Abrir libro

Productividad

Los managers y la IA: los que más la usan – pero no para dirigir

15 min de lectura

De todas las profesiones que abren Claude con mayor frecuencia, los managers ocupan el primer lugar. En la encuesta de Anthropic representaron el 23% de los participantes – cuando su peso en el empleo estadounidense ronda el 7%. Es decir, los directivos están sobrerrepresentados entre los usuarios de IA por un factor de tres. Ahora la segunda cifra: las tareas de gestión suponen apenas el 4% de todas las sesiones. Las personas que dirigen usan la IA para todo menos para dirigir.

Detrás de estos dos números se esconde la descripción más precisa de cómo un manager trabaja realmente con la IA. Y de por qué el miedo a que «me quite el trabajo» funciona en esta profesión de forma distinta a lo que parece.

Leer más
Los managers y la IA: los que más la usan – pero no para dirigir
5 capas del agente IA: lo que un manager necesita saber
21 min

5 capas del agente IA: lo que un manager necesita saber

«La mayoría de la gente todavía piensa que un agente IA es simplemente ChatGPT con un buen prompt». Con esta frase abre Sunil Ramlochan su artículo «The AI Agent Stack Is Not a Prompt. It’s a Production System», y a continuación califica esta creencia como un «mito reconfortante». La verdad útil, según él, es otra: un agente real se parece más a un pequeño sistema operativo para el trabajo. Tiene cerebro, manos, memoria, reglas, logs, planes de recuperación y alguien que responde cuando el agente hace lo que no debe.

La tesis del artículo cabe en una línea: un agente es un stack completo. Y lo que le da fiabilidad es la arquitectura que lo rodea, mientras que el modelo en sí – o un prompt afortunado – es solo uno de los ingredientes. Es un panorama de ingeniería, así que lo abordaremos desde el otro lado – qué de este stack le importa realmente al manager que no escribe código pero decide si poner en marcha un agente.

IA y el ritmo del proyecto: cómo un manager puede liberar 300 horas al año
15 min

IA y el ritmo del proyecto: cómo un manager puede liberar 300 horas al año

Doce horas a la semana. Es el tiempo que un project manager típico dedica a informes, actualización de planes, comunicación con stakeholders y seguimiento de riesgos. Casi un tercio de la jornada laboral que no se destina a tomar decisiones, sino a documentarlas.

Con IA, ese tiempo se reduce a tres horas. Pero solo con una condición: la IA debe estar integrada en el ritmo operativo del trabajo, no utilizarse de forma esporádica – “cuando te acuerdas”.

Qué es la inteligencia artificial en términos simples: guía para managers 2026
11 min

Qué es la inteligencia artificial en términos simples: guía para managers 2026

Miles de directivos buscan cada día “qué es la IA en términos simples” – no porque les falte inteligencia, sino porque las explicaciones técnicas de los manuales no sirven para tomar decisiones reales. El problema no es la complejidad del tema. El problema es que la mayoría de las explicaciones las escriben ingenieros para ingenieros.

Vamos a entenderlo sin jerga ni fórmulas – con el foco en lo que un manager realmente necesita saber.

La IA no te hace más tonto. El problema es cómo la usas
9 min

La IA no te hace más tonto. El problema es cómo la usas

Hace año y medio escribí una nota en mi blog personal sobre algo que observaba en el trabajo de mis colegas y en el mío propio: cuanto más confías en la IA, con menos frecuencia te preguntas «¿esto realmente es correcto?». En aquel momento me basaba en un estudio de Microsoft que mostraba que la confianza en la IA suprime la evaluación crítica de las respuestas generadas. El argumento me parecía sólido, pero tenía un defecto evidente: correlación, no causalidad.

En febrero de 2026, los investigadores de Anthropic Judy Shen y Alex Tamkin publicaron un experimento que cerró esa brecha. Control aleatorizado. Datos concretos. Y una conclusión que, en mi opinión, la mayoría de quienes la leyeron interpretaron mal.

Porque no es una historia sobre cómo la IA nos hace más tontos. Es una historia sobre cómo exactamente la utilizamos.

La IA no ahorra tiempo – lo comprime: 8 meses de observación
13 min

La IA no ahorra tiempo – lo comprime: 8 meses de observación

Las empresas se preocupan por cómo lograr que sus empleados usen la IA. La promesa es tentadora: la IA se encargará de las tareas rutinarias – borradores de documentos, resúmenes de información, depuración de código – y liberará tiempo para el trabajo de mayor valor.

Pero, ¿están las empresas preparadas para lo que ocurrirá si lo consiguen?

Investigadores de Stanford realizaron un seguimiento de 8 meses a aproximadamente 200 empleados de una empresa tecnológica estadounidense que implementó IA generativa. La empresa no obligó a nadie a usar la IA: simplemente proporcionó suscripciones corporativas a herramientas comerciales. Cada empleado decidía libremente si la utilizaba o no.

El resultado fue paradójico. La IA no redujo el trabajo. Lo intensificó. Los empleados empezaron a trabajar más rápido, a asumir más tareas, a extender su jornada laboral a más horas del día – a menudo sin que nadie se lo exigiera explícitamente. La IA hizo que “hacer más” fuera posible, accesible y, en muchos casos, intrínsecamente gratificante.

Sorprendentemente, el mismo patrón aparece en otras investigaciones. Microsoft descubrió que el 62% de los product managers usan IA generativa a diario, y el 81% afirma que la IA les ahorra tiempo, pero el 56% niega que su esfuerzo haya disminuido. ¿Una paradoja? No, una tendencia.

6600 commits en un mes: lecciones de workflow del creador de OpenClaw
17 min

6600 commits en un mes: lecciones de workflow del creador de OpenClaw

Un solo desarrollador. 6600 commits. Un mes.

Más de lo que la mayoría de equipos entrega en un trimestre. Más de lo que muchas startups producen en medio año. No es una métrica de marketing – es la productividad real de Peter Steinberger, creador de OpenClaw (antes conocido como clawdbot), uno de los proyectos de IA más virales de enero de 2026.

El propio Peter describe el proyecto con sencillez: «No es una empresa – es un tipo sentado en casa disfrutando del proceso». Tras un exit exitoso de PSPDFKit podría haberse tomado un descanso. En cambio, construye un asistente IA que gestiona su calendario, envía correos y lo registra en vuelos. «IA que realmente hace las cosas» – así formuló la misión del proyecto.

¿Cómo puede una sola persona trabajar como toda una empresa? ¿Qué habilidades son críticas cuando se trabaja con agentes IA? ¿Por qué la experiencia gestionando un equipo de más de 70 personas resulta clave para la productividad con IA? ¿Y cómo evoluciona el foco del ingeniero – del escribir código al diseñar arquitectura?

Analizamos las lecciones constructivas del workflow de Peter Steinberger – aplicables a cualquier proyecto asistido por IA, incluso si nunca vas a instalar OpenClaw.

El impuesto oculto de la IA: por qué desaparece el 40% del ahorro de tiempo
12 min

El impuesto oculto de la IA: por qué desaparece el 40% del ahorro de tiempo

El 87% de los empleados usa IA en el trabajo. El 77% dice que es más productivo. Suena como una historia de éxito de transformación digital. Pero vale la pena hacer la pregunta incómoda: si la IA aumenta tanto la productividad, ¿por qué solo el 14% obtiene un beneficio neto real? ¿Adónde desaparece el otro 86%?

Workday realizó un estudio global con 3 200 encuestados – y descubrió que detrás de las cifras atractivas se esconde una realidad desagradable. Casi el 40% del tiempo ahorrado con IA se gasta en corregir sus errores. No es un fallo de herramientas concretas ni un problema de “uso incorrecto”. Es un fallo sistémico en la forma en que las organizaciones implementan la inteligencia artificial.

En mysummit.school ya hemos analizado Dejan.AI (la IA como becario junior), Gallup (el uso se duplicó en un año) y MIT (la brecha entre líderes y rezagados). Workday añade un nuevo ángulo: el coste medible de los resultados de baja calidad de la IA. Y ese coste resulta ser mayor de lo que muchos están dispuestos a admitir.