Abrir libro

mysummit.school - Blog de IA para Managers

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

8 min de lectura

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.

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

El 62% de los usuarios de IA la aplica solo a 1–2 tareas: datos de Epoch AI / Ipsos (marzo 2026)
10 min

El 62% de los usuarios de IA la aplica solo a 1–2 tareas: datos de Epoch AI / Ipsos (marzo 2026)

En noviembre de 2025, los datos de Stanford mostraron un hecho inesperado: los estadounidenses usan IA con más frecuencia en casa que en el trabajo. En mysummit.school lo analizamos en un artículo aparte – y la conclusión entonces fue directa: la IA en el trabajo aún iba por detrás de la personal.

Han pasado cuatro meses. Epoch AI, junto con Ipsos, publicó un nuevo estudio – y el panorama ha cambiado.

El agente en lugar del chat: análisis de datos sin copiar y pegar
12 min

El agente en lugar del chat: análisis de datos sin copiar y pegar

Tienes tres archivos de datos: el funnel de activación, los resultados de un test A/B y los tickets de soporte. La tarea – entender por qué el onboarding se está atascando. Abres ChatGPT, subes el primer archivo, haces una pregunta. Obtienes una respuesta. Subes el segundo archivo. ChatGPT pregunta: ¿puedes recordarme el contexto? Subes el tercero. El contexto del primer archivo ya ha sido desplazado.

Cuarenta minutos después tienes tres conversaciones separadas, y ninguna responde a la pregunta original. Porque la pregunta era una sola, y los datos – estaban en tres sitios distintos.

No es un problema de ChatGPT. Es un problema de enfoque.

Make Weak Model Great Again: cuando el prompting es tu única opción
7 min

Make Weak Model Great Again: cuando el prompting es tu única opción

No todos los managers tienen acceso a GPT-5.4 o Claude. En Rusia, un proyecto de ley sobre «modelos de confianza» podría restringir el uso de modelos extranjeros en organismos estatales e infraestructura crítica a partir de septiembre 2027 – dejando a GigaChat, Alice (YandexGPT) y pocos más como únicas opciones. Pero este no es solo un problema ruso. Cualquier organización que despliega un modelo local de Llama por privacidad de datos, usa Phi o Mistral por costes, o simplemente trabaja con un modelo más barato que el líder del mercado – se enfrenta a la misma pregunta.

En nuestro estudio de 54 modelos, GigaChat obtuvo 3,26 de 5; GPT-5.4 – 4,80. Una brecha del 32%.

Si el modelo que tienes es lo mejor a lo que puedes acceder – por regulación, por presupuesto, por política de seguridad – ¿puede la ingeniería de prompts cerrar esa distancia?

Claude Code cuesta 100 $/mes – OpenCode hace lo mismo gratis
15 min

Claude Code cuesta 100 $/mes – OpenCode hace lo mismo gratis

En marzo de 2026, Lenny Rachitsky publicó un artículo con un título rotundo: «Everyone should be using Claude Code». El material se extendió por LinkedIn, acumuló cientos de miles de visualizaciones, y ahora cada semana algún manager pregunta: ¿cómo puedo probarlo?

La respuesta es incómoda. Claude Code requiere una suscripción Anthropic Max de 100 dólares al mes. Es uno de los agentes de IA más comentados del año – y está detrás de un muro de pago que no todos pueden o quieren asumir. Para muchos equipos, ese coste recurrente es difícil de justificar solo para explorar una herramienta nueva.

Existe una alternativa directa. OpenCode es un proyecto open-source que hace exactamente lo mismo, funciona con cualquier modelo (incluidos los gratuitos) y se instala en 15 minutos.

Cuándo la IA perjudica el aprendizaje – y cuándo duplica los resultados
12 min

Cuándo la IA perjudica el aprendizaje – y cuándo duplica los resultados

En marzo de 2025, en SXSW EDU, la asesora en prospectiva estratégica Sinead Bovell presentó una conferencia sobre la IA y el futuro de la educación. Sin euforia y sin alarma. Pero con dos estudios que cambian la forma de pensar sobre el papel de la IA en el aprendizaje.

El primero: un grupo de estudiantes que usó ChatGPT sin restricciones obtuvo resultados un 17% peores que el grupo de control que trabajó con el libro de texto. El segundo: otro grupo, donde la IA se aplicó dentro de un sistema de aprendizaje completamente rediseñado, duplicó los resultados frente a la clase magistral tradicional.

La misma herramienta. Resultados opuestos. La diferencia está en el enfoque.

GigaChat Ultra Thinking: piensa mas tiempo – responde peor?
8 min

GigaChat Ultra Thinking: piensa mas tiempo – responde peor?

GigaChat Ultra Thinking piensa mas tiempo y consume mas recursos computacionales. Las tareas de gestion las resuelve un 3,3% peor que la version sin razonamiento. Esto no es un error ni una casualidad – es un patron documentado por trabajos academicos durante los ultimos dos anos.

Esta semana, Sber presento GigaChat Ultra – su nuevo modelo insignia con modo de razonamiento (Thinking). El modelo esta disponible de forma gratuita en la version web, aplicaciones moviles y a traves del bot de Telegram. Anadimos inmediatamente ambas variantes a nuestra investigacion de modelos de IA para gestores: los evaluamos en los 32 escenarios siguiendo la metodologia unificada, los calificamos con ambos jueces LLM y los comparamos con los otros 52 modelos.