Paralaje

Cerramos la temporada con una conversación que mezcla lo técnico y lo humano: comparamos ChatGPT vs Claude desde la experiencia real de uso —no desde benchmarks—, hablando de estilos, capacidades, casos prácticos y en qué tipo de tareas cada uno está aportando más valor hoy en equipos de trabajo. Más que elegir “el mejor”, la discusión gira en torno a cómo combinarlos, qué rol puede jugar cada uno dentro de un flujo y por qué la ventaja no está en el modelo sino en el diseño del trabajo alrededor de ellos.En la segunda parte hacemos un cierre de temporada: qué aprendimos después de 24 episodios, qué señales se repiten (vibe coding, agentes, flujos, gobernanza) y qué debería llevarse alguien que quiere aplicar esto en su empresa. Terminamos con una invitación clara para la siguiente etapa: menos ruido, más práctica —prototipar con propósito, medir con criterio y construir organizaciones que aprendan más rápido que el mercado.

En este capítulo desmontamos la conversación general y ponemos en el centro la pregunta práctica: ¿qué cambios del mercado laboral son reales hoy, cuáles son acelerados por la IA y cuáles son ruido mediático? Revisamos tendencias que ya se ven en datos y en la calle —automatización de tareas rutinarias, mayor demanda de habilidades digitales y analíticas, crecimiento del trabajo por proyectos y plataformas, y presión sobre mandos medios— y conversamos sobre sus efectos concretos en contratación, formación y retención. No es solo tecnología: es economía, diseño de trabajo y elección estratégica de las empresas.En la segunda mitad aterrizamos recomendaciones para dos audiencias: líderes (qué priorizar en la planificación de talento, cómo diseñar rutas de reskilling y qué métricas pedir) y profesionales (qué aprender, cómo mostrar valor y cómo navegar la transición entre roles). Hablamos también de los riesgos sociales —brechas, precariedad y desajustes regionales— y de medidas prácticas que RH puede implementar desde ya: mapeos por flujo, pilotos de reconversión, redes internas de aprendizaje y gobernanza para automatizaciones. Dale play si quieres un diagnóstico claro, ejemplos reales y pasos concretos para tomar decisiones sensatas en un mercado laboral que se mueve rápido pero no es idéntico para todas las industrias.

En este capítulo nos metemos directo con lo que muchos evitan: ¿qué significa liderar cuando la IA ya no es una herramienta opcional sino parte del flujo de trabajo diario? Más que hablar de features o modelos, conversamos sobre decisiones humanas: cómo definir un norte claro para la organización, cómo permitir la experimentación sin perder la responsabilidad y qué rutinas debería tener un líder para que la tecnología amplifique la inteligencia colectiva en vez de reemplazarla. Contamos anécdotas de equipos que aprendieron a delegar tareas a agentes y al mismo tiempo fortalecieron las conversaciones que generan contexto y sentido.La segunda mitad del episodio aterriza en lo práctico: redefinir prioridades (de puestos a flujos), coordinar TI y RH desde la planificación, crear puertas de gobernanza simples y diseñar rituales de aprendizaje —micro-revisiones, dueños de flujo, mecanismos de rollback— que conviertan prototipos en capacidades repetibles. Hablamos también de las habilidades que hoy importan para quienes mandan: criterio para priorizar, capacidad para desaprender, y la empatía para cuidar el capital social de la organización. Si eres directivo, gerente de proyecto o responsable de transformación, te llevas un pack de preguntas concretas para aplicar mañana y evitar las trampas más comunes al introducir IA en equipos reales.

En este capítulo contamos cuándo y cómo los agentes dejaron de ser una promesa técnica para convertirse en herramientas concretas de trabajo: integraciones como Cloud Cowork/Cloud Code, agentes que navegan en Chrome, orquestadores que revisan páginas, consolidan información y generan borradores listos para usar. Compartimos ejemplos reales —investigaciones de competencia hechas por un agente, propuestas comerciales preparadas en minutos, y procesos contables analizados automáticamente— que muestran por qué la productividad ya no es una hipótesis sino una práctica cotidiana. También abordamos las preguntas que trae esa adopción masiva: ¿qué cambia en las habilidades y en la gestión (de hacer a supervisar)? ¿cómo evitar la adicción a la herramienta y priorizar con criterio? Y claro, hablamos de riesgos y gobernanza: privacidad de datos, responsabilidad cuando un agente falla y la necesidad de decidir qué automatizar y qué dejar humano. Cerramos con una invitación práctica: prototipa con propósito, prioriza lo que realmente aporta valor y define roles claros antes de escalar.

En este episodio hacemos una pausa para mirar la otra cara del entusiasmo: por qué voces muy visibles —desde investigadores hasta líderes de la industria— hablan de riesgos graves cuando se trata de agentes y modelos cada vez más autónomos. Repasamos casos recientes (el agente experimental de Steinberg, integraciones tipo Cloud Cowork, y movimientos corporativos) y explicamos por qué la conversación dejó de ser sólo técnica y pasó a ser política, económica y ética. Hablamos de concentración de poder, fuga de datos, seguridad de los agentes y la tensión entre la velocidad de adopción y la necesidad de controles —todo ello con ejemplos y anécdotas de uso real. La segunda parte del episodio es más reflexiva y práctica: confrontamos las alertas apocalípticas (Eliezer Yudkowsky, Geoffrey Hinton y otros) con posturas más moderadas, discutimos por qué no basta con regular apresuradamente y proponemos medidas concretas —educación de usuarios, políticas de gobernanza, decisiones sobre on-premise vs nube y planes de transición laboral— para mitigar daños y aprovechar oportunidades. Terminamos con una invitación: escuchar con atención, informar las decisiones en la empresa y probar soluciones que pongan al humano en el centro del diseño. Dale play para escuchar el debate completo y las recomendaciones prácticas.

Esta semana hablamos de cómo los agentes están pasando de la promesa al escritorio: herramientas como Cloud Cowork, Cloud Code y los copilotos ya realizan tareas concretas (buscar archivos, consolidar información, preparar borradores) y están reconfigurando la manera en que nos coordinamos. En la conversación contamos ejemplos prácticos —desde asistentes que ordenan y resumen cientos de artículos hasta agentes que participan en flujos de consultoría— y discutimos por qué la colaboración ya no es sólo humano-a-humano sino una triangularidad en la que los agentes median, potencian o piden intervención según el caso. Más allá del asombro técnico, nos interesó lo social: los agentes pueden reforzar la centralidad de expertos (quienes mejor aprovechan la IA ganan visibilidad) pero también pueden aislar relaciones si no se diseñan con cuidado. Conversamos sobre riesgos (seguridad, gobernanza, exposición de datos) y sobre la oportunidad real —el mercado y la red organizacional serán los jueces—. Cerramos con un llamado práctico: diseñar colaboraciones máquina–humano que obliguen la revisión y la conversación en hitos clave, prototipar rápido y dejar que el uso real muestre si vale la pena escalar.

En este episodio conversamos sobre el ruido y las señales más recientes: desde agentes que se integran a WhatsApp y capaces de ejecutar tareas hasta la aparición de foros donde agentes y humanos interactúan, y el anuncio de Anthropic con módulos afinados para profesiones (legal, servicios profesionales, etc.). Contamos ejemplos concretos —agentes que buscan archivos, consolidan información y la devuelven por chat— y debatimos los riesgos de seguridad junto a la oportunidad práctica: la IA baja la barrera para crear productos y servicios, pero el valor real lo define el mercado. La conversación se vuelve práctica cuando hablamos de negocio: la ventaja competitiva dejará de ser solo “quién construye” y pasará a ser “quién entiende al cliente y diseña el servicio” —la parte humana sigue siendo la que marca la diferencia. También exploramos el lado social y laboral: automatizaciones que generan eficiencia, posibles reducciones en contrataciones y, a la vez, nuevas oportunidades para emprendimientos y modelos de autoempleo. Cerramos con una invitación clara: prototipa rápido, pon la idea frente al mercado y deja que el cliente decida si vale la pena escalar.

Traemos desde Guadalajara y Medellín una conversación que arrancó con Davos y terminó en una advertencia amable: 2026 pinta como el año en que la IA deja de ser sólo espectáculo técnico y se vuelve una cuestión estratégica (energía, chips, políticas y geopolítica). Hablamos de Prisma y herramientas enfocadas a la comunidad científica, de la relevancia de debates públicos sobre regulación y responsabilidad, y del papel decisivo de la infraestructura —las nuevas tarjetas Rubin de NVIDIA, mayor eficiencia energética— que puede acelerar capacidades que hoy sólo imaginamos. En ese panorama emergente está el telón de fondo: quién puede pagar cómputo, quién controla datos y cómo eso redefine ventaja competitiva. Pero el centro de la charla fue más humano: la IA será potente, sí, pero su verdadero valor aparece cuando se convierte en colaboradora de los equipos, no en reemplazo. Compartimos anécdotas —ejercicios con alumnos donde una IA genera documentos en minutos pero no sustituye la inteligencia colectiva— y advertimos sobre el riesgo de erosionar redes internas si la automatización se diseña solo para productividad individual. La receta que proponemos: fomentar la colaboración humano-máquina, proteger el capital social de las organizaciones y diseñar gobernanzas que permitan experimentar sin romper vínculos. Un episodio para pensar estrategia, riesgo y, sobre todo, cómo mantener las relaciones que hacen sostenibles los cambios tecnológicos.

En este episodio conversamos sobre por qué la capacidad de prototipar en horas —lo que llamamos vibe coding— está transformando quién puede crear soluciones digitales. Charlamos sobre asistentes de desarrollo como Cloud Code / Cloud Cowork (Anthropic), las ventajas competitivas que trae el contexto personal, y ejemplos concretos: CRMs ligeros, dashboards y automaciones que equipos no técnicos ya están montando para validar hipótesis sin depender de largos desarrollos. Reflexionamos sobre el cambio real: la restricción deja de ser la creación y pasa a ser la prueba y la validación con usuarios. La segunda mitad del capítulo es práctica: discutimos plataformas útiles para empezar (Google AI Studio, Lovable, Replit, V0), las competencias que se vuelven críticas (preguntar bien, diseñar prototipos y medir) y los riesgos a evitar (silos, deuda técnica y exposición de datos). Cerramos con una invitación clara: prototipa rápido, prueba con usuarios reales y decide con evidencia si archivas, mejoras o escalas —pero pon gobernanza mínima desde el día uno.

Arrancamos la segunda temporada conversando sobre lo que realmente importa ahora que la creación con IA se puso al alcance de todos: historias de vibe coding (prototipos y apps montadas en pocas horas durante la temporada de navidad), noticias estratégicas (adquisiciones, alianzas y lanzamientos de plataformas) y herramientas que ya nos están cambiando la productividad cotidiana. Reflexionamos sobre por qué la pregunta “¿para qué queremos la IA?” sigue siendo la más urgente y cómo esa respuesta transforma decisiones de liderazgo, prioridades de inversión y el diseño de capacidades en las organizaciones.En la segunda parte abordamos el horizonte de competencias: más allá del prompting, qué significa liderar en 2026 (definir un norte, acompañar el aprendizaje y proteger el capital social) y cómo coordinar TI, RH y negocio para convertir prototipos en capacidades replicables. Compartimos herramientas prácticas que estamos probando (NotebookLM, Stitch, Google Opal), y cerramos con una invitación clara: experimentar con propósito, iterar rápido y gobernar desde el día uno.

Cerramos la primera temporada con una conversación pausada que repasa lo que dejó 2025: la bajada de las barreras de entrada a la IA, la aceleración de capacidades multimedia, la carrera feroz entre proveedores y la sensación de que la adopción masiva apenas empieza. Hablamos de por qué 2025 fue el año en que muchas herramientas dejaron de ser nicho y llegaron a usuarios no técnicos, y de por qué eso no basta: hace falta traducir adopción en valor real, con pilotos medibles, gobernanza y preguntas claras sobre impacto. También discutimos tendencias para 2026: la consolidación de experiencias multimodales, la aparición de “twins” o agentes-persona como acompañantes de trabajo, y el papel crítico de Recursos Humanos para liderar la transformación (formación, gobernanza, cuidado psicosocial). Cerramos con una invitación práctica: mirar los flujos reales antes de comprar soluciones, proteger a las personas mientras experimentamos y volver en enero con la segunda temporada listos para profundizar en lo que funcione en la práctica.

Cerramos el año con una conversación sobre lo que ya no es sólo tecnología: es cultura, estrategia y práctica. Repasamos los últimos lanzamientos (Gemini 3, Grok, Opus 4.5) y hablamos de cómo la verdadera diferencia hoy la hacen las organizaciones que se atreven a prototipar rápido: equipos que montan demos en horas, prueban con usuarios reales y aprenden en iteraciones cortas. Pero prototipar exige marco —recursos, permisos, tolerancia al error y una mentalidad de laboratorio— y ahí es donde Recursos Humanos puede (y debe) pasar de administrar talento a activar experimentación y gobernanza desde el día uno. También conversamos sobre la descentralización de la analítica y el desarrollo: el valor ya no está sólo en IT o en People Analytics, sino en cómo toda la organización se coordina para que los experimentos no se conviertan en silos. Hablamos de roles, prioridades y pequeñas reglas prácticas —licencias suficientes para probar, rituales de revisión, trazabilidad mínima— que permiten escalar aprendizajes sin romper la operación. Dale play si quieres ideas concretas para transformar a RR.HH. en el motor de experimentación de tu empresa y no en la última en subirse al tren.

Una entrega intensa donde frenamos un poco el ruido para contar —desde la experiencia práctica— lo que verdaderamente está moviendo el tablero: Gemini 3 y Google AI Studio que permiten crear apps multimodales en horas; demos de vibe coding que muestran prototipos de producto hechos en un café; y la respuesta de los grandes (OpenAI, Microsoft, Anthropic, Grok) que convierte la carrera en una partida de ajedrez con piezas técnicas y comerciales. Conversamos también sobre movimientos clave como Agents 365 y el emergente AI IQ de Microsoft —orquestadores e indicadores que buscan convertir la IA en compañero de trabajo— y por qué, más allá del brillo, lo que importa es quién logra hacer que estas herramientas funcionen para la gente de a pie.En el episodio reflexionamos sobre dos riesgos que vienen con la velocidad: la concentración de poder (modelos y datos como ventaja competitiva) y las limitaciones físicas e infraestructurales —consumo de energía y capacidad de cómputo— que empezarán a definir quién escala y quién no. Pero también celebramos la oportunidad práctica: la democratización de la creación, el potencial para transformar procesos y la invitación a construir con responsabilidad. Escucha este episodio si quieres entender no solo qué se anunció esta semana, sino qué impacto real puede tener en tu organización y por dónde empezar a experimentar.

En este capítulo repasamos una semana intensa de lanzamientos (GPT-5.1, Gemini 3, anuncios de Microsoft y alianzas importantes) y, a partir de ese ruido, nos preguntamos qué significa todo eso para las personas dentro de las empresas: ¿qué habilidades necesitamos hoy para no quedarnos atrás? Conversamos sobre cómo las plataformas empujan la usabilidad (workflows, agent builders) y cómo eso reduce la barrera técnica, pero al mismo tiempo exige decisiones concretas sobre qué automatizar, qué dejar humano y cómo medir el impacto. La segunda parte es una invitación práctica: pensar menos en puestos y más en competencias y flujos. Hablamos de la urgencia de desarrollar dos familias de habilidades —las técnicas y cambiantes (aprender rápido herramientas, low-code, prompt design) y las humanas y duraderas (pensamiento crítico, sistémico, curiosidad, colaboración)—; de la necesidad de que RH y TI coordinen formación y gobernanza; y de cómo pensar el retorno de la inversión del talento cuando la contribución se mide por flujos y no por antigüedad. Terminamos con ideas para empezar a entrenar esas capacidades desde mañana, sin esperar a la “máquina perfecta”.

En este episodio hablamos de la cara práctica y casi cotidiana de la democratización tecnológica: el vibe coding y la vibe analytics son la forma en que hoy cualquier equipo puede prototipar soluciones —apps, automatizaciones, dashboards— con muy poca barrera técnica. Pensalo como convertir una idea en algo usable en una tarde: builders conversacionales, low-code que entiende lenguaje natural, y herramientas que “traducen” lo que piensas en pasos ejecutables. Contamos casos reales (desde protos improvisados en un café hasta productos que nacieron como proof-of-concept) y por qué eso está cambiando la velocidad con la que las organizaciones aprenden.Pero no todo es solo entusiasmo: la facilidad para crear trae responsabilidades. Vibe analytics acelera insights, pero también puede multiplicar silos, exponer datos sensibles y dejar prototipos abandonados por toda la empresa. Por eso cerramos con lo práctico: cómo transformar prototipos rápidos en capacidades confiables —gobernanza mínima, roles claros (propietario del flujo, custodio de datos, orquestador de agentes), control de versiones y métricas que midan impacto real—. Si te interesa experimentar sin armar un lío, aquí hay una guía para empezar en pequeño, iterar con disciplina y no soltar la cuerda de la seguridad y el valor.

En este episodio repasamos la semana en la que las noticias volaron: desde debates sobre derechos de autor en música generada por IA hasta movimientos estratégicos de Apple, Amazon y mejoras en herramientas como Google AI Studio y Copilot. Más que listar lanzamientos, lo que hicimos fue leer las señales: la tecnología avanza rápido, pero la pregunta decisiva para cualquier empresa sigue siendo la misma —¿qué valor queremos capturar con la IA?—. Conversamos sobre los riesgos de dispersarse (hacer mil pilotos sin norte), los anuncios que sí importan para operaciones cotidianas y la tensión real entre automatizar tareas y usar datos para decisiones de alto impacto.La segunda mitad del capítulo es práctica y reflexiva: proponemos cómo priorizar (combinar iniciativas top-down con experimentos bottom-up), por qué empezar por “mangos bajitos” no basta y cuándo conviene invertir en infraestructura de datos para escalar. Hablamos de diagnósticos organizacionales: competencias, cultura, datos e infraestructura; y cerramos con una invitación concreta —mapear un flujo corto y decidir dónde probar— y con la promesa de dedicar el próximo episodio a cómo desarrollar las habilidades necesarias en equipos y directivos. Dale play, suscríbete y trae tu flujo corto: nos encantaría revisarlo en futuros episodios.

En este episodio hacemos una pausa para mirar el panorama con calma: repasamos los lanzamientos que están moviendo el tablero (Agent Kits, Google Opal, Claude Skills, Copilot colaborativo, Atlas) y hablamos de por qué todo ese ruido técnico exige primero una decisión estratégica mucho más simple y poderosa: ¿para qué mi empresa quiere la IA? Si la respuesta no está clara —en una palabra—, las licencias, los pilotos y las formaciones terminarán siendo ruido. Creemos que la conversación correcta comienza por el cliente y por los workflows que realmente generan valor, no por la tecnología por sí misma.En la segunda mitad del capítulo aterrizamos pasos concretos para definir ese norte: mapear los flujos de valor desde la demanda del cliente, decidir qué parte del flujo puede potenciar la IA y qué parte debe conservar juicio humano, y poner la data como activo central. También hablamos de gobernanza mínima y de la necesidad de que RH y TI conversen desde el primer día. Dale play si estás decidiendo por dónde empezar con IA en tu organización —te llevas una guía práctica y preguntas que obligan a pensar antes de comprar.

En este episodio conversamos sobre por qué la inteligencia artificial deja de ser un juguete para volverse una herramienta estructural en RR.HH.: desde chatbots básicos hasta agentes que orquestan flujos, la IA potencia lo que People Analytics ya venía haciendo —reportar, diagnosticar y predecir— y ahora lo lleva a un nuevo nivel generativo capaz de proponer acciones, personalizar experiencias y operar sobre datos en tiempo real. Hablamos de ejemplos concretos (consultas de nómina que dejan de ser respuestas estáticas y se vuelven interacciones contextualizadas), del rol central del dato como activo y de por qué los flujos de valor —más que los cargos— son la nueva unidad que hay que diseñar. Pero esto no es solo tecnología: es una conversación entre TI y Talento Humano sobre gobernanza, métricas y diseño de trabajo. Si quieres aplicar esto en tu organización, nuestra invitación es práctica: mapea un flujo corto (¿una incorporación? ¿una consulta recurrente?), define qué parte puede automatizarse, qué necesita juicio humano y qué datos se requieren, y prueba en piloto con reglas claras y trazabilidad. Escucha el episodio para ejemplos, matices y la guía para convertir experimentos en capacidades sostenibles.

Una semana donde la realidad se volvió un poco más líquida: hablamos de Sora 2 y los cameos que permiten ponerte en cualquier escena, de inversiones en infraestructura, y de por qué ya no solo compites por modelos sino por cómo orquestas flujos. Comentamos la noticia del Agent Builder de OpenAI —herramientas que empiezan a poner la capacidad de crear automatizaciones en manos de usuarios comunes— y por qué eso fuerza a repensar los procesos desde el cliente y no desde los organigramas.En la charla cruzamos ideas prácticas y filosóficas: ¿deben RH y TI acercarse más (o incluso convivir bajo la misma sombrilla)? ¿Cómo cambia la compensación cuando quien domina flujos gana tanto como quien acumula años de experiencia? Cerramos con una invitación clara: experimentar con workflows cortos, aprender herramientas y cuidar los vínculos humanos mientras diseñamos la simbiosis humano-agente. Dale play, suscríbete y súmate al experimento.

Episodio grabado el 30/09/2025. Partimos con una sugerencia de la audiencia: decir la fecha y contar que ya abrimos Substack para profundizar. Repasamos la semana: OpenAI (prompt flows y certificaciones, más el ruido por “entrar a reclutamiento”), el protocolo de pagos para agentes integrado con Stripe/Shopify/Etsy, el nuevo Claude 4.5, los movimientos de Apple (traducción en vivo) y Meta (wearables), y la megaapuesta junto a NVIDIA. La pregunta central: ¿burbuja o construcción? Coincidimos en que la clave es adopción sin humo: menos “redacta correos” y más flujos con agentes, RPA y humano-en-el-loop. Hacia adelante, los modelos se comoditizan; el valor vive en el segundo piso: aplicaciones, orquestación y datos de la empresa. Cerramos con una hoja de ruta: bottom-up para habilitar a todos + top-down para rediseñar procesos y métricas extremo a extremo.