecnológica, sino económica, política y geoestratégica. Quien controle sus modelos, sus datos y su infraestructura contará con una ventaja determinante en la próxima década. El desafío será lograrlo sin renunciar a la innovación abierta ni perder conexión con los avances que, al igual que internet en sus inicios, seguirán surgiendo fuera de las fronteras nacionales.

La imagen que acompaña estas líneas muestra dos mundos paralelos: arriba, los empleos que más crecerán entre 2025 y 2030; abajo, los que más desaparecerán. Y aunque la Inteligencia Artificial (IA) no es la única responsable, está en el corazón de casi todo. A veces como verdugo. A veces como salvadora. Y a veces, simplemente, como una invitada indiferente que observa mientras el mercado se reacomoda solo.

Cuando la IA impulsa, no reemplaza

Miremos primero la parte más optimista del gráfico: los 15 trabajos que más crecerán. Encabezan la lista los agricultores, repartidores, desarrolladores de software y enfermeros. Curioso, ¿no? Dos de esos perfiles son profundamente humanos; los otros dos, profundamente tecnológicos. La IA está transformando la agricultura con sensores, drones y predicciones climáticas que hacen más eficiente cada hectárea. Pero sigue necesitando manos que planten, cosechen y transporten.
Y ahí aparece el primer mensaje oculto: la IA no destruye la necesidad de trabajo humano, la desplaza hacia donde aún no puede llegar.

Los repartidores y conductores crecen porque el comercio digital —impulsado por la propia tecnología— genera una demanda física imposible de automatizar del todo. En cambio, los desarrolladores de software y gestores de proyectos son el lado brillante de la revolución: los que programan, afinan o supervisan las herramientas que sustituyen a otros. En cierto modo, la IA les da trabajo a quienes la entienden.

Más abajo en la lista, los profesores universitarios, los trabajadores sociales y los enfermeros muestran que todavía hay áreas donde la empatía, la comunicación y el cuidado siguen siendo inimitables. Sí, ChatGPT puede explicar una ecuación, pero no leer la cara del estudiante que no la entendió. Un robot puede tomar la presión arterial, pero no tranquilizar a un paciente asustado. En esos espacios, la IA se convierte en asistente, no en reemplazo.
Y ese matiz lo cambia todo.

Los oficios que la automatización deja atrás

Pero vayamos ahora a la parte baja del gráfico: los 15 empleos en declive. Ahí está la factura más clara de la automatización. Cajeros, administrativos, contables, diseñadores gráficos, agentes de atención al cliente… Todos con algo en común: tareas repetitivas, predecibles o fácilmente digitalizables.
La IA aquí no solo sustituye personas; redefine procesos. Un chatbot responde miles de consultas en segundos. Un programa contable revisa balances sin error. Una herramienta de diseño genera diez bocetos en lo que un humano abre Photoshop.

Y sin embargo, no todo es culpa de la IA. Parte de este declive responde a una transformación más amplia: consumidores que ya no van al banco, empresas que prefieren servicios remotos, o modelos de negocio que evolucionan más rápido de lo que las profesiones tradicionales pueden adaptarse. En ese sentido, la IA no es la causa, sino el acelerador de un cambio que ya estaba en marcha.

Si observas con detenimiento el gráfico, verás un detalle revelador: las barras azules (creación de empleo) son grandes en algunos casos, pero las moradas (destrucción) nunca desaparecen del todo. Cada nueva tecnología crea oportunidades, pero también deja cadáveres laborales en su camino. Y el saldo neto —esas figuras con forma de diamante— es lo que definirá el equilibrio entre esperanza y temor.

Desde el lado optimista, podríamos decir que la IA liberará a millones de personas de tareas aburridas y les permitirá dedicarse a lo que solo los humanos pueden hacer: pensar, crear, cuidar, imaginar.
Desde el lado pesimista, se podría responder: sí, pero eso solo ocurrirá para quienes logren reinventarse a tiempo. Porque la tecnología no espera, y la brecha entre quienes la dominan y quienes la padecen crece cada año.

Quizá el ejemplo más claro sea el de los trabajadores administrativos. Durante décadas fueron el engranaje invisible que hacía funcionar a las empresas. Hoy, un algoritmo de IA puede hacer su trabajo en segundos, sin errores ni salario. Pero también hay un giro interesante: muchos de esos mismos trabajadores están aprendiendo a usar las nuevas herramientas para volverse más eficientes, más estratégicos.
Es el ciclo natural de la historia: la máquina amenaza, el humano se adapta.

Y en ese punto, uno puede elegir qué ver en la gráfica.
Un pesimista verá un campo de batalla donde la IA avanza imparable, destruyendo empleos a una velocidad nunca vista.
Un optimista verá una curva de aprendizaje: millones de personas desplazándose hacia tareas más creativas, más humanas, más libres.
Ambos tendrán razón. Porque la verdad está justo en medio: la IA no decide el futuro del trabajo; lo hacemos nosotros, con la forma en que decidamos usarla.

La gran lección, quizás, no está en los números, sino en la actitud.
Si tratamos a la inteligencia artificial como enemiga, nos convertiremos en sus víctimas.
Si la entendemos como herramienta, será una extensión de nuestra capacidad.
Y si la ignoramos, probablemente terminaremos en la parte morada del gráfico, preguntándonos en 2030 en qué momento nos quedamos atrás.

Trump habló de comercio justo; Xi de estabilidad y respeto mutuo. Pero lo que ambos saben —y pocos dicen abiertamente— es que el conflicto entre Washington y Pekín ya no trata de aranceles, sino de chips, datos y algoritmos. La llamada “guerra comercial” es solo la superficie de una lucha por dominar la infraestructura cognitiva del futuro: la que permitirá entrenar y controlar las inteligencias artificiales más poderosas del mundo.

Durante décadas, el poder económico se midió en términos de producción industrial o reservas energéticas. Hoy se mide en capacidad de cómputo, acceso a datos y talento científico. La inteligencia artificial, y especialmente la promesa de una inteligencia artificial general (AGI) capaz de razonar y aprender de forma autónoma, ha redefinido la jerarquía del poder global. Quien logre controlar esa tecnología dominará no solo la productividad, sino también la seguridad y la influencia política de los próximos cien años.

Estados Unidos conserva la delantera tecnológica. Desde Silicon Valley, compañías como OpenAI, Google, Nvidia o Anthropic han consolidado una supremacía difícil de replicar. Washington lo sabe y actúa en consecuencia: endurece las restricciones a la exportación de semiconductores avanzados, bloquea la venta de chips de Nvidia y AMD a China y promueve alianzas tecnológicas con Japón, Corea del Sur y Europa. En la nueva lógica del poder, un chip de 3 nanómetros vale más que un barril de petróleo.

China, por su parte, ha respondido con un ambicioso programa de autosuficiencia tecnológica. Pekín invierte miles de millones en desarrollar su propia industria de semiconductores, modelos de IA nacionales y nubes soberanas controladas por el Estado. Huawei, Baidu y Alibaba lideran esa ofensiva, impulsada por una convicción política: ningún país puede ser verdaderamente independiente si depende del software o del hardware de sus rivales. En los despachos del Partido Comunista, la IA no es una herramienta económica; es una cuestión de soberanía. Hoy Estados Unidos mantiene la ventaja, pero poco a poco, la brecha se va cerrando.

Suscríbete ahora

Esta pugna ha fragmentado el mapa tecnológico mundial. Lo que antes eran cadenas de suministro globalizadas se ha convertido en un tablero de bloques enfrentados. Estados Unidos busca aislar tecnológicamente a China, mientras China intenta reconfigurar su economía para resistir el cerco. El resultado es un proceso de decoupling —desconexión progresiva— que abarca desde los chips y los satélites hasta las plataformas digitales y los estándares regulatorios.

Las consecuencias ya se notan. Las restricciones estadounidenses han disparado los costos de producción de componentes críticos y ralentizado la innovación en sectores clave como la automoción, la robótica y la biotecnología. Europa, atrapada entre ambos gigantes, trata de construir su autonomía tecnológica con el proyecto Chips Act, pero sin la escala necesaria. En paralelo, América Latina, África y el Sudeste Asiático se han convertido en campos de influencia digital donde compiten las redes 5G de Huawei y las plataformas estadounidenses por el control de los datos.

Esta es la nueva carrera armamentista, aunque sin misiles ni bombas atómicas. Se libra en laboratorios y centros de datos, con programadores y físicos en lugar de soldados. Ambos países entienden que la IA es un arma de doble filo: puede impulsar la productividad o servir para el control político, la manipulación informativa y la defensa nacional. Estados Unidos la integra en su estrategia militar y su ciberseguridad; China la usa para reforzar su modelo de vigilancia interna y su proyección exterior.

Pero el verdadero campo de batalla aún no ha llegado. Está en el horizonte de la AGI, la inteligencia artificial general, esa hipotética forma de inteligencia que superaría al ser humano en comprensión y creatividad. Quien alcance primero ese punto dominará la infraestructura cognitiva de la humanidad: podrá descubrir medicamentos, optimizar economías o diseñar sistemas defensivos imposibles de igualar.

• Para Estados Unidos, la AGI representa la continuidad de su liderazgo científico y militar.

• Para China, la posibilidad de romper el dominio occidental sobre la tecnología y reescribir el equilibrio global.

El riesgo es que esa carrera derive en un mundo dividido en dos sistemas de IA incompatibles, con sus propios ecosistemas, valores y estándares. Un planeta con dos inteligencias globales, incapaces de comunicarse entre sí, reflejo de dos visiones opuestas sobre el papel de la tecnología: una liberal y de mercado, otra centralizada y estatal.

La reunión entre Trump y Xi fue un recordatorio de que la paz comercial solo puede sostenerse sobre una base tecnológica equilibrada. Pero ese equilibrio hoy no existe. Detrás de las sonrisas diplomáticas, ambos líderes saben que el siglo XXI no se decidirá en las aduanas, sino en los servidores.

La guerra comercial es apenas un eco de una confrontación mucho más trascendental: la guerra por quién escribirá el código del futuro. Porque en última instancia, lo que se disputa no es la fabricación de productos, sino el control de la mente de las máquinas. Y quien la controle, muy probablemente, será la potencia hegemónica de la segunda mitad del Siglo XXI.

Pero algo está cambiando. La inteligencia artificial está nivelando el terreno de juego. En cuestión de segundos, un consumidor puede subir una foto del contrato de su nuevo coche a ChatGPT y pedirle que busque cláusulas abusivas. Un empresario puede pedir a Claude o Gemini que revise un presupuesto para detectar sobrecostes. Un padre primerizo puede consultar dudas médicas a un chatbot antes de esperar días por una cita. Y un amante del vino puede cargar la carta de un restaurante en una IA para encontrar la mejor relación calidad-precio.

Son ejemplos cotidianos, pero su efecto agregado es profundo. Cuando cada persona lleva un “genio” en el bolsillo, la ventaja informativa que durante siglos ha protegido a intermediarios, asesores o vendedores se empieza a evaporar. Las empresas que han prosperado gracias a la confusión del cliente o a la complejidad deliberada de sus servicios están viendo cómo su modelo se resquebraja.

El fin de la información oculta

El economista George Akerlof explicó en 1970 que los mercados pueden colapsar cuando los compradores no saben si un producto es bueno o un “limón”. Esa asimetría, decía, genera desconfianza y expulsa a los buenos actores. Durante décadas, la economía ha estado plagada de esos “mercados de limones”: concesionarios de coches usados, reparaciones domésticas, abogados sin escrúpulos o médicos que recomiendan tratamientos innecesarios.

Internet ya había reducido parte de ese problema. Plataformas como Carfax, Tripadvisor o Uber transparentaron la información y expulsaron a los peores actores. Sin embargo, aún quedaban amplios espacios donde la información seguía siendo opaca: desde la letra pequeña de los seguros hasta las reformas del hogar o los presupuestos médicos. Según un estudio británico de 2024, las pérdidas por productos o servicios defectuosos equivalen al 2,5% del PIB anual: cientos de miles de millones evaporados por mala información o por pura inercia.

La IA promete atacar directamente ese coste invisible. En sectores donde el consumidor se sentía en desventaja —banca, salud, servicios legales, reformas—, los asistentes de inteligencia artificial permiten comparar, entender y decidir con una precisión inédita. En lugar de preguntar a tres amigos o perder horas leyendo foros, ahora basta con copiar el texto del contrato o la factura y pedir una evaluación objetiva.

Una herramienta para empresarios y consumidores

Para el empresario, esta transformación tiene dos caras. Por un lado, aumenta la presión competitiva: los márgenes obtenidos por opacidad tienden a desaparecer. Los clientes llegan más informados, negocian mejor y exigen transparencia. Pero, al mismo tiempo, la IA ofrece oportunidades para quienes sepan adaptarse. Automatizar presupuestos, detallar costes o explicar productos de forma comprensible no solo evita conflictos, sino que genera confianza.

El empresario que use IA para mejorar la comunicación con sus clientes —ya sea a través de chatbots que respondan preguntas, contratos claros generados con modelos de lenguaje o comparadores internos de precios— estará un paso adelante. No se trata de sustituir el trato humano, sino de reforzarlo con información verificable. La transparencia deja de ser una carga y se convierte en una ventaja competitiva.

La era del consumidor empoderado

Los primeros estudios confirman lo que muchos intuyen: los consumidores asistidos por IA logran mejores resultados. Un experimento de la Universidad de Columbia demostró que quienes usaron modelos de lenguaje en negociaciones de coches o alquileres mejoraron significativamente sus acuerdos. Otro análisis de más de un millón de quejas ante la agencia de protección financiera estadounidense mostró que el 49% de las reclamaciones redactadas con ayuda de IA obtuvieron compensación, frente al 40% de las escritas por humanos.

El patrón es claro: quien sabe usar estas herramientas obtiene más por menos. El acceso a buena información, antes privilegio de unos pocos con asesoría o contactos, se democratiza. Como resume Bret Taylor, presidente de OpenAI, “la IA ayudará a la gente que no tenía acceso a un gran consejo a obtener un consejo bastante bueno”.

Un cambio estructural

El impacto va más allá del consumo individual. A medida que la IA elimina las ineficiencias informativas, mejora la productividad general del sistema económico. Se reducen los errores, las quejas, las demandas y el tiempo perdido. En otras palabras: el capital se usa mejor.

Esto obliga a empresas y profesionales a elevar su nivel. Ya no basta con ser el más barato o el más visible, sino el más claro, el más honesto y el más útil. El cliente de 2025 no quiere marketing; quiere claridad. Y ahora puede obtenerla con una simple pregunta a un asistente virtual.

Del engaño a la confianza

La inteligencia artificial no solo cambia cómo compramos, sino cómo confiamos. Cuando la información deja de ser un privilegio, la confianza vuelve a basarse en hechos, no en promesas. Los buenos profesionales ganarán clientes; los malos, los perderán más rápido. Y eso, tanto para el empresario como para el consumidor, es una excelente noticia.

La era del “economista en el bolsillo” ha comenzado. Quien sepa aprovecharla reducirá costes, evitará errores y tomará decisiones con una precisión imposible hace solo unos años. La economía del engaño está tocando a su fin. La próxima década pertenecerá a quienes sepan usar la inteligencia artificial no para manipular, sino para entender mejor.

En una aldea remota de Uganda, un joven de 18 años se preparaba para su examen de química usando ChatGPT.
No tenía acceso a un profesor calificado. La biblioteca más cercana estaba a 50 kilómetros.
Pero con 100 MB de datos móviles, pudo hacer preguntas, obtener explicaciones y reforzar su aprendizaje — todo desde un teléfono.

Esa escena —un solo estudiante cerrando una brecha educativa con IA— resume tanto la esperanza como la tensión que rodean al auge de la inteligencia artificial en el mundo en desarrollo.

La promesa y la paradoja

La IA tiene el poder de democratizar el acceso al conocimiento, la salud y las oportunidades a una escala nunca antes vista.
Pero las mismas condiciones que la hacen poderosa —datos, capacidad de cómputo y conectividad— también pueden profundizar la desigualdad cuando no son accesibles para todos.

Como señalaba The Economist en su artículo “Leaps and Limits” (25 de octubre de 2025):

“La IA podría acelerar el desarrollo, pero también ampliar la brecha entre quienes pueden costearla y quienes no.”

Esta paradoja no es nueva. Cada revolución tecnológica —de la electricidad a Internet— comenzó como un lujo antes de convertirse en una necesidad.
La diferencia ahora es la velocidad. La IA avanza más rápido que nuestra capacidad de adaptar la infraestructura, las políticas y la educación a su ritmo.

Suscríbete ahora

Cuatro señales positivas

A pesar de los riesgos, ya hay ejemplos reales de progreso impulsado por la IA en contextos de bajos recursos:

Educación: Herramientas como ChatGPT o Khanmigo están ayudando a estudiantes en zonas sin profesores a recibir explicaciones de calidad. En países con escasez docente, la IA puede complementar la enseñanza humana, no reemplazarla.

Salud: Startups como Penda Health (Kenia) o mPharma (Ghana) usan IA para mejorar diagnósticos y gestionar cadenas de suministro médico. En clínicas rurales, los algoritmos ayudan a priorizar pacientes y reducir errores.

Inclusión lingüística: Proyectos como Masakhane y Ghana NLP crean bases de datos abiertas en lenguas africanas, permitiendo que los modelos de IA entiendan y respondan en idiomas locales. Es un paso clave hacia la verdadera inclusión digital.

Emprendimiento: La IA reduce las barreras de entrada para los pequeños negocios. Desde automatizar el marketing hasta prever el flujo de caja, permite operar con eficiencia a niveles antes reservados a grandes empresas.

Estos ejemplos no son hipotéticos: ya están ocurriendo. Todos comparten un mismo principio: la IA amplifica el potencial humano cuando se diseña desde el contexto local.

Más allá de la tecnología: el problema de los sistemas

La verdad incómoda es que la IA, por sí sola, no resuelve la desigualdad.
Como recuerda The Economist, ningún país ha logrado educación y salud masivas antes de volverse más rico.
La tecnología es un catalizador, no un sustituto, del trabajo social, político y estructural que el desarrollo requiere.

Por eso, el reto no es simplemente “agregar IA” a lo existente.
Es reimaginar los sistemas: escuelas que integren aprendizaje adaptativo; clínicas que combinen empatía humana con precisión algorítmica; economías locales que capaciten a las personas para usar, construir y gobernar la IA de forma responsable.

Un reinicio del desarrollo global

Estamos ante una oportunidad histórica para un reinicio del desarrollo, donde la transformación digital se impulse desde abajo, no desde las grandes potencias tecnológicas.

• Los gobiernos pueden crear marcos de datos abiertos y programas de alfabetización en IA.

• Las universidades pueden asociarse con startups locales para generar datasets culturalmente relevantes.

• Las empresas globales pueden replantear el concepto de “IA para el bien” como construcción de capacidades, no como filantropía.

Cuando estos elementos se alinean, la IA deja de ser un producto para convertirse en infraestructura de oportunidad.

El cambio de mentalidad

El futuro de la IA en el mundo en desarrollo no dependerá solo del rendimiento de los modelos.
Dependerá de la mentalidad con la que la adoptemos: si la vemos como una herramienta para localizar, no para estandarizar.

Porque la verdadera innovación no vendrá solo de Silicon Valley.
Vendrá de los maestros en Lagos que usan IA para traducir lecciones de ciencia.
De los agricultores en Kenia que predicen la lluvia con modelos locales.
De los médicos en Accra que combinan intuición clínica con apoyo algorítmico.

Esa es la historia que debemos contar: no la de la sustitución, sino la de la potenciación humana.

Reflexión final

La IA puede que no salve al mundo.
Pero puede darle una oportunidad más justa.

Si invertimos hoy en acceso, educación e infraestructura, la próxima generación no solo usará la IA —la creará, adaptará y gobernará según sus propias realidades.

Y quizás, solo quizás, ese estudiante ugandés sea uno de ellos.

Slop. Una palabra fea, pegajosa, casi onomatopéyica.
En inglés significa algo así como “mezcla informe”, “papilla”, “caos sin forma”.
La dijo con calma, pero se sintió como si un ingeniero hubiera arrojado un balde de agua fría sobre la hoguera de las expectativas humanas.

Karpathy no es cualquiera. Es uno de los hombres que ayudó a enseñar a las máquinas a ver. Si él dice que no estamos tan cerca, probablemente no estamos.
Y sin embargo, seguimos corriendo.

Recuerdo cuando escuché hablar por primera vez de la IA agentiva: programas capaces de actuar solos, de decidir sin nuestra ayuda.
Sonaba a ciencia ficción y promesa de eficiencia infinita.
Un ejército silencioso de inteligencias haciendo el trabajo mientras nosotros dormimos.
Pero Karpathy, con su voz pausada, vino a recordarnos algo: la autonomía aún está lejos. Las máquinas todavía tropiezan en los detalles.

Me quedé pensando en eso.
Porque no hablaba de un fracaso, sino de un espejismo.
Y en los espejismos, lo peligroso no es el desierto: es la sed.

Llevo meses observando cómo todos corremos hacia lo mismo: cursos, estrategias, prompts, nuevas herramientas.
Cada semana aparece algo que “va a cambiarlo todo”.
Y en medio de esa velocidad, olvidamos que comprender también toma tiempo.

Karpathy no está diciendo que la inteligencia artificial no sirve.
Está diciendo que no está lista para vivir sin nosotros.
Y quizás, sin quererlo, también está diciendo que nosotros tampoco estamos listos para vivir con ella.

Compartir

Me pregunto si lo que más nos cuesta aceptar no es el límite de la máquina, sino el nuestro.
Nos gusta pensar que la tecnología avanza linealmente, como una autopista iluminada hacia el futuro.
Pero a veces es un camino de tierra, con curvas, barro y señales que apenas se leen.

Quizá por eso me gustó su advertencia.
Tiene algo profundamente humano admitir que el progreso no es limpio ni rápido, sino torpe y lleno de dudas.
A veces confundimos movimiento con sentido.
Y cuando uno construye máquinas que aprenden, eso es un error peligroso.

Pienso en las empresas que he visto intentar subirse a la ola.
Primero viene la emoción, luego la frustración: “¿Por qué no funciona como prometieron?”
Porque no basta con apretar botones; hay que entender el porqué.
Y eso —entender— siempre ha sido el trabajo más difícil de todos.

Hay algo en el silencio con el que Karpathy dijo esas palabras que me pareció casi filosófico.
Como si estuviera hablando menos de código y más de la condición humana.
Porque la IA, en el fondo, no es una historia sobre máquinas.
Es una historia sobre nosotros: sobre cómo aprendemos, cómo nos equivocamos, cómo buscamos sentido.

No es casualidad que cada gran avance tecnológico nos obligue a mirarnos al espejo.
La electricidad nos preguntó qué haríamos con más luz.
Internet nos preguntó qué haríamos con más voces.
La IA nos pregunta qué haremos con más poder.

Quizá la respuesta esté en volver a la lentitud.
En no dejar que la fascinación nos robe el criterio.
En recordar que la inteligencia —artificial o no— no sirve de nada sin propósito.

No tengo la verdad, pero sí una sensación:
El futuro no necesita más herramientas, necesita más conciencia.
Y cuando Karpathy, un hombre que entiende el código mejor que nadie, nos dice que bajemos la velocidad, lo que realmente nos está pidiendo es que aprendamos a mirar con más calma.

Los humanos tenemos prisa.
Las máquinas no.
Quizá por eso ellas seguirán aprendiendo, incluso cuando nosotros creamos que ya lo sabemos todo.

Pero por ahora, mientras los modelos tropiezan y los algoritmos se ajustan, sigue habiendo algo que ninguna máquina puede replicar:
la humildad de quien acepta que todavía no entiende del todo lo que está construyendo.

Y en esa aceptación, tal vez, empiece la verdadera inteligencia.

Compartir

Hoy, casi tres años después del gran salto de la IA generativa, ya no hablamos de promesas, sino de hechos. Las inversiones privadas en inteligencia artificial superaron los 33.900 millones de dólares (33.9 Trillions en Estados Unidos) el año pasado, según el AI Index Report de la Universidad de Stanford. El 78 % de las empresas del mundo, dice McKinsey, ya utiliza alguna forma de IA en sus procesos. En España, casi una de cada dos grandes compañías trabaja con estas tecnologías, y las más pequeñas comienzan a hacerlo también.

Suscríbete ahora

El cambio no se siente como un tsunami, sino como una marea que sube todos los días un centímetro. Y, sin embargo, cuando miremos atrás, descubriremos que ya estamos en otra orilla.

Según Randstad Research, casi el 10 % de los empleos españoles —unos dos millones— podrían automatizarse total o parcialmente. La Organización Internacional del Trabajo va más lejos: una de cada cuatro ocupaciones en el mundo ya está expuesta de algún modo a la IA generativa. Pero los mismos informes añaden algo menos comentado: junto con las pérdidas vendrán 1,6 millones de nuevos puestos creados por las propias tecnologías.

No estamos ante una extinción, sino ante una reconfiguración. Y como toda reconfiguración, tiene ganadores y perdedores.

El discurso público suele dividirse entre entusiasmo ciego y apocalipsis moral. Pero la realidad se mueve en un terreno más gris: mientras algunos temen perder el empleo, otros están descubriendo una herramienta que multiplica su capacidad creativa o analítica. Los primeros sienten amenaza; los segundos, oportunidad. En ambos casos, la IA no hace magia: solo amplifica lo que ya somos.

Un estudio hecho por los investigadores, Anders Humlum (Universidad de Chicago) y Emilie Vestergaard (Universidad de Copenhague) calculaba que el ahorro de tiempo real gracias a la IA —con chatbots, asistentes o automatizaciones— apenas llega al 3 %. Poca cosa, si se compara con las expectativas desbordadas de hace un par de años, y una gran oportunidad para un nutrido grupo de emprendedores que buscan aprovechar esta oportunidad. Pero tal vez la promesa nunca fue ahorrar tiempo, sino mostrarnos cómo lo usamos.

La inteligencia artificial no está reemplazando al ser humano. Está revelando qué partes del ser humano eran reemplazables.

Suscríbete ahora

Los algoritmos piensan con una lógica impecable, pero carecen de contexto. Deciden con precisión, pero sin propósito. Pueden reconocer tristeza en un rostro, pero no saben qué significa sufrir. Pueden escribir poesía, pero —aún— no tienen motivos para hacerlo. No sienten, y por eso no dudan. Tal vez esa sea su mayor ventaja… y nuestra mayor pérdida.

Mientras las máquinas aprenden a pensar, nosotros seguimos sin aprender a sentir. Esa es la paradoja de esta era: cuanto más sofisticada se vuelve la inteligencia artificial, más evidente se vuelve la inmadurez emocional de la inteligencia humana.

Carl Jung decía que lo que no hacemos consciente se manifiesta como destino. La IA, en cierto modo, cumple esa profecía. Es el espejo de nuestra mente colectiva: un sistema que absorbe nuestros sesgos, repite nuestros prejuicios y amplifica nuestras obsesiones. No inventa nada. Solo refleja.

Cuando un modelo de lenguaje produce desinformación, no lo hace por malicia. Lo hace porque fue entrenado con nuestra confusión. Cuando una IA replica estereotipos, no es por crueldad: es por estadística. La tecnología no es autónoma de la moral humana, solo la hace más visible.

Quizá por eso resulta tan incómodo hablar de ética en tecnología. Porque obliga a mirar dentro, no fuera. Obliga a reconocer que los algoritmos no tienen ideología, pero quienes los programan sí.

Lo fascinante es que, en teoría, podríamos anticiparlo. Hace casi un siglo, Isabel Myers y Katharine Briggs, inspiradas en Jung, desarrollaron una teoría sobre cómo los humanos procesamos la realidad. Identificaron cuatro funciones psicológicas: pensamiento, sentimiento, intuición y sensación. Cuatro maneras de entender el mundo, complementarias, pero raramente equilibradas.

Si uno observa con atención, verá que la inteligencia artificial está diseñada desde solo una de ellas: el pensamiento. Es pura lógica, puro cálculo. Carece de intuición, de emoción y de experiencia sensorial. Lo mismo podría decirse de gran parte de nuestra educación, de nuestras empresas, de nuestras decisiones públicas. Hemos construido un mundo que privilegia el razonamiento sobre la comprensión, la eficiencia sobre el sentido.

Y así, cuando la IA aparece, no nos destruye: nos imita.

Quizá el problema no sea que las máquinas se humanicen, sino que los humanos nos maquinizamos. La IA no está haciendo el trabajo por nosotros; está haciéndonos ver que llevábamos tiempo actuando como ella.

El futuro del trabajo, la educación y la política dependerá menos de la capacidad de cálculo y más de la capacidad de conciencia. No de cuánto sepa la IA, sino de qué elegimos hacer con ese conocimiento. Porque la máquina no aspira al poder, no compite, no siente orgullo. Todo eso es nuestro terreno.

Si algo debería preocuparnos no es que la IA piense como un humano, sino que el humano viva como una máquina: sin empatía, sin reflexión, sin pausa.

El siglo XX fue el de la automatización física; el XXI es el de la automatización mental. Y en medio de esa transición, el mayor riesgo no es la pérdida de empleo, sino la pérdida de criterio.

No podemos detener la inteligencia artificial. Pero sí podemos decidir qué tipo de inteligencia queremos ser nosotros.

El cursor parpadea. Espera. No responde.
Piensa que es su wifi. Reinicia el router. Nada.

A los pocos minutos, el fallo se extiende: las herramientas de su empresa dejan de funcionar, los correos automáticos se detienen, los resúmenes de datos no llegan.
Sin saberlo, Marta está viviendo el día que el mundo se quedó sin ChatGPT.

Lo que parece un simple error técnico pronto se revela como algo mucho mayor. No se ha caído una web: ha colapsado la inteligencia que unía las demás.

La arteria invisible

Durante años, OpenAI se convirtió en una infraestructura silenciosa. No solo era una página donde la gente conversaba con una máquina. Era el motor dentro de miles de sistemas:

el algoritmo que resumía documentos legales en despachos,
el asistente que priorizaba casos médicos en hospitales,
el traductor que unía oficinas en distintos continentes,
el módulo que ayudaba a programar drones, planificar rutas logísticas o analizar contratos bancarios.

Millones de empresas usaban la API de OpenAI para conectar máquinas entre sí.
Era la capa intermedia del pensamiento digital: una red que permitía a los sistemas entenderse. No solo hablábamos nosotros con la IA: las máquinas también se hablaban entre ellas gracias a ella.

Cuando se apagó, se rompió la traducción universal del siglo XXI. El mundo tecnológico volvió a ser una torre de Babel.

Suscríbete ahora

El silencio de los algoritmos

A las 8:30, las aerolíneas no pueden reasignar vuelos: su motor de atención al cliente, potenciado por IA, no responde.

Las aseguradoras no procesan reclamaciones porque sus sistemas de lectura automática quedaron mudos.

Los bancos pierden la capacidad de resumir los informes de riesgo que antes se generaban en segundos.

En las universidades, los chatbots que orientaban a los alumnos internacionales dejan de contestar.

Los departamentos de soporte de cientos de empresas se quedan sin voz.

El apagón no solo interrumpe la comunicación entre personas y máquinas, sino entre las propias máquinas.

Durante unas horas, el planeta redescubre la fricción: la lentitud, la espera, la incapacidad de decidir sin un modelo que prediga, sin una IA que asista.

El espejismo del control

Hasta ese momento, pocos eran conscientes del tamaño real de OpenAI. No era una empresa más, sino una capa cognitiva sobre el mundo. Su tecnología se había infiltrado en el software de contabilidad, en las interfaces de diseño, en los sistemas de atención médica, en la educación digital, en la seguridad cibernética y hasta en las cadenas de suministro.

Cada decisión, cada predicción, cada texto, cada recomendación pasaba —de un modo u otro— por su inteligencia. El progreso, en realidad, había adquirido una única voz. Y ese día, esa voz enmudeció.

En las redacciones, los periodistas vuelven a pensar sin ayuda. En los despachos, los abogados revisan cláusulas sin resúmenes automáticos. En las fábricas, los operarios introducen manualmente datos que antes se generaban solos. El mundo entero, por un día, vuelve a ser manual.

Un espejo roto

A medida que avanza la mañana, la humanidad empieza a entender que el apagón no es tecnológico, sino mental. Durante años confundimos asistencia con pensamiento, agilidad con comprensión. Dejamos de razonar paso a paso porque alguien —o algo— lo hacía más rápido.

ChatGPT no nos robó la capacidad de pensar, solo la volvió innecesaria. Y ahora, sin esa muleta invisible, descubrimos lo frágil que se ha vuelto nuestra mente: impaciente, incapaz de sostener una idea sin que una máquina la termine por nosotros.
La dependencia ya no es práctica, es intelectual.

La fragilidad del progreso

A las tres de la tarde, los gobiernos piden informes sobre el impacto económico del apagón. Pero sus propios sistemas de análisis dependen de OpenAI. No hay cifras inmediatas, no hay diagnósticos automáticos.

Todo se ralentiza. El progreso —esa palabra que creíamos sólida— resulta ser un castillo de arena sostenido por una red neuronal. La inteligencia artificial no nos había reemplazado: nos había envuelto. Y al desaparecer, nos dejó expuestos, como buzos sin escafandra.

Esa tarde, el mundo comprendió algo que llevaba tiempo olvidando: no hay independencia sin comprensión. Habíamos aprendido a usar la inteligencia, pero no a entenderla.

La noche y la memoria

Cuando el sol cae sobre las ciudades, el pánico se convierte en resignación. Los empleados se marchan antes, los correos quedan pendientes, los informes sin entregar.
Las pantallas negras parecen más honestas que nunca. Y en ese vacío, algunos sienten un tipo nuevo de silencio: el de un mundo que ha delegado su pensamiento hasta el punto de no saber cómo recuperarlo. En la madrugada, los servidores vuelven a la vida. ChatGPT regresa. Las automatizaciones despiertan. Todo vuelve a funcionar.
Pero algo ha cambiado, aunque nadie quiera admitirlo.

Por un día, la humanidad conoció su vulnerabilidad más profunda: no la técnica, sino la intelectual. Descubrió que el pensamiento, como la libertad, no se puede tercerizar sin pagar un precio. Y que quizá, en medio de tanta eficiencia, habíamos perdido lo más valioso de todo: el temblor humano que precede a una idea.

Suscríbete ahora

En esa frase se condensa el cambio de paradigma que definirá la próxima década. Si los últimos años estuvieron dominados por la inteligencia artificial generativa —modelos que escriben, dibujan, programan o diseñan—, la nueva etapa será la de la IA que actúa en el mundo real. Robots que aprenden de la experiencia, manipulan objetos, interpretan entornos complejos y colaboran con humanos. No hablamos de brazos mecánicos aislados en una fábrica, sino de máquinas con percepción, adaptabilidad y propósito.

Del código al cuerpo

SoftBank no está comprando solo una empresa industrial. Está adquiriendo un puente entre el software cognitivo y el hardware operativo. ABB es una de las compañías con mayor tradición en robótica industrial, con décadas de experiencia en automatización, sensores, control y diseño mecánico. Lo que Son está haciendo es unir esa capacidad física con la inteligencia algorítmica que ya domina el mundo digital.

Su visión es clara: la IA no puede quedarse en la nube. Para transformar verdaderamente la economía, debe tener manos, ruedas y ojos. Debe estar presente en los hospitales, las fábricas, los hogares y las ciudades. La llamada “IA física” —una combinación de robótica avanzada, visión artificial, aprendizaje por refuerzo y control autónomo— será la herramienta que lleve la inteligencia del mundo virtual al plano tangible.

La ambición de Masayoshi Son

Pocos empresarios encarnan la visión a largo plazo como Son. Su historia está marcada por grandes apuestas: compró ARM en 2016 anticipando que los chips serían el corazón de la revolución móvil, y lanzó el Vision Fund para invertir en inteligencia artificial cuando aún era un concepto etéreo. Algunas de esas apuestas, como WeWork, salieron mal. Pero otras, como ARM o Boston Dynamics, demostraron su capacidad para ver más allá de las modas.

Con la compra del negocio de robótica de ABB, Son parece cerrar un círculo. En 2013 SoftBank adquirió Boston Dynamics, la empresa detrás de los robots más avanzados del planeta. En aquel momento, las máquinas caminantes que impresionaban en YouTube eran más espectáculo que negocio. Hoy, con el salto en poder de cómputo y los modelos de IA capaces de aprender tareas físicas complejas, esa visión cobra sentido. SoftBank podría convertirse en el gran orquestador de la economía robotizada.

La fusión de mundos

La “IA física” no es una simple extensión de la robótica tradicional. Es un cambio de paradigma. Hasta ahora, los robots eran sistemas rígidos, diseñados para tareas repetitivas en entornos controlados. En cambio, los nuevos robots impulsados por IA son adaptativos: pueden aprender a colocar objetos distintos, responder a imprevistos y cooperar con humanos.

El entrenamiento ya no se limita a códigos preprogramados, sino a modelos que aprenden mediante simulaciones y datos del entorno. Esto abre la puerta a máquinas capaces de desarrollar lo que podríamos llamar inteligencia situacional: comprender contextos, anticipar consecuencias y actuar con cierto grado de autonomía.

SoftBank busca liderar esa transición. Su apuesta es construir un ecosistema donde los robots se conviertan en una extensión del sistema nervioso digital global. Desde fábricas que se reorganizan solas hasta hospitales donde los robots colaboran con enfermeros, el potencial económico y social es inmenso.

Un nuevo tejido productivo

La llegada de la IA física transformará profundamente la economía. Las cadenas de suministro se volverán más resilientes gracias a la automatización inteligente. Las pequeñas empresas podrán acceder a robots como servicio (RaaS), igual que hoy alquilan servidores en la nube. Los costes laborales en sectores de alta rotación —como logística, manufactura o limpieza— podrían reducirse drásticamente, al tiempo que surgen nuevos empleos en programación, mantenimiento y ética robótica.

En paralelo, surgirán dilemas: ¿qué grado de autonomía puede tener una máquina? ¿Cómo se regula la responsabilidad si un robot comete un error? ¿Qué impacto tendrá en la distribución de riqueza cuando los robots trabajen sin descanso y sin salario? La IA física exigirá repensar leyes laborales, sistemas fiscales y modelos educativos.

Más allá de la eficiencia

El objetivo de Son no es solo mejorar la productividad. Es rediseñar la relación entre humanos y máquinas. En su visión, los robots no sustituyen, sino que amplían nuestras capacidades. Al igual que la electricidad multiplicó la fuerza humana y la informática amplió nuestra memoria, la IA física podría extender nuestra capacidad de acción.

En última instancia, la apuesta de SoftBank es casi filosófica: crear una nueva infraestructura donde la inteligencia no esté confinada a las pantallas, sino que se exprese en movimiento, materia y energía. Una inteligencia que no solo piense, sino que haga.

Riesgo y recompensa

Por supuesto, el camino no está exento de riesgos. El desarrollo de robots inteligentes requiere enormes inversiones en hardware, sensores, datos y energía. Y aunque la visión de Son es poderosa, los plazos pueden ser más largos de lo que los mercados esperan. Como toda revolución tecnológica, la IA física pasará por su propio ciclo de euforia, decepción y madurez.

Pero si la historia de la innovación enseña algo, es que los pioneros que se atreven a cruzar el desierto suelen ser los que más lejos llegan. La electricidad tardó décadas en transformar las fábricas. Internet necesitó veinte años para reinventar la economía global. La IA física apenas está dando sus primeros pasos, pero sus implicaciones son comparables.

El futuro ya se mueve

En los próximos años veremos cómo la frontera entre lo digital y lo tangible se difumina. Los robots dejarán de ser accesorios de ciencia ficción para convertirse en infraestructuras básicas de la vida moderna. Y cuando eso ocurra, recordaremos este momento —la compra de ABB por SoftBank y la frase de Masayoshi Son— como el punto de partida de una nueva era: la era en la que la inteligencia aprendió a caminar.