Abrir libro

mysummit.school - Blog de IA para Managers

40 casos de GigaChat: contrastamos las cifras de Sber con un benchmark

26 min de lectura

Sber, el mayor banco de Rusia y dueño del modelo GigaChat, lanzó un especial publicitario: cuarenta casos de empresas que adoptaron GigaChat y cuentan los resultados. EdTech, MedTech, HRTech, ciberseguridad, PropTech. Tarjetas bonitas, cifras concretas, startups reales.

Especial publicitario de Sber

En la imagen: la diapositiva «Un paso por delante» de la aceleradora Sber500×GigaChat – 40 startups en 9 sectores. Efectos declarados: procesos hasta x16 más rápidos, costes hasta un 90 % menores, automatización de tareas hasta el 95 %, ingresos hasta un 30 % mayores.

Nosotros tenemos un benchmark: 29 modelos, 4308 evaluaciones independientes sobre tareas de gestión. GigaChat ocupa el último puesto, el 29, tras la segunda ola de pruebas. Eso crea una situación interesante.

No porque Sber mienta. Los casos son reales, las startups existen, la automatización funciona. La pregunta es otra: ¿era el modelo óptimo para las tareas que estaban resolviendo?

Leer más
40 casos de GigaChat: contrastamos las cifras de Sber con un benchmark
280x más barato en dos años: la economía de la IA se ha invertido
11 min

280x más barato en dos años: la economía de la IA se ha invertido

En 2023, una consulta a GPT-4 costaba lo suficiente como para que tocara contar con cuidado. En 2025, una consulta equivalente se volvió 280 veces más barata. No un 280 por ciento – 280 veces. En dos años, el costo de usar IA pasó de ser una barrera a ser un error de redondeo.

Stanford AI Index – el informe anual que recopila datos sobre la industria de la IA desde cientos de fuentes – registró esta caída en su edición de 2025. Y en el informe de 2026 añadió contexto: las inversiones en IA estallaron hasta los $285.900 millones, los consumidores reciben valor por $172.000 millones al año, y los centros de datos consumen tanta electricidad como el estado de Nueva York. La economía se ha invertido – pero no como se esperaba.

La IA se difundió más rápido que Internet – pero el 62% de los usuarios se quedaron en la salida
10 min

La IA se difundió más rápido que Internet – pero el 62% de los usuarios se quedaron en la salida

En abril de 2026, Stanford HAI publicó su noveno informe anual AI Index Report – la síntesis más completa sobre el estado de la industria de la inteligencia artificial. Los titulares son previsiblemente optimistas: la adopción empresarial alcanzó el 88%, la IA generativa superó a Internet en velocidad de difusión, y el valor para los consumidores de las herramientas GenAI se estima en 172.000 millones de dólares anuales. Pero al mirar detrás de las cifras, aparece un problema conocido.

4 tecnicas de prompting probadas en 7 modelos: guia del taller
35 min

4 tecnicas de prompting probadas en 7 modelos: guia del taller

“Analiza el proyecto y dame recomendaciones” – un prompt, siete modelos, y GPT-5.4 produjo 2231 palabras de consejos vagos, mientras Claude Sonnet genero 11 frases elogiosas del tipo “excelente estructura presupuestaria”. Basto con reescribir la solicitud usando una estructura de cinco elementos – los siete modelos se ajustaron a 346–443 palabras, y los elogios desaparecieron. Ahorro de tokens: del 41% al 79% dependiendo del modelo.

Esto no es teoria. Son datos de un taller de “Prompt Engineering en la practica” que imparti en la conferencia IIBA. Un brief de proyecto, cuatro tecnicas, siete modelos, 28 ejecuciones – y $0.054 en total. Mas barato que un cafe de maquina.

99% de calidad por 1,4% del precio: qué falla en el mercado de modelos de IA
8 min

99% de calidad por 1,4% del precio: qué falla en el mercado de modelos de IA

La mayoría de los managers eligen un modelo de IA así: cogen el más caro disponible. La lógica es comprensible – más caro significa mejor. Así ha funcionado con el software empresarial durante los últimos veinte años.

El mercado de modelos de IA en 2026 funciona de otra manera. El coste de una sola consulta varía de $0,0001 a $0,17 – tres órdenes de magnitud. ¿Y la diferencia real de calidad entre los diez mejores modelos? 0,24 puntos en una escala de cinco. Mientras tanto, Wharton / GBK Collective constata que un tercio de los proyectos corporativos de IA no pasan de la fase piloto. Y Epoch AI muestra que solo el 5,6% de los usuarios aplica la IA de forma realmente profunda.

Quizás la pregunta no es qué modelo es mejor, sino si pagar de más por el premium produce un resultado proporcionalmente mejor en tareas de gestión típicas.

Lo comprobamos. La respuesta fue más dura de lo esperado.

Cómo sacar el máximo partido a YandexGPT: qué funciona y qué no
14 min

Cómo sacar el máximo partido a YandexGPT: qué funciona y qué no

En Rusia, millones de personas usan Alice cada día – no porque la elijan, sino porque es gratis, viene integrada en el navegador Yandex y funciona sin VPN. YandexGPT, el modelo que hay bajo el capó de Alice, es el mejor modelo ruso de nuestro benchmark, pero todavía está muy por detrás de GPT-5.4.

¿Es posible obtener de él respuestas cercanas a las de GPT, si aprendes a preguntar bien? Lo comprobamos en un experimento: diez técnicas de prompting, seis tareas de gestión, dos jueces LLM independientes. La respuesta corta: sí, se puede – pero no todas las técnicas funcionan, y algunas empeoran el resultado.

A continuación tienes plantillas concretas que puedes copiar al chat ahora mismo, y los antipatrones que conviene evitar.

LLMs locales para managers: qué se puede ejecutar en casa de verdad
23 min

LLMs locales para managers: qué se puede ejecutar en casa de verdad

Cualquiera que lleve el tiempo suficiente trabajando con ChatGPT o Claude termina haciéndose la misma pregunta: ¿se puede ejecutar algo parecido directamente en el portátil, sin suscripción, sin que los datos salgan de casa y sin depender de servidores remotos?

La respuesta, en 2026, es que sí – pero con matices que importan más que la propia respuesta.

Este artículo es para quienes ya usan LLMs en la nube y quieren entender qué aporta realmente ejecutar una modelo en local, qué hardware hace falta y dónde terminan las expectativas razonables. Sin inmersión técnica profunda, pero con cifras concretas.

P5.express e IA agéntica: dónde ayuda y dónde rompe el sistema
27 min

P5.express e IA agéntica: dónde ayuda y dónde rompe el sistema

En el mundo PMI se suele pensar en la gestión de portafolio como algo monumental: comités, Tableau, cientos de campos en Jira, reuniones de estado semanales con una baraja de diapositivas. P5.express propone algo diferente. Tres ciclos, cinco documentos, dos roles. El sistema cabe en una sola página.

Es precisamente a un sistema así al que tiene sentido incorporar IA agéntica: la arquitectura minimalista es comprensible, los roles son claros, los datos están estructurados. Pero “tiene sentido” no significa “en todas partes”. Algunas partes de P5.express dejan de funcionar al automatizarlas – no porque la IA sea mala, sino porque el sentido de esas partes reside precisamente en el proceso humano.

A continuación – un análisis por cada ciclo. Qué vale la pena delegar a un agente, qué es mejor dejar a las personas, y qué modelo es más adecuado para estas tareas.