Tu empresa quiere que uses inteligencia artificial.
Que experimentes.
Que cuestiones cómo se han hecho siempre las cosas.
Pero el viernes quiere el mismo informe.
Con las mismas columnas.
Las mismas tres aprobaciones.
Y mucho cuidado con saltarte un paso.
Innova, por favor.
Pero que no cambie nada.
Esta semana leía una post en Twitter de Ethan Mollick sobre los dos bandos que aparecen cuando la IA entra en una empresa.
Unos quieren replantearlo todo. Otros quieren una herramienta que encaje en lo que ya tienen.
Un comentario lo resumía bastante bien: unos quieren un organigrama nuevo y otros, un plugin.
Pero creo que el trasfondo de todo esto es que muchas de las personas que se resisten tienen presupuestos, objetivos e incentivos diseñados para el proceso actual.
Y claro.
Si te pagan por mantener la máquina funcionando, que alguien venga a desmontarla no te parece necesariamente una gran noticia.
Ponte en situación.
Te piden que uses IA para preparar en diez minutos un informe que antes te llevaba una mañana.
Lo consigues.
Pero el informe sigue esperando cinco días a que lo revisen tres personas.
Nadie ha decidido si hacen falta las tres.
Nadie ha cambiado los criterios de revisión.
Y a ti te siguen evaluando por entregar el documento de siempre, con el formato de siempre.
Has acelerado una parte del trabajo.
Ahora el informe llega antes a la cola.
Por eso conviene tener cuidado con el diagnóstico fácil, la gente tiene miedo al cambio.
Puede ser.
También puede ser que hayan entendido perfectamente qué pasa cuando cambian algo y sale mal. Y qué pasa cuando no cambian nada.
A veces, quedarse quieto es la conducta que mejor recompensa la empresa.
Luego está quien pide pruebas. Ese tampoco tiene por qué ser el enemigo.
Si vas a cambiar un proceso que afecta a clientes, dinero o decisiones importantes, pedir evidencia tiene bastante sentido.
El problema llega cuando nadie acuerda qué evidencia sería suficiente, para evaluar el valor aportado por la IA.
Antes de empezar, habría que responder algo bastante menos vistoso que «¿cuál es nuestra visión de la IA?».
¿Qué resultado tendría que mejorar para que nos atreviéramos a cambiar cómo trabajamos?
Y con alguien que tenga autoridad para actuar si la prueba sale bien.
Porque demostrar que algo funciona sirve de poco si después nadie puede tocar el procedimiento.
Ahí empieza una conversación seria sobre transformación.
En el Excel del viernes también.
¿Qué procedimiento de tu empresa sigue intacto aunque ya no tenga sentido hacerlo igual? Dale a responder y cuéntamelo.
🌍 El Eco del Mercado
🧱 Estados Unidos cierra a China la vía del alquiler remoto de chips avanzados. La nueva norma exigirá licencias para ofrecer desde países como Singapur, Malasia o Tailandia acceso remoto a infraestructuras equipadas con chips estadounidenses avanzados. Washington extiende así sus controles desde la exportación física hasta el alquiler internacional de capacidad informática.
🌐 Estados Unidos y nueve aliados blindan la cadena de suministro de la IA. Australia, India, Israel, Japón, Corea del Sur, Qatar, Singapur, Emiratos Árabes Unidos y Reino Unido se suman a una iniciativa estadounidense para proteger chips, centros de datos y otras infraestructuras críticas. La competencia con China empieza a organizar la cadena de la IA en bloques geopolíticos.
🏛️ Trump prepara una lista de “campeones nacionales” de la inteligencia artificial. La Administración estudia conceder esa consideración a más de una veintena de compañías, entre ellas Nvidia, Amazon, Microsoft, OpenAI y Anthropic, según The Wall Street Journal. La política industrial estadounidense podría pasar de restringir a sus rivales a favorecer explícitamente a las empresas elegidas para liderar la carrera.
☎️ Estados Unidos y China estudian una línea directa para incidentes de IA. Ambos países valoran crear un mecanismo de notificación urgente para evitar que un fallo o uso inesperado de la inteligencia artificial desencadene una crisis mayor. La propuesta todavía no es operativa, pero reconoce que los accidentes algorítmicos empiezan a necesitar canales diplomáticos comparables a los de otras tecnologías estratégicas.
🧩 La salida de Jensen Huang amenaza la financiación del ecosistema abierto de IA. La incertidumbre en Nvidia alcanza a compañías como Hugging Face, Groq y Thinking Machines, que se habían beneficiado de sus inversiones y alianzas. No hay cancelaciones confirmadas, pero la crisis muestra hasta qué punto una parte de la diversidad del sector dependía del capital y de las decisiones personales de un único dirigente.
🛡️ Alibaba limita las capacidades ofensivas de su nuevo modelo Qwen. Qwen4-Max conservará conocimientos útiles para la defensa informática, pero excluirá contenidos destinados a facilitar ataques y reforzará las salvaguardas sobre riesgos químicos y biológicos. La compañía presenta la seguridad como una característica del modelo, aunque sus resultados todavía necesitan una evaluación independiente.
🔬 GPT-6 Astra ayuda a formular una posible definición matemática del Modelo Estándar. El modelo colaboró con el físico Nathaniel Craig en la construcción de una prueba candidata basada en teoría de redes. El resultado aún debe validarse, pero desplaza el papel de la IA científica desde resumir conocimiento existente hasta participar en la formulación de argumentos originales.
📡 Bharat Semi capta 24 millones para fabricar sensores destinados a la IA física. La startup india quiere desarrollar chips capaces de convertir señales del entorno en datos utilizables por robots y sistemas autónomos. Todavía no genera ingresos y aspira a iniciar la producción comercial en 2027, pero representa el intento de India de entrar en la cadena de semiconductores mediante componentes especializados.
⚙️ Daisytuner capta seis millones para optimizar la IA en chips diferentes. La startup utiliza agentes para adaptar automáticamente cargas de PyTorch a procesadores de Nvidia, AMD y otros fabricantes. Si cumple sus promesas, las empresas podrían aprovechar mejor el hardware disponible y reducir su dependencia de una única arquitectura.
🧾 La española Valeria capta 5,5 millones para automatizar las nóminas con IA. La startup barcelonesa gestiona ya procesos salariales para más de cien empresas y 20.000 trabajadores, especialmente en sectores con mucha rotación. Su propuesta lleva la inteligencia artificial a una tarea administrativa repetitiva, pero también especialmente sensible por sus implicaciones laborales, fiscales y de protección de datos.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD1. Si quieres profundizar en por qué una empresa puede comprar IA y seguir trabajando exactamente igual, apunta estos tres:
Humanocracia, de Gary Hamel y Michele Zanini. Sobre cómo desmontar la burocracia que desperdicia la iniciativa de las personas. Muy pertinente cuando pides autonomía, pero exiges tres firmas para ejercerla.
The Friction Project, de Robert I. Sutton y Huggy Rao. Para distinguir los controles que protegen el trabajo de los obstáculos que lo atascan. No todas las revisiones sobran. Conviene saber para qué sirve cada una.
Power and Prediction, de Ajay Agrawal, Joshua Gans y Avi Goldfarb. Para entender por qué aprovechar la IA exige replantear decisiones y sistemas completos. Instalar la herramienta es bastante más fácil que redistribuir quién decide.
PD2. Un laberinto vacío puede acabar cogiendo polvo en una estantería. Mete un billete dentro y quizá despierte algo más de interés. Esa es la gracia de las caja rompecabezas, para acceder al regalo, hay que resolver el laberinto. Una pequeña metáfora de lo que pasa en la oficina.



