57% de los estadounidenses cree que la IA es mala para la sociedad.
Pero cuando les preguntan por su propia vida, quedan casi empatados: 50% dice que es buena y 49% que es mala.
Y 62% ve un riesgo alto de que la gente pierda la capacidad de decidir sin IA.
Lo leo así: el miedo de fondo es perder el control.
En las empresas va a pasar lo mismo.
Si tu equipo siente que la IA decide por ellos, la va a resistir.
Si siente que le ayuda a decidir mejor, la va a adoptar.
Esa diferencia la marca el gerente, no el proveedor.
¿Tu equipo la ve como ayuda o como amenaza?
Uber le acaba de dar un agente de IA a sus 30.000 empleados.
Lo interesante no es el número. Es cómo llegaron ahí.
Primero hicieron un piloto con 1.000 personas de finanzas, operaciones y producto.
El 80% no eran ingenieros.
Después juntaron a 30 ingenieros de IA con distintos equipos y les dieron dos semanas para automatizar partes clave de su trabajo.
Recién ahí lo abrieron a toda la empresa.
Y aun así dicen que no tienen definido cómo lo va a usar cada uno. Van a mirar qué flujos arma la gente y decidir con eso.
El error típico es comprar licencias para todos el primer día y esperar que pase algo.
Yo haría lo mismo que Uber, en chico: piloto con gente no técnica, alguien que sepa de IA sentado con cada equipo un par de semanas, y después escalar lo que funcionó.
¿Tu empresa partió por las licencias o por el piloto?
3 repos de GitHub que hoy le sirven más a un gerente que a un programador.
1. knowledge-work-plugins (Anthropic)
Plugins para que Claude haga trabajo de oficina, no solo código.
✓ Por qué te importa: la IA está bajando del área de TI a cada área.
2. security-audit-skill (Cloudflare)
Un agente que audita la seguridad de un sistema por fases y verifica lo que encuentra.
✓ Por qué te importa: la semana del PHP mostró que nadie revisa hasta que es tarde.
3. graphify
Convierte código, documentos y PDFs en un mapa que se puede consultar.
✓ Por qué te importa: el conocimiento de tu empresa deja de vivir en la cabeza de dos personas.
Mi lectura: lo que más crece en GitHub ya no son juguetes para devs. Son agentes para trabajar.
¿Cuál probarías primero en tu equipo?
→ Links en el primer comentario
Un agente de IA ya puede pagarle a tus proveedores. Pero no decide qué pagar.
Visa, BILL y Billtrust lanzaron un piloto real: el agente completa pagos de facturas que una persona ya aprobó.
La lección no es tecnológica. Es separar quién decide y quién ejecuta.
Antes de probar algo así, yo ordenaría 4 cosas:
Las reglas de aprobación por escrito: quién aprueba qué y hasta qué monto.
Cero claves compartidas: cada persona con su propio acceso.
Cada pago atado a su factura y a quien la aprobó.
Alguien con nombre y apellido revisando las excepciones cada día.
Sin reglas claras, un agente solo automatiza el desorden.
¿Las reglas de pago de tu empresa están escritas o viven en la cabeza de dos personas?
Legora, IA para abogados, levantó US$550 millones.
Su ingreso recurrente pasó de US$100 millones en abril a más de US$200 millones.
Qué hacer: legal, contabilidad y consultoría son donde la IA vertical crece más rápido. Si estás ahí, no esperes.
La IA no te va a dejar sin equipo. Te va a dejar sin aprendices.
Barclays va a recortar cerca de 5.000 puestos este año, alrededor del 5% de su dotación.
Cerca del 60% sale de áreas de soporte.
Justo el trabajo donde la gente aprendía el oficio.
En finanzas ya hay agentes persiguiendo facturas, validando datos y enrutando aprobaciones.
Un director de Basware lo dijo claro: no puedes supervisar lo que nunca aprendiste a hacer.
Como gerente, ese es el problema que me preocupa.
No el ahorro de este año, sino quién va a tener criterio en 5 años.
Si automatizas lo junior, tienes que rediseñar cómo se forma tu gente.
¿Quién está enseñando el oficio en tu empresa cuando el trabajo de entrada lo hace la IA?
Tu empresa usa mucha más IA de la que crees.
Zscaler analizó el uso de IA de unas 9.000 organizaciones.
El tráfico hacia herramientas de IA subió 83% en un año. Y ya son más de 3.400 aplicaciones.
Gran parte entra sin pasar por nadie: funciones de IA nuevas dentro del software que ya usas, extensiones del navegador, herramientas que alguien instaló para ahorrar tiempo.
Lo veo en las empresas: prohibir no sirve, la gente la usa igual a escondidas. Lo que sirve es saber qué IA se usa, quién la usa y qué datos le entregan.
Primero el inventario. Después las reglas.
¿Sabes qué herramientas de IA usa hoy tu equipo y con qué datos?
https://t.co/yUlW8tSzTW
Tu empresa está más atrás en IA de lo que crees.
Arsalan, cofundador de Databricks, usa una escala de 1 a 5.
1 es no usarla. Y preguntarle algo a ChatGPT no cuenta.
5 es tener capacidades nuevas funcionando.
Cuando pregunta en una sala de gerentes, todos dicen "3, tirando a 4". Según él, el 99% de las que visita está en 1 o 2.
Y el freno no es la tecnología. Son las personas y los procesos.
Mi lectura: un piloto que sale bien no sirve de nada si nadie cambia cómo se trabaja ni mide cuánto se ganó.
¿Honestamente, en qué número está tu empresa?
https://t.co/79u5dJtJL5
Los límites de un agente de IA no se escriben en un PDF de políticas. Se ponen en el sistema.
Nvidia presentó un diseño para correr agentes dentro de límites fijos.
Si un agente intenta salirse de lo que tiene permitido, lo aíslan y lo detienen en milisegundos.
SAP y ServiceNow ya lo están integrando. BBVA y Santander lo están explorando.
Lo veo en las empresas: el documento con reglas para la IA existe. Lo que falta es definir qué puede tocar cada agente y que el sistema no lo deje pasar de ahí.
Primero los límites. Después el agente.
¿En tu empresa los límites de la IA están en un documento o en el sistema?
https://t.co/O7Vk0BV2kh
No todas las tareas de un agente merecen la misma libertad.
Simon Scrapes repasa la guía de Anthropic para armar skills, las instrucciones que le dejas guardadas a Claude.
La idea que más me sirvió: el nivel de detalle depende de qué tan frágil es la tarea.
Revisar una llamada de ventas o redactar un post: le das el objetivo y que resuelva.
Un reporte semanal: plantilla con algunas opciones.
Emitir facturas o borrar datos: un script exacto, sin margen para improvisar.
La pregunta para cada paso es simple: ¿qué pasa si el agente lo hace distinto? Si no pasa nada, suelta. Si hay plata o datos en juego, amarra.
¿En tu empresa ya separaron qué tareas puede improvisar la IA y cuáles no?
https://t.co/3hyNrDnwWg
Si un agente crea tus métricas, la pregunta es quién decide qué vale la pena medir.
Pigment es un software para planificar presupuestos, metas de venta y contrataciones. Acaba de levantar US$250 millones.
Según la empresa, el 85% de las métricas nuevas en su plataforma ya las crea un agente, no una persona.
L'Oréal está pasando ahí la planificación de sueldos de más de 95.000 personas.
Lo veo en las empresas: armar el indicador ya no es el trabajo difícil. Elegir cuál importa y qué decisión vas a tomar con él, sí.
Ese criterio no se delega. Es el trabajo del gerente.
¿En tu empresa quién define qué se mide antes de que la IA arme el reporte?
https://t.co/1p7fC1fRBu
Copiar una herramienta con IA hoy toma horas. Lo que no se copia es lo que aprendiste usándola.
En una charla de MicroConf lo dicen sin anestesia: alguien con Claude puede replicar lo que te tomó meses construir en 6 horas.
Su propuesta: que la IA no solo recomiende. Que ejecute, vea qué pasó y cambie lo que hace la próxima vez.
Cinco preguntas para revisarlo:
¿Ejecuta la acción?
¿Ve el resultado?
¿Ese resultado cambia lo que hace después?
¿Lo aprendido mejora a otros clientes?
¿Ese aprendizaje se queda contigo?
En las empresas pasa igual. Cualquiera compra el mismo modelo. La ventaja está en registrar qué funcionó en tu negocio y que eso alimente al agente.
¿En tu empresa, lo que aprende la IA queda guardado o se pierde en cada conversación?
https://t.co/n7V8pnCt7A
Con IA, hacer el trabajo se volvió fácil. Revisarlo, no.
Blacksmith, una startup que prueba código antes de que salga a producción, llegó a una valoración de US$1.000 millones.
A inicio de año corría 5 millones de validaciones a la semana. Hoy corre 90 millones.
Su CEO lo dice simple: escribir código con IA ya es muy fácil. El cuello de botella ahora es validar todo eso.
Lo veo igual en las empresas, y no solo con código. La IA te entrega informes, propuestas y correos en minutos. Alguien tiene que revisar que estén bien.
Si tu equipo produce el triple con IA pero revisa igual que antes, no ganaste velocidad. Ganaste errores más rápido.
¿En tu empresa quién revisa lo que hace la IA antes de que llegue al cliente?
https://t.co/A9jolpia6l