Un científico mexicano pasó un mes descargando secuencias genéticas a mano, una por una, para su tesis. Cuando ya no aguantaba, le preguntó a una IA si eso se podía acelerar. No sabía ni qué era una API. Cuatro días después, un script había hecho el trabajo de esos meses.
Lo interesante no es que automatizó. Es dónde estuvo la parte difícil: no en escribir el código, sino en entender bien qué problema tenía enfrente. Esa es la habilidad de la que casi nadie habla.
💡 ¿Sabías que…? Caminar sube tu producción de ideas nuevas un 60% frente a estar sentado, y el efecto dura un rato después de que te vuelves a sentar. Lo midió un estudio de Stanford. La próxima vez que estés trabado con un problema, no lo pienses en la silla: piénsalo caminando.
🎯 CASO DE LA SEMANA
Un mes a mano, cuatro días con un script: lo que separa a los dos es saber qué preguntar
Daniel Mc Naught es farmacólogo molecular y hace su doctorado con una tesis de las que dan miedo por el volumen. Necesitaba 2.800 secuencias de un tipo de receptor celular (los GPCR) de peces, anfibios, reptiles, aves y mamíferos para armar un árbol genético. El problema: la base de datos no traía los números de acceso, esa especie de cédula que identifica cada secuencia. La vía tradicional era buscarlas una por una, a mano, con una herramienta llamada BLAST.
Estuvo un mes entero en eso. Monótono, lento, sin final a la vista.
Lo que hizo no fue “aprender a programar”. Cansado, le preguntó a una IA si el proceso se podía acelerar. Su propia frase lo pinta: no sabía qué era una API, así que le preguntó al modelo “¿sabes programar?”. Cuando su hermano, que sí sabe de código, le advirtió que la IA le iba a soltar “mucho código espagueti”, él respondió lo único que importaba: “a mí me interesa que automatice; no me lo voy a comer”.
El primer intento falló. Pasaron dos días puliendo el script. Antes de soltarlo con las 2.800, lo probó con 50 para ver dónde se rompía. Se rompió: la primera corrida se enredó con proteínas duplicadas. Ahí estuvo el trabajo de verdad, no en teclear. Reestructuró la estrategia: que el script hiciera las búsquedas solo, se quedara con las coincidencias por encima del 99% y cruzara tres bases de datos distintas para sacar el dato bueno.
El número. El script resolvió casi 2.000 secuencias en cuatro días. Le quedaron 300 casos raros para revisar a mano. Lo que a mano le habría tomado meses, quedó cerrado en menos de una semana.
El aprendizaje no es “usa IA y ahorras tiempo”. Es más incómodo: la parte que no se puede delegar es entender el problema. Mc Naught no ganó por saber Python. Ganó porque probó con 50 secuencias antes de soltar las 2.800, encontró el fallo cuando todavía costaba barato arreglarlo, y recién ahí escaló. Esa es la habilidad: acotar el problema y validar en chico. No viene en un tutorial de programación.
📍 Lee cómo un científico sin saber programar automatizó un mes de trabajo en cuatro días
🗳️ Cuéntame…
📰 BITÁCORA
⚖️ Europa le da 16 meses de aire a las reglas más duras de la IA
El 29 de junio, el Consejo de la Unión Europea aprobó en forma definitiva un paquete que retrasa parte del AI Act, su ley de inteligencia artificial. Las obligaciones para los sistemas de “alto riesgo” (los que se usan para decidir contrataciones, créditos y cosas por el estilo) se corren del 2 de agosto de este año al 2 de diciembre de 2027.
No todo se aplazó al mismo ritmo. La obligación de etiquetar el contenido hecho con IA aterriza el 2 de diciembre de 2026, mucho antes que las reglas pesadas.
Si trabajas con datos de clientes o tomas decisiones asistidas por un modelo, ganaste más de un año para adaptar lo serio. Pero si publicas o produces contenido con IA, tu reloj es otro, y ya está corriendo.
📍 El análisis completo: qué se aplazó y qué se adelantó en el AI Act
Ahora se mide si la IA te recomienda, no si Google te encuentra
Una empresa llamada Profound sacó un índice que mide algo nuevo: qué marcas aparecen dentro de las respuestas de ChatGPT, Gemini y Claude cuando alguien pregunta por un producto o un servicio. Analiza más de 1.500 millones de consultas reales y se actualiza a diario.
El dato que incomoda: una actualización del modelo puede reordenar quién sale mencionado de un día para otro, sin que nadie mueva un anuncio. El posicionamiento se está corriendo del buscador a la respuesta de la IA, y ese terreno todavía casi nadie lo mide.
📍 El análisis completo: cómo se mide tu visibilidad de marca dentro de la IA
🩺 El escriba de IA ya está en todos lados, pero todavía inventa
Un análisis publicado el 1 de julio pone números a algo que muchos médicos ya viven: los “escribas” de IA (programas que escuchan la consulta y redactan la nota clínica solos) se volvieron masivos. A mediados de 2025, el 62,6% de los hospitales de Estados Unidos que usan el sistema Epic ya tenían uno.
El problema no es la velocidad, es la confianza. El mismo análisis reúne datos de que estas herramientas alucinan, es decir, escriben cosas que no pasaron en la consulta. Entre el 1% y el 3% de las notas trae algún invento, y la parte más delicada es la exploración física: ahí aparecen errores en el 31% de las notas hechas por IA, contra el 20% de las escritas a mano.
Y ponerla no es usarla. En un ensayo publicado en NEJM AI, el 15% de los médicos a los que les asignaron un escriba de IA no lo usó ni una vez. La herramienta ayuda a redactar. La nota, alguien la tiene que leer antes de firmarla.
📍 El análisis completo: qué revisar antes de fiarte de un escriba de IA
🤖 La carrera de modelos, en una semana: tres gigantes, tres problemas distintos
Buena foto de cómo está el terreno de los modelos esta semana. Anthropic sacó Claude Sonnet 5, casi tan capaz como su modelo más potente y mucho más barato, abierto a todos. OpenAI presentó su familia GPT-5.6 (Sol, Terra y Luna), potente y con una versión económica, pero por ahora solo para un grupo de socios aprobados por el gobierno de Estados Unidos. Google sigue sin sacar de pruebas su Gemini 3.5 Pro: llegó tarde, se le fueron cuatro investigadores de primera a la competencia, uno de ellos premio Nobel, y el mercado le restó unos 225 mil millones de dólares en el camino.
El mismo tipo de herramienta, en siete días: más barata en un lado, bajo llave en otro, atrasada en el tercero.
📍 GPT-5.6 es potente, pero por ahora solo para socios aprobados por el gobierno
🤖 Fable 5 volvió, pero el acceso gratis vence el 12 de julio
Cierre de una historia que veníamos siguiendo, con una fecha que te conviene marcar. Estados Unidos había apagado Fable 5, el modelo más potente de Anthropic, fuera del país el 12 de junio. El 30 de junio levantó los controles y el 1 de julio el modelo volvió a estar disponible en todo el mundo.
Lo que importa esta semana es la letra chica. Hasta el 12 de julio, Fable 5 entra sin costo extra en tu plan, hasta la mitad de tu uso semanal, en Pro, Max, Team y algunos Enterprise. Pasado el 12 deja de estar incluido: seguir usándolo se paga aparte, por consumo. Si querías probar el modelo grande en algo tuyo de verdad, la ventana barata es de cinco días.
📍 Los términos del acceso gratis a Fable 5 hasta el 12 de julio
⚙️ El agente que “trabaja solo” salió del nicho de los programadores
Anthropic llevó Claude Cowork, su agente que ejecuta tareas de punta a punta, al navegador y al teléfono. La tarea corre en la nube: la dejas andando y sigue aunque apagues el equipo. Puedes lanzarla desde la computadora y recoger el resultado desde el celular.
Lo que importa no es la app, es el dato de quién lo usa. Más del 90% del uso no es programación. Lo más grande son operaciones de negocio y creación de contenido: conciliar cuentas, revisar contratos, preparar material. Durante un año, el agente autónomo pareció una cosa de desarrolladores. Los números dicen otra cosa: es una herramienta de escritorio para cualquier profesional que tenga trabajo repetitivo encima.
📍 El análisis completo: para qué usa la gente al agente de IA autónomo
La semana de cuatro días funciona cuando borras trabajo, no cuando lo aprietas
Salimos del tema de la IA por un momento, pero la lección aplica igual. El estudio más grande hecho sobre la semana de cuatro días, 2.896 empleados en 141 empresas de seis países, dirigido por el sociólogo Wen Fan en Boston College, encontró menos agotamiento, más satisfacción y mejor salud, sin caída de resultados. Más del 90% de las empresas la mantuvieron cuando terminó la prueba.
El detalle que casi nadie copia bien: antes de recortar el día, esas empresas pasaron ocho semanas quitando lo que no aportaba, empezando por las reuniones inútiles. El que solo mete cinco días de trabajo en cuatro termina más cansado. La ganancia no vino de apurar, vino de borrar.
📍 El estudio más grande sobre la semana de cuatro días, y por qué funciona
💰 Un bufete de IA vale mil millones y cobra por resultado, no por hora
El hecho. Norm Ai, una empresa que monta bufetes movidos por inteligencia artificial, levantó 120 millones de dólares en una nueva ronda de inversión y quedó valuada en 1.200 millones. Entre los que pusieron dinero hay nombres pesados del mundo financiero y legal: el exjefe de Blackstone, el expresidente de uno de los despachos más grandes de Estados Unidos.
Por qué importa. El detalle no es el cheque. Es cómo cobran. En su bufete, agentes de IA hacen el grueso del trabajo y abogados humanos supervisan. Y en lugar de facturar por hora, como hace casi toda práctica profesional del mundo, cobran por el resultado. Es un ataque directo al corazón económico de cualquiera que venda su tiempo: si la máquina hace en minutos lo que antes justificaba horas de factura, cobrar por hora deja de tener sentido para el cliente antes que para ti.
La pregunta salta del gremio legal. No es un problema solo de abogados. Le pasa igual al consultor, al contador, al arquitecto, a cualquiera cuya factura se calcula en horas. La discusión sobre cómo cobras dejó de ser teórica: alguien ya levantó mil millones de dólares apostando a que la hora facturable tiene los días contados.
📍 El análisis completo: el bufete de IA que cobra por resultado, no por hora
📊 NÚMERO DE LA SEMANA
1.200 millones de dólares.
Es lo que vale hoy un bufete que decidió no cobrar por hora, sino por el resultado que entrega. La pregunta que deja: de lo que cobras cada mes, ¿qué parte paga el tiempo que tardas y qué parte paga el resultado? Porque el cliente ya aprendió a distinguir entre las dos.
📅 AGENDA SEMANAL
IA aplicada a tu trabajo
AI foundations for legal aid professionals (OpenAI Academy) / 15 de julio / Online, gratis / Introducción práctica a usar IA para investigación, redacción y organización de expedientes legales. Con Everlaw y LSNTAP.
Ciclo “IA e Infraestructuras Críticas” (Tecno Conferences) / 8 y 15 de julio / Online en español, gratis / Riesgos de la IA en operaciones serias y cómo encaja en la normativa de seguridad. Un registro abre las sesiones.
Marketing y visibilidad
Why AI Content Stopped Working & What To Do About It (Search Engine Journal) / 9 de julio / Online, gratis / Por qué el contenido genérico hecho con IA dejó de rendir y cómo hacer que destaque.
AI Search Is Working. How To Prove It With Real Tests (Search Engine Journal) / 15 de julio / Online, gratis / Cómo medir de verdad si apareces en las búsquedas con IA, con datos y no con fe.
AI Search Cites Reddit: 5 Proven Plays (Search Engine Journal) / 8 de julio / Online, gratis / Cómo aparecer cuando las búsquedas con IA citan foros. Útil para visibilidad local.
Construir con IA
Builder Bootcamp: RAG (OpenAI Academy) / 16 de julio / Online, gratis / Cómo hacer que la IA responda sobre tus propios documentos, sin inventar. Sesión práctica.
“La civilización avanza al aumentar el número de operaciones importantes que podemos realizar sin pensar en ellas.” Alfred North Whitehead, Introducción a la matemática (1911)
ANTES DE IRNOS
Esta semana los dos extremos de la edición dicen lo mismo desde lados opuestos. Un científico que automatizó un mes de trabajo, y un bufete que ya no cobra por horas. En ambos casos, lo repetitivo se lo llevó la máquina. Y en ambos, lo que quedó valiendo fue otra cosa: saber qué problema resolver, saber por qué cobras lo que cobras.
La pregunta para tu semana no es “¿qué puedo automatizar?”. Es “¿por qué me pagan de verdad?”. Cuando lo repetitivo se va, queda eso: el problema que sabes acotar, la decisión que sabes tomar. Si tienes la respuesta clara, tienes un sistema. Si no, tienes horas ocupadas.
¿Cuál es la tarea más monótona que hiciste esta semana y que ya podrías haber automatizado? Respóndeme este correo y cuéntame. Leo todo.
Nos leemos el próximo martes. Que la semana te rinda.
Si quieres seguir el pulso entre semana:
𝕏 X · 💼 LinkedIn · 📒 Notas de Substack
Juan
Exoesqueleto Cerebral