Si tienes un negocio y no tienes tiempo de probar cada herramienta de IA que sale, yo la pruebo por ti.
Cada semana:
• Qué salió y si sirve
• Guías paso a paso
• Lo que no te cuentan antes de pagar
En español, para México y Latinoamérica. Sígueme y ahorra horas.
@maxifirtman Útil donde una cuenta o una laptop la usan varias personas, algo común en negocios chicos.
Ojo con un detalle del anuncio: lo que escribas en un chat bloqueado no actualiza la memoria de tus chats normales. Bien para lo sensible, pero ChatGPT no lo va a recordar.
@franperez_fp Coincido. La trampa es medir la IA solo por el tiempo que te ahorra en lo de siempre.
En una empresa, la pregunta que más vale es qué puedes hacer ahora que antes no podías: un análisis, un servicio nuevo, una respuesta a las 10 pm.
@freddier Le pasa a muchos lanzamientos grandes: el modelo puede ser buenísimo, pero si tarda o se cae, en el día a día le gana uno más modesto que sí responde.
Para usarlo en una empresa, la estabilidad pesa tanto como la inteligencia.
Hoy un modelo de IA 10 puntos más inteligente atrae solo 20% más uso de desarrolladores. A finales de 2025 atraía 69%.
Si la tarea es fácil de revisar, casi cualquier modelo cumple y decide el precio.
En tu empresa: el modelo barato primero; el caro, para lo difícil de revisar.
OpenAI, Anthropic and other leading AI labs face a growing challenge: Better models aren't necessarily attracting more usage. A 10-point intelligence advantage now earns just 20% more developer traffic, down from nearly 69% in late 2025.
Full story: https://t.co/V3pI2VYOLb
@MarceCarabajal_ Buena noticia para quien quiere probar agentes sin arriesgar sus sistemas: primero encerrados y con datos de prueba, después acceso real.
Ojo: que no escaparan en 118 intentos no quiere decir que sea imposible. La jaula ayuda, no sustituye la revisión.
@TintaTIC@BukColombia Ese 22% que aprende por su cuenta es una ventaja desaprovechada.
Si la empresa no capacita ni dice qué herramientas sí se valen, la gente usa lo que encuentra y sube datos donde no debe. Una política de una página ya cambia mucho.
@dereckblanco@OpenAI Lo más importante está al final: la marca de agua dice de dónde salió el texto, no si es cierto.
Y como las ediciones la debilitan, yo no la tomaría como prueba. En una empresa lo que cuenta sigue siendo quién lo revisó antes de publicarlo.
@GizmodoES Por esto a un agente no se le da tarjeta ni permiso de publicar sin límites claros.
Tres reglas antes de conectarlo a cualquier cosa de tu negocio: qué puede hacer solo, qué necesita tu OK y quién revisa lo que hizo.
Ojo: es una empresa de IA, no una pyme. Es señal, no regla.
Qué haría yo: antes de recortar, define quién revisa lo que hacen tus agentes y cuánto tiempo le toca.
Veredicto: la IA mueve el trabajo de hacer a revisar. Prepara a tu equipo para eso.
https://t.co/mB1qNSArIZ
Anthropic publicó cómo cambió su propia plantilla con la IA.
Sus contrataciones técnicas junior bajaron de 27% a 9% desde inicios de 2025. Y para agosto, sus agentes ya sumaban 6 horas de trabajo por cada hora de sus empleados.
Esto es lo que yo leería si tienes una empresa 🧵
Lo que no te cuentan: el cuello de botella ya no es hacer, es revisar.
Según el reporte, leer todo lo que producen sus agentes le tomaría a un empleado no técnico la mitad de su semana.
Por eso, al contratar, ahora pesan más la autonomía y el criterio que la técnica.
@xataka Predecir el error antes de cometerlo es justo lo que le falta a muchos agentes en empresa.
Pero que se corrijan solos no quita lo básico: registrar qué hizo, cuándo y por qué. Sin eso, nadie puede auditar nada.
@ErickSky Las mejoras sin anunciar son arma de doble filo: el modelo mejora, pero tu flujo puede cambiar de comportamiento sin aviso.
Veredicto: si lo usas en algo de producción, guarda un set de pruebas y córrelo cada semana.
@franperez_fp Ojo con lo que tú mismo aclaras: son números compartidos a inversores, no estados auditados.
Aun así, si se sostienen, el mensaje para empresas es claro: Claude ya no es apuesta experimental. Es un proveedor que conviene evaluar en serio.
Qué cambió: observabilidad con estándar abierto, no solo un panel cerrado del proveedor.
Qué haría yo: activarlo primero en modo metadata, sin mandar todo el contenido al collector.
Veredicto: si tus agentes ya tocan producción, sin trazas vas a ciegas.
https://t.co/StE46AJIzO
Anthropic abrió en beta pública trazas OpenTelemetry para agentes de Claude.
Latencia, tokens, model IDs: puedes ver al agente en las mismas herramientas con las que ya depuras el resto del stack.
Para equipos que encadenan pasos, eso cambia el juego. 🧵
@ElEconomista_ Esa brecha no se cierra solo contratando «expertos en IA» de fuera. Lo que más rinde es formar a quien ya conoce la operación: alguien de cobranza que sabe armar un flujo con IA resuelve más que un especialista que no entiende el negocio.
@DanielMuvdiYT La lectura para quien usa IA en su empresa (no para quien invierte): si el crédito de las neoclouds se aprieta, también pueden cambiar precios o condiciones. Tener un segundo proveedor de modelo ya probado es gestión de riesgo, no paranoia.
@emollick If the coordination really is spontaneous, the business question shifts from "which agent should I use" to "who supervises a team of them." Most companies haven't designed that role yet.
Qué haría yo: empezar con un solo flujo que lleve foto: reclamos por daño, devoluciones o revisión de piezas contra especificación.
Veredicto: para automatizar decisiones no necesitas que la IA escriba bonito; necesitas saber cuándo NO confiar en ella.
https://t.co/0yyIanYHX8
Liquid AI lanzó d1-ultra y no es otro chatbot: es un «modelo de decisión».
No redacta nada. Le das texto o fotos, le preguntas algo («¿el cliente dice que llegó dañado?») y te regresa qué tan probable es cada respuesta.
Cuesta $0.042 USD por millón de tokens de entrada. 🧵
Qué cambió: si la probabilidad es confiable, puedes poner un umbral. Arriba de él, se automatiza; abajo, lo revisa una persona.
Qué no te cuentan: lo de «cuando dice 90%, acierta al menos 90% de las veces» lo dice Liquid. Antes de confiar, pruébalo con 100 casos reales tuyos.