Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

La edición de Suma Positiva de esta semana viene a cargo de mi amigo Pablo de Echanove.

Pablo es Director de Ventas y Marketing de NATEEVO, consultora/agencia de marketing digital de la consultora tecnológica VASS. Es también socio fundador de MOA Institute, centro de formación especializado en IA y de referencia en tecnologías como Salesforce y SAP. Además, preside el Club de Marketing, Innovación y Talento by PANGEA, un espacio en el que profesionales de cualquier sector comparten conocimiento y retos.

Es padre de siete hijos, algo que le hace especialmente sensible —y estudioso— en todo lo relacionado con la tecnología, la formación y la educación.

De Pablo se podrían destacar muchas cosas, pero las primeras que me vienen a la cabeza cuando pienso en él son su energía, su curiosidad, su iniciativa y su enorme capacidad para conectar a personas. Y todo eso después de cuidar a sus siete hijos. Lo dicho: un ídolo.

Es de esas personas con las que da gusto debatir sobre cualquier tema, y mira que vemos muchos de forma diferente. Como ejemplo, el de hoy: niños y pantallas. Bromeando, le digo que está a un paso de convertirse en un amish, pero, como comprobareis, algo de o mucha razón no le falta. Le he pedido que “se mojara” y vaya si lo ha hecho.

Espero que su artículo nos sirva a todos como usuarios de tecnología y, en especial, a quienes trabajamos en el sector, para ser (aún) más conscientes de su cara negativa —que, por supuesto, la tiene— y para actuar de la forma más responsable posible.

Esta edición de Suma Positiva ha sido patrocinada por:

Si tu empresa va a cerrar 2026 con beneficios, probablemente ya estés empezando a hacer números con el Impuesto sobre Sociedades. Hay una herramienta fiscal relativamente reciente, todavía poco conocida fuera de determinados círculos, pero cada vez más presente en la planificación fiscal de empresas y autónomos. Quizás haya llegado el momento de entender cómo funciona y comprobar si puedes aprovecharla.

El art. 39.7 de la Ley del Impuesto sobre Sociedades permite financiar proyectos culturales y aplicar una deducción de hasta el 120% de la cantidad aportada. Por ejemplo, una aportación de 50.000 € puede generar hasta 60.000 € de deducción: recuperas toda la cantidad aportada y generas hasta 10.000 € adicionales de ahorro fiscal, todo dentro de un proceso regulado por la normativa tributaria, y con la debida transparencia y confianza si eliges al operador adecuado.

Incentiva (by) SFTL es una plataforma de referencia en tax equity cultural en España. Trabajamos con proyectos culturales que cumplen los requisitos, auditamos sus gastos de manera minuciosa y estructuramos todo el proceso para que el inversor pueda aplicar la deducción con la mayor tranquilidad. Gestionamos el contrato entre las partes regulado por la normativa fiscal, el certificado del Ministerio de Cultura y la comunicación formal de la operación a la AEAT. Al final del proceso, entregamos al inversor un informe jurídico-tributario para que unos pocos meses después de realizar la aportación recupera esa cantidad junto al ahorro fiscal generado en su declaración de IRPF o Impuesto sobre Sociedades.

Detrás de Incentiva está Sympathy for the Lawyer, firma legal ultraespecializada en la industria musical y cultural. Ese conocimiento profundo de cómo funcionan los proyectos culturales y de la normativa que regula estas deducciones nos permite gestionar técnicamente cada operación de principio a fin. Hasta la fecha hemos estructurado más de 1.000 operaciones sin ninguna regularización de Hacienda.

Estamos cerrando la entrada de inversores a los proyectos que gestionamos este 2026. Si prevés una cuota fiscal relevante este año, aún estás a tiempo de comprobar si puedes aprovechar estas deducciones.

Conoce cómo funciona el tax equity cultural y accede a las oportunidades de 2026

El gran peligro del mal uso de la tecnología en la educación

En las últimas semanas muchos se han echado las manos en la cabeza por los malos resultados obtenidos por España (por debajo de la media de la OCDE) en el último informe Pisa en matemáticas, lectura y ciencias. Es cierto que lo de la educación en España es un drama, pero el drama no es solo español. Es mundial. Los datos son malos para la media de los38 miembros de la OCDE (La Organización para la Cooperación y Desarrollo Económicos). Entre los responsables de estosmalos resultados globales la mismaOCDE menciona como culpable el excesivo uso de las pantallas. Por fin algunos empiezan a abrir los ojos del daño que está haciendo el abuso de las pantallas en el proceso de desarrollo de los niños. Pero está costando demasiado tiempo y son ya muchas, demasiadas, las generaciones que están “pagando el pato”.

Después del COVID fueron muchos los colegios que se animaron a introducir dispositivos portátiles en las aulas. Lo hicieron sin un estudio profundo. En muchos casos sin consultar a ningún experto. Lo hicieron “fluyendo” y siguiendo modas. Muy pocos hicieron lo que mi amigo Luis, en aquel tiempo director en un colegio de Madrid. Muchos padres le pedían “innovación” al colegio después del COVID y creó un comité de expertos de maestros, psicólogos y sociólogos entre otros. Analizaron con minuciosidad, estudio y profundidad el tema. La conclusión fue evidente. Los beneficios que podía aportar la introducción de dispositivos portátiles a los alumnos eran muy inferiores a los riesgos y perjuicios de los niños y adolescentes. No accedieron a la presión de algunos padres y no lo incluyeron. Esta forma lógica de actuar, de detenerse para analizar antes de pasar a la acción, cuando se está decidiendo algo tan determinante en el sistema educativo, tengo la sensación de que se hizo poco.

Pero ¿en qué perjudica a los niños y adolescentes el uso excesivo de pantallas que se han metido de manera tan masiva en los colegios en los últimos años? Vamos a enumera algunos de los problemas más críticos:

• Los hace potencialmente mucho más tontos. El Dr. Manfred Spitzer avisaba hace más de ¡15 años! en su imprescindible libro “Demencia Digital que nuestro cerebro no deja de ser un músculo que si dejamos de ejercitar con esfuerzos algo complejos se atrofia. El cerebro, como cualquier músculo, necesita ejercitarse mediante actividades que exijan esfuerzo mental y social, como la lectura profunda, el diálogo cara a cara y la práctica de habilidades físicas. Es un órgano dinámico que se transforma con su uso. La utilización del cerebro conduce al crecimiento de las áreas cerebrales que se utilizan para una capacidad determinada. Por ejemplo, existen estudios que demuestran que un taxista en Londres que tenía que memorizar 25.000 calles tenían de media un hipocampo (la parte del cerebro que ayuda a orientarse) muy superior al de un grupo de control aleatorio. La persona que aprende malabarismos aumenta el volumen de los sectores del cerebro encargados del procesamiento del movimiento visual. La persona que aprende a tocar el violín o la guitarra agranda el área del cerebro encargada de los dedos de la mano izquierda. El uso de dispositivos electrónicos para estudiar, hacer ejercicios o realizar exámenes, exige menos al cerebro de los alumnos, lo que está reduciendo la capacidad de su cerebro.

• Son mucho menos sociables. Según estudios publicados por Jonathan Haidt en su libro “La generación ansiosa“ si en el 2011, antes de “la gran reconfiguración“ (momento en el que empezamos a utilizar smartphones de manera masiva) la media diaria de estar con amigos de los jóvenes de entre 15-24 años era de 125 minutos, en el 2022, esa media diaria bajó a 45 minutos. Los smartphones y otros dispositivos digitales alejan a los preadolescentes y adolescentes de las amistades de carne y hueso y de las actividades que pueden reforzar su sensación de bienestar. Lo que no tengo ninguna duda es que la vida es un viaje mucho más alegre acompañado que en solitario. Somos sociales, somos relacionales. Las personas estamos formados por relaciones personales, nos nutrimos de relaciones personales y anhelamos las relaciones personales. No podemos vivir alegres solo pendientes en nuestro yo, nuestro ego, nuestro egoísmo

• Sufren más problemas psicológicos. En el mismo libro, Jonathan Haidt demuestra fundamentado en estudios que los diagnósticos de ansiedad de jóvenes del 2010 al 2020 ha crecido un 106% y que los diagnósticos de depresión, un 134% en ese mismo periodo.

• Duermen menos cuando el sueño es vital para rendir bien especialmente en la preadolescencia y adolescencia. En un estudio que Jean Twengue y su equipo realizaron con un gran conjunto de datos de Reino Unido averiguaron que el uso intensivo de medios con pantalla se asociaba a unos tiempos de sueño más cortos, una latencia de sueño más larga y más interrupciones de sueño en mitad de la noche. Los adolescentes con falta de sueño no pueden concentrarse, ni recordar las cosas tan bien como los que sí duermen lo suficiente. Sus reflejos, su capacidad para tomar buenas decisiones, y sus habilidades motrices se resienten. Son más irritables y están más ansiososdurante el día, por lo que sus relaciones se resienten.

• Atención fragmentada. La atención es una decisión sobre en qué nos concentramos, un hilo de pensamiento, un cambio mental. Cuando no tomamos esa decisión y nos dejamos distraer con frecuencia, acabamos en el estado confuso, ofuscado y atolondrado que es lo “opuesto” a la atención. Los mensajes de WhatsApp, las alertas continuas en redes sociales nos distraen muy frecuentemente de nuestra atención y eso es especialmente dañino en el adolescente que está en proceso de maduración. Esta corriente incesante de interrupciones pasa factura la capacidad de los adolescentes para pensar, y puede dejar una marca permanente en su cerebro, el cual está en proceso de rápida reconfiguración. Si para nosotros, los adultos, resulta a veces complejo no ser víctima de esa atención fragmentada, no tiene ningún sentido que los colegios hayan equipado a sus alumnos con un dispositivo portátil que es una tención constante para dispersar su atención.

• Hace a las nuevas generaciones más superficiales, profundizan menos. Un joven no llegará a ser ningún experto de la materia que si lo único que sabe hacer es preguntar a Google o a la IA. Se necesita adquirir un saber a partir de unas fuentes, indagar con espíritu crítico, ponderar, componer los detalles de un puzzle para convertirlos en una unidad de sentido. Hay que penetrar en la materia y dedicar un esfuerzo al que ahora las nuevas generaciones no están acostumbradas.

• Tienden a tener menos compromiso en sus relaciones, lo que le lleva a una vida mucho más vacía. Como dice David Brooks en su maravilloso libro La segunda Montaña tenemos que llevar a nuestros hijos y adolescentes a lavida relacionista. La vida relacionista es comunitaria en un mundo individualista. Es emocional en un mundo demasiado cognitivo. Es moral en un mundo demasiado utilitario. La vida relacionista busca por conocer a las personas en su profundidad (no como un objeto, sino como un todo), desde la comunicación profunda, no superficial. La vida relacionista viene definida por sus compromisos. Un compromiso es una promesa que se hace desde el amor. Cuando sean adultos valorarán su vida en virtud de la calidad de sus relaciones personales, no desde el número de “likes” que hayan generado.

• Son generaciones más blandas, con menos voluntad y menos iniciativa. Se han acostumbrado a que Google y la IA se lo haga casi todo y no necesiten tanto esfuerzo. Como dice Abigail Shrier en su libro Mala terapia “ Rogamos a los profesores que les hagan exámenes sin ponerles tiempo. Les compramos viseras de plástico para que el agua de la ducha no les caiga en los ojos y retiramos cuidadosamente las semillas de sésamo del pan de sus “hamburguesas. No solo nos estamos volviendo locos nosotros: estamos haciendo que nuestros hijos se vuelvan más temerosos y menos tolerantes con el mundo”.

• Riesgo de acceso a contenido no adecuado en edades tempranas. Que un preadolescente/adolescente tenga un dispositivo con acceso a internet conlleva un sinfín de riesgos. Desde accesos a contenido no adecuado especialmente para su edad a la posibilidad de que un depredador conecte con él/ella en su red. En algunos colegios se ha llegado a vender que “tenemos un sistema de protección llamado X que garantiza la seguridad de tu hijo de 8 años”. Los que trabajamos en tecnología sabemos que tener un software de protección es mejor que no poner nada, pero también sabemos que es poner puertas al campo. Los niños tienen tiempo casi ilimitado para buscarse la manera de saltarse la valla (como así ha sido). Hago aquí un llamamiento a los colegios, de que no garanticen cosas que no pueden garantizar y a los padres, que estén alerta de los dispositivos que utilizan sus hijos en edad escolar. La antes mencionada Abigali Shrier insiste mucho en su libro, y con buen tino, que los padres actuales ponen mucho foco en la protección de sus hijos a nivel físico (está claro que los niños de ahora tienen mucho menos brechas de las que teníamos nosotros, están mucho más controlados en los parques y colegios) y muy poco en los riesgos mayúsculos de la selva de internet.

Con todos estos perjuicios hacia nuestros niños y adolescentes lo que ha ocurrido era algo que era evidente que iba a pasar si se hacía una mínima o mediana reflexión. Los responsables de la educación y los gobiernos están tardando muchísimo más de la cuenta en tomar medidas a favor de los más vulnerables. Solo había que leer algún que otro libro y revisar algún estudio para saber lo que iba a pasar y lo que sigue pasando. Pero por desgracia, son varias las razones por las que este drama sigue presente en nuestra sociedad y, aunque hay algunos brotes verdes, continua sin solucionarse de raíz.

• Hay mucho dinero de por medio. Tecnológicas que se están enriqueciendo a manos llenas sabiendo que están creando adicción a nuestros hijos, sin ningún tipo de escrúpulo y sin que la ley les penalice como se debiera. Llama poderosamente la atención que Meta haya aceptado la cuantiosa multa (para ellos no tan cuantiosa) sin pestañear por crear de manera consciente adicción a menores (16.700 millones de $).

• Los colegios que han introducido estos dispositivos también han tenido beneficio económico considerable. Esto ha provocado que no hayan hecho en la mayoría de los casos un ejercicio de reflexión profundo y libre que beneficie a los más importantes, sus alumnos.

• Ha faltado reflexión y profundidad en los padres. En mi colegio he tenido conversaciones asertivas con padres partidarios de la introducción de chormebooks donde la discusión terminaba por su parte con un “si el colegio ha introducido este dispositivo en la educación de nuestros hijos es que es bueno para ellos”. Aunque pueda sonar naif, incluso pueril esta argumentación, está sucediendo en muchos colegios.Las tecnológicas, los gobiernos y los colegios tienen mucha responsabilidad, pero los padres también la tenemos.

• Tener un dispositivo para los chicos es muy cómodo para la mayoría de profesores, especialmente los más jóvenes “nativos digitales”. Se acabó eso de tener que llevarse a casa los controles y los cuadernos de los niños para corregirlos. Les pongo un ejercicio para su dispositivo portátil ¡y se corrige solo!

• A los padres nos está faltando tiempo de estar con nuestros hijos. Estamos en una sociedad que hace que en la mayoría de los casos ambos padres tenemos que trabajar hasta tarde. No disponemos de tiempo suficiente de calidad para estar suficientemente con nuestros hijos, jugar con ellos, llevarlos al parque, contarles cuentos, estar pendientes de sus deberes... Ser padre/madre se ha convertido en una especie de segunda profesión muy exigente si se quiere hacer bien. Dedicándoles más tiempo seríamos mucho más conscientes de todas las limitaciones y peligros que están ocasionando las pantallas en nuestros hijos.

El último informe pisa refleja lo que algunos ya veíamos venir. Ha habido mucha falta de análisis unida a intereses económicos de tecnológicas y colegios, comodidad de algunos padres y profesores que nos han llevado a esta situación. Lo peor de todo esto es que los más perjudicados son principalmente nuestros niños y adolescentes. Es hora de dar la vuelta este tema. Por fortuna, son ya algunas personas y gobiernos importantes las que están dando la voz de alarma y tomando decisiones sobre este asunto. Pero no es suficiente. Desde nuestras casas, vecindarios, colegios tenemos que estar atentos y conseguir que nuestros niños y adolescentes estén más libres de peligros y verdaderamente preparados para el futuro que les acontece. Nos necesitan.

Algunos consejos concretos para voltear esta situación y ayudar a que nuestros niños y adolescentes a vivir una vida mucho más plean y feliz:

• No des un móvil a tu hijo antes de los 16 años. De hecho, pero para mi lo ideal serían los 18 pero ni siquiera una persona tan sensibilizada como yo ha podido con la presión de alargarlo tanto. Pero evita que el móivl sea el “regalo de comunión” y alarga su adquisición todo lo que puedas.

• Procura dar ejemplo en casa con el móvil. Cuando entres en casa después del trabajo deja el móvil lejos de el alcance de tu mano. Comparte tiempo real, de foco y de calidad con tu familia.

• Por lo que más quieras, que tus hijos niños, preadolescentes y adolescentes no duerman con el móvil con acceso a internet a mano. Dormirán mucho peor y estarán expuestos a grandes riesgos.

• Si le han puesto en el colegio un dispositivo portatil con acceso a internet a tu hijo, que no lo lleve a casa. Tu hijo tiene que estudiar con libros y cuadernos y escrbir en papel, si quieres que su cerebro evolucione de manera correcta y evitar dispersión en su estudio y sustos a acceso a contenidos no adecuados. Te puede llevar a alguna batalla en el colegio, pero no dudes que es una batalla que tienes que librar por la salud de tu hijo.

• Si está estudiando con un dispositivo portatil proporcionado por el colegio revisa por si acaso su historial. Da igual que tengan software de control... te puedes llevar alguna sorpresa desagradable. Mejor saberlo que vivir ajeno a la realidad.

• Al igual que probablemte intentas que tus hijos no fumen, intenta que no estén en redes sociales. Ha quedado demostrado que compañias como META han elegido el dinero antes que la salud de tu hijo y su posible adicción, sin ningún tipo de escrúpulo.

• Haz todo lo posible por crear un entorno en el que tus hijos a diario puedan estudiar sin distracciones, leer un libro, hablar, jugar o aburrirse. En mi casa por ejemplo no existe la televisión de lunes a jueves. Depués de cenar saben que o terminan deberes, o leen, o hablan, o juegan a algo o se aburren. La calidad de la vida familiar ha mejorado muchísimo desde que no se enciende la TV entre semana.

• Fomenta el deporte, que juegen en algún equipo del colegio o club y que queden con amigos los fines de semana. Trata de evitar que su único plan sea jugar a la consola. No pasa nada que tengan su rato a la semana, pero que no sea lo único que tienen en la cabeza.

Conclusión: Estamos en un momento en el que la tecnología mal planteada está poniendo en una mayor dificultad la educación de nuestros niños. Que no te engañen. Un Chromebook en el colegio no les va a hacerles expertos en Python, más bien va a ser una fuente de riesgo añadido, de dispersión y una piedra en el desarrollo del cerebro de tus hijos. El informe de PISA solo refleja lo que tenía que suceder por cómo funciona nuestro cerebro y los seres humanos en general. Es el momento de reaccionar. ¿Te animas?

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Volver a tu mejor tú empieza por conocerte mejor.

Cuidarte no siempre consiste en hacer más. A veces empieza por entender qué está pasando en tu cuerpo y qué merece realmente tu atención.

Holo reúne tus analíticas, informes y datos de salud para ayudarte a verlos con contexto. Y con la Analítica Avanzada puedes conocer más de 110 marcadores, interpretados por nuestro equipo médico, junto a un plan de acción personalizado para ti.

Conoce Holo

F*ck negatividad

Vivimos asediados por un bombardeo continuo de malas noticias, pero la realidad es que un día cualquiera en nuestra vida está lleno de cosas extraordinarias que apenas vemos: agua caliente, comida asegurada, un techo, personas que nos quieren, un cuerpo que funciona y, a veces, simplemente un día sin sobresaltos.

El problema es que nos acostumbramos a lo bueno hasta volverlo invisible.

De vez en cuando conviene detenerse y recordar que muchas de las cosas que hoy damos por hechas habrían sido un lujo, un sueño o incluso un milagro para casi cualquiera en otro tiempo.

Seis cosas buenas que tenemos delante de las narices y casi no vemos:

1. La ducha de hace 200 años. Agua caliente al instante, algo que ni los reyes podían tener hace 200 años. Tú la disfrutas antes incluso de estar lo bastante despierto como para valorarla.

2. El estómago lleno. Nunca has tenido que organizar tu día pensando en cómo conseguir comida. Durante la mayor parte de la historia de la humanidad, eso era precisamente lo normal. Lo nuestro no lo es: es un privilegio.

3. Las cinco llamadas. En tu móvil hay cinco personas que lo dejarían todo por ti. Párate a contarlas. Esa sí es riqueza de verdad, y además está viva.

4. La lluvia sobre el tejado. Escuchar cómo cae la lluvia sobre un tejado que es tuyo mientras tú estás seco debajo. Esta noche hay alguien ahí fuera, bajo esa misma lluvia, deseando tener justo eso que tú apenas notas.

5. Un cuerpo que funciona. Hoy has subido unas escaleras sin pensarlo. Hay un ala entera de cualquier hospital llena de personas que darían cualquier cosa por poder hacer ese gesto tan corriente.

6. Un día normal. Sin crisis, sin malas noticias, sin salas de espera. Ese día que probablemente olvidarás es exactamente el día que otra persona daría cualquier cosa por tener.

Entender el ADN humano dejará de ser buscar una aguja en un pajar gigantesco

Cada pocos días escuchamos que la IA va a acabar con nosotros de una u otra forma.

Yo prefiero pensar justo lo contrario: que va a ayudarnos a resolver algunos de los problemas más importantes que tenemos.

Y hay uno que, como sabéis, me interesa e importa especialmente: la salud.

Fijaos qué locura lo que acaba de anunciar Google Deepmind: AlphaGenome Atlas, una herramienta que predice el impacto de todas las mutaciones de una sola letra posibles en el genoma humano: unas 9.000 millones.

Una forma sencilla de entender el ADN es pensar que contiene dos tipos de información. Por un lado están las recetas para fabricar proteínas, las moléculas que hacen gran parte del trabajo dentro de nuestras células. Pero el ADN también contiene algo igual de importante: las instrucciones que deciden cuándo, dónde y cuánto se utiliza cada una de esas recetas. Es decir, no solo importa qué proteína fabrica una célula, sino en qué momento la fabrica, en qué tejido y en qué cantidad.

Durante mucho tiempo, la genética se centró sobre todo en la primera parte, porque era más fácil de interpretar: si una mutación cambia una proteína importante, es relativamente sencillo imaginar cómo puede provocar una enfermedad. El problema es que la inmensa mayoría del genoma (el 98%, el llamado ADN “oscuro”) no codifica proteínas y muchas de las variantes genéticas asociadas a enfermedades comunes se encuentran precisamente en esas regiones reguladoras. No estropean directamente una proteína, sino que alteran sus “controles”: hacen que un gen se active demasiado, demasiado poco, en el lugar equivocado o en el momento equivocado.

Y ahí empieza la dificultad. Encontrar una mutación dentro de un gen es relativamente fácil. Entender qué hace una mutación situada en una región reguladora puede ser muchísimo más complicado. Es como encontrar un error no en una receta, sino en uno de los millones de interruptores que controlan cuándo se cocina cada plato.

AlphaGenome Atlas utiliza IA para predecir qué efecto pueden los 9.000 millones de posibles cambios de una sola letra del ADN sobre el funcionamiento del genoma: si alteran la actividad de un gen, el procesamiento del ARN o, finalmente, la producción de proteínas. A cada variante le asigna una puntuación para ayudar a los investigadores a distinguir rápidamente las que probablemente sean irrelevantes de las que merece la pena estudiar.

La importancia está en reducir radicalmente el espacio de búsqueda. En lugar de enfrentarse a miles de millones de posibles mutaciones casi a ciegas, los científicos disponen de un mapa que señala dónde pueden estar las más interesantes. Una especie de Google Maps de las mutaciones humanas, pensado para acelerar la comprensión de las enfermedades y, con el tiempo, el desarrollo de mejores diagnósticos y terapias.

El trabajo del ingeniero de software ha cambiado, y no necesariamente para bien.

Por dar la contrapartida a los mensajes optimistas anteriores, este es el testimonio de un ingeniero de software que nos cuenta en qué se ha transformado su trabajo. ¿Pasará algo similar con otras profesiones?

Estoy harto de esta mierda. Se acabó.

El estado actual de la ingeniería es horrible. Llevo medio mes en un nuevo puesto en una gran empresa y aquí nadie sabe nada. Las especificaciones, el código, los tests, los PRD, los tickets, la resolución de esos tickets, los informes… absolutamente todo lo hace Claude Code.

A nadie de mi equipo le gusta esto. Nos están obligando a sacar todo el trabajo posible, lo más rápido posible. He oído varias veces a la alta dirección decir que escribir código y subirlo a producción ya no es un cuello de botella, así que ¿por qué vamos tan lentos?

La gente está trabajando 12 ó 13 horas al día básicamente para pulsar Enter. Nadie lee nada. En la empresa, los humanos ya no hacen prácticamente nada por su cuenta. Todo el mundo, literalmente todo el mundo, desde un ingeniero L1 hasta uno L7, hace lo mismo: hablar con Claude.

No hay ninguna sensación de logro. Nadie está resolviendo bugs de verdad. En realidad, nadie está pensando ya. Todo lo hacen los LLM.

Es tremendamente deshumanizante. Y, sinceramente, no me importaría tanto si al menos nos diesen tiempo para revisar el código y entender qué está pasando y dónde va cada cosa. Pero no. El objetivo es simplemente sacar cosas. Pase lo que pase.

Jev y la nueva promesa de la IA: decisiones ubicuas, rápidas y baratas

Jev es un nuevo modelo de inteligencia artificial creado por TypeSafe AI, una compañía fundada por Diogo Almeida junto a Erik Gafni y Sasha Sheng. Almeida había trabajado anteriormente en OpenAI y participó en el desarrollo de InstructGPT y de las técnicas de RLHF que estuvieron en el origen de ChatGPT. Su nuevo proyecto parte de una intuición distinta: los grandes modelos de lenguaje son extraordinarios generando texto y razonando, pero quizá no sean la herramienta adecuada para todas las pequeñas decisiones que empieza a tomar el software.

El nombre Jev es una referencia a William Stanley Jevons y a su conocida paradoja: cuando una tecnología hace mucho más eficiente el uso de un recurso, el consumo total de ese recurso puede terminar aumentando. La idea encaja bien con la ambición del proyecto. Si una decisión tomada por una inteligencia artificial se vuelve muchísimo más barata, probablemente no utilizaremos la misma cantidad de inteligencia gastando menos, sino que acabaremos utilizándola en muchos más lugares.

Durante los últimos años hemos aprendido a utilizar modelos como ChatGPT, Claude o Gemini para una cantidad cada vez mayor de tareas. Escriben, resumen, programan, analizan documentos y mantienen conversaciones bastante sofisticadas. Pero, a medida que estos modelos empiezan a integrarse en el software, estamos empezando a utilizarlos también para algo mucho más sencillo: tomar decisiones.

Imaginemos una empresa que recibe un correo de un cliente. Quizá el sistema sólo necesite decidir si el asunto es urgente, qué departamento debería ocuparse de él y si existe riesgo de que el cliente abandone. Un gran modelo de lenguaje puede resolver perfectamente este problema. El inconveniente es que estamos utilizando una tecnología extraordinariamente sofisticada para producir una respuesta muy sencilla.

Jev nace de esa observación. Su propuesta es que, si lo que queremos de una máquina es una decisión, quizá no tenga demasiado sentido utilizar para ello una máquina diseñada fundamentalmente para escribir. En lugar de producir una respuesta abierta, Jev recibe una serie de alternativas definidas de antemano y escoge entre ellas. Puede decidir, por ejemplo, que el riesgo de abandono de un cliente es bajo, medio o alto; que una operación es normal o sospechosa; o que un documento pertenece a una determinada categoría. Además, puede devolver una medida de confianza sobre esa decisión.

La diferencia parece pequeña, pero cambia bastante la naturaleza del problema. Los grandes modelos de lenguaje producen respuestas pensadas para personas. Una persona puede interpretar matices, perdonar que la respuesta no tenga exactamente el formato esperado o detectar que el modelo ha contestado algo extraño. El software necesita algo distinto: respuestas predecibles, estructuradas y fáciles de utilizar como entrada de la siguiente acción.

Hasta ahora hemos resuelto este tipo de problemas principalmente de tres maneras.

1. Reglas fijas (if x then y): si una factura supera los 10.000 euros, la enviamos a revisión. Funcionan muy bien cuando podemos expresar con precisión aquello que queremos detectar, pero mucho peor cuando intentamos convertir en una regla cosas como “este cliente parece estar enfadado” o “esta operación resulta sospechosa”.

2. Machine learning clásico (entrenar modelos específicos para cada problema). Entrenas un modelo para detectar fraude, spam, analizar sentimiento, etc. Pueden ser muy eficientes, pero normalmente requieren datos etiquetados, entrenamiento, mantenimiento y un modelo diferente para cada problema.

3. LLMs: Utilizar directamente un gran modelo de lenguaje y explicarle mediante un prompt qué queremos que decida. Esta última opción es extraordinariamente flexible y explica buena parte del éxito de los LLM. El inconveniente es que hemos acabado utilizando modelos enormes, generalistas y relativamente caros para resolver millones de pequeños problemas que, una vez formulados correctamente, consisten únicamente en escoger una opción. Y, como sabemos, usar estos modelos es caro y lento.

Jev intenta ocupar ese espacio intermedio. Mantiene una de las propiedades más valiosas de los modelos modernos —la posibilidad de describir el problema en lenguaje natural— pero limita deliberadamente el espacio de respuestas. Una manera intuitiva de pensarlo es como un “if inteligente”. Los programas están llenos de instrucciones del tipo “si ocurre esto, haz aquello”. Hasta ahora, ese “esto” tenía que poder expresarse de manera bastante precisa: si el precio supera 100, si han pasado treinta días o si el usuario ha pulsado este botón. Con un sistema como Jev podemos imaginar condiciones mucho más cercanas a la forma en que pensamos las personas: si este cliente parece dispuesto a cancelar, si este contrato parece arriesgado, si esta noticia es relevante o si este agente se ha desviado de su objetivo.

Se dice que Jev no alucina, pero esto no significa que Jev no pueda equivocarse. Si le preguntamos si una operación es fraudulenta puede decir que sí cuando la respuesta correcta era no. Lo que cambia es el tipo de error posible. Si sólo hemos definido dos respuestas, “sí” y “no”, Jev no puede inventarse una tercera. Puede equivocarse dentro del espacio de decisión, pero no salirse de él. Esa diferencia puede ser muy importante cuando quien recibe la respuesta no es una persona, sino otro programa.

La otra gran diferencia es económica. Según los benchmarks publicados por la propia compañía, Jev puede resolver determinadas tareas de decisión decenas o incluso cientos de veces más barato que un gran modelo de lenguaje, además de hacerlo con mucha menor latencia.

Jev consigue buena parte de esa ventaja renunciando a capacidades. No puede escribir un ensayo, mantener una conversación abierta, generar código complejo o enfrentarse a un problema que exige una larga cadena de razonamiento. Tampoco puede decidir algo que no hayamos previsto de alguna forma en el espacio de respuestas. Ése es su principal trade-off: sacrifica generalidad a cambio de coste, velocidad y predictibilidad.

Y precisamente por eso lo más interesante de Jev quizá no sea hacer más barato aquello que ya hacemos hoy, sino permitir cosas que hoy no tienen sentido económico.

Pensemos, por ejemplo, en un agente de inteligencia artificial navegando por Internet para completar una tarea. Durante el proceso podría necesitar hacerse continuamente preguntas sencillas: si la página contiene información útil, si está avanzando hacia su objetivo, si debería hacer clic en un enlace, si la respuesta que acaba de obtener parece correcta o si ha llegado el momento de pedir ayuda a un modelo más potente. Ninguna de estas decisiones es particularmente sofisticada, pero un agente puede necesitar cientos o miles para completar una sola tarea.

Si cada una requiere llamar a un gran modelo, el coste y el tiempo se acumulan rápidamente. Si cada decisión cuesta prácticamente nada, podemos imaginar una arquitectura distinta: el gran modelo se utiliza sólo cuando realmente necesitamos generar algo, razonar en profundidad o enfrentarnos a una situación nueva, mientras que modelos mucho más pequeños se encargan de observar, clasificar, decidir, comprobar y enrutar.

Eso permitiría tener agentes funcionando de forma continua sobre miles de correos, conversaciones, documentos o transacciones, recurriendo al modelo grande únicamente cuando sucede algo relevante. También permitiría introducir inteligencia en partes del software donde hoy no tendría sentido económico hacerlo: evaluar cada interacción con un cliente, clasificar dinámicamente cada elemento de un catálogo, comprobar cada paso de un proceso automatizado o adaptar continuamente el comportamiento de una aplicación.

Jev no es un competidor de ChatGPT, Claude o Gemini. Es algo complementario. Los grandes modelos seguirían siendo la herramienta a la que recurrimos cuando necesitamos pensar, escribir o enfrentarnos a problemas nuevos. Sistemas como Jev se podrían ocupar de la enorme cantidad de pequeñas decisiones que ocurren entre medias.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Los próximos 21 y 22 de octubre, Valencia volverá a convertirse en uno de los grandes puntos de encuentro tecnológicos globales con la celebración de VDS 2026 en la Ciudad de las Artes y las Ciencias.

Organizado por Startup Valencia, el evento tecnológico internacional VDS llega a su novena edición reuniendo a quienes están construyendo, financiando y liderando el futuro de la tecnología. Más de 12.000 profesionales de 120+ países, 3.000 startups y scaleups, 1.500+ corporaciones, 800 inversores que representan más de 300.000 millones de euros en activos y 600+ speakers formarán parte del encuentro.

La edición de este año gira en torno a GENESIS - Origin of What’s Next, un concepto que sitúa a VDS en el punto de origen de la próxima década: allí donde la inteligencia deja de ser una capa añadida para convertirse en infraestructura de productos, industrias e instituciones. En un contexto marcado por la aceleración tecnológica, la competencia estratégica y la necesidad de construir sistemas más resilientes, VDS pondrá el foco en las tecnologías, empresas y decisiones que definirán el crecimiento, la seguridad y el progreso social de los próximos años.

A lo largo de 8 escenarios, se abordarán áreas como IA y Deep Tech, Clima y Energía, Defensa y Aeroespacial, Talento y Futuro del Trabajo, Salud, Movilidad y Logística, Finanzas Digitales y Políticas para la Innovación.

El programa reunirá a referentes internacionales procedentes de la tecnología, la inversión, la empresa, la ciencia y el deporte de élite. Entre los speakers confirmados destacan Chris Cunningham, cofundador de ClickUp y una de las figuras clave detrás del crecimiento de la compañía hasta alcanzar una valoración de 4.000 millones de dólares; César Azpilicueta, campeón de la UEFA Champions League y referente del fútbol europeo; y Carmen Köhler, astronauta en Austrian Space, fundadora y CEO de P3R, miembro de misiones análogas a Marte y referente en la aplicación de la inteligencia artificial a la exploración espacial.

La agenda suma perfiles de primer nivel como David Shim, cofundador y CEO de Read AI, pionero en IA empresarial y ex CEO de Foursquare; Dong-Su Kim, CEO de LG Technology Ventures; Ana Sandra Ruiz, Senior Director en Spotify; Yasmina Benkhoui, Agentic AI Strategist en NVIDIA; y Víctor Claver, exjugador de la NBA, miembro de la generación dorada de la selección española y ahora inversor en startups, entre otros grandes nombres que se anunciarán muy pronto.

La innovación emergente también tendrá un papel protagonista a través de la VDS Startup Competition, cuyos 25 finalistas, seleccionados entre 1.560 candidaturas de 87 países, presentarán sus proyectos ante el ecosistema tecnológico internacional y competirán por convertirse en la ‘Best Startup of VDS 2026’.

Dos días para conectar con decision makers, generar relaciones de alto valor y estar donde las conversaciones se convierten en oportunidades reales de negocio e inversión.

No te pierdas el evento tecnológico del año en Europa. Consigue aquí tu entrada para VDS 2026

Algunas cosas relativamente controvertidas que Jay Alto piensa

Me ha gustado mucho esta compilación de reflexiones de Jay Alto.

Os dejo a continaución las que más me han llamado la atención, pero os invito a leer todas.

Se oye bastante por ahí que los chicos jóvenes (y no tan jóvenes) andan un poco perdidos, en buena parte como daño colateral de la era woke. Quizás esto pueda ayudar.

La crisis de la masculinidad podría resolverse con dos palabras: sé útil

En el fondo, muchos hombres sienten una necesidad muy básica: ser útiles.

Redescubrirla ayuda a salir del narcisismo que domina buena parte de nuestra cultura y a recordar para qué estamos aquí: para ayudar a otros.

A tu familia, a tus amigos, a tu comunidad, a tu país. Pase lo que pase en el mundo, siempre puedes ser útil para alguien.

Brutal esta. Desde mi punto de vista, uno de los peores problemas de nuestra época

Dejemos de tratar al gobierno como si fueran nuestros padres

La función del gobierno no debería ser resolver todos tus problemas por ti, sino proteger tu capacidad para resolverlos por ti mismo.

Lo digo porque no todo el mundo comparte esa idea. Hay quien espera que el Estado asuma cada vez más decisiones, responsabilidades y problemas que antes pertenecían al individuo.

No soy politólogo, pero renunciar a nuestra propia agencia y delegarla continuamente en el gobierno probablemente acabe mal para todos.

El propósito de todo el mundo debería ser dejar el mundo un poquito mejor que se lo encontró. Y eso no tiene por qué implicar necesariamente hacer cosas grandiosas. La grandeza esta muchas veces en lo pequeño, en lo cotidiano.

Todo el mundo puede cambiar el mundo

Solemos reservar la expresión “cambiar el mundo” para quienes transforman una industria, curan una enfermedad o lideran una revolución.

Pero también cambia el mundo quien planta un árbol, enseña a leer a un niño o dedica su tiempo a ayudar en una asociación local.

Al final, si dejas el mundo un poco mejor de como lo encontraste, lo has cambiado.

Y lo bonito es que cualquiera puede hacerlo.

Los estándares de calidad de Jeff Bezos

Jeff Bezos, fundador de Amazon, es alguien admirable, como mínimo, en lo empresarial. Ya hemos hablado de su filosofía y estilo de gestión un par de veces (aquí y aquí). Si no lo leísteis en su día, creo que merece la pena que le echéis un ojo.

Me han gustado unos fragmentos de sus cartas anuales en los que nos da algunos consejos sobre cómo aumentar la calidad (ese concepto tan esquivo de definir) en lo que hacemos.

Una cultura de estándares altos no depende tanto de contratar a personas extraordinariamente exigentes como de enseñar qué significa realmente hacer un trabajo excelente.

Su tesis se resume en cuatro ideas.

1. Los estándares altos son contagiosos. No son una cualidad innata. Cuando alguien entra en un equipo acostumbrado a trabajar bien, aprende rápidamente qué nivel se espera. Lo contrario también ocurre: los estándares bajos se propagan.

2. Son específicos de cada disciplina. Ser muy exigente en un ámbito no significa reconocer la excelencia en todos los demás. Puedes tener un criterio extraordinario para contratar y uno mediocre para escribir, vender o gestionar operaciones. Por eso siempre existen puntos ciegos.

3. Hay que saber reconocer qué aspecto tiene la excelencia. Antes de producir algo bueno tienes que haber desarrollado criterio suficiente para distinguirlo. Y no siempre es fácil explicar ese criterio: muchas veces reconocemos un gran texto, producto o diseño cuando lo vemos, aunque nos cueste enumerar exactamente sus características.

4. Hay que entender cuánto trabajo exige. Muchas veces el problema no es que alguien no sepa cómo es un gran resultado, sino que subestima el esfuerzo necesario para conseguirlo. Bezos pone el ejemplo de aprender a hacer el pino: puedes pensar que necesitas dos semanas cuando en realidad necesitas seis meses. En Amazon ocurría lo mismo con sus famosos memos de seis páginas: los buenos no se escribían en unas horas, sino durante una semana o más, reescribiendo, enseñándolos a otros y volviendo sobre ellos con ojos frescos.

Estás hecho de cinco capas. Cuídalas.

Divertido éste artículo de Eric Jorgenson, en el que nos dice que estamos hechos de cinco capas y qué hacer para cuidar cada una de ellas y que podamos vivir plenamente y en paz.

Vamos del nivel inferior al superior.

Mitocondrias: Tus células necesitan que duermas lo suficiente, que les aportes los nutrientes correctos y que hagas ejercicio. Nada nuevo por aquí. Sigan leyendo. La cosa se pone más interesante a medida que vamos subiendo de nivel.

Meat: No eres una mera colección de células. Eres un animal. Necesitas fuerza, movilidad, resistencia, sol, aire, exponerte al frío/calor y pasar un poco de hambre de vez en cuando. Vamos, lo que mi amigo Manu Sola Arjona llamaría estímulos evolutivos.

Mono. No eres cualquier tipo de animal, eres un primate social. Tu sistema nervioso se calma con el contacto con otros, con el juego, contribuyendo y dando y recibiendo gratitud. Si no estás en paz con tu clan, algo dentro de ti permanece en alerta: rumiación, paranoia, estrés. El mantenimiento de mono no es opcional, es pura química de nuestro cerebro.

Mind. No eres cualquier tipo de primate social, eres un hombre y tienes una mente, que se manifiesta en esa voz interior que te da sentido de identidad y que continuamente te mantiene alerta generándote miedos más propios de un entorno mucho más hostil que el actual. Replantéate cuáles son tus creencias (sobre ti mismo y sobre el mundo) y considera si tu ego o tus emociones juegan en tu favor o en tu contra. Las herramientas a este nivel están mucho menos probadas que en los anteriores, así que ten cuidado. A algunas personas les va bien escribir un diario, meditar, creer en Dios o incluso las drogas.

Mankind. No eres solo un hombre, sino que formas parte de la sociedad. Sin los demás, no sólo no sobreviviríamos ni cinco minutos, sino que seríamos profundamente infelices. En tu interior, tienes que tener la convicción de que estás haciendo algo bueno para los demás. Haz voluntariado, dona dinero a causas que te importen, aprecia el nivel de vida que tenemos gracias a la contribución de las generaciones pasadas, aprecia que tu día a día es agradable gracias a la colaboración con gente que te podría no gustar o a la que puedes llegar incluso a detestar. Céntrate en las filosofías e ideas que nos permiten colaborar y ayudarnos entre todos a crear un futuro mejor.

Cómo Pocket FM ha sobrepasado los $500M de ARR en poco tiempo

Me ha parecido apasionante el playbook de crecimiento de Pocket y creo que tiene partes muy aplicables a otras industrias.

Pocket Entertainment es la compañía india creadora de Pocket FM, una especie de Netflix de series cortas en audio, producidos por una red de pequeños estudios y creadores.

Estas son las principales palancas de crecimiento (rentable!!) que explican cómo han añadido más de $250M de ARR en el último año,

1. Un playbook de adquisición replicable en cualquier país

Su principal formato publicitario consiste en mostrar un tráiler en vídeo de 90 segundos de una historia y pedir al usuario que descargue la app para descubrir cómo continúa.

Después de gastar más de $100M en adquisición, llegaron a una conclusión: aumentar el CTR de un anuncio del 2% al 2,25% reduce el coste de adquisición aproximadamente un 30%.

A partir de ahí construyeron una máquina de producción publicitaria basada en IA.

Para cada nuevo país:

• Parten de sus series de mayor éxito.

• Utilizan LLMs para detectar los momentos más interesantes.

• Generan un guion de cinco minutos con esos momentos.

• Los primeros 60 segundos deben incluir un gancho cada cinco segundos y terminar con un cliffhanger.

Si el anuncio no alcanza aproximadamente un 2,5% de CTR y un 55% de visualización a tres segundos, un director creativo modifica el gancho o el cliffhanger.

La IA les permite producir unos 1.000 anuncios por serie y 17.500 al mes. Esto les ha permitido multiplicar por 7-8 el presupuesto de adquisición sin aumentar significativamente el CAC.

Un a vez sabido esto, el tiempo necesario para crecer en nuevos mercados se ha reducido progresivamente:

• Estados Unidos: $25M en 19 meses.

• Alemania: $21M en 11 meses.

• Francia: $10M en 3 meses.

2. Retención y monetización

Durante los primeros dos o tres años probaron diez formatos distintos hasta encontrar el que funcionaba: dramas en audio de capítulos de 8-12 minutos, escritos específicamente para móvil, serializados, con ganchos fuertes y muchos cliffhangers. Con este formato, el consumo diario medio pasó de unos 25 minutos a más de 150.

Su modelo combina varias ideas:

• Monetización. El usuario recibe minutos gratuitos cada día y después paga por episodio. También puede desbloquear episodios viendo publicidad. Este negocio publicitario pasó de cero a un ritmo anualizado de aproximadamente $90M en 12 meses.

• Hábito. Cada día liberan gratuitamente el siguiente episodio para incentivar que el usuario vuelva diariamente.

• Descubrimiento. Como muchos usuarios abren la app, reproducen una serie y bloquean la pantalla, era difícil presentarles contenido nuevo. La solución fue crear playlists: cuando se terminan los minutos gratuitos de una serie y el usuario no quiere pagar, comienza automáticamente otra en la que todavía dispone de minutos gratuitos.

3. Localizar es mejor que traducir

Pocket FM descubrió que traducir una historia no era suficiente. Una historia escrita para España contiene referencias, humor, folklore y códigos culturales que pueden no funcionar igual en Noruega. Por eso utilizan IA para mantener la estructura narrativa de una historia pero adaptar toda su capa cultural al mercado de destino.

Una serie estadounidense localizada para Alemania consiguió una retención un 50% superior a la versión simplemente traducida.

La combinación de localización y adquisición permitió alcanzar:

• Más de $10M de ARR en Francia en tres meses.

• Más de $21M de ARR en Alemania en once meses.

Además, permite que los escritores generen ingresos en Estados Unidos, India, Europa o Latinoamérica sin producir desde cero nuevas historias para cada mercado.

4. Experimentos con cheques internos de $1M

Pocket financia nuevas iniciativas internas con aproximadamente $1M y da al equipo entre 12 y 18 meses para demostrar su hipótesis. Si funciona, aumenta la inversión.

Así nació Pocket Saga, una aplicación de microdramas en vídeo generados con IA: las mismas historias y estructuras de Pocket FM, pero convertidas en episodios verticales de dos minutos. Dos meses después de su lanzamiento, había alcanzado aproximadamente $15M de ARR.

La visión de Pocket es llevar una misma historia a cada vez más audiencias y formatos: audio → múltiples idiomas y países → microdramas → películas, televisión, videojuegos y otros formatos.

5. Pasar toda la producción de contenido a IA

A mediados de 2024 la compañía tomó una decisión mucho más radical: pasar a producir contenido exclusivamente con IA.

Inicialmente el crecimiento se frenó. Pocket ya estaba en unos $200M de ARR y creciendo un 50% anual, pero permaneció prácticamente plana durante seis meses. Después, el crecimiento se disparó.

La producción pasó de unas 25.000 horas de contenido al año a más de 2,5 millones. Según la compañía, la calidad también ha aumentado porque la IA puede incorporar más datos al proceso creativo y aumentar las probabilidades de producir éxitos. Los LLMs también se utilizan como jueces para controlar la calidad.

Más de 90 títulos han generado más de $1M durante su vida y 13 han superado los $10M.

Los resultados:

• La retención de ingresos a 12 meses pasó del 44% al 76%.

• En el último año añadieron $250M de ARR neto.

Un flywheel de contenido, datos e IA

Pocket Entertainment cuenta con:

• 770.000 títulos.

• 550.000 creadores.

• 5.500 millones de horas de reproducción.

• Más de 137.000 millones de minutos consumidos.

• Datos de retención y engagement minuto a minuto.

Todo ese volumen de datos se utiliza para mejorar el resto del sistema.

Su apuesta es que, dentro de tres años, podrán producir una serie comparable a Naruto por unos $1.000.

La comparación que plantean es esta: Netflix necesita invertir unos $17.000M para encontrar alrededor de 100 grandes éxitos al año. ¿Qué ocurrirá si es posible producir un millón de programas de alta calidad por $1.000M?

Su crecimiento se basa en varios ventores que se refuerzan simultáneamente:

• La IA produce mejores anuncios y permite escalar más rápido internacionalmente.

• Los escritores y la IA producen más series, aumentando la probabilidad de encontrar éxitos.

• La localización permite explotar cada éxito en más mercados.

• El salto del audio al vídeo amplía el mercado y atrae a más creadores.

Cada parte del sistema alimenta a las demás con un objetivo: producir cada vez más éxitos.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

¿Cómo repensamos el trabajo con datos con herramientas como Claude?

Invertir solo en licencias de una herramienta como Claude no garantiza su adopción efectiva.

Lo hemos visto en nuestro propio equipo: hasta que no hemos transformado (de verdad) la forma en que hacemos data engineering, no hemos llegado a una adopción real. Y esa adopción nos ha llevado a estar en el camino para ser partners de Anthropic.

De todo eso queremos hablar el próximo 17 de septiembre en Barcelona, dentro de la AI Week, una semana de eventos con motivo de la celebración del AI Summit. Una tarde donde compartiremos nuestros aprendizajes con Claude, uno de nuestros últimos prototipos y conversaciones para repensar el trabajo con datos.

Más info e inscripción (gratuita) aquí.

Tecnología, startups y venture capital

Systems of Record en la era de la IA

Durante años, uno de los mercados menos atractivos para una startup ha sido el de los grandes systems of record: los sistemas donde las empresas guardan la información fundamental sobre sus clientes, empleados, finanzas o inventario.

El problema no era el tamaño del mercado —CRM, ERP o software de recursos humanos mueven decenas de miles de millones— sino que nadie cambia de proveedor. Sustituir un Salesforce, SAP o Workday es caro, lento y arriesgado. Por muy grande que sea el mercado, si cada año sólo un pequeño porcentaje de clientes está dispuesto a cambiar, el mercado realmente accesible para una startup es mucho menor.

Aaron Neil y Michael Brown, inversores de Battery Ventures, creen que la inteligencia artificial está cambiando esa dinámica y nos lo cuentan en este artículo.

Veamos por qué.

Para utilizar bien la IA hacen falta buenos datos y, sobre todo, contexto. No basta con conectar un agente a las bases de datos de una empresa y esperar que funcione. La información suele estar fragmentada entre múltiples sistemas antiguos, poco estructurados y difíciles de interrogar. Eso está llevando a algunas empresas a plantearse algo que hasta ahora evitaban: cambiar el sistema central sobre el que funciona su negocio para poder aprovechar realmente la IA.

Además, la propia IA está reduciendo el coste de hacerlo. Históricamente, migrar de un system of record era una pesadilla: había que limpiar datos, mapear campos, transformar formatos y reconstruir procesos. Muchas de esas tareas pueden ahora automatizarse.

Y el premio por cambiar también es mucho mayor. Pasar de un ERP antiguo a otro ERP un poco mejor rara vez justificaba meses de migración. Pasar a un sistema que, además de almacenar los datos, puede hacer parte del trabajo de tus empleados, sí puede hacerlo.

La IA está, por tanto, alterando las dos partes de la ecuación: reduce el coste de cambiar y aumenta enormemente el valor de hacerlo.

Eso abre una ventana excepcional para nuevos entrantes.

Los nuevos systems of record no se limitarán a almacenar información. Harán el trabajo. Un sistema financiero podrá realizar el cierre mensual; uno de inventario podrá decidir cuándo volver a comprar; uno jurídico podrá redactar y revisar documentos.

El mercado potencial deja entonces de ser sólo el presupuesto destinado a software y empieza a incluir una parte del enorme presupuesto destinado a trabajo humano.

Y aparece además un círculo virtuoso. Si en el mismo sistema viven los datos, las acciones que ejecuta la IA y los resultados de esas acciones, el producto puede aprender continuamente de su utilización. Cuanto más se usa, más contexto acumula; cuanto más contexto acumula, mejor puede hacer el trabajo.

Esa combinación de datos + workflow + resultados puede convertirse en una ventaja competitiva difícil de replicar por un agente que simplemente se conecta desde fuera mediante una API.

Es lo que ya empieza a ocurrir con compañías como Cursor en programación, Harvey en derecho o Gong en ventas: empezaron resolviendo una tarea concreta, pero al integrarse cada vez más profundamente en el trabajo de sus usuarios van acumulando precisamente la información que necesitan para convertirse en el nuevo sistema central de esa actividad.

La conclusión de Battery es interesante: quizá la IA no acabe con los systems of record. Quizá provoque la mayor oportunidad en décadas para sustituirlos.

Carrera profesional y rendimiento

Nadie puede competir contigo en ser tú

Este tweet de Dan Koe sintetiza fenomenal mi opinión sobre cómo uno debería ir orientando su carrera profesional.

El objetivo último es que te paguen por ser tú mismo. Por resolver los problemas que no puedes evitar intentar resolver. Por estudiar aquello de lo que no consigues apartarte. Por eliminar cualquier trabajo que no te suponga un desafío creativo.

Creo que esta afirmación siempre ha sido cierta, pero quizá lo sea aún más en la era de la inteligencia artificial.

Elige tu propia odisea

Me ha parecido muy interesante también este ejercicio que propone Daniel Pink. Se trata del Odyssey Plan, uno de los ejercicios centrales de Designing Your Life, el curso de Stanford creado por Bill Burnett y Dave Evans.

Coge una hoja de papel y divídela en tres columnas:

1. En la primera irá la vida que seguirías si continúas por tu camino actual.

2. En la segunda, qué harías si ese primer camino dejara de ser posible (por ejemplo si tu rol o tu sector desapareciesen).

3. En la tercera, qué harías si el dinero, el estatus y la opinión de los demás no importaran.

Ponles un título de máximo seis palabras a cada una de ellas.

Ahora, valora cada plan en cuatro dimensiones: ¿tienes los recursos necesarios?, ¿te gusta?, ¿confías en que podrías llevarlo a cabo?, ¿encaja con quién eres? Veinte minutos. No hace falta tomar ninguna decisión.

Lo interesante de este ejercicio es que la columna 1 pasa de ser el plan por defecto a una alternativa más a considerar.

Longevidad

Las enfermedades relacionadas con el envejecimiento son el principal reto de la medicina actual

Durante los últimos cincuenta años hemos vivido una revolución silenciosa. En 1973, la esperanza de vida mundial era de 58 años. Hoy supera los 73. Tres de cada cuatro niños nacidos actualmente llegarán a los 65 años y, en los países ricos, casi dos de cada tres llegarán a los 80.

Ese éxito ha cambiado por completo el problema al que se enfrenta la medicina.

Un nuevo artículo publicado en Nature Aging propone mirar las enfermedades no tanto por su causa —infecciosas, cardiovasculares, cáncer, etc.— sino por el momento de la vida en el que producen su mayor daño. Utilizando datos de 304 enfermedades en 204 países, los investigadores identifican cuatro grandes grupos: enfermedades infantiles, de adultos jóvenes, de adultos mayores y enfermedades asociadas al envejecimiento.

Y el resultado más interesante es que estas últimas ya representan el mayor desafío sanitario de una persona nacida hoy, incluso en los países de renta baja. Cardiopatías, diabetes tipo 2, enfermedad renal crónica, Parkinson, demencia y determinados cánceres comparten una característica: su incidencia aumenta fuertemente con la edad.

Hay una razón bastante sencilla. Durante el último siglo hemos sido extraordinariamente buenos evitando que la gente muera joven. Vacunas, antibióticos, higiene, medicina materno-infantil o tratamientos cardiovasculares han ido eliminando sucesivamente distintas causas de muerte. Como consecuencia, cada vez más personas llegan a edades en las que el principal factor de riesgo es, simplemente, haber envejecido.

Por ello, combatir las enfermedades asociadas al envejecimiento presenta al que no es común: rendimientos crecientes.

Cuando reducimos una enfermedad infantil, obtenemos un beneficio enorme, pero cada mejora sucesiva tiende a aportar algo menos. Con las enfermedades del envejecimiento ocurre lo contrario. Si conseguimos reducirlas, más personas llegan sanas a edades avanzadas, y precisamente porque hay más personas viviendo esas edades, resulta todavía más valioso conseguir nuevas mejoras. Es todo un círculo virtuoso: cuanto más progresamos contra las enfermedades asociadas al envejecimiento, mayor es el valor del siguiente progreso.

Los autores hacen una simulación: si desaparecieran completamente las enfermedades clasificadas como asociadas al envejecimiento, la esperanza de vida mundial (lifespan) aumentaría unos 17 años, pero la esperanza de vida saludable (healthspan) aumentaría todavía más, unos 20 años. No viviríamos eternamente, pero pasaríamos una proporción mayor de nuestra vida con buena salud.

Y esto nos lleva a una de las reivindicaciones recurrentes de quienes investigan la longevidad: en lugar de dedicar casi todos nuestros esfuerzos a tratar, una tras otra, las enfermedades que aparecen al final de la vida, quizá deberíamos destinar más recursos a entender los procesos biológicos del envejecimiento que muchas de ellas comparten. Si lográramos intervenir sobre esos procesos, podríamos obtener beneficios simultáneos frente a múltiples enfermedades.

A medida que vivimos más, mejorar la forma en que envejecemos se convierte inevitablemente en el principal problema sanitario de nuestra especie.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Este septiembre, vuelve a tu mejor tú.

La vuelta a septiembre tiene una pequeña trampa: podemos pensar que toca empezar de cero. Vuelven los horarios, el calendario se llena y reaparece esa lista de hábitos que esta vez sí vamos a sostener.

Los buenos sistemas se construyen a partir de lo que ya sabes.

Con tu salud pasa lo mismo. No necesitas otro protocolo genérico ni una versión nueva de ti. Necesitas entender desde dónde partes y qué merece tu atención.

Con Holo puedes reunir analíticas, informes y datos de salud en una sola app para ver la historia completa. Y, si buscas una visión más precisa, su Analítica Avanzada mide 110 marcadores e incluye un informe médico y un plan de acción personalizado.

Conoce Holo

Esta semana os comparto mis notas sobre el nuevo libro de John Kim.

Kim es un veterano del fundraising en private equity y venture capital. Fue Chief Client Officer de General Catalyst y anteriormente trabajó en J.P. Morgan, Court Square Capital y Kelso. A lo largo de su carrera ha participado en la captación de más de $70B.

El TAO del fundraising

Casi todos queremos tener más control sobre nuestras vidas. Irremediablemente, para ganar ese control se necesitan recursos, dinero. Por tanto, aprender a conseguir los fondos necesarios para llevar a cabo nuestros planes es una pieza fundamental para tomar el control de nuestro destino. Sin dinero que las respalde, las mejores ideas se quedan en ideas.

El fundraising es un combate en una jaula entre aquel que necesita el capital y la persona que no quiere invertirlo, siendo esta última la que tiene casi todo el poder. ¿Cómo se gana una lucha en la que la otra persona tiene todo el poder? Al igual que un maestro de las artes marciales puede dominar a un oponente mucho más grande y fuerte, un maestro del arte del fundraising debería ser capaz de doblegar la voluntad de incluso el capital allocator más experimentado y cínico.

“Tao” significa camino en chino. En el sentido filosófico, seguir el Tao nos permite estar más alineados con las fuerzas naturales. El Tao del fundraising nos alinea con las fuerzas naturales que gobiernan nuestra existencia como humanos y animales en nuestra relación con el capital. Es un arte multidisciplinar que requiere el entendimiento de varias prácticas y filosofías.

El Tao no es una receta para llenar nuestras arcas. Es una mejor forma de enfrentarse a la vida. Es una forma de obtener fondos, crear relaciones y lograr nuestros propósitos en la vida.

Las mejores ideas suelen estar flotando en el aire y varias de las mentes más receptivas del momento suelen captarlas a la vez, o casi. Quien consigue transformarlas en realidad suele ser aquel que tiene más acceso al poder y al dinero. Véase Tesla vs. Edison.

Pensamos que el capitalismo es el sistema que permite que las mejores ideas lleguen a la cima y que el dinero fluya hacia ellas. Y esto es un error. El propio nombre del sistema nos lo dice: capitalismo, no idealismo. El capitalismo es un sistema económico basado en acumular capital para poder hacer que ciertas ideas progresen. El capital impulsa a las ideas; las ideas no impulsan al capital.

Las personas que no tienen éxito creen que el juego está amañado.

Las personas exitosas saben que el juego está amañado y aprenden a jugarlo.

Te podrá gustar o no, pero el mundo funciona así:

La desigualdad tiende a aumentar porque el capital va a las personas que ya tienen acceso a él. Es más fácil dar dinero a personas ricas y establecidas porque ya están en los lugares donde está el capital. Conocen a gente con capital. Sus padres conocen a gente con capital. Tienen buena reputación ante las instituciones que tienen capital. Y la gente da dinero a la gente que conoce. Al igual que el agua y la electricidad, el dinero y el poder fluyen por el camino que ofrece menor resistencia.

Si no has nacido en una familia rica, como es lo más probable, no todo está perdido. Hay formas de cambiar cómo fluye el capital. El capital no tiene necesariamente que fluir hacia ti; puedes ser tú quien ayude a hacerlo fluir.

El chiste capitalista por antonomasia es:

La respuesta es “dinero”. ¿Cuál es la pregunta?

Decimos que el dinero es la raíz de todos los males, pero eso también es incorrecto. El dinero es donde todas las ambiciones, tanto las buenas como las malas, echan raíces. Algunas semillas, como un pequeño negocio, requieren poco fertilizante. Otras, sin embargo, como los $1.5B que necesitó Moderna para desarrollar la vacuna del COVID, necesitan mucho más. En cualquiera de los casos, se necesita un suelo fértil para que la oportunidad pueda desarrollarse.

Dice la parábola del sembrador en el Evangelio de San Mateo:

“Salió el sembrador a sembrar. Y al echar la semilla, parte cayó junto al camino y vinieron los pájaros y se la comieron. Otra parte cayó en terreno pedregoso, donde no había mucha tierra y brotó pronto por no ser hondo el suelo; pero al salir el sol, se agostó y se secó porque no tenía raíz. Otra parte cayó entre espinos; crecieron los espinos y la ahogaron. Otra, en cambio, cayó en buena tierra y comenzó a dar fruto, una parte el cien veces, otra sesenta y otra treinta veces lo sembrado.”

En la parábola, la calidad de la semilla no importa. Es la calidad del suelo en el que cae lo que cuenta. Una gran semilla, como una gran idea, no es suficiente. Hay que emparejarla con el suelo rico en nutrientes del capital para que pueda crecer.

Los principios del Tao

El Tao, como todas las buenas filosofías, tiene una intersección con la ciencia. En este caso, con las ciencias empresariales y del comportamiento humano.

Si eres un gigante como Goliat, no tendrás problema para levantar dinero. El Tao te enseña cómo hacerlo cuando eres tan pequeño como David. Para ello tendrás que entender unos principios:

1. La preparación lo es todo. El pequeño David ganó a Goliat gracias al conocimiento de dos cosas: que Dios estaba de su lado y que, si eres un gigante, tu tamaño y tu fuerza no sirven de nada —incluso son una desventaja— si te atacan desde la distancia. Si sabes a qué te enfrentas, puedes prepararte para la victoria. Volviendo a nuestro terreno, si sabes quién puede invertir, dónde encontrarlo y qué decir para convencerlo, sabrás lo que se necesita para cerrar el deal.

2. Somos animales. Tomamos las decisiones de alto riesgo —como lo es invertir— en base a un marco mental de supervivencia, exactamente igual que el resto de los animales. La única diferencia es que tenemos un lóbulo frontal que da un significado a posteriori a estos instintos y emociones. La lógica juega un papel, por supuesto, pero mucho más pequeño de lo que creemos.

3. La paradoja de la incertidumbre. La paradoja es esta: hacemos fundraising porque queremos tener más control —sobre nuestras vidas—, pero para hacer fundraising tenemos que aceptar que no tenemos el control —el proceso es extremadamente incierto—. Hacer fundraising es como cazar o recolectar: puedes aprender a leer huellas, el comportamiento de los animales y el aspecto de las plantas comestibles, pero eso no evitará que muchos días vuelvas a casa con las manos vacías. “El antídoto contra el miedo no es el valor, sino la aceptación”.

4. La reacción atómica del fundraising. Una reacción atómica es capaz de liberar cantidades ingentes de energía, tanta como para alimentar las necesidades de toda una ciudad. Cuando hablamos de fundraising, una reacción de este tipo requiere tres elementos: demanda, atención y confianza. En realidad, esto es cierto en cualquier tipo de venta, ya sea una startup, un fondo o un tubo de pasta de dientes: la gente tiene que querer lo que vendes, tiene que confiar en ti —en que vas a cumplir lo que prometes— y tiene que mantener la atención el tiempo suficiente para darse cuenta de que tienes lo que quiere.

5. La fórmula del fundraising: Pipeline × Tasa de conversión × Tamaño del cheque. El dinero que levantemos será el producto del número de personas dispuestas a considerar la inversión, el porcentaje de ellas que nos dirá que sí y la cantidad que comprometerá cada una. Obvio. Lo bonito de esta fórmula es que hace explícitos los trade-offs entre sus diferentes componentes. Puedes tener un pipeline pequeño si tu tasa de conversión es muy alta. También puedes tener un pool de gente pequeño y una tasa de conversión baja si, cada vez que consigues convencer a alguien, este hace un compromiso gigante. Por contra, si el cheque es pequeño y la conversión baja, necesitarás un pipeline gigante y mucho tiempo para obtener los recursos que necesitas. La pregunta que la ecuación nos obliga a hacernos es: ¿cómo vas a encontrar el equilibrio entre los tres factores para alcanzar la suma de dinero que necesitas?

Las leyes del fundraising

Estos principios sirven para describir qué es el fundraising. Ahora veremos una serie de leyes que nos ayudan a llevarlos a la práctica, sin entrar aún en la mecánica del proceso. Eso vendrá la semana que viene.

Ley de la diferenciación

El track record es el camino más corto para aumentar la confianza de un inversor y atraer su interés:

• Si has hecho muchas veces algo parecido con éxito, la percepción del riesgo disminuye.

• Si lo has hecho pocas veces, pero lo has hecho espectacularmente bien, llamarás la atención.

Si empiezas de cero y no lo tienes, entonces entra en juego el siguiente término de la ecuación: la diferenciación. ¿Qué hace destacar al producto que vendes? ¿Por qué es mejor que todas las alternativas que le están presentando a ese inversor?

El track record y la diferenciación se combinan para crear una poderosa fuerza de demanda, confianza y atención, pero solo si eres capaz de venderlos. Por ello, ambos términos se ven disminuidos por el tercer elemento de la fórmula: la complejidad de la historia. Los inversores son personas ocupadas que se distraen fácilmente. Necesitas una historia sencilla, fácil de recordar y que dé razones para seguir escuchando. Cuanto más fácil sea de entender, de estar de acuerdo con ella y de contar a otros, mejor. Y esto es así, refleje la historia la realidad por completo o no.

Simplificar no significa mentir. Significa decidir qué parte de una realidad compleja merece la pena resaltar.

Cuando Don Draper propuso la frase “It’s toasted” para diferenciar los cigarrillos Lucky Strike de las demás marcas en Mad Men, no lo hizo porque esa fuese una diferencia real —todas las marcas lo hacían—, sino porque supo que esa supuesta diferencia, transmitida de una forma tan sencilla, sería suficiente para atraer la atención de los consumidores. “Si lo tienes que explicar, ya estás perdiendo”, decía Ronald Reagan. La gente no confía en lo complejo ni tiene paciencia para ello.

En ventas tienes tres balas: una para explicar lo que haces, otra para explicar por qué eso es beneficioso para el cliente y, si necesitas usar la tercera, mejor que te la dispares a ti mismo.

Ley de los trade-offs

Si antes vimos que pipeline × tasa de conversión × tamaño del cheque nos daba una idea de ciertos compromisos que habríamos de hacer para conseguir los fondos que necesitamos, esta nueva fórmula nos dice que tendremos que equilibrar también tamaño, velocidad y condiciones.

Algunos ejemplos de cómo interpretar la fórmula:

• Si queremos levantar mucho capital, tendremos que dedicar mucho tiempo u ofrecer unas condiciones muy atractivas.

• Si necesitamos los fondos muy rápido, tendremos que conformarnos con una cantidad menor u ofrecer unas condiciones excepcionales.

• Si queremos que las condiciones sean muy buenas para nosotros, probablemente no podremos levantar mucho dinero o tendremos que dedicar mucho tiempo.

Ley del apalancamiento

Esta ley nos dice que, si dedicamos más recursos a vender nuestro producto, nuestro potencial de fundraising de base aumenta, aunque tiene sus límites.

Un buen vendedor puede usar sus contactos y su habilidad para vender incluso un mal producto, pero eso funcionará durante poco tiempo. A la larga, acabará perjudicando tanto al producto como al vendedor. “El buen marketing solo saca antes del mercado a un mal producto”.

Sin embargo, si no se une el mejor marketing al mejor producto, también se pierde potencial por el camino.

Ley del dinero en movimiento

Un objeto en movimiento tiende a permanecer en movimiento. Uno en reposo, a permanecer en reposo. Lo mismo ocurre con el dinero.

Esta ley nos dice que cuanto más dinero haya moviéndose en la misma dirección que tú, menos esfuerzo habrá que hacer para conseguirlo, y viceversa. Por ejemplo, ahora mismo es mucho más fácil levantar dinero para proyectos relacionados con la IA que para otras tecnologías.

Ten en cuenta esta ley a la hora de cualificar inversores potenciales: quieres llenar tu pipeline con inversores que no estén sobreexpuestos y que, de forma natural, vayan a poner su dinero en la misma dirección que tú.

No podemos controlar dónde está el dinero ni hacia dónde quiere ir. Pero sí podemos aprender cómo fluye y colocarnos en su camino. La semana que viene veremos cómo.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

¡Ey! El Curso de IA Gratis con Jon Hernández y BIG school está a punto de empezar

Los días 1, 2 y 3 de septiembre descubrirás por qué ChatGPT ya no se usa como antes y todo lo que ahora puedes hacer con esta nueva forma de trabajar con IA.

Durante 3 clases en directo, Jon Hernández, uno de los mayores divulgadores de IA en habla hispana, te enseñará cómo:

👉 Delegar horas de trabajo en ChatGPT, para que investigue, analice información y avance tareas por ti.

👉 Convertir tus ideas en proyectos reales, aunque no tengas conocimientos técnicos.

👉 Automatizar procesos y olvidarte de tareas repetitivas con agentes de IA capaces de ejecutarlas por ti.

Y no te irás sólo con lo aprendido. También conseguirás tu certificado de asistencia y el material gratuito del curso para seguir aplicando todo lo aprendido después del directo.

¡Son los últimos días para apuntarte!
Reserva tu plaza gratis ahora.

La inteligencia (al menos la humana) se va a extinguir

Dado nuestro éxito como especie y nuestra principal diferencia con otras, solemos pensar en la inteligencia como la obra cumbre de la evolución.

Pino Aprile (Gioia del Colle, 1950), periodista y escritor italiano y autor del libro Nuevo elogio del imbécil, en el que se basa este artículo, tiene sin embargo una teoría muy controvertida: que la inteligencia fue una característica muy útil en un momento de nuestra historia como especie, pero que ahora mismo es algo en retroceso, incluso en riesgo de extinción, como todos aquellos rasgos que ponen a sus portadores en desventaja reproductiva.

Empecemos con una aclaración: la evolución no está interesada en crear seres vivos cada vez mejores. En realidad, no está interesada en nada, ya que no es ninguna entidad y no tiene ningún propósito. Por decirlo con Dawkins, los «genes egoístas» sólo están «interesados» en sobrevivir. Llamamos evolución al proceso por el cual las poblaciones cambian a lo largo de las generaciones a partir de variaciones genéticas que confieren a sus portadores características que les permiten estar mejor o peor adaptados a su entorno, lo que a su vez condiciona sus probabilidades de sobrevivir y reproducirse. Si la imbecilidad fuese negativa para nuestra especie, o nos habríamos extinguido o no habría imbéciles. Ninguna de las dos cosas parece cierta. A veces sobrevive lo «peor» (en el sentido ético y estético) si lo peor es lo más útil.

En lugar de ser especialmente fuertes, rápidos o numerosos como otras especies, la evolución nos dotó de un cerebro más grande que nos permitió encontrar la solución a problemas hasta entonces irresolubles. Nuestros antepasados remotos más inteligentes estaban mejor preparados para sobrevivir a la brutalidad de su entorno y fueron los que sobrevivieron y transmitieron sus genes, generación tras generación. Así surgió el Homo sapiens.

Y aquí viene la gran paradoja que pone de manifiesto Aprile: somos tan inteligentes que hemos sido capaces de crear entornos físicos y estructuras sociales indispensables para nuestra supervivencia, pero en los que ya no hace falta ser inteligente para sobrevivir. Son tan prodigiosos que funcionan incluso a prueba de imbéciles.

Puede que ya no necesitemos la inteligencia (al menos no tanto como en el pasado)… o, como algunos doomers sospechan desde hace tiempo, puede que la inteligencia ya no nos necesite a nosotros.

La inteligencia ha agotado su función: ya no es necesaria y está siendo eliminada como, en el pasado, lo fueron otras características caducas. Lo demuestra, según Aprile, la historia de nuestra especie y nuestro comportamiento cultural y social.

Veamos algunos de los datos, argumentos y ejemplos que utiliza:

• El éxito evolutivo de una especie se puede medir por su capacidad de aumentar su «masa biológica». Es mucho más difícil erradicar a las hormigas que a las ballenas.

• Las personas menos inteligentes tienden a reproducirse más. No hay más que ver las tasas de natalidad de los países más desarrollados. Pobreza y explosión demográfica van de la mano.

• En las guerras de la antigüedad, los mejores (los mejor dotados física y mentalmente) eran enviados a combatir y, en muchos casos, a morir. En casa quedaban los necios, los cobardes, los inútiles. Ellos fueron los que se reprodujeron con las viudas de los héroes, asegurando la continuidad de la especie.

• Las mujeres más inteligentes supieron desarrollar formas artificiales (maquillajes, cosméticos) de atraer a los hombres en los días en que no eran fértiles (en el momento fértil los atraían de forma natural). Ellas disfrutaron del sexo sin reproducción, mientras que las menos inteligentes tuvieron más hijos y transmitieron más sus genes.

• Toda forma de organización social (monarquía, democracia, dictadura…) actúa, en cuanto puede, contra la inteligencia y sus expresiones. La inteligencia, que se cuestiona todo y a todos, es subversiva y peligrosa. Es un tumor a extirpar. El cerebro da miedo y desencadena la agresividad en quien no lo tiene o tiene menos. El poder, en cuanto puede, quema primero los libros y, a continuación, declara la guerra santa contra cualquiera que se atreva a pensar diferente.

• La evolución intentó crear seres humanos más inteligentes (con más materia gris), pero el excesivo tamaño de su cráneo en el momento del nacimiento provocó su muerte y la de sus madres. Por ahí no era. Mejor tonto que muerto.

• Cada vez vivimos más tiempo, pero nuestras facultades mentales decaen con la edad. En un mundo donde las personas mayores representarán un porcentaje creciente del total, la inteligencia global disminuirá. El hombre moderno vive más para volverse tonto.

• La chispa del genio es un destello en medio de la oscuridad. La cultura convierte ese destello en luz para todos. Cuando un ejemplar especialmente brillante de nuestra especie pone su talento al servicio de la comunidad, la empobrece intelectualmente, porque los demás se limitan a imitarlo, a aprovecharse de sus ideas, a copiarlas sin ejercer sus propias facultades mentales. La cultura y la tecnología permiten que todos los miembros de una comunidad estén a la altura de los mejores y disfruten de unas condiciones de vida que no habrían podido alcanzar con su propio esfuerzo, resolviendo problemas que exceden sus capacidades. Esto no ocurre en ninguna otra especie animal. La inteligencia deja de ser necesaria para el futuro de nuestra especie. Los genios han cumplido su cometido y pueden ser desechados. La mayor de las proezas de la inteligencia es volverse superflua. La inteligencia trabaja en favor de la estupidez y contribuye a expandirla.

• Hoy en día, el mundo está hecho a medida del imbécil hasta el punto de que los principales líderes del mundo, aquellos que tienen al alcance de sus manos tecnologías que podrían borrarnos en un instante de la faz del planeta, son personas universalmente tenidas por necias, psicópatas o aquejadas de enfermedades que anulan las facultades más necesarias para el ejercicio de una posición de tal responsabilidad (equilibrio, sabiduría, intuición, tolerancia, altruismo, inteligencia…).

• Nuestras comunidades se estructuran según principios jerárquicos. Las jerarquías se comportan de forma estúpida no porque todas las personas que las componen sean idiotas, sino porque, por razones funcionales, no pueden actuar de otro modo. En una burocracia no nos es posible obrar como personas inteligentes. Todos los sistemas jerárquicos tienden a funcionar de la misma manera; su comportamiento colectivo viene dictado por reglas generales sencillas. La más importante es ésta: las normas y costumbres deben respetarse. Por el contrario, la mente humana tiende a la duda, a la crítica, a la innovación. Por eso es necesaria la estupidez: es la savia de la sociedad humana. Es el motor que hace que el sistema funcione. En estos sistemas ascendemos no por las muestras de inteligencia que damos, sino porque ofrecemos garantías de que actuaremos estúpidamente en el puesto que nos asignen.

• El talento, atrapado en las redes de las estructuras jerárquicas, se vuelve inofensivo. Cuando se dan cuenta de la irremediable estupidez de las estructuras sociales en las que están inmersas, muchas personas inteligentes cometen el mismo error: intentan poner remedio. Otros, en cambio, entienden que dicha pretensión está condenada al fracaso. Esto no significa que renuncien a su inteligencia. A veces la cultivan en su tiempo libre. En su inofensivo pasatiempo es en lo que emplean su talento.

“What the smartest people do on the weekend is what everyone else will do during the week in ten years.”

Chris Dixon

• Otras veces también consiguen utilizar su inteligencia en el seno de las estructuras sociales. Son ellos quienes cambian las cosas. Las estructuras sociales pueden tolerar cierta cantidad de inteligencia, mientras no amenace con bloquear la actividad del sistema. Pero la norma general, el comportamiento a seguir, debe ser celebrar la estupidez.

• En el origen de las jerarquías (estados, empresas) hay casi siempre hombres excepcionales. Pero la supervivencia de la organización no puede depender de la de su fundador. El problema es doble: por un lado, la genialidad no puede codificarse en reglas. Por otro, no se puede depender de encontrar a otros genios que ocupen su puesto. ¿La solución? La calidad se va supliendo con la cantidad. Lo que antes hacía un solo listo lo van haciendo cada vez entre más y más tontos (y ni aun así, pues dos medios genios no suman un genio). Y así sucesivamente, escalón a escalón, hasta que todo puede funcionar en manos de absolutos imbéciles. Cualquier estructura que no sea capaz de transformarse en un utensilio (algo que hasta un imbécil es capaz de usar) está condenada a desaparecer. La jerarquía que necesite, no ya genios, sino personas muy capaces, se extinguirá por falta de suministro. Por ello, las estructuras sociales más tontas prosperan y las más inteligentes mueren. La imbecilidad sólo puede aumentar.

• Cualquier burocracia necesita constantemente más personas para hacer lo mismo. En otras palabras: la cantidad de imbéciles necesaria para hacer las mismas cosas crece continuamente. Aprile cifra ese crecimiento en un 5% anual y sostiene que, cada 20 años, la tarea que antes requería una persona ahora requiere dos. La imbecilidad domina el mundo y las organizaciones humanas la fomentan y la propagan.

• Cualquier estructura tenderá a expandirse, a trocear aún más las tareas. ¿Hay un límite? Sí, el cero. Ese número indica tanto el nivel de inteligencia como la cantidad de funciones que uno tiene que realizar para ser miembro de la jerarquía. La sociedad perfecta es aquella en la que el único talento que se requiere para formar parte de ella es… formar parte de ella y no hacer absolutamente nada.

• Nuestra naturaleza nos obliga a relacionarnos con nuestros semejantes. Pero esto sólo puede ocurrir en un sentido: el inteligente tiene que rebajar su nivel al del imbécil para que cualquier tipo de comunicación tenga lugar. Cuando los hombres se juntan, se vuelven más tontos.

• Una excepción a lo anterior es cuando un pequeño grupo de genios se junta y colabora. En ese caso, el grupo funciona como multiplicador. Así es como han surgido algunos de los mayores logros de la humanidad. El tamaño perfecto de este grupo está en torno a las 10 personas. En estos grupos, el valor del individuo no viene dado por su posición en la jerarquía, que tiende a ser plana, sino por el reconocimiento subjetivo y espontáneo de los demás.

• La educación es una poderosa herramienta de nivelación a la baja de las dotes intelectuales. La escuela produce personas que llegan a la edad adulta con un idéntico bagaje de conocimientos muy escaso, mientras que los pocos niños inteligentes, curiosos y muy dotados son reprimidos y obligados a seguir el ritmo de los más lentos.

• La sociedad no podría ser de otra manera. La forma en la que nos organizamos es el medio más eficaz que tiene la selección cultural para reducir la inteligencia y salvar a la especie. Y esto ha ocurrido en un tiempo mucho menor que el que requiere la selección natural.

• La domesticación entontece. Es algo que hemos podido estudiar en los animales, pero que, por supuesto, también se aplica a nosotros mismos. El hombre ha hecho y sigue haciendo una poda de la inteligencia, no sólo de la propia, sino de todo lo que le rodea.

Seguramente, al leer esto, te habrás dado cuenta de que Aprile lleva muchas de estas ideas al extremo y algunas de sus explicaciones son más provocadoras que científicas. Pero quizá por eso resultan tan estimulantes. Su tesis no es que los humanos vayamos a volvernos idiotas de repente, sino que hemos construido un mundo en el que la inteligencia individual es cada vez menos necesaria para sobrevivir y prosperar, lo cual es terreno abonado para que la estupidez se propague. La paradoja es difícil de ignorar: nuestra inteligencia ha sido tan eficaz transformando el entorno que puede haber empezado a hacerse prescindible a sí misma. Y ya se sabe: use it or lose it.

Y todo esto fue antes de los últimos avances en inteligencia artificial…

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Tienes más de 40, sabes que deberías entrenar fuerza, y sabes lo que pasa si no lo haces: pierdes músculo, cardio y años de vida funcional. Pero entre el trabajo, los hijos y todo lo demás, el gimnasio no entra.

Por eso creamos SuperFuertes: fuerza y cardio en 10 minutos al día, por WhatsApp, sin gimnasio, sin app, sin equipamiento.

Lo hemos creado Luis a quien habrás visto en Telecinco hablar de Preahorro y yo, Gonzalo Ruiz, ingeniero de Telecomunicaciones especializado en longevidad.

Luis a sus 50 inició el programa porque ya notaba las goteras de la edad: en pocas semanas mejoró fuerza, agilidad y velocidad de procesamiento mental — biomarcadores medibles, no sensaciones.

En la Masterclass gratuita de 10 minutos explicamos los 3 principios que separan a quienes envejecen bien de quienes no, y cómo aplicarlos esta misma semana. Incluye un PDF descargable con las recomendaciones concretas.

Si tienes más de 40 y quieres estar fuerte y joven sin ir al gimnasio, empieza por aquí.

Evitando la muerte en el camino de baldosas amarillas

Cada vez que se anuncia un nuevo modelo (como Opus 4.8 esta semana por parte de Anthropic) se reabre el debate sobre si es posible construir empresas de software (en la capa de aplicación) o si los grandes modelos de IA se lo acabarán comiendo todo.

Joe Schmidt, partner de a16z, ha escrito un buen artículo (el enésimo de este tipo) en el que diferencia dónde no hay defensibilidad (“el camino de baldosas amarillas”) y dónde sí la hay (“el resto de Oz”) en alusión al Mago de Oz (los labs de IA) y su insaciable voracidad.

En el camino de baldosas amarillas nos encontramos, por supuesto, a los thin wrappers.

En el resto de Oz nos encontramos con productos (tanto propias de algún vertical concreto como de una función horizontal) que requieren no sólo un modelo de IA, sino de todo un sistema que contiene además al menos alguna de las siguientes:

• integraciones complejas

• flujos de trabajo específicos

• aprobaciones humanas.

• sistemas legacy

• cumplimiento normativo

• resultados deterministas

En estos casos, el modelo es sólo una pieza más (una esencial, sí) de una maquinaria mucho más grande.

¿De dónde proviene la defensibilidad o en qué cosas concretas se tangibiliza?

1. Datos y aprendizaje acumulado

Las compañías que operan durante años dentro de un flujo de trabajo concreto acumulan conocimiento imposible de encontrar en Internet: excepciones, reglas no escritas, patrones y contexto específico de cada cliente.

Cada interacción mejora el sistema.

2. Orquestación de modelos

Mientras OpenAI sólo puede ofrecer OpenAI y Anthropic sólo puede ofrecer Anthropic, una empresa vertical puede elegir el mejor modelo para cada tarea (que en algunos casos podría ser ninguno, es decir, resolver con un flujo determinista), combinar varios proveedores y sustituirlos cuando aparezca algo mejor.

3. Optimización de costes

No todas las tareas necesitan el modelo más potente.

Las mejores aplicaciones aprenden cuándo usar modelos de frontera y cuándo utilizar alternativas más baratas o incluso modelos propios, reduciendo drásticamente los costes.

4. Gobernanza y cumplimiento

Las empresas no compran sólo inteligencia. Compran seguridad, auditoría, trazabilidad y cumplimiento regulatorio. En muchos sectores, eso vale tanto o más que el propio modelo.

La prueba definitiva

El autor propone una pregunta sencilla:

¿Estás construyendo una herramienta o un sistema?

Las herramientas añaden inteligencia a procesos existentes y son vulnerables a que OpenAI o Anthropic las absorban.

Los sistemas, en cambio, se convierten en el lugar donde realmente ocurre el trabajo: almacenan los datos, gestionan las aprobaciones, garantizan el cumplimiento normativo y registran todo lo que sucede.

Cuando una empresa depende de tu sistema para operar, cambiar de modelo es fácil. Cambiar de sistema es mucho más difícil.

La nueva Rerum Novarum para la era de la IA

Magnifica Humanitas, la primera encíclica de León XIV, intenta hacer con la inteligencia artificial lo que Rerum Novarum hizo con la Revolución Industrial: ofrecer un marco moral para una tecnología que está transformando la sociedad.

La idea central del documento es que el mayor riesgo de la IA no es una superinteligencia fuera de control, sino que acabemos reduciendo a las personas a sistemas optimizables. La inteligencia artificial puede procesar información, pero carece de conciencia, experiencia vivida, responsabilidad moral o empatía. Confundir ambas inteligencias sería un error cultural de primer orden.

La encíclica también advierte sobre tres riesgos concretos:

• La concentración de poder en manos de unas pocas empresas y gobiernos que controlan datos, algoritmos y capacidad computacional.

• La automatización indiscriminada del trabajo, que podría erosionar no solo empleos, sino también el sentido de propósito y pertenencia que muchas personas encuentran en su profesión.

• La militarización de la IA y el desarrollo de sistemas capaces de tomar decisiones letales sin intervención humana.

Frente a ciertas corrientes transhumanistas, León XIV defiende que los límites humanos no son un defecto que deba eliminarse, sino una parte esencial de nuestra dignidad.

La pregunta clave que aparece repetida a lo largo de todo el texto es sencilla: ¿qué aspectos de la condición humana queremos preservar cuando casi todo lo demás puede optimizarse?

La respuesta del Papa es clara: la conciencia, la responsabilidad moral, la creatividad, el amor y la capacidad de encontrar significado siguen siendo más importantes que cualquier avance tecnológico.

Eli Lilly avanza hacia una inyección que podría controlar el colesterol de por vida

La farmacéutica Eli Lilly está desarrollando tratamientos revolucionarios que prometen reducir drásticamente el colesterol “malo” (LDL) con una sola aplicación, una opción que podría cambiar para siempre el manejo de la hipercolesterolemia y la prevención de enfermedades cardiovasculares.

El principal candidato es VERVE-102, una terapia de edición genética administrada en una única infusión intravenosa.

Este medicamento “apaga” de forma permanente el gen PCSK9 en el hígado, responsable de regular los niveles de colesterol. Las personas que nacen con mutaciones naturales que desactivan PCSK9 suelen tener niveles muy bajos de LDL y menor riesgo cardiovascular.

Según los resultados de la fase 1b del estudio Heart-2, presentados en mayo de 2026 y publicados en The New England Journal of Medicine:

• Una sola dosis redujo los niveles de PCSK9 hasta un 88%.

• El colesterol LDL bajó hasta un 62% en la dosis más alta.

• Los efectos se mantuvieron hasta 18 meses de seguimiento (la duración máxima reportada hasta ahora).

Lilly planea iniciar la fase 2 antes de que termine 2026. Los expertos lo describen como un tratamiento “one-and-done” (una sola vez y listo), con potencial efecto de por vida.

Las recomendaciones actuales de actividad física son demasiado bajas

Según un estudio reciente, publicado en 2026 y realizado con datos de acelerómetros del UK Biobank, las guías oficiales de actividad física —que recomiendan 150 minutos semanales de actividad moderada-vigorosa— se quedan cortas para lograr una protección cardiovascular óptima.

Cumplir con los 150 minutos semanales se asocia solo con una modesta reducción del riesgo cardiovascular de aproximadamente un 8-9%.

Sin embargo, el mayor beneficio aparece en volúmenes mucho más altos: entre 560 y 610 minutos por semana (unas 9-10 horas), donde el riesgo cardiovascular se reduce en más del 30%. Esto representa entre 3 y 4 veces más actividad de la que actualmente se recomienda.

No debemos olvidad que la actividad física no es solo ejercicio estructurado. Incluye caminar a paso ligero, hacer tareas domésticas, practicar deportes recreativos y, en general, todo movimiento de intensidad moderada-vigorosa que se acumula a lo largo del día, como subir unas escaleras.

Como hemos comentado en otras ocasiones, los beneficios para la salud del ejercicio de fuerza parecen tener un techo en torno a las 2-3h semanales. Sin embargo, los beneficios del ejercicio cardiovascular no parecen tener techo. ¿La mejor forma de acumular más trabajo? A baja intensidad.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva viene a cargo de , autor de la newsletter Hábito Nutrición.

Alfredo estudió farmacia y nutrición, pero su pasión es contar historias. Compagina su trabajo como nutricionista con el de guionista y director de cortometrajes de ficción. Sin duda un perfil de los que nos gustan por aquí, de esos que viven en la intersección de algunos diagramas de Venn que no suelen cruzarse.

En su newsletter Alfredo nos cuenta historias que cuentan:

1. hábitos para mejorar tu composición corporal

2. estrategias para optimizar tu salud (energía y claridad mental)

3. cómo construir propósito en tu vida

¡Os dejo con el artículo!

Esta edición de Suma Positiva ha sido patrocinada por:

Cuidar lo importante para poder seguir disfrutándolo.

Tener energía para compartir tiempo, claridad para tomar decisiones y tranquilidad al saber que tu salud está en orden.

Por eso en Holo hemos simplificado todo.

Ahora puedes acceder a un plan anual por 299€, que incluye una analítica avanzada con más de 100 biomarcadores, un informe personalizado, seguimiento en el tiempo y acceso completo al ecosistema Holo.

Mientras que una analítica tradicional suele revisar solo 15–20 marcadores, Holo analiza hasta 5 veces más para ayudarte a entender qué está pasando realmente dentro de tu cuerpo.

Desde inflamación, vitaminas y hormonas hasta salud metabólica y cardiovascular.

Además:

— Recibes un informe personalizado con un plan de acción claro
— Puedes hacer seguimiento de tu evolución a lo largo del tiempo
— Integras tus wearables y centralizas toda tu información de salud en un solo lugar con Holo AI

Y desde hoy, el acceso a la app de Holo es gratuito.

Aunque no tengas una analítica con nosotros, ya puedes usar Holo para organizar y visualizar todas tus analíticas en una sola app.

Porque cuidar tu salud no debería ser complicado. Y entender tu cuerpo no tendría que empezar cuando algo va mal.

🎁 Oferta de lanzamiento hasta el 31 de mayo:

Consigue Holo por 249€ el primer año con el código “50HOLO” y ahorra 50€.

👉🏻 Reserva tu test en tryholo.com

La narrativa del hábito

por Alfredo Andreu

Hace años fui al tanatorio de un hombre de 70 años.

Un cáncer de hígado galopante.

Yo debía tener unos 12 años y fue una de las primeras veces que pisé un lugar así. Fui acompañando a mi padre, el farmacéutico del pueblo, para dar sus condolencias a la familia.

Me acuerdo cómo mi padre se acercó al hijo del fallecido y le estrechó la mano. No sé qué le dijo, pero recuerdo perfectamente la respuesta del hijo:

—Bueno. Al menos, vivió la vida.

Nadie se merece una enfermedad por descuidados que sean sus hábitos, eso es evidente. Pero tampoco podemos ignorar la enorme influencia que tienen en nuestra salud.

Por eso hoy no quiero hablarte de dietas, sino de algo más profundo: de las historias que nos contamos sobre cuidarnos, y de cómo esas historias acaban decidiendo lo que hacemos cuando nadie nos mira.

El problema no es la falta de información

“Vivir no es durar”.

“Al menos, vivió la vida.”

“Cuidarse es obsesionarse”.

Esa historia llevo escuchándola circular mucho tiempo. A veces con más o menos ironía, pero otras muchas con bastante convicción.

Soy farmacéutico y nutricionista. Llevo más de una década conociendo a personas que quieren mejorar sus hábitos de salud, y lo que he aprendido en todo ese tiempo tiene mucho menos que ver con la nutrición de lo que cabría esperar.

El problema casi nunca es la falta de información.

Es la historia que nos contamos.

Nunca hemos sabido tanto sobre nutrición. Más estudios, más podcasts, más libros, más aplicaciones, más inteligencia artificial que diseña menús personalizados en treinta segundos. Si alguien quiere saber qué comer para vivir más y mejor, la información está a tres clics y es gratuita.

Y sin embargo, el problema no mejora.

La gente sigue abandonando los cambios en pocas semanas. Sigue ganando dos kilos en invierno y dos en verano que nunca suelta del todo. Sigue sin entender muy bien cómo ha llegado hasta donde está, porque en realidad tampoco siente que coma especialmente mal.

Me lo encuentro constantemente en consulta.

Personas que no se atiborran en las comidas principales, pero que acumulan grasa de forma silenciosa a través de pequeños picoteos que pasan sin nombre: lo que se bebe, lo que se coge de paso, lo que se come de pie mientras se prepara la cena.

Un análisis de catorce patrones dietéticos publicado en el BMJ encontró que lo que mejor predecía los resultados no era cuál dieta seguías. Era cuánto tiempo eras capaz de seguirla.

La adherencia lo predice todo.

Y adherencia es justamente lo que no tenemos.

Las dietas no son solo promesas, son historias

Adrienne Bitar es profesora en Cornell y lleva años estudiando algo que a primera vista parece una rareza académica: los libros de dietas.

Bitar hizo un trabajo exhaustivo y lo publicó en su libro Diet and the Disease of Civilization. Pasó años recopilando ejemplares en archivos históricos y hasta en subastas, hasta reunir más de 400 títulos que abarcan décadas de cultura alimentaria. Y lo que encontró es fascinante.

El 80% del contenido de esos libros no habla de nutrición.

Habla de historias. De quién eres, de qué temes, de a qué grupo perteneces, de qué tipo de persona mereces llegar a ser.

“Una dieta no es solo una lista de alimentos”, escribió. “Cuenta una historia sobre nosotros mismos.”

Tiene sentido. El investigador Jerome Bruner, de la Universidad de Harvard, encontró que los datos son hasta 20 veces más fáciles de recordar cuando forman parte de una historia. No es un capricho evolutivo: es el mecanismo más antiguo que tenemos para procesar el mundo.

Las dietas lo saben.

Las historias que todos hemos seguido sin saberlo

Vivimos un momento extraño: comer se ha vuelto ideológico.

Decir que haces keto, ayuno intermitente, paleo o vegano ya no describe solo lo que comes. También sugiere qué tipo de persona eres, en qué crees y a qué tribu perteneces. Por eso muchas conversaciones sobre nutrición parecen menos una búsqueda honesta de salud y más una tertulia política (solo hace falta abrir Instagram para comprobarlo).

Bitar identificó varios arquetipos narrativos que se repiten, una y otra vez, a lo largo de décadas de cultura dietética.

• El detox y las limpiezas. La narrativa de la pureza. El mundo moderno te ha contaminado. Ciertos rituales alimentarios te redimen. Empiezas de cero.

• La paleo y el clean eating. La narrativa del paraíso perdido. Antes todo era más natural. La modernidad te ha corrompido. Puedes volver a algo anterior y más verdadero.

• El biohacking, la keto, el monitor de glucosa continuo. La narrativa de la optimización. Eres un sistema. Con los datos correctos y el protocolo adecuado, puedes superar tu propia biología.

• La carnívora. La narrativa de lo ancestral recobrada. Come lo que cazabas. Descarta lo que la civilización inventó. Reconecta con lo que supuestamente eras.

Cada una vende una identidad. Y las identidades son mucho más difíciles de abandonar que los buenos propósitos de año nuevo o septiembre.

La nutrición es biología, pero la adherencia es narrativa.

Eso me hizo darme cuenta de algo

Hay una cosa que todas esas dietas hacen bien: te cambian la identidad.

Bueno, o de alguna manera te hacen aspirar a ella.

No digo que lo copiable aquí sea el hecho de que te enfrenten a otros ni de que te conviertan en el pesado del grupo que no puede comer arroz.

No digo eso.

Lo valioso es otra cosa, algo más silencioso: la persona que lleva doce años comiendo de una determinada manera no piensa cada mañana si va a seguir haciéndolo. Simplemente lo hace, porque ya no concibe ser de otra forma. No hay un antes ni un después. Y por tanto, tampoco hay un después del después.

Eso es lo copiable.

No la tribu, no la ideología, no el protocolo. La identidad: soy alguien que come así. Un buen patrón de alimentación (por diferenciarlo de las connotaciones de “dieta”) debería hacer exactamente eso: no darte un método cerrado que seguir, sino unos principios y una narrativa para seguirlos.

Cuando llegas ahí, la adherencia deja de ser un esfuerzo insalvable a medio plazo y se convierte en mera coherencia.

Pero el problema no mejora

Después de años viendo todo esto desde consulta, esperaría que el panorama hubiera mejorado.

Pero no.

Observo que muchas personas siguen improvisando sus comidas todo el tiempo, que de vez en cuando miran al seguidor estricto de la carnívora o al obseso del ayuno o al influencer con un físico acomplejante de Bali, y piensan: yo no quiero ser eso.

No quiero esa obsesión.

Y usan esa imagen como justificación para seguir haciendo las cosas exactamente como las hacían.

Y en ese contexto han llegado los fármacos.

Hace poco entrevisté a Walter Suárez, uno de los mayores expertos en obesidad y diabetes de habla hispana, y una cosa me quedó grabada: el gran problema no es perder peso. Es el después del después. Hay estudios que muestran que al cabo de un año o año y medio, la gran mayoría de personas que usaron Ozempic, Wegovy o Mounjaro recuperó todo el peso perdido.

Da igual el fármaco. Da igual la dosis.

Y vendrán nuevos que sean más eficaces y más cómodos en formato oral. Y seguiremos ante lo mismo porque el problema de la adherencia sigue sin resolverse.

Y la adherencia no se inyecta.

Pero a pesar de eso, hay un dato revelador: el libro más vendido de la última década es Hábitos atómicos, de James Clear. Las personas queremos cambiar. Somos conscientes de que la acción repetida construye algo valioso.

Y entre las cuatro leyes que propone Clear para crear un hábito, hay una que me parece muy interesante y es de lo que te estoy hablando hoy: visualizar el beneficio.

No el resultado en la báscula de esta semana. El beneficio real, profundo, de por qué merece la pena hacer esto. El para qué antes que el qué.

Y ahí es exactamente donde viven las historias que nos contamos.

Antes de saber qué comer, necesitas saber por qué te importa cuidarte. O por qué es tan beneficioso entrenar ese músculo que produce esas exerquinas que pueden ser un muro contra el cáncer, no solo darte un deltoides más estético.

Y esa respuesta no la da ninguna pirámide alimentaria ni ninguna aplicación de macros. La construyes tú, despacio, con las historias adecuadas.

No hay una sola dieta correcta

Si hay un consenso que he destilado tras más de una década escuchando a catedráticos, leyendo libros, escuchando a compañeros y mi propia experiencia clínica, es el siguiente: no existe la dieta perfecta.

Ni la más correcta.

No hay un menú semanal extrapolable a todo el mundo.

Lo más parecido a eso podría ser lo que algunos autores como Simon Hill han divulgado: que más del 80% de la alimentación sea de origen vegetal. O como sintetizó Michael Pollan: “Coma comida, no demasiada, sobre todo plantas”.

Pero esa evidencia científica luego tiene muchas posibles maneras de materializarse.

Incluso dentro de la propia dieta mediterránea —considerada por algunos estudios como la superior en su capacidad de prevención de enfermedades crónicas— caben variaciones distintas en cómo queda expresado tu menú semanal.

Una casa puede tener más pescado, otra más legumbres, otra más huevos, otra más soja y derivados…

Así que el objetivo no es encontrar el patrón perfecto y cumplirlo como si fuera una norma externa impuesta. El objetivo es ir construyendo el tuyo propio, poco a poco, guiado por las historias adecuadas.

Por ejemplo, yo sé lo beneficiosos que son el brócoli y la coliflor por varias razones (sulforafano, fibra…). También sé lo chungos que son desde un punto de vista de la adherencia porque no fueron creados bajo las mismas condiciones que el Big Mac.

Pero si los comemos en nuestra casa a día de hoy es porque la historia que me cuento sobre por qué valen tanto la pena ha hecho el trabajo silencioso: me los ha hecho desear en lugar de aborrecer.

Y luego, por supuesto, me busqué la manera de hacerlo más apetecible, que aquí no se trata de mortificarse.

A lo que voy es a que no necesitas una dieta a la que pertenecer. Necesitas hábitos que puedas sostener.

Las tres historias que sí importan

Si la adherencia depende de las historias que nos contamos, la pregunta práctica es cuáles contarse.

En mi experiencia, hay tres que lo determinan casi todo.

La primera es la historia sobre por qué te cuidas.

Si cuidarse es aburrido, costoso y una renuncia constante, cualquier hábito saludable parecerá una condena antes de empezar. Si cuidarse es una forma de tener más energía, más presencia, más claridad, más capacidad para interrelacionar ideas y ser de más utilidad a los demás viviendo más años útiles, entonces, el mismo hábito se convierte en algo que tiene sentido repetir.

No cambiamos lo que hacemos hasta que cambiamos la historia que nos contamos sobre por qué merece la pena. Mientras sigamos viendo cuidarse como lo contrario de vivir, cualquier hábito saludable seguirá pareciéndonos una condena.

La segunda es la historia sobre el proceso.

Aquí ha llegado el momento de agradecer a Samuel Gil que me haya dado la oportunidad de poder escribir hoy en su newsletter.

A Samuel lo leo y admiro desde hace tiempo, y una de mis ediciones favoritas de Suma Positiva era una en donde hablaba de cortar leña y llevar agua. Decía:

A través de las enseñanzas de Akira a John, el autor nos intenta transmitir la idea de que, para conseguir tus objetivos—sean estos cuales sean—, lo mejor que puedes hacer es olvidarlos y enamorarte del proceso que te lleva hacia ellos, lo cual a su vez terminará por transformarte a ti como persona.

Las personas más saludables que conozco no son las que saltan de método en método buscando resultados en cinco semanas. Son las que han entendido unos pocos principios fundamentales —que actualizan, porque la nutrición es una ciencia joven— y han aprendido a volver a ellos después de desviarse.

En otras palabras, enamorarse del proceso de cortar leña y llevar agua.

La tercera es la historia sobre el beneficio concreto.

Si alguien te explica que introducir más de 30 vegetales distintos a la semana puede mejorar tu microbiota de forma significativa —y te lo cuenta bien, con evidencia, con un caso real que dibuja en tu cabeza la importancia de ese eje intestino-cerebro— esa historia se te queda pegada en la cabeza como un chicle.

Y ese chicle hace algo que un dato frío nunca puede hacer: cambia lo que metes en el carrito del supermercado.

“Al menos, vivió la vida”

Entiendo que creamos en esa idea a veces.

Pero esa creencia frente a la que todos asentimos, o frente a la que sucumbimos hastiados de tantos reels contradictorios, es peligrosa porque es poderosa.

Cuenta una historia aparentemente convincente: como si cuidarse y vivir fueran cosas opuestas. Como si hubiera que elegir entre las dos.

Y al final, eso es exactamente lo que hacen todas las narrativas que hemos visto: no te convencen de nada nuevo. Confirman lo que ya creías o querías creer. Cada una encuentra su audiencia porque cada una refleja una visión del mundo que ya existía antes de que llegara la dieta.

El problema no es la información.

Ya lo ves.

Es que llevamos décadas compitiendo con historias muy bien construidas, y los países han respondido con pirámides alimentarias.

Queda mucho por hacer en ese frente y no tengo una solución única, pero sí una convicción que quería traer hoy a los que leéis Suma Positiva: cada historia bien contada sobre por qué merece la pena cuidarse es más poderosa que cualquier protocolo.

No se trata de encontrar una dieta que te cambie la vida en doce semanas. Se trata de contarse mejores historias que te ayuden a volver mañana a ese puñado de hábitos.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Apúntate al Curso de IA: de 0 a Agentes.

Los días 26, 27 y 28 de mayo a las 20:00h (España), Jon Hernández, el mayor divulgador de Inteligencia Artificial en habla hispana, estará en directo para que aprendas a usar la IA de verdad, desde los fundamentos hasta crear tus propios agentes que trabajan por ti.

En estas 3 sesiones prácticas vas a aprender a:

Actualizar tu forma de usar ChatGPT 5.5 y aprovechar sus nuevas capacidades para razonar, crear imágenes y delegar tareas con agentes.

Crear webs, aplicaciones o herramientas funcionales desde cero sin saber programar, gracias al Vibe Coding.

Diseñar agentes de IA capaces de ejecutar tareas, tomar decisiones y automatizar procesos de forma autónoma.

Todo explicado de forma sencilla, práctica y sin necesidad de tener un perfil técnico.

Al terminar, te llevarás un certificado de conocimientos en IA que podrás añadir a tu CV o perfil de LinkedIn.

Por apuntarte recibirás una guía gratuita: De Foto Cutre a Fotón con IA. Haz que Tus Fotos Parezcan de Estudio.

Apúntate gratis ahora.

Cómo tu tenedor reescribe tu futuro genético

¿Sabías que las abejas reina viven hasta 20 veces más que las abejas obreras a pesar de tener exactamente el mismo ADN?

En una interesante entrevista con Mel Robbins, la Doctora Lucia Aronica, científica de Stanford especializada en nutrición y epigenética (epinutrición), explica cómo la alimentación puede activar y desactivar genes, y cómo los humanos podemos aprovechar esta ciencia increíble, igual que hacen las abejas reina.

A continuación te dejo los dos aprendizajes que me han parecido más interesantes de la entrevista:

Cada comida que haces envía señales moleculares a tu ADN

No eres lo que comes.

Eres lo que tus genes hacen con lo que comes.

Determinados nutrientes actúan como interruptores epigenéticos: activan o desactivan genes, que ponen en marcha mecanismos de reparación, silencian la inflamación o aceleran el envejecimiento.

Esta activación o silenciado de genes se produce a través de un proceso llamado metilación.

La metilación del ADN es un proceso biológico en el que se añaden pequeños grupos químicos llamados metilos (—CH₃) a determinadas regiones del ADN, normalmente en citosinas.

Estas marcas epigenéticas no cambian la secuencia genética, pero sí pueden modificar la expresión de los genes, generalmente reduciendo o silenciando su actividad al dificultar que la maquinaria celular acceda a ese fragmento de ADN.

Llevándolo al campo de la epinutrición, distinguimos dos tipo de alimentos especialmente relevantes:

1. Donantes de metilo: Son la “tinta molecular” que tus células necesitan para escribir instrucciones genéticas saludables. Algunos de los más importantes son: huevos, hígado, pescado y marisco. Sin ellos, tus genes literalmente se quedan sin tinta.

2. Epibioactivos: Son las señales que indican a los “escritores” y “borradores” genéticos qué hacer y dónde hacerlo. Algunos de los más importantes son: Brócoli, tomates, frutos rojos, ajo y alimentos fermentados. Sin ellos, no vale de nada tener tinta con la que escribir.

La epinutrición es una alianza entre alimentos de origen animal y vegetal:

• Los animales aportan la “tinta”

• Las plantas aportan las “instrucciones”

Sin el uno o el otro, no se pueden escribir frases completas.

Por qué es tan fácil rebotar después de perder peso y qué hacer para evitarlo

Todo el mundo que ha hecho dieta para perder peso sabe que mantenerse en el nuevo peso es aún más difícil que perderlo. De hecho, cuantas más dietas yo-yo hayas hecho, más difícil puede resultar.

Y es que no es sólo un problema de fuerza de voluntad. También es biología.

Nuestras células recuerdan cada dieta que hemos abandonado. Cada vez que pierdes peso rápidamente y lo recuperas, tus células grasas crean una especie de “memoria epigenética” del aumento de peso:

• Los genes relacionados con la quema de grasa se desactivan.

• Los genes relacionados con la inflamación se activan.

Tus células recuerdan haber tenido más peso y luchan por volver a ese estado.

¿Cómo evitarlo?

Esa memoria epigenética celular puede reescribirse, pero lleva tiempo. Tus células necesitan al menos seis meses de consistencia en ese nuevo peso para reescribir esa memoria. No seis semanas. ¡Seis meses!

Por eso, la verdadera pregunta no es: “¿qué dieta funciona?”, sino: “¿qué forma de alimentación podré mantener durante al menos seis meses después de haber alcanzado mi peso objetivo?”

Y esa es una de las razones por las que los enfoques excesivamente restrictivos pueden funcionar a corto pero suelen fracasar a largo plazo.

Los 41 consejos de salud que mueven la aguja

Estos son los 41 consejos de salud más importantes según Bryan Johnson, el excéntrico emprendedor y multimillonario obsesionado con ralentizar el envejecimiento biológico mediante datos, tecnología y protocolos extremos de salud y longevidad:

1. Dormir es la droga más poderosa del mundo.

2. Pasa 8 horas en la cama.

3. Acuéstate a la misma hora cada noche, preferiblemente antes de medianoche.

4. No comas justo antes de dormir.

5. Cena alimentos ligeros y calmantes.

6. Nada de pantallas durante la hora previa a dormir.

7. Evita el azúcar añadido (está en casi todo).

8. Evita todo lo que venderían en gasolinera americana.

9. Evita los fritos.

10. Déja los zapatos en la puerta.

11. Come alimentos reales, especialmente verduras, fruta, frutos secos, legumbres y frutos rojos.

12. Camina un poco después de las comidas o haz algunas sentadillas con tu propio peso.

13. Haz algo que eleve tu frecuencia cardíaca de forma habitual.

14. Levanta cosas pesadas.

15. Estira todos los días.

16. Irrigador dental, hilo dental, cepillado y raspador lingual, mañana y noche.

17. Haz un esfuerzo consciente por beber agua.

18. Exponte a la luz solar al despertarte (la radiación UV es baja).

19. Protege tu piel del sol del mediodía.

20. Mantén una buena postura.

21. Queda con al menos un amigo al menos una vez por semana.

22. Evita el plástico siempre que puedas (en todo).

23. Ventila las habitaciones.

24. Cuando estés estresado, respira y aprende a calmar tu cuerpo.

25. Ve al dentista.

26. Evita estar sentado durante mucho tiempo seguido.

27. Protege tu oído: el mundo es demasiado ruidoso.

28. El alcohol es malo para ti.

29. Deja de tomar café a mediodía.

30. Evita las luces brillantes después del atardecer.

31. Si tienes obesidad, considera un GLP-1.

32. Duerme en una habitación fría.

33. No escribas mensajes de texto mientras conduces.

34. Desactiva todas las notificaciones.

35. Limita el uso de redes sociales.

36. No fumes.

37. Si te cuesta dormir, lee un libro en papel antes de acostarte.

38. Durante la hora previa a dormir, sigue una rutina tranquila: baño, lectura, paseo suave, música relajante.

39. El cuerpo es un reloj y ama las rutinas. Ten horarios fijos de mañana y noche.

40. Evita los viajes largos siempre que puedas.

41. Empieza poco a poco: incorpora cambios lentamente.

42. Haz menos… la mayoría de las cosas no funcionan.

Creo que la lista es basntante razonable y además huye de las excentricidades y los biohacks estúpidos.

¿Cuál te ha llamado más la atención? Te leo en comentarios.

Las 6 mega tendencias de 2026

Me ha gustado este artículo de Derek Thompson en el que aglutina lo que para él son las principales tendencias de 2026.

Aunque él habla de EEUU, creo que todas —con quizás la excepción de la que habla de violencia— son extrapolables a España y a Occidente en general.

ECONOMÍA: La economía de Peter Pan

Los jóvenes se enfrentan a una caída en las tasas de contratación, menores niveles de empleo, costes de vivienda cada vez más altos, ciudades poco compatibles con la vida familiar, un cuello de botella provocado por los boomers en el mercado laboral y un apoyo desproporcionado a las generaciones mayores frente a las más jóvenes.

SALUD: El nacimiento de un fármaco para todo

En los últimos meses, estudios aleatorizados han mostrado que los GLP-1 pueden reducir la gravedad de la psoriasis hasta en un 80%, tratar trastornos de adicción, aliviar varios tipos de malestar mental y revertir la enfermedad del hígado graso. Y además, hay nuevos y mejores fármacos GLP-1 a punto de llegar.

IA: El apocalipsis que no fue

La conversación sobre IA está dominada por quienes predicen “el fin” de algo: el crecimiento, el empleo o incluso la humanidad. Pero la mejor forma de analizar la IA ahora mismo es verla justo como lo contrario a un apocalipsis: más como un ciclo económico normal, con vientos de cara, vientos a favor y preguntas urgentes sobre la sostenibilidad de la demanda y la elasticidad de la oferta de capacidad computacional.

POLÍTICA: La paradoja de la violencia global

No he visto a mucha gente señalar que Estados Unidos se está volviendo históricamente más pacífico (gráfico 3) al mismo tiempo que muchos indicadores de violencia global aumentan, justo cuando una nueva revolución tecnológica —los drones— amenaza con redefinir el futuro de la guerra.

MEDIOS: La cantidad se está comiendo a la calidad

El número de libros electrónicos y artículos científicos se ha disparado desde el lanzamiento de ChatGPT. Puede que la IA termine provocando una explosión de calidad artística en las próximas décadas. Pero, por ahora, “más” está derrotando a “mejor”.

CULTURA: El siglo antisocial

La vida es “tiempo compartido” (gráfico 4). Y las últimas décadas han traído consigo una degradación del tiempo que pasamos con otras personas —parejas, hijos, compañeros de trabajo y amigos— a medida que los estadounidenses forman menos parejas, tienen menos hijos, trabajan más solos y pasan menos tiempo con gente fuera de su hogar.

Dalí siempre invitaba a cenar

Esta semana leía en X una historia sobre Salvador Dalí que me encantó.

Salvador Dalí adoraba las cenas largas.

Grupos grandes. Mesas interminables. Vinos caros. Los mejores restaurantes de Paris y Nueva York.

Y siempre insistía en pagar la cuenta.

Lo curioso venía al final.

Dalí rellenaba un cheque con toda la calma, lo firmaba… y, justo antes de entregárselo al camarero, le daba la vuelta al papel y hacía un pequeño dibujo en la parte de atrás.

Un boceto rápido. Elefantes. Caballos. Figuras surrealistas.

Luego volvía a firmar debajo y entregaba el cheque.

Dalí sabía perfectamente lo que iba a pasar: El dueño del restaurante no iba a cobrarlo, lo enmarcaría o lo colgaría en la mejor pared del local. Porque un dibujo original de Dalí valía muchísimo más que la cena.

Y así ocurrió muchas veces. Se cuenta que repitió esta práctica durante años.

En una de las historias más conocidas, en el Café de la Rotonde, pidió una hoja de papel, dibujó un elefante con la trompa levantada, firmó debajo y lo entregó como pago. La cuenta estaba saldada. Y el restaurante, probablemente, había salido ganando.

Más allá de la excentricidad, lo interesante es lo que entendía Dalí: su firma y su presencia ya tenían más valor que el dinero que debía pagar.

No necesitaba efectivo.
Le bastaba un trozo de papel… y saber cuánto valía.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Sí, otro evento de tecnología en Valencia. Pero este pinta distinto.

El 19 de mayo, CEEI Valencia organiza Horizonte Tech 2026 en CaixaForum: una jornada gratuita sobre tecnologías del futuro aplicadas a empresas, startups y pymes.

Con el responsable de IA de Magnific, Iván de Prado, una de las grandes empresas europeas de IA; Ana Maiques, referente en neurociencia, y Ruth Falquina, tecnocreativa especializada en innovación aplicada. Además, habrá experiencias con tecnología y 25 startups valencianas mostrando lo que ya está pasando.

No va de repetir que “la IA lo cambia todo”.
Va de separar la moda del cambio real y entender qué oportunidades se abren para empresas y emprendedores que quieran moverse antes que el resto.

Nos encantaría verte. Inscripción gratuita y toda la información en este enlace

La mayoría de las empresas no están listas para adoptar la IA

Es vox populi que la adopción de la IA en las empresas no está teniendo—al menos aún—el impacto transformacional que muchos anticipaban.

Daniel Miessler sostiene que el problema no es tecnológico, sino organizativo: la mayoría de compañías ni siquiera entienden bien sus propios procesos, flujos de trabajo y mecanismos de decisión. Según él, la IA no arregla organizaciones disfuncionales, sino que simplemente amplifica su capacidad de ejecución. Por ello, las empresas con sistemas claros, operaciones estructuradas y conocimiento bien documentado multiplicarán su productividad, mientras que aquellas que sobreviven “a pesar de sí mismas” verán expuestas todas sus ineficiencias internas.

En una línea similar, Ann Miura-Ko argumenta que la inmensa mayoría de empresas siguen atrapadas en el primer nivel de adopción de IA de una escala de cinco, inspirada en los niveles de autonomía de los vehículos autónomos.

La clave no es cuántos empleados usan ChatGPT, sino hasta qué punto la IA está integrada en el sistema operativo de la organización. Para evaluarlo, propone cuatro preguntas fundamentales:

¿Qué puede ver la IA?
¿Es el trabajo de tu empresa legible para una máquina o sigue disperso entre cabezas individuales, reuniones no documentadas y herramientas SaaS inconexas?

¿Qué puede hacer la IA?
¿Puede actuar directamente sobre sistemas de información—como por ejemplo abrir PRs, actualizar el CRM o reconciliar facturas—o simplemente resumir información generada por humanos?

¿Quién puede extender el sistema?
¿Pueden personas no técnicas crear y desplegar herramientas internas útiles o todo depende de unos pocos power users cuyo conocimiento desaparece cuando abandonan la empresa?

¿Cómo ha cambiado la organización?
¿Ha evolucionado realmente la estructura de la compañía o simplemente seguimos operando con el organigrama de 2023, pero con un mejor autocompletado?

De despedir personas a despedir IAs

Hasta ahora, dábamos casi por hecho que automatizar algo significaba reducir su coste. Puede que con la IA—al menos por ahora—no sea siempre así.

Uber anunció que había consumido en cuatro meses todo el presupuesto en tokens de IA que tenía para todo 2026, tras dar acceso a Claude Code a sus 5.000 ingenieros.

Algo similar sucedió en NVIDIA.

¿Podríamos ver a empresas “despidiendo a IAs” para volver a contratar personas por motivos económicos?

¿Cuáles son los problemas más importantes de tu campo y por qué no estás trabajando en ellos?

Esta frase, que hiere como cuchillo afilado, es de Richard Humming, uno de los grandes científicos de los míticos Bell Labs, en una charla que dio en 1986 sobre por qué algunas personas producen trabajo extraordinario y otras, igual de inteligentes y trabajadoras, no.

Hamming sostiene que la mayoría de investigadores y profesionales se refugian en tareas seguras, incrementales o socialmente cómodas. No porque les falte capacidad, sino porque trabajar en problemas grandes implica riesgo: puedes fracasar, parecer ingenuo o dedicar años a algo que quizá no funcione. Según él, las personas que terminan haciendo contribuciones relevantes suelen tener una combinación muy particular de ambición, persistencia y obsesión intelectual. No esperan a que alguien les dé permiso para trabajar en algo importante.

Otra idea central de la charla es que el entorno influye enormemente en la calidad del trabajo. Hamming describe Bell Labs como un lugar donde la excelencia intelectual era contagiosa: estar rodeado de gente brillante, conversaciones ambiciosas y problemas importantes elevaba automáticamente el nivel de aspiración de todos. Según él, las grandes contribuciones rara vez aparecen en aislamiento; suelen surgir en ecosistemas donde existe una cultura de pensamiento profundo y estándares muy altos.

El ensayo también habla mucho sobre la importancia de mantener “las puertas (de los despachos y) de la mente abiertas”. Hamming critica a quienes se vuelven excesivamente rígidos o especializados y dejan de explorar nuevas ideas. Defiende que muchas innovaciones aparecen en las intersecciones entre disciplinas y que la curiosidad es una ventaja competitiva enorme.

Finalmente, Hamming reconoce que hacer trabajo importante requiere energía emocional sostenida. Las personas que dejan huella suelen pensar constantemente en sus problemas, incluso fuera del trabajo. No se trata solo de inteligencia o disciplina, sino de desarrollar una relación casi obsesiva con una cuestión que consideran importante. El trabajo excepcional no suele surgir por accidente, sino como consecuencia de orientar deliberadamente la vida hacia problemas difíciles y significativos.

Todos los procesos del cuerpo dependen del flujo de energía

Como hemos comentado en tantas ocasiones, la medicina moderna tiende a interpretar el cuerpo humano como una máquina compuesta por piezas independientes: genes, órganos, hormonas o biomarcadores. Esa visión reduccionista y más bien estática, como mínimo, incompleta.

Un artículo reciente de Big Think basado en el trabajo del investigador Martin Picard explora una idea cada vez más influyente: que la salud depende en buena medida de cómo el cuerpo genera, distribuye y gestiona energía.

Una frase que se te quedará grabada:

“Cuando comparas un cuerpo muerto con uno vivo, la única diferencia es la presencia de energía: toda la maquinaria física, el ADN, las proteínas, la piel y los órganos siguen ahí.”

Desde esta perspectiva energética, las mitocondrias —los orgánulos encargados de producir energía en la célula— pasan a ocupar un papel central. Pero el argumento va más allá del metabolismo. Lo que más revelador me ha parecido de la visión de Picard es que ve el cuerpo como una economía energética compleja donde cerebro, sistema inmune, hormonas y otros tejidos y órganos compiten constantemente por recursos limitados. El estrés crónico, por ejemplo, no sería solo un fenómeno psicológico: altera literalmente la asignación de energía dentro del organismo, priorizando supervivencia inmediata frente a reparación celular o recuperación, lo cual tiene, como es lógico, implicaciones en la salud a largo plazo.

Similarmente, muchas enfermedades modernas —fatiga crónica, inflamación persistente, trastornos mentales o deterioro metabólico— podrían entenderse no simplemente como “piezas rotas” en algún punto del mecanismo, sino como fallos en la coordinación energética del sistema.

Esta idea del flujo y balance energético es especialmente interesante porque conecta disciplinas que normalmente operan separadas: metabolismo, neurociencia, inmunología, envejecimiento y salud mental, por mencionar algunas. Y también porque encaja bastante bien con algo que intuitivamente todos percibimos: hay momentos y estados vitales en los que sentimos que el cuerpo funciona y otros en los que, aunque las analíticas salgan bien, algo claramente nos dice que no está funcionando correctamente.

Como ya nos decía hace un par de semanas Manu Sola, puede que la salud no sea simplemente la ausencia de enfermedad, sino la capacidad del organismo para sostener un flujo energético estable, flexible y adaptativo a lo largo del tiempo.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

El invitado de hoy en Suma Positiva es alguien a quien admiro profundamente, tanto en lo profesional como en lo personal.

Juan Luis Hortelano es, sin exagerar, una de las personas clave para entender por qué Valencia se ha convertido en uno de los hubs de emprendimiento más interesantes del sur de Europa y por qué el VDS es hoy uno de los eventos de startups de referencia.

Uno de mis mejores recuerdos de cuando empezaba en venture son mis visitas a Valencia para conocer las startups de cada hornada de la aceleradora Plug and Play, de la mano de Juan Luis y de su “cómplice” Rubén Colomer, con quien también tengo una relación fantástica.

Con el tiempo, he llegado a una conclusión bastante clara: personas como Juan Luis —inversor, emprendedor, constructor de ecosistemas, conector, impulsor de iniciativas— son una auténtica joya. No abundan. Y cuando aparecen, elevan todo lo que tienen alrededor. Ayudan a que pasen cosas que, de otra manera, simplemente no pasarían.

Y precisamente de eso va este artículo: de cómo se construyen esas “cosas que pasan” en un contexto mucho más complejo de lo que a veces queremos admitir. De la diferencia brutal entre levantar un prototipo en días y convertirlo en un producto real en sectores como la salud, donde la regulación, la responsabilidad clínica y el riesgo no permiten atajos. Y también de lo que eso implica para Europa: un ecosistema con talento de sobra, pero donde el entorno —para bien y para mal— condiciona qué se construye, cómo de rápido y desde dónde.

Esta edición de Suma Positiva ha sido patrocinada por:

¿Últimamente solo oyes hablar de Claude?

Nosotros también lo estamos probando a fondo.

Nuestro equipo ha trabajado con todo el ecosistema Claude: desde investigación estructurada y creación de agentes hasta automatizaciones y desarrollo asistido por IA.

Y hay algo claro: extraer valor real requiere formación, criterio y una visión de negocio, no solo experimentar.

Por eso hemos creado un programa de formación en Claude para empresas, estructurado en cuatro módulos:

• 0: Fundamentos

• 1: Claude.ai

• 2: Claude Cowork

• 3: Claude Code

Nuestro diferencial: contenidos y casos de uso adaptados a tu contexto y a tu equipo.

Más información aquí. Y si te encaja, lo vemos juntos y definimos la formación adecuada para tu organización.

IA y salud: siete días para un prototipo, diez años para un producto

Antes de nada, gracias a Samuel Gil por invitarme a escribir este artículo en Suma Positiva. Para alguien que lleva más de 25 años en tecnología y que ahora dedica buena parte de su tiempo a explorar cómo la IA está cambiando la práctica profesional, poder compartirlo aquí, con esta comunidad, es un lujo. Y gracias a las dos personas que me han regalado su tiempo y sus historias para construir este texto: el Dr. Michał Nedoszytko, cardiólogo intervencionista en Bélgica, y Ángel Alberich-Bayarri, CEO de Quibim en Valencia. Lo que viene a continuación sale de conversaciones largas con ambos. Ellos son los protagonistas. Yo solo intento conectar los puntos.

Hace trece años, los médicos polacos se negaron a firmar recetas. El Ministerio de Sanidad les había impuesto clasificar cada medicamento según su nivel de reembolso (30%, 50%, 100%), y la única herramienta que les había dado era un archivo Excel con 15.000 líneas. Los médicos, comprensiblemente, dijeron que no.

Un cardiólogo joven llamado Michał Nedoszytko vio el problema y pensó que la solución era bastante sencilla. Una tarde, importó el Excel a una base de datos SQL, le puso como interfaz la cara del Ministro de Sanidad (le preguntabas y “respondía” con los datos del medicamento, y cuando no sabía, se rascaba la cabeza) y lo publicó en Facebook.

Al día siguiente el servidor se cayó. La mitad de los médicos de Polonia lo estaban usando. Salió en televisión. Tres días después le llamó el Ministerio. Michał pensó que iba a la cárcel por haberle puesto la cara al Ministro a su app. Pero no. El Ministro le ofreció trabajo. Estuvo dos años como experto del Ministerio de Sanidad de Polonia.

Cuento esta historia porque no tiene nada que ver con la IA. Es 2012 y es PHP. Pero es exactamente el mismo patrón que estamos viendo ahora con la inteligencia artificial: un profesional que conoce el problema en primera persona, que tiene la capacidad técnica mínima para resolverlo, y que lo resuelve. Sin pedir permiso, sin un equipo de ingenieros, sin levantar una ronda. Una tarde.

Trece años después, ese mismo cardiólogo acaba de quedar tercero entre 13.000 candidatos en el hackathon global de Anthropic. La empresa que está detrás de Claude. Y la herramienta que construyó, PostVisit.ai, la hizo en siete días. Mientras hacía guardias en el hospital.

Y creo que esta historia tiene mucho más que contar de lo que parece a primera vista.

El médico que ya programaba antes de ser médico

La narrativa fácil con Michał Nedoszytko es “un doctor que aprendió a programar con IA.” Es cómoda y queda bien en un titular. También es completamente falsa.

Michał lleva programando desde los quince años. Antes de entrar en medicina ya hacía webs. En la facultad creó un sistema de exámenes virtuales, un sistema de registro para congresos, una especie de red social para estudiantes de medicina. Como residente, construyó un sistema completo de historia clínica electrónica para su departamento y lo gamificó: los médicos ganaban puntos de experiencia y subían de nivel para motivarles a completar la documentación. Competían entre ellos. Fundó una startup con ese sistema. Fracasó, pero no por el producto, sino porque la empresa incumbente del hospital bloqueó cualquier integración.

Cuando le preguntas qué ha cambiado la IA para él, la respuesta es menos épica y más práctica de lo que esperarías: velocidad. Antes podía resolver los mismos problemas, pero tardaba semanas o meses. Ahora tarda horas. La IA no le ha dado ideas nuevas. Le ha quitado el cuello de botella de la ejecución.

Su producto PreVisit.ai nació de una frustración clínica concreta: el 50% de los pacientes llegan a consulta sin saber qué medicación toman, ni los nombres, ni las dosis. Michał pensó que un modelo de lenguaje podía recoger esa información antes de la visita. Lo construyó, lo integró con plataformas de agenda online como Docplanner (con sede en Barcelona) y hoy tiene más de 70.000 sesiones completadas. Fue el primer hospital belga en implantarlo.

PostVisit.ai, la herramienta que presentó al hackathon, ataca el otro extremo del mismo problema: el paciente sale de la consulta y muchas veces no recuerda todo lo que le han dicho. Qué medicación tomar, cada cuántas horas, qué pruebas tiene pendientes. PostVisit transcribe la consulta y envía automáticamente al paciente un resumen por WhatsApp o email. Un “reverse AI scribe”: en vez de ayudar al médico a escribir notas, ayuda al paciente a entender lo que el médico le ha dicho.

La idea llevaba dos años en su cabeza. No se había atrevido a construirla en Europa por el AI Act y la regulación de dispositivos médicos. Pero cuando vio el hackathon de Anthropic, días antes de un viaje a San Francisco, pensó que era el momento.

El proceso de construcción tiene un momento que se me ha quedado grabado. Michał le describió la idea a Claude por voz durante dos o tres horas usando WhisperFlow, un sistema de dictado (donde además parece que el polaco, su idioma materno, es el idioma con mejores resultados en transcripción).
Le dijo “prepara el plan y empieza a programar.” Se fue a ducharse. Pensaba que tardaría un par de días. Cuando volvió, el MVP estaba hecho.

Luego lo pulió durante tres o cuatro días, grabó el vídeo del pitch con su mujer en los pasillos del hospital (encontraron a un colega cardiólogo que se iba en bici y lo usaron como paciente), y siguió programando en el avión a San Francisco con agentes de IA corriendo en un servidor remoto que creaban pull requests cuando no había wifi.

Quedó tercero entre 13.000. El primero fue un abogado de California que automatizó el papeleo de permisos de construcción. También hubo un músico de Indonesia, un especialista en infraestructuras de Uganda que conectó dashcams para evaluar carreteras. La mayoría de los finalistas no eran ingenieros. Eran profesionales, muy buenos en su campo y que conocen bien los “pains” a los que se enfrentan cada día y buscan una solución

Anthropic tardó un día más del previsto en evaluar las candidaturas. Según Michał, porque se dieron cuenta de que era un evento “bastante histórico.” Y estoy de acuerdo. Lo que ese hackathon demostró no es que cualquiera pueda programar (que también). Es que la experiencia de dominio acaba de convertirse en el activo más valioso del mercado tecnológico.

Pero aquí viene el matiz, y es importante.

El otro lado: diez años para hacer un producto

Mientras Michał construía PostVisit en siete días, a 1.500 kilómetros, en Valencia, Ángel Alberich-Bayarri lleva diez años convirtiendo la imagen médica en producto. Y su perspectiva es el contrapeso perfecto.

Ángel estudió telecomunicaciones. Su mujer es médico. Por ahí empezó la conexión. Descubrió que el cuerpo humano genera señales constantemente y que un ingeniero de señal e imagen tiene mucho que hacer en medicina. Le pusieron a trabajar físicamente en las salas de los radiólogos, y ahí le cambió la vida. Escuchaba cómo dictaban: “Se observa una lesión en el lóbulo hepático derecho... no podemos determinar su volumen con precisión ni su heterogeneidad.” Ángel pensó: yo puedo medir eso.

De ahí salió Quibim, que hoy ha levantado más de 50 millones en Serie A, tiene aprobación regulatoria en Europa, Reino Unido y EEUU, y trabaja con Philips (que integra sus modelos en sus escáneres), Merck, Novartis y otros. Entre sus inversores está Tony Fadell, el inventor del iPod.

Lo que hace Quibim en cáncer de próstata es un buen ejemplo de lo que la IA puede ver y el ojo humano no. Una resonancia de próstata genera entre 3.000 y 4.000 imágenes. El cerebro de un radiólogo no puede procesarlas todas. Hay información que se pierde. Los radiólogos generan un score de sospecha (PIRADS) del 1 al 5, pero es cualitativo, y la variabilidad entre médicos llega al 40-50%.

Quibim ha hecho algo que me parece conceptualmente muy potente: han decidido no entrenar su modelo con lo que dice el radiólogo, sino con el resultado real de la biopsia. “Hemos decidido ignorar al humano en este sentido”, dice Ángel. Porque el radiólogo trabaja sin feedback: informa una resonancia, pero raramente sabe si acertó o no, porque los datos de la biopsia están en otro sistema, en otro departamento. No hay loop de aprendizaje. Quibim ha construido ese loop con IA, conectando imagen y biopsia a escala. Su modelo tiene un valor predictivo negativo del 99%: cuando dice que no hay cáncer, el 99% de las veces es verdad.

Un dato que me dejó pensando: el 45% de los cánceres se detectan en fase 3 ó 4, cuando los tratamientos son más limitados. Si la IA consigue mover eso a fases tempranas, con prevención basada en imagen, el impacto es difícil de exagerar.

Pero lo que más me interesa de Ángel para este artículo es el contraste con Michał en un punto concreto: qué pasa después del prototipo.

Ángel publicaba papers, iba a conferencias internacionales, tenía resultados prometedores. Pero nada de eso llegaba a la práctica clínica. “Tuve que crear un producto de esto”, me dice. Y luego añade algo que creo que todo el ecosistema startup debería escuchar: “Todo lo que había creado como investigador era inútil. Era como cogerlo y tirarlo a la basura. Eso fue el 0,1% de lo que me esperaba.”

Sistematizar equipos, documentación, control de costes, escalabilidad, certificación regulatoria, equipo comercial. Eso es un producto. Un prototipo no es un producto. Un MVP brillante construido en siete días no es un producto. Y en salud, donde el software es un dispositivo médico y hay una persona que firma como responsable legal de lo que dice el algoritmo (en Quibim esa persona es el propio Ángel), la distancia entre prototipo y producto es un abismo.

Michał lo sabe. Cuando le pregunté por la narrativa de “anyone can code”, me dijo algo que creo que es exactamente la posición correcta: “La expresión de que cualquiera puede programar ahora es literalmente verdad. Programar está mayoritariamente resuelto. Pero crear software de producción es una historia completamente diferente. Los ingenieros no son obsoletos. Al contrario.”

“La IA alucina, pero nosotros alucinamos mucho más”

Una de las preguntas que más me interesaba hacerles a los dos era sobre alucinaciones. Porque es el argumento favorito de los escépticos: ¿cómo vas a confiar en un modelo de IA para decisiones de salud si puede inventarse una respuesta con total convicción?

La respuesta de Michał me sorprendió por lo directa: “Sí, la IA alucina. Pero nosotros alucinamos mucho más.”

Y no lo dice como provocación. Lo dice como clínico que lleva décadas viendo cómo funciona la medicina en la práctica. Un radiólogo que informa una resonancia de próstata y le asigna un score PIRADS tiene una variabilidad del 40-50% con otro radiólogo mirando las mismas imágenes. Eso no es precisión. Eso, si lo piensas fríamente, también es una alucinación. Solo que la hemos normalizado porque viene de un humano con bata blanca.

En PreVisit, la solución es sencilla: el sistema crea un resumen, pero el médico lo revisa. No sustituye la entrevista, la complementa. En PostVisit, la arquitectura de privacidad se diseñó desde cero. Pero Michał es honesto: “PostVisit es un elemento muy delicado en el sistema europeo. Por ahora, no me atrevería a crearlo de nuevo aquí.”

Ángel lo aborda desde el otro extremo. En Quibim no se trata de si el modelo se equivoca o no, sino de calibrar cómo se equivoca. Han entrenado su modelo para ser más sensible que específico: prefieren detectar de más que dejar algo sin diagnosticar. “Lo que nos preocupa es dejar el cáncer sin diagnosticar.” Y son transparentes con el médico sobre las limitaciones. Porque si generas demasiadas alertas, el médico te dice que le estás creando más trabajo y deja de usarte. El product-market fit en IA médica está en ese equilibrio fino entre sensibilidad y ruido.

La confianza, dice Ángel, se gana con el tiempo. “Como toda relación de confianza, entre personas o entre personas y máquinas.” No hay atajos.

Creo que la frase de Michał merece pensarse en serio. No porque la IA sea infalible (no lo es). Sino porque la medicina humana tampoco lo es, y la comparación honesta entre las dos es mucho más matizada de lo que el debate público refleja.

La brecha que nos estamos abriendo

Hay un momento en mi conversación con Michał que resume lo que está pasando en Europa. Tres días después de que PreVisit.ai saliera en prensa en Bélgica, tenía al inspector de GDPR en la puerta del hospital preguntando si había menores involucrados.

No es que la pregunta sea ilegítima. Es el timing. Es el reflejo. Es que el primer impulso del sistema europeo ante la innovación en salud sea la inspección, no la curiosidad.

Michał me cuenta que cuando fue a San Francisco, se dio cuenta de que todo lo que llevaba tres años intentando hacer en Europa ya estaba funcionando allí. Los médicos americanos usan AI scribes a diario. No podrían vivir sin ellos. El principio es simple: “doctor in the loop”, la IA funciona mientras el médico asuma la responsabilidad. Hay startups de Y Combinator haciendo exactamente PostVisit. OpenAI, Anthropic, Amazon, Microsoft, Perplexity, todos entrando en salud.

Ángel tiene una posición algo más matizada pero igualmente dura. “La regulación de dispositivos médicos está bien. Antes no había nada.” Pero en protección de datos, dice, “hemos ido demasiado lejos.” Y lanza una frase que se me quedó: “En los próximos 50 años se estudiará el impacto que tuvo la sobrerregulación de datos en el freno a la innovación en Europa.”

El problema concreto: en EEUU existe el Cancer Imaging Archive, un repositorio abierto con datos de cáncer de hospitales, accesible con una licencia para uso investigador y comercial. En Europa, descargar datos de un hospital para crear un modelo de IA se percibe como “querer montar un chiringuito a costa de los datos de mi centro.” El resultado es que Europa fuerza un modelo federado (llevar la IA al hospital en vez de traer los datos a la IA), pero los hospitales no tienen infraestructura de cómputo para entrenar modelos. Coste multiplicado, avance ralentizado.

Lo sé de primera mano. En Blinkfire Analytics, mi empresa, montamos la sede en EEUU desde el primer día por la misma razón. No por elección ideológica, sino por supervivencia competitiva. Es un bypass, pero es la única manera de competir en un mercado global cuando empiezas desde España.

Me da que Europa tiene un problema de velocidad legislativa, no de intenciones. Las ideas detrás de GDPR y del AI Act son buenas. Pero si la regulación tarda años en adaptarse y la tecnología se mueve en meses, el resultado neto es que los emprendedores europeos compiten con una mano atada a la espalda.

La decisión que lo dice todo

Y aquí hay una decisión personal que creo que ilustra la tensión mejor que cualquier dato.

Después del hackathon, Michał tuvo ofertas de VCs europeos. Podría haber montado PostVisit desde Bruselas. Pero ha decidido irse a Estados Unidos. “Si quiero aprender y evolucionar, necesito esa experiencia”, me dijo.

Ángel tuvo la decisión contraria. Una oferta formal para llevar Quibim a Boston con 20 millones de presupuesto. La condición: trasladar la sede. Dijo que no. “He tenido tres hijos durante estos diez años de Quibim. ¿Dónde quieres que crezcan tus hijos?”

Se inspiró en los cocineros españoles: Ferran Adrià se convirtió en el número uno del mundo y la gente venía de todo el planeta a cenar a una carretera pequeña de la Costa Brava. “Esa singularidad también puede existir en Valencia”, me dijo. Y levantó su Serie A de 50 millones sin mover la sede.

Los dos tienen razón. Y eso es lo que más debería preocuparnos. Que un ecosistema produzca las dos decisiones simultáneamente (irse y quedarse) no es una contradicción. Es un síntoma de que el entorno no ofrece una respuesta clara. Y mientras Europa sigue sin dársela, la gente con talento decide individualmente. Unos se van. Otros se quedan a pesar de las barreras. Ninguno de los dos caminos debería ser heroico.

Lo que viene: la plataforma y el experto

Hay un último punto de la conversación con Ángel que creo que cierra todo el argumento.

Quibim ha entrado en un programa con Anthropic para beneficiarse de Claude Code y conectar su plataforma con Claude for Life Sciences. Y la lógica es reveladora: OpenAI, Anthropic y los demás creadores de modelos fundacionales no quieren ser legalmente responsables en salud. No quieren la responsabilidad clínica. Cuando fabricas un dispositivo médico, hay una persona que firma como responsable técnico. Si el algoritmo dice que no hay cáncer y lo hay, esa persona responde legalmente. En Quibim, esa persona es Ángel.

Los modelos fundacionales son plataformas. Pero el valor clínico, la responsabilidad legal, el conocimiento de dominio, eso lo ponen los expertos. La visión de futuro que describe Ángel es concreta: “Soluciones como OpenAI for Health o Claude Health te dirán: “Has subido una resonancia de pelvis masculina. ¿Quieres que la pase por una herramienta certificada por la FDA que tengo integrada?” Los modelos fundacionales distribuyen. Los expertos de dominio certifican, validan y responden.

Estoy convencido de que este es el patrón que vamos a ver en muchos más sectores. No solo en salud. La IA como infraestructura. El conocimiento de dominio como la capa que le da sentido, seguridad y responsabilidad. Los mejores productos de IA médica no los van a construir ingenieros buscando un problema. Los van a construir profesionales que ya conocen el problema y ahora tienen herramientas para resolverlo.

Y luego está la visión de futuro que Ángel comparte con Tony Fadell, su inversor: el full body scan preventivo como commodity. Hoy, cuando no tienes síntomas, nadie te escanea el cuerpo entero. La medicina funciona por órganos: te duele la rodilla, te hacen una resonancia de rodilla. Pero Ángel cree que vamos hacia un mundo donde un escáner completo del cuerpo, analizado automáticamente por IA, será tan rutinario como un análisis de sangre. Siete minutos dentro de la máquina, pies por delante para evitar la claustrofobia, y la IA busca lo que el ojo humano no puede procesar.

Ya hay precursores. PRENUVO, empresa con la que colabora Quibim en EEUU, ofrece esos escáneres y ha hecho más de 100.000. El problema, como señala Ángel con honestidad, es que esos 100.000 son gente de alto poder adquisitivo, no una muestra representativa de la población. Para que los modelos funcionen de verdad, necesitas escanear a gente de todo perfil socioeconómico: al que fuma tres paquetes al día, al que bebe tres copas de vino, al que no hace ejercicio. Con toda la diversidad demográfica. Eso todavía no existe, pero está empezando.

Quibim trabaja ya en gemelos digitales de órganos (próstata, tumores pediátricos) y está recopilando datos de cuerpo completo. Ángel no promete fechas, pero la dirección está clara. Y cuando le preguntas a cinco años vista, ves que no es ciencia ficción. Es ingeniería, regulación y voluntad política. Las tres cosas que más tardan en alinearse.

Michał lo demostró construyendo un prototipo en siete días. Ángel lo demuestra cada día convirtiendo ese tipo de ideas en productos reales que funcionan en hospitales. Los dos caminos son necesarios. La pregunta es si Europa va a facilitar los dos o solo va a hacer que ambos sean más difíciles.

Yo creo que tenemos el talento. Nos falta el entorno.

La buena noticia es que vamos a seguir hablando de esto. En octubre, en la 9ª edición de VDS en la Ciudad de las Artes y las Ciencias de Valencia, tendré a Michał y a Ángel conmigo en un fireside chat sobre IA y salud. Un cardiólogo que construye prototipos en siete días y un CEO que lleva diez años convirtiendo la imagen médica en producto, juntos en el mismo escenario. Creo que va a ser una conversación que merece la pena escuchar.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Hoy tengo el gran placer de volver a invitar a Suma Positiva a una de las personas que más admiro en el ámbito de la salud y el rendimiento deportivo: .

(Si quieres leer su primera colaboración en Suma Positiva puedes hacerlo aquí.)

Manu es pionero y una referencia a nivel mundial en el estudio de estos temas desde el prisma de los sistemas complejos, alejándose del enfoque reduccionista que —equivocadamente— sigue dominando en buena parte del sector. Algo que también criticaba el en su último artículo:

La fisiología humana no funciona a través de vías aisladas. Funciona mediante sistemas integrados, bucles de retroalimentación y adaptaciones construidas a lo largo de décadas. Cuando apuntas a un nodo en aislamiento, el sistema responde de formas que rara vez son lineales y casi nunca coinciden con lo que prometía el marketing.

Su segundo libro, “Entrenar Sistemas Complejos” —cuyo borrador final tuve el honor y el placer de poder revisar—, va camino de convertirse en otro best-seller como “La Naturaleza Del Entrenamiento”. Ambos son, en mi opinión, lectura obligada para cualquiera que se interese por estos temas.

En el artículo de hoy, Manu aborda con enorme rigor una idea sobre la que llevaba tiempo queriendo escribir, pero que difícilmente habría sabido desarrollar con esa profundidad.

Yo solía referirme a esa idea como el “presupuesto de estrés”: la noción de que nuestro organismo solo puede tolerar, en cada momento, una cantidad limitada de estrés, y que todos los estresores (entrenamiento, dieta, trabajo, sueño, relaciones…) —por distintos que parezcan— contribuyen a consumir ese mismo presupuesto compartido.

Sin más, te dejo con el artículo de Manu, donde desarrolla estas ideas con mucha más claridad y profundidad, y aprovecho para recomendarte de nuevo cualquiera de sus libros.

Esta edición de Suma Positiva ha sido patrocinada por:

Quieres llenar tu empresa entera de agentes IA. Pero cuando contratas todavía usas LinkedIn Recruiter. Algo no cuadra.

Has metido la IA en ventas, en soporte, en operaciones, hasta en el código de tu producto.

Pero cuando llega el momento de contratar al próximo senior engineer, vuelves a las búsquedas manuales, los InMails con un 8% de respuesta y las agencias que te cobran 15.000€+ por cabeza.

Nova Recruiter es el agente end-to-end para encontrar y contratar al mejor talento. Busca entre 800M+ perfiles, puntúa y rankea por mérito real, y lanza outreach multicanal —LinkedIn, email y Nova Connect— con 3× la tasa de respuesta. Sin intervención manual.

Y tiene MCP.

Escribe en Claude Code:

“Encuentra 30 senior AI Engineers basados en Barcelona con 3-5 años de experiencia en scaleups, puntúalos, redacta el outreach y lánzalo.”

El agente gestiona las respuestas mientras tú sigues construyendo.

Deja de contratar como si fuera 2019.

Prueba Nova Recruiter

Cómo ser más funcional y conseguir más sin morir en el proceso

por Manuel Sola Arjona

Suma Positiva es un espacio para mejorar.

Samuel y sus invitados nos hablan de mejorar nuestro fitness físico, cognitivo, económico, social e incluso emocional.

Todas estas dimensiones del fitness (aptitud) tienen la misma base biológica: tu cuerpo.

Todo rendimiento humano requiere de salud, del mismo modo que todo rendimiento agrícola requiere de un suelo fértil.

Somos conscientes de que un suelo fértil puede quedarse yermo y estéril si abusamos de la producción agrícola. Pero, ¿somos tan conscientes de la relación entre el rendimiento humano y la salud?

Hoy vamos a abordar la (incomprendida) relación entre la salud y el rendimiento funcional, ya sea deportivo o cognitivo, pues verás que ambos pueden ser entendidos con las mismas herramientas.

Más que salud: Capacidad Adaptativa

La RAE define salud como “el estado en que el ser orgánico ejerce normalmente todas sus funciones”.

Por su parte, la Organización Mundial de la Salud (OMS) la define como “un estado de completo bienestar físico, mental y social, y no solamente la ausencia de afecciones o enfermedades.”

Uniendo ambas definiciones, puedes ver que el modelo biomédico occidental entiende la salud como la ausencia de problemas físicos y mentales. Así, consideramos sana a una persona que se siente bien y no tiene dolor, trauma ni preocupaciones importantes.

Sin embargo, esta forma de entender la salud no considera un elemento clave: cuánta carga de estrés puede tolerar una persona antes de fatigarse y enfermar.

Tanto una persona con hábitos mediocres como otra con muy buenos hábitos pueden estar sanas o enfermas en un momento dado. La diferencia real entre ellas es cuántos estresores y perturbaciones pueden soportar antes de enfermar.

Una persona muy en forma puede resistir varios meses de oposición, un campamento militar, la exposición a ciertos virus o una expedición de tres semanas en el Himalaya sin empezar a tener problemas. En cambio, una persona frágil puede enfermar cuando coinciden un virus leve y dos noches sin dormir bien.

Por eso, el concepto de salud se queda corto. Necesitamos otro término que lo complemente y explique esa capacidad de tolerar perturbaciones sin enfermar.

Como no he encontrado un concepto que describa bien esta idea en medicina y fisiología, lo he llamado “Capacidad Adaptativa”.

Una perturbación es cualquier evento que altera las condiciones internas o externas y amenaza la estabilidad del sistema. El ejercicio lo es, igual que el estrés, el frío o el calor intensos, la soledad o la exposición a sustancias tóxicas.

Tener más o menos capacidad adaptativa depende de los recursos y posibilidades de acción que tiene el sistema —en este caso, el organismo humano— para soportar perturbaciones y adaptarse a ellas.

En el ser humano, esos recursos son sus adaptaciones: capacidad aeróbica, fuerza, variedad de movimientos, aprendizajes previos, patrones motores, memoria, reservas y colaboraciones. A ello se suma la ausencia de daños, que funciona como una reserva fisiológica y permite tolerar cierto estrés antes de romperse.

Pero estos recursos pasan por un filtro: el contexto. El contexto determina qué capacidad adaptativa tiene un sistema en cada situación.

Por ejemplo, una persona puede tener buena forma física, juventud y ausencia de daños, lo que le da alta capacidad adaptativa ante estresores físicos. Pero si gestiona mal sus emociones y tiene pocas habilidades cognitivas, puede tener baja capacidad adaptativa ante el estrés laboral o los cambios del mercado.

Para entender ambos conceptos, en la siguiente tabla muestro ejemplos de factores relacionados con una buena capacidad adaptativa y con la carga de perturbaciones en distintos sistemas: un árbol, un suelo vivo, una persona, una tribu y una empresa.

La capacidad adaptativa es la que permite que el sistema / organismo pueda tolerar las perturbaciones. Un árbol dominante, con raíces profundas y un tronco grueso tenderá a ser más resiliente antes las perturbaciones: aguanta más y se recupera antes.

Los daños que generan las perturbaciones disminuyen la capacidad adaptativa. Por ejemplo, un árbol dañado por la sequía es menos resiliente ante un ataque de insectos o una gran poda.

Por tanto, las perturbaciones han de ser entendidas en su conjunto, no de forma aislada. Los organismos somos resilientes, y podemos tolerar y recuperar el estado anterior tras sufrir la afección de ciertas perturbaciones. Pero cuando estas se acumulan de una forma continua o en gran magnitud, empiezan a hacer mella en la salud del sistema, que deja de responder de forma adecuada a ellas.

Carga alostática (el estado de recuperación)

El concepto fisiológico que mejor aborda el avance de problemas sistémicos derivados de la acumulación de pequeñas perturbaciones es el de “carga alostática”, desarrollado por Bruce McEwen y Eliot Stellar en 1993.

Este término recoge la siguiente realidad: cada vez que el organismo hace frente a una perturbación se genera una respuesta, y esa respuesta tiene un coste para el organismo.

Por ende, la “carga alostática” hace referencia al desgaste acumulado que sufrimos debido a la necesidad de adaptación crónica a los estresores, que conllevará daños o enfermedad si se hace de una forma que supere la capacidad adaptativa del organismo.

La huella que deja la carga alostática en el organismo es inespecífica. Esto significa que diferentes tipos de estrés generan muchos síntomas similares.

La primera fase del aumento de carga alostática se evidencia con la aparición de síntomas perceptivos y funcionales: fatiga, trastornos de sueño, irritabilidad, apatía, ansiedad, falta de concentración y de memoria, bajada de rendimiento, etc.

La segunda fase, cuando se olvidan estos síntomas, incluye ya cambios fisiológicos severos y problemas de salud, que además se retroalimentan entre sí: mayor presión arterial, inflamación de bajo grado, peor regulación de la glucosa, peor regulación inmunitaria, daños en los tejidos, permeabilidad intestinal, cefaleas… Síntomas que, si no se pone freno a esa situación, pueden derivar en enfermedades degenerativas serias con el paso del tiempo en esta situación.

Puedes entenderlo del mismo modo en que las últimas crisis (Covid, Ucrania, Irán…) han afectado a Europa: cuando el sistema está débil, las perturbaciones no pueden ser bien compensadas y su efecto se hace más grave y potencialmente irreversible.

Este proceso de acumulación de desgaste y daños puede ser entendido dentro del modelo de percolación que desarrollaron Rafel Pol y colaboradores en 2019, que nos permite entender la evolución de la carga alostática en el organismo a través de las mismas dinámicas que pueden explicar las lesiones y tantos otros problemas cuyo desarrollo es no lineal, con puntos críticos a partir de los cuales de repente aparecen los efectos ocultos que antes eran compensando e invisibles desde fuera.

Un individuo sano puede soportar la acumulación de perturbaciones sin el suficiente descanso a través de compensaciones y márgenes de reserva.

Los pequeños daños pueden ser compensados pero llega un punto en que, a través de la unión de diferentes perturbaciones, el sistema no puede compensar más y se desencadena la lesión, la enfermedad, la fatiga o la muerte.

Si bien la recuperación del desgaste suele ser rápida cuando disminuimos la carga —e incluso daría lugar a una reacción hormética de supercompensación—, una vez estos daños se acumulan y aparece la lesión o enfermedad grave, el daño es lento de reparar y a veces irreversible.

Integrando Capacidad Adaptativa y Carga Alostática

Cada vez que nos adaptamos a una perturbación, el organismo debe hacer cambios que cuestan tiempo, recursos y energía.

Este coste y daños no son un problema. De hecho así es como funciona el entrenamiento: generamos estrés y nos adaptamos. Somos resilientes y podemos recuperarnos de ello.

Pero cuando los estresores se acumulan, el daño puede hacerse mayor. Por eso, la capacidad adaptativa puede agotarse a corto plazo si las perturbaciones son muy frecuentes e intensas.

La capacidad adaptativa depende de nuestras adaptaciones y cambia lentamente. En cambio, el estado de recuperación o fatiga de cada momento —la carga alostática— depende de la acumulación de perturbaciones y puede modificarse más rápido.

Por eso, en entrenamiento y salud conviene distinguir dos cosas: cuán recuperado estoy ahora —que depende del estrés al que estoy expuesto—, y qué cantidad de estrés puedo tolerar antes de agotarme. Porque no son lo mismo.

Voy a tratar de exponerlo de una forma muy simple: tanto Samuel Gil como Gabriel Rufián pueden estar igual de agotados en un momento dado de su vida, sufriendo los mismos síntomas físicos, mentales y emocionales derivados de la sobrecarga alostática.

Pero mientras que Samuel lo ha hecho después de trabajar 240h en el último mes, entrenar y correr un Hyrox y estar expuesto a los virus de sus hijas; Gabriel está así tras dos semanas sin faltar al congreso y juntar tres partidos de pádel.

Tienen la misma carga alostática, pero diferente capacidad adaptativa.

¿Cómo mejorar la capacidad adaptativa?

Construir capacidad adaptativa no es lo mismo que reducir nuestra carga alostática.

Reducir la carga alostática y recuperar es fácil, basta con entrenar menos, irse de vacaciones y mandar a los niños con los abuelos.

Pero el objetivo del entrenamiento, y me da igual si es por rendimiento o salud, es aumentar la capacidad adaptativa para poder tirar con las perturbaciones cotidianas y con más. Se trata de ser mejor para poder aguantar más.

Mejorar la capacidad adaptativa requiere dos cosas:

1) Evitar la deuda

El error número 1 de la mayoría de personas es querer hacer más de lo que pueden tolerar.

Su capacidad adaptativa es baja, porque llevan poco tiempo entrenando o no han ganado seleccionados por la lotería genética.

Pero sus objetivos son infinitos.

“Si Kilian puede entrenar así, yo también”. “No pain, no gain”.

Exponerte a más estrés del que puedes tolerar a largo plazo es lo mismo que pedir un préstamo para vivir por encima de tus posibilidades.

No digo que no tengas que invertir a veces, y pedir préstamos puntuales. Pero pedir préstamos para pagar préstamos te lleva a una espiral destructiva que terminará mal.

Recuerda que tú no eres un gobierno y no puedes refinanciar indefinidamente tu propia deuda.

Voy a hablarte claro: la mayoría de intervenciones que se promocionan en el ámbito del entrenamiento, la nutrición o la realización personal son estafas piramidales donde mejoras mucho al principio pidiéndole préstamos a tu “yo” futuro:

• Te pones una dieta estricta y pierdes peso rápido, pero como no es sostenible y no aprendes a comer mejor, acabas con más hambre, atracones y rebote.

• Usas café para rendir más y tapar la fatiga, pero cada vez hace menos efecto y cuando lo necesitas, falla.

• Te levantas a las 5 de la mañana para hacer burpees y grabar vídeos, pero en una semana estás agotado, lo dejas y tardas un mes en recuperarte.

Y eso ocurre así porque haces mucho más de lo que puedes tolerar de forma sostenible.

Como partes de un estado de bajo estrés -recuperado-, tu organismo puede compensar cierta cantidad de daños a través de compensaciones con otras estructuras de tu red fisiológica.

Ahí es cuando mejoras mucho y te crees invencible. Pero estás en un estado insostenible, simplemente no lo sabes aún.

Si sigues estresando más de lo que tu capacidad adaptativa actual puede soportar, el desgaste se va acumulando de forma silenciosa hasta que la red fisiológica es incapaz de compensarlo por más tiempo y se manifiesta funcionalmente, de una forma a menudo abrupta.

2) Invertir para mejorar tu capital adaptativo (fisiología, recursos, cualidades…)

Si antes te decía de evitar el exceso de deuda, ahora te digo que inviertas.

Endeudarse un poco puede tener sentido si sirve para mejorar: entrenas duro unos días y luego recuperas; tomas café cuando hace falta y lo evitas en días suaves; alternas periodos de trabajo intenso con otros de desconexión.

La capacidad adaptativa mejora cuando nos exponemos de forma adecuada y constante a los estímulos durante mucho tiempo.

Si no te expones a los estresores, retrocedes. Si te expones demasiado, te agotas y te dañas. En ambos casos, pierdes capacidad adaptativa.

Se trata de “entrenar para poder entrenar más”.

Exponerse a los estresores de una forma progresiva y ajustada a nuestras posibilidades para que cada vez seamos mejores haciéndoles frente.

En la práctica: no te endeudes para pagar deudas. No sigas entrenando duro si te sientes agotado.

Cambia la velocidad por la consistencia. Respeta tus tiempos y ajusta tu carga a tu capacidad real.

Pero ojo, no se trata solo de exponerse a estresores. Hay que sembrar las semillas correctas: estímulos coherentes con nuestra evolución y capaces de mantener el equilibrio del sistema.

Si la perturbación a la que nos adaptamos es coherente con nuestra evolución y genética, como ejercicio, frío o ayuno, nos adaptamos y mejoramos nuestra capacidad adaptativa.

Si no lo es, como en el caso de estresores modernos (ansiedad, pantallas, alimentos hipercalóricos), generamos una maladaptación que con el tiempo la degrada (sobrepeso, hipertensión, miopía, cifosis, etc).

Los estímulos maladaptativos siempre degradan al sistema, aunque se den en dosis pequeñas. Un campo de brócolis siempre va a degradar un suelo, aunque se planten pocos.

Del mismo modo, podríamos decir que ninguna cantidad de microplásticos, estrés crónico o patatas fritas es positiva. En todo caso, será inapreciable o compensada por el organismo.

Coser el desajuste evolutivo

Que la respuesta a la mejora de la capacidad adaptativa sea retornar a los estímulos evolutivos o “naturales” no es casualidad ni una ingenua visión naturalista del mundo: es pura probabilidad.

Los sistemas complejos solo persisten si desarrollan mecanismos de retroalimentación que les permitan mantener su equilibrio.

Este es el Principio de Persistencia, formulado por Pross y Pascal. Los Sistemas Complejos que no consiguen mantenerse en equilibrio se desestabilizan y desaparecen, no aguantan.

Dicho de otra forma: si un animal no estuviese bien adaptado a recibir los estímulos que conforman el ambiente para el cual ha evolucionado, habría desaparecido. Su propia existencia indica que pudo ajustarse a esas demandas.

El problema actual es que mediante la tecnología el ser humano ha conseguido ser capaz de ir cambiando su entorno muchísimo más rápido de lo que han cambiado nuestras adaptaciones a este.

El desajuste evolutivo que soporta el ser humano moderno es una anomalía en la biología: no sabemos de ninguna especie anterior que haya podido ni siquiera acercarse a algo así sin extinguirse.

Esta gran brecha ha generado la dicotomía que hacemos los seres humanos entre salud y rendimiento, términos extraños en ecología de poblaciones.

Para la gran mayoría de animales adaptados a su nicho ecológico, aptitud y salud van de la mano: las acciones que le hacen ser apto y tener éxito son los estímulos que su cuerpo necesita para mantener su capacidad adaptativa y tener salud.

La maldición del ser humano actual radica en que los estímulos con los que nuestro cuerpo evolucionó y que necesita para funcionar bien son diferentes de los estímulos que requiere el mundo moderno para tener éxito y sobresalir.

“No es signo de buena salud estar bien adaptado a una sociedad profundamente enferma”, decía Kiddu Krishnamurti.

Sin duda, pero tampoco es saludable estar adaptado a un mundo paleolítico que ya no existe.

Pretender que volvamos a las cuevas no solo es una utopía: sería desadaptativo y pernicioso para nosotros porque el ambiente en que vivimos ha cambiado. Al mejor cazador de hace 50.000 años no le iría bien hoy en día. Sus habilidades para la caza serían inútiles en este mundo moderno. Sería un mendigo.

La solución a este desajuste evolutivo no es volver a la pobreza, ni tampoco convertirnos en cyborgs o modificar nuestro ADN.

Nuestro cableado psicoemocional también se forjó en el paleolítico y, aunque modifiquemos nuestro cuerpo, seguiremos muriendo de ansiedad si nuestro nicho ecológico y nuestra forma de vida siguen alejándose cada vez más del que nos hizo evolucionar.

Para integrar salud y rendimiento debemos hacer lo que toque hacer para prosperar en el mundo, pero a su vez entender que somos animales y, como tales, tenemos unas necesidades de descanso, relajación, conexión social, nutrición y actividad física que no podemos aplazar.

Por eso, el subtítulo de mi libro es “OBEDECE tu biología para dominar tu rendimiento”.

Se trata de buscar la forma de alinear lo más posible las cosas que nuestro cuerpo y nuestra mente necesitan con las que demanda el mundo.

Hacer las acciones necesarias para mejorar la capacidad adaptativa, para gastarla en las acciones necesarias para ser funcionales en el mundo moderno.

“La Naturaleza, para ser controlada, debe ser obedecida.” — Francis Bacon

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Innovar creando avatares digitales de alta tecnología requiere que el equipo esté 100% enfocado en el producto. Por eso, startups disruptivas como Union Avatars no pierden ni un minuto en gestionar su facturación en herramientas anticuadas. Han centralizado su back-office con Holded.

Holded es el ERP en la nube que acompaña a las startups en su escalabilidad. Automatiza tu facturación, conecta tus bancos y pasarelas de pago, y obtén métricas financieras en tiempo real para convencer a tus inversores. Deja que Holded gestione el caos administrativo mientras tú te centras en construir el futuro de tu sector. Tienes 14 días para probar la plataforma completa y ver el impacto real en tu operativa.

Empieza por la facturación y crece con Holded → Empieza a facturar gratis

El primer fármaco para alargar la vida de tu perro está cerca. Y podría ser un adelanto de lo que vendrá en humanos.

Hace unas semanas hablé del caso de un ingeniero australiano que desarrolló una vacuna contra el cáncer para su propia perra. Más allá de lo llamativo de la historia, había una idea de fondo más relevante: las mascotas se están convirtiendo en un campo de pruebas avanzado para la biotecnología de la longevidad.

Y no es casualidad. Los ensayos clínicos de longevidad en humanos costarían más de mil millones de dólares y llevarían décadas. Sin embargo, la regulación en veterinaria es más ágil, los ensayos son más rápidos y baratos y los ciclos de vida más cortos de los animales permiten obtener resultados en mucho menos tiempo. Eso convierte a los perros y otras mascotas en un buen modelo para validar terapias similares—aunque con importantes diferencias—a las que podrían llegar para humanos en el futuro.

En ese contexto quiero hablar hoy de Loyal, una empresa biotecnológica fundada en 2019 por Celine Halioua y con sede en San Francisco.

La compañía se posiciona en la intersección entre la veterinaria, la biología del envejecimiento y la farmacología. Su enfoque no es tratar enfermedades individuales, sino atacar directamente los mecanismos biológicos del envejecimiento para retrasar la aparición de patologías como el cáncer, la insuficiencia renal o el deterioro cognitivo.

Hasta ahora la empresa ha obtenido 250 millones de dólares de financiación y está llevando a cabo el que probablemente sea uno de los mayores ensayos clínicos de la historia veterinaria. El estudio STAY cuenta con 1.300 perros inscritos en 70 clínicas veterinarias. La mitad recibe la pastilla y la otra mitad un placebo. Ambos con sabor a carne para que nadie pueda distinguirlos. Pero lo realmente importante no es el tamaño, sino el diseño del ensayo: perros reales, en hogares reales, midiendo longevidad.

Los perros desarrollan las mismas enfermedades relacionadas con la edad que nosotros: cáncer, enfermedades cardiovasculares, fallo renal o problemas cognitivos similares a la demencia. Además, viven en nuestras casas, comen alimentos similares y respiran el mismo aire. No son ratones en las condiciones estériles de un laboratorio. STAY podría ser lo más parecido que existe hoy en día a un ensayo humano de longevidad.

El fármaco que está probando se llama LOY-002 y funciona como un mimético de restricción calórica: engaña al metabolismo del perro para que se comporte como si estuviera en una dieta baja en calorías, pero sin reducir realmente la ingesta de comida. La cascada biológica que desencadena es la misma que ha extendido la esperanza de vida en todas las especies probadas, desde levaduras hasta primates.

La FDA ya ha aceptado los datos de seguridad y de eficacia. Dos de las tres etapas regulatorias están superadas. La tercera es la revisión de fabricación, que se espera completar este año. Si se aprueba, LOY-002 se convertirá en el primer fármaco aprobado por la FDA para la extensión de la esperanza de vida. No para tratar enfermedades, ni para aliviar síntomas. Para prolongar la vida libre de enfermedades. No hay nada similar aprobado hasta ahora para ninguna especie.

Pero aquí está el punto crítico: no es lo mismo tratar a un animal enfermo que medicar a uno sano. La propia Loyal lo explica en su blog:

Todos los medicamentos conllevan riesgos potenciales además de beneficios, y los veterinarios equilibran ambos de forma habitual para lograr un resultado neto positivo en cada paciente. Cuando un perro padece una enfermedad que causa un sufrimiento significativo o que probablemente será mortal, como el cáncer, los tratamientos que reducen ese sufrimiento y prolongan la vida pueden ser beneficiosos incluso si tienen efectos negativos importantes. La quimioterapia es un ejemplo de ello: aunque suele provocar efectos indeseados, como náuseas o una disminución de la función del sistema inmunitario, merece la pena tolerarlos durante un tiempo si es probable que el paciente obtenga un periodo significativo de buena calidad de vida que no habría tenido sin tratamiento.

Los medicamentos preventivos son diferentes. Dado que tratamos a perros generalmente sanos con el objetivo de preservar su salud, nuestra tolerancia a los efectos negativos del tratamiento debe ser muy baja. Los efectos secundarios deben ser leves o muy poco frecuentes para que el tratamiento tenga un beneficio neto en la mayoría de los pacientes. Este es un listón alto, y en el caso de LOY-002 se ha trabajado intensamente para cumplir los exigentes estándares establecidos por la FDA y para evaluar la seguridad del fármaco en condiciones de uso variadas y realistas.

Loyal tiene en su pipeline un segundo fármaco, LOY-001, dirigido específicamente a razas grandes. Los perros grandes viven menos porque siglos de cría selectiva para aumentar su tamaño les han dado niveles elevados de IGF-1, la misma hormona de crecimiento asociada al envejecimiento acelerado en humanos. Reducir el IGF-1 en moscas, gusanos y roedores prolonga la vida. Loyal va a probar si lo mismo ocurre en perros.

Con más de 90 millones de perros en 60 millones de hogares de EEUU y un tratamiento preventivo que tendría que administrarse de forma continua durante años no es difícil imaginar el tamaño del negocio que Loyal podría alcanzar a tener en caso de finalmente tener éxito. ¿Renunciarías a dos años más con tu perro? Ahora imagina el mercado de un medicamento capaz de hacer lo mismo en ocho mil millones de humanos.

Y ya puesto a imaginar y a hacer apuestas…

¿Serán nacionalizados los grandes laboratorios de IA?

El 7 de abril de 2026, Anthropic anunció el lanzamiento de Claude Mythos, su modelo más avanzado hasta ahora. Según la compañía, representa un salto significativo en capacidades respecto a Claude Opus 4.6, especialmente en razonamiento, ingeniería de software, uso de computadora y, sobre todo, ciberseguridad.

Sin embargo lo más llamativo del lanzamiento es que, en realidad, no se lanzó. Al menos no al público en general. Es la primera vez en casi siete años que un laboratorio puntero retiene un modelo por motivos de seguridad —la anterior fue OpenAI con GPT-2, en 2019.

Anthropic decidió no hacer disponible el modelo de forma general debido a sus potentes capacidades ofensivas en ciberseguridad. Mythos es capaz de descubrir y explotar de forma autónoma vulnerabilidades críticas en sistemas ampliamente usados, incluyendo infraestructuras críticas y sistemas militares.

Ante el riesgo de que estas habilidades pudieran usarse para ataques masivos, la empresa creó el Project Glasswing: un programa limitado que otorga acceso controlado a un pequeño grupo de empresas y organizaciones clave (como Microsoft, Google, Amazon, Nvidia, Cisco, Apple y mantenedores de software open source) exclusivamente para defensa cibernética —es decir, para identificar y corregir vulnerabilidades antes de que sean explotadas.

Dice Derek Thompson en X:

“…si comparas tu tecnología con armas nucleares, predices que dejará sin empleo a decenas de millones de personas, y anuncias la invención de una llave maestra digital para extraer información clasificada de sistemas gubernamentales y tomar el control de infraestructura crítica, incluyendo infraestructura militar, realmente me cuesta ver cómo esto no termina con alguna forma de nacionalización o sanción o algo aún más extraño.

No puedo predecir la evolución de esta tecnología lo suficientemente bien como para saber qué estoy apoyando aquí, pero solo sumando dos y dos me cuesta ver cómo o por qué seguiríamos tratando a estas empresas como si fueran firmas ordinarias del sector privado.”

¿Qué ocurrirá cuando una tecnología así esté disponible para cualquiera?

Algunos se temen lo peor.

Otra pregunta interesante que ha surgido al respecto es: ¿se quedarán los laboratorios los mejores modelos para ellos y nos darán al resto versiones inferiores?

La mentira útil de los wearables

Este año empecé siendo bastante crítico con los wearables. Mi argumento era simple: no deberíamos subordinar nuestras sensaciones subjetivas—afinadísimas tras millones de años de evolución—a métricas que, en gran medida, son construcciones arbitrarias de unos dispositivos, por mucho que sus fabricantes inviertan enormes cantidades de dinero en convencernos de lo contrario.

También defendía que el afán por la mejora constante y la ultraoptimización no debería robarnos los pequeños momentos de disfrute de la vida. Y eso lo sigo manteniendo.

Sin embargo, volviendo a los wearables, esta semana leí algo de David Sinclair que creo que merece la pena considerar:

Un estudio con 178 personas mostraba que, fueran precisas o no, las métricas que veían en sus dispositivos—incluidas estimaciones de su edad biológica—les empujaban a adoptar hábitos más saludables y, en consecuencia, a mejorar su salud.

Es decir: incluso si las métricas no son perfectas, pueden funcionar como una buena ficción. Una que, bien utilizada, acaba produciendo efectos reales.

Otro argumento a favor de su uso lo ofrecía Alan Couzens: el uso de gadgets nos permite calibrar nuestras sensaciones. Tiene todo el sentido del mundo y, al menos en mi caso, es algo que he experimentado de primera mano.

Los 10.000 pasos al día de tu cerebro

Si hay una métrica que los wearables han ayudado a popularizar es la de los famosos 10.000 pasos diarios.

Pero sobre todo, en los últimos 50 años hemos interiorizado la idea de que, si no te mueves, te deterioras.

Cal Newport —profesor de Informática y autor de Deep Work— cree que algo parecido a lo que ocurrió con el cuerpo debería ocurrir con la mente. Debemos ser conscientes de que tecnología está erosionando nuestra capacidad de concentrarnos y de pensar con profundidad. Es un proceso que empezó a acelerarse con las redes sociales alrededor de 2012 y que se intensifica aún más a medida que delegamos cada vez más tareas cognitivas a la IA.

Todas estas herramientas tienen algo en común: son extraordinariamente eficientes. Eliminan fricción, reducen esfuerzo, nos lo ponen fácil. Y precisamente ahí está el problema. El cerebro funciona como un músculo: si no lo usas, se atrofia.

Su propuesta es tan simple como incómoda:

“Quizá leer unas cuantas decenas de páginas al día debería convertirse en los nuevos 10.000 pasos diarios: una base mínima de actividad para mantener la forma cognitiva.”

No se trata de rechazar la tecnología, sino de entender que hay ciertos “ejercicios” que no deberíamos delegar.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Desde que el pasado diciembre Creative Destruction Lab —la prestigiosa organización sin ánimo de lucro orientada a acelerar startups de deeptech— abrió su sede en San Sebastián en colaboración con IESE, colaboro con ellos como mentor en el track de Inteligencia Artificial.

Fue en ese contexto donde conocí a Gonçalo Perdigão, un emprendedor portugués con una empresa que desafiaba casi todas las intuiciones habituales: con un único empleado (él mismo), estaba facturando en poco tiempo más que muchas compañías con equipos mucho más grandes y años de recorrido.

Lo que para muchos mentores era una herejía —algo que contravenía las reglas no escritas de cómo se construyen compañías—, para mí era profundamente interesante. Era la primera vez que veía in the wild ese animal mitológico del que tanto se habla en posts y artículos: la empresa basada en IA de un sólo empleado.

Me fascinó tanto como para, además de pedirle que me dejara mentorizarle (para aprender yo de él, obviamente), invitarle a contar su historia en Suma Positiva.

Y eso es justo lo que os traigo hoy.

Esta edición de Suma Positiva ha sido patrocinada por:

¿IA sin gobernanza? Receta segura para el caos

Si tu modelo de datos es inconsistente y poco fiable, la IA no lo arreglará: amplificará el caos. Resultado: decisiones poco informadas, costes innecesarios y riesgos éticos, legales y de seguridad.

Para adoptar IA con impacto, algunas claves:

• Arquitectura de datos sólida y escalable

• Gobernanza de datos estructurada y clara

• Marco de trabajo práctico para una IA responsable

Abordamos estos aspectos (entre otros muchos) en nuestras formaciones sobre ética de la IA y gobernanza de datos. ¿Buscas adoptar IA con todas las garantías? Consúltanos y diseñamos una propuesta conjunta completamente personalizada.

Construyendo máquinas creativas

por Gonçalo Perdigão

No tenía previsto construir una empresa en torno a la IA.

Llegué ahí siguiendo problemas que no admitían respuestas simples.

Empecé en ingeniería.

En el Instituto Superior Técnico estudié Ingeniería Eléctrica y de Computadores. También di clases de matemáticas allí, lo que fue una de mis primeras lecciones reales sobre claridad. Enseñar exige una especie de honestidad: si no puedes explicar algo, probablemente aún no lo entiendes lo suficientemente bien.

Más tarde, cursé un posgrado en Finanzas en la Universidade Nova de Lisboa. En aquel momento, no me pareció un cambio de dirección. Me pareció añadir otra lente. La ingeniería me enseñó cómo funcionan los sistemas. Las finanzas me enseñaron cómo las decisiones viajan a través de organizaciones, mercados e incentivos. Mirando atrás, esa combinación moldeó gran parte de lo que vino después.

Al principio, tuve la oportunidad de colaborar en proyectos de investigación y desarrollo con instituciones como la Agencia Espacial Europea y la Universidad de Cambridge. Esa experiencia dejó huella en mí. Me mostró el valor del rigor, pero también la distancia que puede existir entre la posibilidad técnica y la adopción en el mundo real. Una solución puede ser brillante y aun así no llegar a ninguna parte si se presenta en el formato equivocado, en el momento equivocado o sin un camino claro hacia su uso. Esa tensión se quedó conmigo.

Durante veinte años, he trabajado en telecomunicaciones, entretenimiento, fintech y retail, a menudo en puestos de liderazgo centrados en estrategia, productos digitales y tecnología. Eran industrias muy diferentes, pero las mismas preguntas de fondo seguían apareciendo. ¿Cómo conviertes la complejidad en algo útil? ¿Cómo pasas de la idea a la ejecución sin perder impulso? ¿Cómo construyes productos que la gente no solo admire, sino que realmente use?

La vida corporativa me dio escala, disciplina y exposición a grandes sistemas. También me dio una visión de cerca de lo difícil que puede ser el cambio, incluso cuando todo el mundo está de acuerdo en que es necesario. Las grandes organizaciones están llenas de personas inteligentes, pero la inteligencia por sí sola no elimina la fricción. Las prioridades compiten entre sí. Los sistemas heredados se resisten. Los equipos se ocupan defendiendo el ayer mientras intentan inventar el mañana.

En paralelo, durante unos quince años, estuve involucrado en la creación y el lanzamiento de start-ups. Algunas fueron innovadoras. Algunas fueron disruptivas. Algunas dieron lugar a patentes. Algunas fracasaron. Algunas llegaron a exits. No digo esto a la ligera, ni con romanticismo. El fracaso rara vez es cinematográfico cuando lo estás viviendo. Es sobre todo incertidumbre, responsabilidad y la sensación incómoda de haber aprendido algo a un coste muy alto.

Aun así, no eliminaría esos años de mi camino. Las start-ups me enseñaron lo que los entornos corporativos a menudo no pueden: que la velocidad importa, que la convicción nunca es suficiente por sí sola y que la realidad es el mejor editor de la estrategia. También me enseñaron humildad. Cuando construyes suficientes cosas, dejas de creer demasiado en las narrativas pulcras. El progreso rara vez es lineal. El timing importa más de lo que a la gente le gusta admitir. Y la línea entre el buen juicio y la buena suerte suele ser más fina de lo que parece a posteriori.

Hoy trabajo como emprendedor, apoyando a empresas de distintos sectores con estrategia digital, nuevos mercados, productos y servicios. Gran parte de ese trabajo gira ahora en torno a la IA Generativa.

La escritura se ha convertido en una parte importante de mi forma de trabajar. No como una actividad secundaria, sino como una manera de pensar en público. Escribir obliga a sintetizar. Hace visibles las intuiciones vagas. Me ayuda a comprobar si una idea es lo bastante robusta como para viajar más allá de una sala de reuniones o una presentación de diapositivas. Con el tiempo, también me acercó a una conversación más amplia sobre tecnología, creatividad y cómo se adaptan las personas cuando las herramientas a su alrededor cambian rápidamente.

Los últimos cinco años unieron todos estos hilos. Lancé Algorithm G no porque quisiera crear otra boutique de consultoría ni otra marca de IA. Lo lancé porque veía un hueco entre lo que muchas organizaciones necesitaban y lo que el mercado ofrecía. Por un lado, había entusiasmo con la IA. Por otro, había mucho ruido, ciclos de venta largos, grandes presupuestos y soluciones que parecían demasiado pesadas para los problemas que decían resolver. Muchas empresas no necesitaban un teatro. Necesitaban tracción.

Ahí es donde nuestro producto GAIA empezó a tomar forma. GAIA nació del trabajo práctico, no de un artículo teórico. Creció a partir de la exposición repetida al mismo reto: las organizaciones querían usar la IA de una manera concreta, asequible y útil, pero a menudo carecían de la estructura técnica interna, el tiempo o la confianza para empezar bien. Lo que necesitaban no era una promesa futurista. Necesitaban un camino funcional del problema a la aplicación.

Así que nos centramos en construir algo más sencillo y más disciplinado. En la práctica, eso significó crear sistemas de IA que pudieran ayudar con tareas reales: responder correos electrónicos, preparar propuestas, elaborar presupuestos, revisar contenidos, apoyar el pensamiento de producto, contribuir al diseño y al desarrollo técnico, y ayudar a los equipos a moverse más rápido sin pretender que el juicio humano se hubiera vuelto irrelevante.

También significó diseñar una forma de trabajar que pudiera combinar la experiencia humana con una capa creciente de agentes especializados realizando trabajo diario en segundo plano. Esa parte ha sido una de las experiencias más interesantes de mi carrera. No estoy construyendo esto según la imagen clásica de start-up con un gran equipo interno sentado en la misma sala. Lo que está emergiendo se parece más a una empresa en red: socios, freelancers, especialistas en verticales concretas y un sistema de coordinación que depende tanto de la confianza y la claridad como de los contratos o la jerarquía.

Junto a esa red humana, decenas de agentes apoyan ahora las operaciones diarias. Algunos son pequeños. Otros son más sofisticados. Juntos, forman una capa operativa que nos permite trabajar de maneras que habrían sido difíciles de imaginar hace unos pocos años. En ciertos momentos, eso se extiende incluso a recursos de computación avanzada como MareNostrum 5. El resultado no es una empresa de ciencia ficción. Es una empresa aprendiendo, en tiempo real, cómo pueden funcionar realmente las nuevas formas de trabajo.

Lo interesante no es que estos agentes existan. Muchas herramientas hoy prometen automatización. Lo interesante es cómo empiezan a comportarse cuando forman parte de un sistema en lugar de ser utilidades aisladas. Cada agente tiene un conjunto relativamente reducido de responsabilidades. Uno ayuda a estructurar la información entrante. Otro redacta respuestas. Otro revisa números, da formato a documentos o revisa textos. Otros asisten en el pensamiento de producto, la exploración de código o la investigación. Individualmente, son modestos. Pero cuando operan juntos, empiezan a parecerse a un pequeño tejido operativo que sostiene silenciosamente el flujo diario de trabajo.

Esto cambia menos de lo que la gente imagina, pero también cambia más de lo que imagina. Las decisiones siguen siendo humanas. El juicio sigue siendo humano. Lo que cambia es el ritmo de ejecución. Tareas que antes requerían cambios de contexto, repetición o una preparación extensa pueden avanzar más rápido, dejando más espacio para pensar, discutir y refinar.

También requiere una disciplina diferente. Cuando una empresa trabaja con agentes, la claridad se vuelve esencial. Las instrucciones necesitan ser precisas. Los procesos necesitan ser visibles. Las suposiciones necesitan cuestionarse con más frecuencia. En ese sentido, los agentes no eliminan la complejidad. La exponen. Y esa exposición obliga a la organización a ser más estructurada respecto a cómo ocurre realmente el trabajo.

Ese proceso también dio origen a Building Creative Machines. Lo que empezó como una observación se convirtió gradualmente en una publicación, después en un proyecto editorial más amplio y, finalmente, en un libro. La razón era sencilla: sentía que había espacio para una conversación más realista sobre la IA Generativa. No una basada en el miedo, ni una basada en el hype, sino una basada en la práctica, la creatividad, la experimentación y el pensamiento crítico.

Como director editorial de Building Creative Machines y, más tarde, como coautor del libro con el mismo nombre, he intentado explorar ese terreno intermedio. El espacio donde la tecnología no es ni magia ni amenaza. El espacio donde las herramientas importan por lo que permiten hacer de manera diferente a las personas y organizaciones, y por las preguntas que nos obligan a hacernos sobre el trabajo, la creatividad y el juicio.

En muchos sentidos, la publicación y la empresa se alimentan mutuamente. El trabajo editorial afila las preguntas. El trabajo de producto pone a prueba las respuestas. Uno me ayuda a mantener la honestidad intelectual. El otro me mantiene cerca de la realidad.

Si hay un tema que recorre mi trayectoria, probablemente sea este: he pasado gran parte de mi carrera moviéndome entre sistemas e historias. Ingeniería, finanzas, investigación, liderazgo corporativo, start-ups, consultoría, escritura, construcción de producto: a primera vista, pueden parecer capítulos separados. Para mí, se sienten conectados. Todos implican entender cómo funcionan las cosas, dónde fallan y cómo podrían rediseñarse para servir mejor a las personas.

No veo la IA como un sustituto de ese trabajo. La veo como una nueva capa. Todavía estamos en una fase temprana de comprensión de lo que estas herramientas significarán dentro de las organizaciones reales. Pero estoy convencido de una cosa: la mayor ventaja no vendrá de sonar más futurista. Vendrá de construir sistemas útiles con disciplina y la humildad suficiente para seguir aprendiendo mientras el suelo aún se mueve.

Ese es el viaje en el que estoy ahora con Algorithm G, con GAIA y con Building Creative Machines. No una historia terminada. Solo el siguiente capítulo.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Las mejores herramientas para prosperar y no perderte lo esencial en la era de la inteligencia artificial.

Una newsletter semanal y la comunidad privada Health & Wealth donde estas ideas se comparten y se ponen en práctica, en buena compañía.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Cuidar lo importante para poder seguir disfrutándolo.

Tener energía para compartir tiempo, claridad para tomar decisiones y tranquilidad al saber que tu salud está en orden.

La mayoría de analíticas tradicionales solo cubren lo básico (15–20 marcadores).

Holo analiza 5 veces más marcadores, para darte una visión completa de lo que está ocurriendo dentro de tu cuerpo.

Desde inflamación, vitaminas y hormonas hasta salud metabólica y cardiovascular, entiendes de verdad que está pasando en tu cuerpo.

Además:

• Recibes un informe personalizado, con un plan de acción claro

• Haces seguimiento en el tiempo para ver cómo evolucionan tus biomarcadores

• Integras tus wearables y centralizas toda tu información en un solo lugar con Holo AI

Porque cuidar lo importante no es una decisión puntual.
Es un compromiso con tu energía, tu tranquilidad y tu futuro.

🎁 Disfruta de un 15% de descuento para nuevos clientes y también para regalar Holo con el código SUMAPOSITIVA.
Promoción válida hasta el 31 de marzo.

👉🏻 Reserva tu test en tryholo.com

Quiero patrocinar S+

Un ingeniero, un perro y el futuro de la medicina

Un ingeniero sin formación en biología diseña una vacuna contra el cáncer para su perra con ChatGPT y 3.000 dólares australianos (el coste de secuenciar su ADN).

No es ciencia ficción. Ya ha pasado.

La pregunta que debemos hacernos es qué pasa cuando esto deje de ser excepcional.

Rosie es una perra australiana con cáncer de mastocitos. Su dueño, Paul Conyngham, es ingeniero de software con 17 años de experiencia en machine learning y análisis de datos. No tiene formación en biología, medicina, ni nada remotamente relacionado con la oncología. Lo que sí tiene es acceso a ChatGPT, Grok y AlphaFold. Con esas dos herramientas, Conyngham diseñó una vacuna personalizada contra el cáncer de su perra y el tumor se redujo un 75%.

La historia se hizo viral cuando Greg Brockman, cofundador de OpenAI, la compartió describiéndola como “una pequeña ventana a la oportunidad de la AGI”. Páll Thordarson, director del UNSW RNA Institute y responsable de fabricar la vacuna, la llamó “la primera vacuna personalizada contra el cáncer diseñada para un perro”.

Lo que el tweet de Brockman viene a decir, al igual que el de muchos otros publicados a colación de esta noticia, es que la medicina personalizada ya no sería un problema de ciencia, sino uno de ingeniería.

La historia de Rosie no va de una vacuna.

Va de algo mucho más importante: la IA está convirtiendo la medicina en un problema de ingeniería… pero nuestras instituciones siguen funcionando como si fuera un problema de ciencia.

El pívot que lo cambio todo

La primera idea de Conyngham no fue diseñar una vacuna. Fue algo mucho más convencional: identificó que el tumor de Rosie tenía una mutación en el gen c-KIT, y que existía un fármaco inhibidor1 específico para esa diana.

Intentó conseguirlo, pero el fabricante rechazó su solicitud de uso compasivo2, aunque estuviéramos hablando de un perro, no de un paciente humano. Fin de la vía fácil.

Y aquí es donde la historia se pone interesante, porque Conyngham hizo lo que haría cualquier buen ingeniero cuando el camino directo se bloquea: pivotó. Como no podía conseguir un fármaco ya existente, diseñó un tratamiento nuevo. Usó los datos genéticos del tumor de Rosie, se apoyó en ChatGPT para navegar la literatura científica sobre vacunas de neoantígenos3 —un campo que lleva más de una década en desarrollo clínico— y utilizó AlphaFold para modelar las proteínas mutadas y seleccionar los mejores candidatos para la vacuna.

Lo que no podía hacer él sólo era fabricarla.

Para eso encontró a Páll Thordarson, director del RNA Instituty de la Universidad de Nueva Gales del Sur (UNSW), que tenía la capacidad de sintetizar nanopartículas lipídicas de mRNA —la misma tecnología que Pfizer y Moderna usaron para las vacunas del COVID. Thordarson aceptó el proyecto. De hecho, la UNSW publicó una nota de prensa sobre el experimento en junio de 2024, que pasó completamente desapercibida.

Un detalle revelador: cuando le preguntan a Conyngham cuál fue el mayor obstáculo, no habla de la biología, ni de la tecnología, ni de encontrar colaboradores. Habla del papeleo. Tres meses y más de cien páginas de documentación para conseguir los permisos necesarios. La burocracia fue más difícil que la ciencia.

Y conviene añadir un matiz importante que Thordarson se ha encargado de señalar: no todos los tumores de Rosie respondieron igual al tratamiento. Además hay un debate abierto sobre si el efecto observado se debe a la vacuna en sí o al medicamento inhibidor de checkpoint inmunitario que se co administró, lo que hace imposible atribuir la mejor solo a la vacuna.

Nada de esto es nuevo (y eso es lo importante)

El químico computacional Ash Jogalekar publicó un análisis detallado del caso que merece la pena leer. Su argumento central: la biología que hay detrás de esta historia no es nueva. Las vacunas de neoantígenos llevan más de una década en desarrollo clínico. AlphaFold es una herramienta ya bastante habitual en muchos laboratorios de biología estructural. La tecnología mRNA la conoce el gran público desde las vacunas de la COVID19.

Lo que sí es nuevo —y esto sí importa mucho— es que un solo individuo, sin formación especializada, orquestó un workflow completo que hace cinco años habría requerido un equipo multidisciplinar de biólogos, químicos, bioinformáticos y oncólogos trabajando durante meses. La IA comprimió ese proceso quizá cien veces. No inventó nada. Hizo que el conocimiento existente fuera accesible y ejecutable por alguien de fuera del campo.

Hay otro factor que hace posible esta historia y que nadie debería pasar por alto: Rosie es un perro. Los perros viven fuera del marco regulatorio que protege a los humanos. Esto no es un bug de en esta historia, es precisamente la feature que la hizo posible.

Freeman Dyson predijo algo parecido en 2007, cuando escribió sobre la “domesticación de la biotecnología”. Imaginó un futuro en el que la ingeniería biológica saldría de los laboratorios institucionales y llegaría a garajes y escritorios domésticos, igual que la informática salió de los mainframes corporativos y acabó en los PCs.

La tensión que Dyson anticipó es exactamente la que estamos viviendo: las capacidades se democratizan, pero la regulación sigue siendo profundamente centralizada y conservadora.

Matar un tumor no es lo mismo que curar un cáncer

Patrick Heizer, investigador en terapia celular y génica, ofrece una visión más escéptica y señala algo que la narrativa viral omite: reducir tumores en modelos animales es relativamente frecuente en investigación. Hacerlo de forma segura y a escala es algo mucho más complicado.

Más aún: puedes tener un experimento en animales con el 100% de supervivencia en el grupo tratado y 100% de muertes en el grupo de control (el no tratado), y aún así estar “muy lejos de probar que funciona”.

La razón es biológica y fundamental. Las proteínas cancerosas se parecen mucho a las proteínas sanas. Un tratamiento diseñado para atacar la proteína X del tumor puede acabar atacando la proteína XX en el corazón o en los riñones. Los efectos secundarios graves no aparecen en semanas ni en meses, sino en años. Y los ratones y los perros simplemente no viven lo suficiente para medir supervivencia a cinco años, que es el estándar mínimo en oncología humana.

Heizer describe la posición de los reguladores con una analogía potente: son como los reguladores nucleares después de Chernóbil. Saben que cada capa de burocracia que añaden puede costar vidas por retrasos, pero también saben que cada capa que eliminan puede costar vidas por toxicidad no detectada. Y una vez que se pierde confianza en la tecnología todo se vuelve extremadamente cuesta arriba. No hay respuesta fácil.

Pero Heizer también dice algo no menos cierto y que tiene que dar que pensar: “La FDA dejará morir gente en lista de espera antes de admitir que alguien con ChatGPT y tres mil dólares hizo lo que a ellos les cuesta quince años y dos mil millones.” Hay un exceso de hype con esta historia pero sirve para resalta que existe un conflicto de intereses brutal entre proteger al paciente y proteger al sistema. Y ese conflicto se va a intensificar a medida que la IA haga más obvio lo lento que es el proceso actual.

Founder mode contra el cáncer (si te lo puedes permitir)

Ruxandra Teslo ha escrito sobre un escenario que podría darse: la emergencia de una nueva aristocracia sanitaria.

Compara dos casos:

• Sid Sijbrandij, cofundador de GitLab, fue diagnosticado con un osteosarcoma, un cáncer de huesos con pronóstico terrible. Tenía muchos recursos, contactos y mentalidad de emprendedor. Financió tratamientos experimentales, buscó activamente ensayos clínicos, movió cielo y tierra. Resultado: está libre de recidivas desde 2025.

• Jake Seliger, escritor, fue diagnosticado con un carcinoma de células escamosas agresivo en cabeza y cuello. No tenía los recursos ni la capacidad de Sijbrandij. Murió en agosto de 2024.

La diferencia entre ambos no fue solo médica. Fue económica y de acceso. Seliger escribió extensamente sobre la crueldad de un sistema que tenía tratamientos experimentales prometedores pero los hacía inaccesibles por diseño regulatorio.

Teslo señala un dato concreto: los ensayos clínicos en Australia son entre dos veces y media y tres veces más baratos y más rápidos que en Estados Unidos, sin que se hayan observado más eventos adversos. No es que sea imposible hacer las cosas más rápido y más barato — es que el sistema regulatorio americano, y por extensión el europeo, no está diseñado para eso.

El problema de fondo es claro: la IA está acelerando brutalmente el diseño de terapias, pero no está acelerando ni su validación ni su acceso. Si no reformamos el sistema regulatorio, lo que vamos a crear es un mundo en el que la gente con dinero y conexiones accede a tratamientos experimentales diseñados por IA, y el resto espera quince años a que pasen por el proceso convencional. Una nueva aristocracia sanitaria que haría palidecer a la que ya existe.

Rachel Thomas, cofundadora de fast.ai, añade: puedes tener los mejores modelos del mundo y aún así empeorar los resultados clínicos si los incentivos del sistema están rotos. Si las farmacéuticas siguen optimizando para maximizar ingresos en lugar de maximizar salud, la IA simplemente les dará herramientas más potentes para hacer lo mismo que ya hacen. Sin gobernanza y rediseño institucional, la IA acelera el descubrimiento científico y al mismo tiempo amplía la desigualdad clínica. Más terapias disponibles, pero no más terapias accesibles.

El lado oscuro que nadie quiere mencionar: si un individuo puede diseñar terapias… también puede diseñar lo contrario.

Hay una conversación que la comunidad tecnológica prefiere evitar: si la IA permite a un ingeniero de software diseñar una vacuna contra el cáncer para su perro, también permite diseñar lo contrario. AlphaFold no distingue intenciones. Modela proteínas con la misma eficacia si quieres atacar un tumor o si quieres atacar un tejido sano.

Históricamente, la bioseguridad era un problema de acceso a laboratorios. Necesitabas equipamiento especializado, reactivos controlados, formación técnica. Las barreras eran físicas. Lo que está cambiando es que la parte más peligrosa del proceso —el diseño— se está convirtiendo en un problema de información y computación, precisamente las dos cosas que se están abaratando más rápido. En 2023, un equipo del MIT demostró que estudiantes sin formación en biología podían usar LLMs para generar planes operativos plausibles para producir patógenos conocidos. No llegaron a fabricar nada, pero el ejercicio demostró que la barrera intelectual ya no es barrera.

Aunque, de nuevo, conviene matizar y no caer en un excesivo alarmismo o doomerismo: un estudio posterior de RAND, también de 2024, concluyó que los LLMs no aumentaban de forma estadísticamente significativa el riesgo operativo de un ataque biológico, ya que la información que proporcionaban era similar a la disponible mediante búsquedas convencionales en internet. Pero los propios autores del estudio de RAND advierten que esto podría cambiar rápidamente con modelos más capaces.

No estoy diciendo que cualquiera pueda fabricar un arma biológica mañana. La síntesis física sigue siendo difícil y las empresas de síntesis de ADN tienen filtros de seguridad. Pero la asimetría es preocupante: defender requiere vigilar todas las posibilidades; atacar solo requiere encontrar una. Y cada mes que pasa, encontrar esa una es un poco más fácil.

La misma democratización que hace posible la historia de Rosie tiene una sombra que no podemos ignorar. No se trata de frenar la tecnología —sería inútil y contraproducente. Se trata de que la bioseguridad necesita el mismo tipo de inversión y urgencia que estamos poniendo en las capacidades. Y ahora mismo no la tiene ni de lejos.

La IA ya no solo busca: descubre

Mientras el caso de Rosie dominaba Twitter, Nature Medicine publicó un
artículo de David Adam titulado “The AI co-scientist is here” que merece mucha más atención de la que recibió.

Adam repasa varios hitos recientes. Uno de los más relevantes es la historia de Rentosertib, un fármaco para fibrosis pulmonar idiopática desarrollado por Insilico Medicine. Lo extraordinario no es el fármaco en sí, sino cómo se descubrió: tanto la diana terapéutica (la quinasa TNIK) como el compuesto fueron identificados íntegramente por IA generativa. Ningún químico humano los había propuesto. La máquina no buscó en una base de datos de moléculas conocidas: generó una molécula nueva para una diana nueva. Los resultados de fase IIa, publicados en Nature Medicine en junio de 2025, fueron prometedores, y la compañía está en conversaciones con reguladores para diseñar ensayos de mayor escala.

Gary Peltz, genetista de Stanford, representa lo que podríamos llamar una nueva generación de uso de la IA: IA generadora de conocimiento. No IA que clasifica, predice, u optimiza; IA que descubre cosas que los humanos no sabían. Peltz puso a prueba el AI co-scientist de Google pidiéndole que propusiera reposicionamiento de fármacos para fibrosis hepática. El sistema sugirió tres candidatos con mecanismos de acción plausibles, respaldados por cientos de papers que ningún humano habría tenido tiempo de cruzar. Dos de los tres funcionaron en el laboratorio.

Pero el ejemplo que más eriza el pelo es el de José Penadés, microbiólogo del Imperial College de Londres. Penadés llevaba años investigando cómo los elementos genéticos móviles —fragmentos parasíticos de ADN— se propagan entre distintas especies de bacterias. Cuando le mostraron los resultados del AI co-scientist sobre su tema de investigación, la IA había propuesto exactamente el mismo mecanismo que su laboratorio había descubierto experimentalmente pero que aún no había publicado. “Estaba realmente en shock”, contó Penadés, que al principio pensó que la IA había accedido a sus datos no publicados. La IA llegó a la misma conclusión que años de trabajo experimental, partiendo solo de la literatura publicada.

Jon Stokes, de la Universidad McMaster, trabaja en descubrimiento de antibióticos con IA y su trabajo pone las cosas en perspectiva: su equipo ha desarrollado herramientas de IA que pueden cribar decenas de miles de compuestos químicos al día, una tarea que por métodos tradicionales llevaría semanas y costaría miles de dólares. El cuello de botella ya no es generar hipótesis ni cribar candidatos, sino priorizarlos y testarlos en el laboratorio.

Los escépticos tienen razón (en parte)

Geoffrey Miller, psicólogo evolutivo, plantea una objeción sobre el impacto que la IA va a tener en y medicina que merece tomarse en serio: no existen datasets biomédicos equivalentes a los enormes corpus de texto e imagen que entrenaron a los LLMs. No hay un “ImageNet de la biología humana”. Y lo que es más importante: no hay forma de hacer “Reinforcement Learning from Physiological Feedback” — no puedes iterar rápidamente sobre datos fisiológicos humanos porque los ensayos clínicos tardan años y cuestan cientos de millones. La IA puede generar hipótesis a velocidad de silicio, pero validarlas sigue requiriendo tiempo biológico.

Miller sugiere provocadoramente que los cientos de miles de millones que se están invirtiendo en inteligencia artificial general, si se destinaran directamente a investigación en longevidad, resolverían el problema más rápido que esperar a que una superinteligencia artificial o haga por nosotros.

La pregunta que importa

Un ingeniero sin formación en biología diseña una vacuna para su perra con ChatGPT y tres mil dólares australiano. Una IA genera un fármaco que ningún químico humano había concebido y llega a fase IIa de ensayos clínicos. Otra IA descubre en horas un mecanismo biológico que a un laboratorio le costó años encontrar. Mientras tanto, en el mundo real, los ensayos clínicos siguen tardando una media de diez años, los costes de desarrollo de un fármaco superan los dos mil millones de dólares, y la diferencia entre vivir y morir depende demasiado a menudo de tu código postal y tu cuenta bancaria.

La IA es un catalizador brutal de posibilidades. Está comprimiendo exponencialmente el tiempo entre “esto podría funcionar” y “hemos diseñado algo que funciona”. Pero el verdadero cuello de botella son las instituciones, los ensayos clínicos, la regulación, el acceso. Todo lo que está entre una molécula prometedora en un ordenador y un tratamiento en el brazo de un paciente.

Jake Seliger murió en agosto de 2024 esperando acceso a tratamientos que existían. Rosie, una perra, los recibió porque nadie tuvo que pedir permiso. Esa frase debería ser insoportable. Y debería ser suficiente para que empecemos a discutir en serio cómo reformar un sistema que fue diseñado para un mundo donde el cuello de botella era el conocimiento, no la burocracia.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Suscríbete para no perderte ninguna futura edición.

Suscríbete ahora

Si quieres pasar de la idea a la acción —y hacerlo acompañado— te esperamos en Health & Wealth, la comunidad privada en Telegram exclusiva para suscriptores de pago.

Esta edición de Suma Positiva ha sido patrocinada por:

¿Sabías qué tu salud y bienestar empiezan con unos niveles adecuados de nutrientes esenciales?

“Y, ¿qué son los nutrientes esenciales?”, te preguntarás. Son nutrientes claves para tener una buena salud porque participan en prácticamente todos los procesos vitales del organismo.

Sin embargo, debido al ritmo de vida, el estrés o la calidad del suelo donde crecen los alimentos, podemos tener deficiencias en este tipo de nutrientes. Y en la mayoría de los casos, no somos conscientes de ellas.

Un alto porcentaje de la población española tiene ingestas insuficientes de muchos de estos nutrientes esenciales, según el estudio científico ANIBES de la Fundación Española de la Nutrición.

Estos déficits contribuyen a un impacto negativo en la salud a corto y largo plazo, pudiéndose manifestar en síntomas como: falta de energía, estrés, más resfriados, hinchazón, problemas digestivos, caída del cabello, peor calidad del sueño o poca concentración, entre muchos otros.

Por ello, Pleto es una solución de 92 ingredientes de alta calidad diseñada específicamente para ayudarte a cubrir estas necesidades diarias con una base sólida de micronutrientes, de una forma simple, segura y eficaz.

Su objetivo: acompañarte en el cuidado holístico de tu salud y bienestar, hoy y en el futuro.

¿Quieres probarlo? Consigue 10 euros de descuento con el código: SUMAPOSITIVA

pletoscience.com

Peakspan: ¿Vivir más “solo” con buena salud o vivir más al máximo de nuestras capacidades?

Como sabéis, en el mundo de la longevidad se suele hablar de lifespan (tiempo total que vive una persona, independientemente de su estado de salud) y healthspan (tiempo de vida que se vive con buena salud, sin enfermedades crónicas importantes ni limitaciones funcionales).

Y se dicen cursiladas —por no decir algo peor— del estilo: “no es cuestión de añadir años a la vida (+lifespan), sino de añadir vida a los años (+healthspan)”.

Pues bien, un nuevo paper propone introducir el concepto de peakspan, que hace referencia a cuántos años puedes mantener el 90% de tu capacidad física o cognitiva máxima.

Dice Rhonda Patrick en X:

Las capacidades cognitivas fluidas, como la velocidad de procesamiento y la memoria de trabajo, alcanzan su máximo temprano, alrededor de los 20–30 años, mientras que la inteligencia cristalizada no llega a su pico hasta finales de los 40 o principios de los 50, y puede mantenerse estable hasta bien entrados los 70.

La capacidad cardiorrespiratoria alcanza su máximo entre la adolescencia y mediados de los 20 y luego disminuye de forma constante, mientras que la fuerza muscular llega a su punto más alto al inicio de la edad adulta y cae de forma más acusada a partir de los 60. La densidad ósea, la función renal, los niveles hormonales, la función sensorial, la inmunidad, la digestión y la capacidad reproductiva también siguen sus propias trayectorias: algunas alcanzan su pico en los 20, otras en los 40 y otras en los 50.

En otras palabras, el envejecimiento humano es asíncrono. No envejecemos simplemente “en conjunto”, sino sistema por sistema.

Como se puede ver en el gráfico, en torno a los 50 años, la mayoría de las personas ya ha dejado atrás el peakspan en casi todos los sistemas del cuerpo, aunque todavía estén “sanas”.

Esto crea una enorme brecha entre peakspan y healthspan: años en los que no hay enfermedad, pero en los que ya estamos funcionando muy por debajo de nuestra capacidad máxima. ¿Qué pena, no?

Algunos, como Peter Attia, han defendido un enfoque de la longevidad basado en definir primero nuestras capacidades funcionales en la década marginal —la última década de vida— y, a partir de ahí, hacer ingeniería inversa:

¿Qué nivel de fuerza, resistencia, movilidad o capacidad aeróbica necesito hoy para ser, dentro de 30 o 40 años, un abuelo que todavía puede hacerlo casi todo?

El concepto de peakspan no se conforma con los mínimos y nos propone algo distinto:

¿Y si la mejor forma de llegar bien a viejo no fuera pensar en el final, sino entender cuándo alcanza su pico cada sistema del cuerpo y esforzarnos por mantenerlo el mayor tiempo posible cerca de su máximo rendimiento?

Peakspan propone no solo añadir años con buena salud a nuestra vida sino años con máxima capacidad funcional.

¿Y cómo lo hacemos?

Louisa Nicola propone lo siguiente:

La ciencia de la longevidad del futuro debería centrarse menos en simplemente alargar la vida y más en extender los años cercanos al rendimiento máximo.

Eso implica detectar las primeras señales de declive funcional e intervenir de forma temprana.

La IA podría ayudar a hacerlo mediante el seguimiento de trayectorias personalizadas a partir de wearables, biomarcadores e imágenes médicas, para predecir cuándo una persona está a punto de salir de su peakspan.

Interesantes también las preguntas que se hace de Simon Hill, de quien ya hablamos en Suma Positiva cuando planteamos el Living Proof Challenge:

1. ¿Quién decidió que ≥90% del pico = el objetivo?

   Una persona de 65 años con un 70% de su VO₂max, pero con fuertes conexiones sociales, propósito y bienestar subjetivo, probablemente tiene más de lo que realmente importa que alguien de 35 optimizando biomarcadores a costa de su vida social.

2. ¿Qué estamos intentando maximizar realmente?

   El artículo original plantea el peakspan en torno a la productividad laboral y el crecimiento económico, no en torno a la felicidad o el florecimiento humano. Y esas cosas no son lo mismo. El texto tampoco aborda realmente esa brecha.

3. Si de verdad queremos optimizar el peakspan a nivel poblacional, ¿la respuesta es más wearables y datos, o cambiar los sistemas que moldean nuestro entorno alimentario, la seguridad de ingresos, la educación, la vivienda, las conexiones sociales y las condiciones del barrio?

En cualquier caso, como bien recuerda Andrew Steele, lo que moverá realmente la aguja, mucho más que cualquier intervención basada en modificar hábitos o estilo de vida, serán los avances en la ciencia de la longevidad, a la que desgraciadamente se destinan demasiados pocos recursos.

Por qué el cajero automático no acabó con el trabajo del cajero, pero el iPhone sí

Buen artículo de David Oks.

El cajero automático no eliminó a los cajeros de las sucursales bancarias (de hecho ocurrió lo contrario) porque fue diseñado para encajar en un sistema ya construido alrededor de roles humanos. Es un ejemplo del fenómeno de Jevons: como la nueva tecnología reduce el coste operativo, el banco abre más sucursales y, en neto, acaba contratando más gente.

Sin embargo, el iPhone sí que los eliminó porque hizo irrelevante el paradigma entero de la sucursal física.

Moraleja: la tecnología que sustituye tareas dentro de un sistema diseñado para humanos raramente elimina empleo (hay demasiados cuellos de botella y efectos de complementariedad), pero la tecnología que construye un paradigma nuevo desde cero sí puede hacerlo.

Cómo la IA llegará a la empresa y sus implicaciones

Bastante de acuerdo con Rory O’Driscoll y su taxonomía de escenarios (no mutuamente excluyentes) de adopción de IA por grandes empresas:

1. Las empresas compran el modelo fundacional, que es capaz de ofrecer directamente las funcionalidades que las empresas necesitan

2. Las empresas desarrollan internamente software custom que emplea los modelos fundacionales

3. Las empresas compran productos a empresas de software nativas-IA (startups fundadas después de 2022)

4. Las empresas siguen comprando software a los proveedores actuales, quienes han sido capaces de integrar con éxito IA en sus productos

5. En lugar de software, las empresas compran el resultado final, el servicio completo, provisto por una empresa nativa-IA (un abogado de IA, un contable de IA, etc.)

Dependiendo de cuál de estas opciones predomine en cada sector, la conclusión (y por tanto lo que debes hacer como inversor) puede ser radicalmente distinta:

• Si predominan las opciones 1 ó 2, se materializa el infame “software is dead”

• Si domina la opción 3, entonces el problema lo tiene el software creado antes de 2022. No muere de inmediato, pero pasa a ser legacy. Es el famoso “SaaSpocalypse”

• Si gana la opción 4, compras un índice de empresas SaaS y esperas a que la IA se integre en sus productos.

• Y si domina la opción 5, apuesta por los roll-ups AI-enabled.

Para el venture capital, el verdadero trabajo está aquí: entender, mercado por mercado, qué modelo va a imponerse y por qué. Ese es probablemente uno de los grandes generadores de alpha de los próximos cinco años.

Bastante interesante las observaciones del final:

• Las respuestas serán distintas según el sector. Y cuando se vean con perspectiva, parecerán obvias.

• El ritmo de adopción —y quién captura el valor— variará enormemente entre industrias.

Servicios: el nuevo Software

En la línea de vender el resultado en lugar de la herramienta me ha gustado mucho este artículo de un partner de Sequoia, quien afirma que la próxima compañía de $1T no será una compañía de software, sino una compañía de software disfrazada de compañía de servicios.

Os dejo los que me parecen los puntos más relevantes y novedosos respecto a trabajos similares:

• Si vendes la herramienta, compites contra los modelos. Si vendes el trabajo, cada mejora del modelo te hace más fuerte.

• Programar es inteligencia. Decidir qué programar es juicio. La IA ya domina la inteligencia en muchos ámbitos. El juicio llegará después.

• Cuanto más intensiva en inteligencia sea una profesión (y menos en juicio), antes ganará el autopilot (vender el resultado) al copilot (vender la herramienta).

• La estrategia recomendada es empezar por tareas ya externalizadas, donde el cliente ya compra un resultado y existe una línea presupuestaria con un proveedor sustituible (fácil) sin necesidad de una reorganización interna (difícil). Expande después hacia trabajo insourced y de mayor juicio, a medida que la IA acumule datos del dominio. El tamaño del mercado es gigante: por cada $1 que una empresa gasta en software, gasta $6 en servicios.

Estas dos dimensiones nos dan una matriz de las industrias más atractivas a atacar con este enfoque:

• Predicción: Los copilots líderes de 2025 intentarán convertirse en autopilots en 2026. Dilema: vender el trabajo implica competir o desplazar a sus propios clientes y probablemente no lo harán. Eso abre la puerta a autopilots nativos que empiezan sin ese conflicto.

Un puñado de células cerebrales humanas cultivadas ha aprendido a jugar al Doom

En febrero, la empresa australiana Cortical Labs consiguió algo que parece sacado de una película de ciencia ficción: unas 200.000 neuronas humanas vivas cultivadas e integradas en un chip han aprendido a jugar al clásico Doom (1993). No es un cerebro completo ni un organoide gigante, es un “computador biológico” llamado CL1, formado por células cerebrales humanas colocadas sobre un array de microelectrodos que envían y reciben señales eléctricas.

El experimento es una evolución directa del famoso DishBrain de 2022, cuando las mismas neuronas (entonces unas 800.000) aprendieron a jugar al Pong. Entonces tardaron 18 meses. Ahora, con menos células y un juego muchísimo más complejo (un shooter en primera persona con movimiento libre, enemigos y laberintos), lo consiguieron en solo una semana.

¿Cómo funciona? Un desarrollador independiente tradujo el mundo de Doom al “idioma” de las neuronas: cada pixel, cada enemigo y cada disparo se convierte en impulsos eléctricos que las células “sienten”. Cuando las neuronas reaccionan con su propio patrón eléctrico, el sistema traduce esa actividad en órdenes del juego: mover al personaje, girar, disparar. Es un bucle de feedback en tiempo real. Las células aprenden por refuerzo, exactamente igual que un cerebro biológico.

El resultado no es espectacular (las neuronas juegan como un principiante torpe), pero sí sorprendente: localizan enemigos, se mueven por los pasillos y disparan. Y lo hacen consumiendo una fracción ínfima de energía comparada con cualquier GPU convencional.

Este avance no es solo un truco para presumir. Cortical Labs demuestra que la computación biológica es posible, escalable y programable. Un futuro en el que chips vivos podrían procesar información de forma más eficiente y sostenible que los silicio tradicionales ya no parece tan lejano.

¿Quién iba a decir que un puñado de células en una placa de Petri acabaría matando demonios? Doom nunca había sido tan literal.

Una mosca digital aprende sola a sobrevivir en Matrix

La también australiana Eon Systems acaba de lograr un hito en neurociencia computacional: han creado una réplica digital completa del cerebro de una mosca del vinagre (Drosophila melanogaster) y la han conectado a un cuerpo virtual en un entorno simulado.

Este “cerebro digital”, con unos 125.000 neuronas y 50 millones de conexiones sinápticas, no es una IA entrenada para imitar comportamientos, sino que es una réplica casi exacta del conectoma real de la mosca, documentado recientemente por el proyecto FlyWire.

Eon Systems dio un paso más a investigaciones previas y unieron este cerebro virtual con un cuerpo virtual usando el motor de física MuJoCo, común en robótica. Es como “subir” la mente de la mosca a un ordenador, en un mundo virtual que imita la realidad física.

En un bucle cerrado, los inputs sensoriales (como olores o movimientos) activan las neuronas digitales, y la actividad neuronal controla el cuerpo simulado. Lo impresionante: sin datos de entrenamiento ni aprendizaje por refuerzo, la mosca virtual empezó a caminar y alimentarse por sí sola, emergiendo comportamientos naturales directamente de la estructura neuronal.

Este experimento no es solo una curiosidad; apunta a la emulación de cerebros completos, un campo que podría revolucionar la comprensión de trastornos neuronales humanos o incluso ayudarnos a entender la conciencia digital. Aunque la mosca tiene un cerebro minúsculo comparado al nuestro (100.000 neuronas vs. 86.000 millones), es un primer paso hacia simulaciones más complejas y eficientes y ya hay animales más complejos en el roadmap.

¿Quién diría que una mosca digital podría “vivir” en Matrix? Esto hace que la inmortalidad digital parezca menos ciencia ficción.

Gracias por leer Suma Positiva.

Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.

Si quieres patrocinar una próxima edición, aquí tienes toda la información.

Suscríbete ahora

Si quieres pasar de la idea a la acción —y hacerlo acompañado— te esperamos en Health & Wealth, la comunidad privada en Telegram exclusiva para suscriptores de pago.

Esta edición de Suma Positiva ha sido patrocinada por:

Cuidar lo importante para poder seguir disfrutándolo.

Tener energía para compartir tiempo, tranquilidad para planear el futuro y claridad para saber que tu salud está en orden.

En Holo, te ayudamos a entender lo que ocurre dentro de tu cuerpo antes de que aparezcan los síntomas.

Con más de 160 marcadores al año —desde inflamación, vitaminas y hormonas hasta salud metabólica y cardiovascular— obtienes una visión completa y rigurosa de tu salud.

Recibes un informe médico personalizado, con un plan de acción claro y seguimiento en el tiempo para ver cómo evolucionan tus biomarcadores.

Además, puedes integrar tus dispositivos inteligentes y tener toda tu información en un solo lugar gracias a Holo AI.

Porque cuidar lo importante no es una decisión puntual.
Es un compromiso con tu energía, tu tranquilidad y tu futuro.

🎁 Disfruta de un 15 % de descuento para nuevos clientes y también para regalar Holo con el código SUMAPOSITIVA.

Promoción válida hasta el 14 de marzo.

Reserva tu test en tryholo.com

Quiero patrocinar S+

Los optimistas viven hasta un 15% más

Las historias mueven el mundo.

Hasta tal punto que, como explica la teoría de la reflexividad de Soros, las narrativas son tan poderosas que no solo describen la realidad: terminan moldeándola.

Hoy veremos que nuestra biología no es una excepción.

Los deportistas de élite lo saben bien. En deportes como el tenis, donde el juego se libra tanto o más en la mente que en la cancha, la conversación interna que un jugador mantiene consigo mismo puede decidir un partido.

El psicólogo deportivo Jim Loehr lo extrapola al resto de ámbitos de la vida de forma contundente: “tu voz interior dicta tu destino”.

Y quizá no esté tan desencaminado.

Un conocido estudio de Harvard que siguió durante años la vida de miles de personas encontró algo sorprendente: los optimistas vivían entre un 11% y un 15% más que los pesimistas, independientemente del nivel socioeconómico, las condiciones de salud, la depresión, la integración social y los comportamientos relacionados con la salud (por ejemplo, tabaquismo, dieta o consumo de alcohol).

No es la primera vez que Suma Positiva hablamos de la influencia de la mentalidad o nuestra forma de ver la vida en la longevidad.

Helen Langer nos invitó a prestar atención para vivir más.

Por su parte, Marcos Vázquez recordaba una frase del mismísimo Clint Eastwood que encierra más sabiduría de la que parece: “no dejes entrar al viejo”.

Volviendo al tema del optimismo merece la pena recordar un experimento clásico realizado en 1957 por el psicólogo Curt Richter.

El experimento era simple:

Un ratón. Lo colocas en un tanque de agua del que no puede salir. Nada durante unos minutos intentando escapar, pero al cabo de unos 15 minutos deja de luchar y se ahoga.

Ahora repitamos la prueba con otro ratón.

Lo metes en el mismo tanque. Nada, lucha por mantenerse a flote… y justo antes de que se rinda, lo rescatas. Lo secas, lo dejas recuperarse y, al cabo de un tiempo, lo vuelves a meter en el tanque.

Esta vez ocurre algo sorprendente: El ratón no aguanta quince minutos. Nada durante horas. En algunos casos, hasta 60 horas seguidas.

¿Qué había cambiado?

Ni su fuerza, ni su fisiología: su expectativa.

Ese ratón había aprendido algo: que la salvación era posible. Y esa esperanza cambió por completo su comportamiento.

La lección es profunda. Muchas veces no es la dificultad lo que nos destruye, sino la sensación de que no hay salida. No es la lucha lo que agota, sino la incertidumbre sobre si esa lucha merece la pena.

El pesimismo susurra: “da igual lo que hagas.” El optimismo, en cambio, dice: “aguanta un poco más.”

El optimismo es precisamente el rasgo psicológico caracterizado por la expectativa general de que ocurrirán cosas buenas, o por la creencia de que el futuro será favorable porque uno puede influir en resultados importantes.

El segundo ratón del experimento se volvió optimista y además nos dio la clave de cómo todos podemos serlo: buscando evidencia.

Cuanto estés atascado con un problema, sea del tipo que sea, ponte a investigar. Busca libros, artículos, podcasts, vídeos de youtube…lo que sea. Historias reales de personas reales que se enfrentaron a algo parecido a lo que estás enfrentándote tú y que salieron adelante.

¿Por qué? Porque en el momento en que ves que otro ser humano lo consiguió, tu cerebro se actualiza silenciosamente e interioriza el mensaje de que ese algo es posible. Y cuando crees que es posible, todo tu enfoque cambia. Aguantas más tiempo en el agua.

Si tienes una empresa SaaS tradicional y sientes que la IA es un tanque de agua del que no puedes salir, a continuación cuento cómo Intercom ha salido a flote.

¿Cómo salvar tu empresa de SaaS de la revolución agéntica?

Destruyendo todo lo que amas de tu pasado.

O eso es, al menos, lo que el CEO de Intercom dice que les ha salvado a ellos.

En los últimos 3 años han pasado de ser una compañía en decrecimiento a ser una de las compañías que más crecen. Están ahora mismo en $400M de ARR, de los cuales $100M son de Fin, su agente de IA, que crece a una tasa de 3,5x año contra año, mientras que el negocio de software tradicional languidece.

En un mundo de abundancia de agentes, las herramientas de workflow que vende nuestra industria son claramente mucho menos importantes, y además deben cambiar de forma drástica. Los agentes no necesitan herramientas de workflow, y los humanos que trabajan con esos agentes también necesitan herramientas diferentes.

La píldora difícil de tragar es que, si no puedes convertirte en una empresa de agentes, tu negocio de aplicaciones CRUD tiene un futuro cada vez más reducido.

Pero ¿qué pasa con la canibalización?

“Dañaré los ingresos de mis herramientas de workflow si lleno mi base de clientes de agentes que no necesitan esas herramientas.”

SÍ, LO HARÁS.

Y si no lo haces tú, alguien más estará encantado de hacerlo.

Por eso lo llamamos destrucción creativa.

Básicamente hicieron un all-in a la IA:

En Intercom destruimos muchas cosas, grandes y pequeñas. Arrancamos de raíz nuestros antiguos valores y creamos otros nuevos y disruptivos, que luego usamos como referencia para contratar y despedir, con el objetivo de impulsar los comportamientos que necesitábamos en este nuevo mundo.

Reescribimos nuestra misión para centrarla en nuestros objetivos con agentes. Cambiamos nuestros objetivos para enfocarlos en los ingresos de Fin. Renovamos el consejo, sustituyendo a líderes “maduros y experimentados” por fundadores de startups.

Reorientamos nuestro I+D para que cerca del 80% del esfuerzo se centrara en Fin, cuando ese negocio todavía representaba un porcentaje de un solo dígito de nuestros ingresos.

Creamos una marca completamente nueva y un sitio web independiente, con un dominio .ai de 1 millón de dólares —ouch— y dirigimos el 100% de nuestro tráfico de pago hacia él.

Todo el esfuerzo de marketing decía Fin, Fin, Fin, no Intercom. Y además era marketing de posicionamiento y de marca, arriesgado y de largo plazo, con la esperanza de que diera frutos más adelante, en lugar de marketing incremental de performance que seguramente habría generado resultados ese mismo trimestre. De nuevo, mientras Fin seguía representando un porcentaje de un solo dígito de nuestros ingresos.

Todo porque necesitábamos que el mercado nos mirara de otra manera, dentro de una nueva categoría.

Promocionamos y compensamos de forma agresiva a nuestro equipo de IA por encima de otros equipos. Lo hicimos crecer de unas 6 personas a unas 60 en tres años, incorporando científicos e investigadores de IA de nivel PhD.

Construimos nuestra propia IA y entrenamos nuestros propios modelos fundacionales.

El artículo termina diciendo que lo que han hecho es extraordinariamente difícil, pero que no todo está perdido.

Si tienes tamaño, también tienes activos —especialmente una gran base de clientes— sobre los que apalancarte, algo que a un nuevo entrante le costará muchísimo conseguir.

Renovarse o morir, amigos.

Muy interesante también lo que su CPO dijo en una entrevista reciente sobre sus principales aprendizajes de su transformación:

1. Si no parece un cambio brutal, no estás cambiando lo suficiente

2. La única manera de saber si has ido demasiado lejos es yendo demasiado lejos

3. La forma de construir software ha cambiado: Antes construir software era muy costoso, así que investigabas qué querían tus clientes y lo investigabas. Ahora, investigas qué es lo que la tecnología puede hacer, lo creas y se lo enseñas a tus clientes.

4. Cada pequeño avance en IA tiene un impacto multiplicativo: Cuando encadenas varias llamadas a modelos de IA con tasas de acierto inferiores al 100%, una pequeña mejora en la precisión de alguno de los pasos tiene un efecto desproporcionado en el conjunto.

5. Terminarás con dos compañías diferentes y con dos grupos de clientes diferentes.

Y además nos advierte de los errores que cometeremos muy probablemente por el camino:

1. No reimaginarás el producto, simplemente le añadirás IA

2. No te autolesionarás, aunque sea lo que hace falta para ganar a largo plazo

3. Diluirás la visión, tolerarás retrasos y te convencerás a ti mismo de que estás haciendo suficiente

4. No cambiarás tu organización para acomodar toda la “lucha” que una transformación así requiere

5. Cometerás los errores anteriores y te lo negarás a ti mismo

Este artículo vive en la intersección de dos ideas: que tu biología responde a cómo piensas, y que tus negocios y finanzas también. Eso es exactamente de lo que hablamos cada semana en la comunidad Health & Wealth. Si quieres seguir tirando del hilo, hazte suscriptor de pago. Te esperamos dentro.

Tener proyectos rentables que no quemen a tu equipo es posible

Gestionar proyectos rentables no tiene mucho misterio sobre el papel, pero en el mundo real es otra historia. El éxito no es solo llegar al deadline; es hacerlo sin que la calidad sufra, sin que los costes se disparen y, sobre todo, sin que el equipo acabe pidiendo la cuenta porque no puede más. Cuando estiras demasiado uno de estos vectores, el equilibrio se rompe y el problema no se soluciona, solo cambia de manos.

Si lideras equipos y quieres que tus proyectos salgan adelante sin que te cueste el talento, este ebook de Factorial está hecho para ti. En la guía Guía de gestión de proyectos para alinear RRHH y finanzas aprenderás a:

• Proteger tus márgenes con un “presupuesto vivo” que no te dé sustos al final del mes.

• Montar rituales de comunicación que desbloqueen el trabajo sin que la gente viva pegada al Zoom.

• Reducir la fricción en el día a día para que el negocio escale y el equipo esté contento.

• Descárgatelo gratis aquí

Quiero patrocinar S+

Por qué invertimos en QuiverAI

El miércoles se anunciaba nuestra participación (la de JME Ventures) en la ronda seed de 8,3 millones de dólares de QuiverAI, liderada por Andreessen Horowitz, con la participación también de K Fund, Mission y un grupo excepcional de business angels que incluye a Jiaqiang Ye Zu y Carla Gomez (fundadores de Theker Robotics), Linda Tong (CEO de Webflow), Amjad Masad (CEO de Replit) y Michele Catasta (Head of AI en Replit), entre otros.

¿Otro modelo de generación de imágenes?

QuiverAI aborda un problema que, a primera vista, puede parecer resuelto: la generación de imágenes con inteligencia artificial. Pero que en realidad no lo está. Al menos no para un grupo de profesionales que realmente trabajan con ellas: los diseñadores.

Vamos a desgranarlo.

El problema: los píxeles no se pueden editar

Para entender lo que hace QuiverAI, conviene dar un paso atrás y hablar de cómo funcionan los modelos generativos de imagen más conocidos: Stable Diffusion, DALL-E o Midjourney.

Estos modelos se basan en una técnica llamada difusión. La idea, simplificada, es la siguiente: durante el entrenamiento, el modelo aprende a partir de millones de imágenes a las que se les va añadiendo ruido progresivamente, como si se emborronaran poco a poco hasta quedar irreconocibles. El modelo aprende a invertir ese proceso: dado un patrón de ruido, es capaz de reconstruir una imagen coherente paso a paso, como si limpiara la estática de una televisión (si es que alguien recuerda lo que era eso) hasta que aparece una imagen nítida. Cuando el usuario escribe un prompt —por ejemplo, “un logotipo minimalista de una montaña”—, el modelo utiliza esa descripción como guía para dirigir el proceso de reconstrucción hacia una imagen que se ajuste al texto. El resultado es una cuadrícula de millones de píxeles: puntos de color dispuestos en filas y columnas, exactamente igual que una fotografía digital. Y como fotografía sintética, puede ser espectacular. Pero como pieza de trabajo para un diseñador, es prácticamente inútil.

¿Por qué? Porque un diseñador no solo necesita ver una imagen: necesita editarla, descomponerla en capas, cambiar colores, ajustar proporciones, animar elementos y reutilizarla en múltiples contextos y tamaños. Nada de esto es posible con una cuadrícula de píxeles. Intentar modificar el logotipo generado por Midjourney es como intentar reescribir un libro a partir de una foto de sus páginas: la información estructural simplemente no está ahí.

Gráficos vectoriales: imágenes que son código

Aquí es donde entran los gráficos vectoriales. A diferencia de una imagen de píxeles, un gráfico vectorial no describe puntos de color, sino instrucciones geométricas: “dibuja un círculo de este radio, con este color de relleno, en esta posición”. El formato más extendido es SVG (Scalable Vector Graphics), un estándar abierto que se escribe literalmente en código.

Los vectores están en todas partes. El logotipo de la cafetería de tu barrio, los iconos de la app que usas cada día, los diagramas de un libro de texto, las animaciones sencillas de cualquier web moderna, los kits de marca que las empresas reutilizan en decenas de soportes. En todos estos casos, lo que importa no es solo cómo se ve el gráfico una vez, sino que se pueda escalar sin perder calidad, editar capa a capa, animar, adaptar y reutilizar de forma indefinida.

Y sin embargo, crear SVGs sigue siendo un proceso lento y artesanal. Hasta ahora, ningún modelo de IA generativa se había enfrentado a este problema de forma seria.

La tesis de QuiverAI: los vectores son código, y los LLMs son muy buenos generando código

La idea central de QuiverAI es elegante: si un SVG es código, entonces el problema de generar gráficos vectoriales es, en el fondo, un problema de generación de código. Y resulta que, como sabemos, los LLMs son extraordinariamente buenos generando código.

QuiverAI ha desarrollado Arrow 1.0, un modelo multimodal entrenado específicamente para generar SVGs a partir de texto, imágenes o bocetos, y para editarlos y refinarlos con lenguaje natural. Arrow no produce píxeles que luego se convierten en vectores: genera directamente código SVG estructurado, limpio y editable.

Esto marca una diferencia fundamental. Los outputs de Arrow son gráficos que un diseñador puede abrir, modificar y utilizar en un flujo de trabajo real sin apenas limpieza manual. Arrow es especialmente bueno en iconos, logotipos, ilustraciones con gradientes y formas complejas, y dibujos técnicos como planos, diagramas o diseños de moda e industriales.

Arrow va más allá de la ilustración estática. Las tipografías, por ejemplo, son sistemas vectoriales: cada glifo es una composición estructurada de trazos que deben compartir geometría, ritmo y estilo. Cuando Arrow genera una fuente tipográfica, no está dibujando letras: está definiendo un lenguaje visual coherente que se puede reutilizar, extender y animar. Lo mismo ocurre con la animación: Arrow puede generar SVGs preparados para ser animados, listos para integrarse como componentes reales en entornos de desarrollo.

Por qué invertimos

QuiverAI es, ante todo, un equipo de investigación puntero convertido en empresa de producto. Su fundador, Joan Rodríguez, es uno de los investigadores de referencia mundial en generación de SVG con IA. Joan lideró la creación de StarVector, uno de los primeros modelos capaces de generar SVGs estructurados y editables en lugar de aproximaciones rasterizadas, y posteriormente desarrolló RLRF (Reinforcement Learning from Rendering Feedback), una técnica de entrenamiento que conecta el código SVG simbólico con su resultado visual renderizado.

Tras su lanzamiento, Arrow se ha posicionado como líder destacado en el benchmark de modelos de generación de SVGs, habiendo empleado una fracción de los recursos empleados por sus competidores.

Lo que diferencia a QuiverAI no es solo la calidad del modelo, sino el potencial de la visión: tratar los gráficos vectoriales como código visual programable abre la puerta a flujos de trabajo que van mucho más allá de la generación puntual: generación, edición, iteración, animación y reutilización, todo dentro de un mismo paradigma.

Creemos que el trabajo de QuiverAI representa infraestructura fundacional para la creación de activos visuales en el futuro. Del mismo modo que la generación de código requirió modelos que entendiesen sintaxis y semántica, la generación de diseño necesitará modelos que traten lo visual como un sistema estructurado. QuiverAI está construyendo exactamente eso, y estamos encantados de acompañarles desde el principio.​​​​​​​​​​​​​​​​

¿Se puede probar?

Como una imagen (especialmente vectorial) vale más que mil palabras, os invito a todos a que probéis el modelo de forma gratuita en app.quiver.ai o a que consideréis integrarlo en vuestros productos mediante su API, cuya documentación podéis consultar aquí.

Joan y el resto del equipo de QuiverAI está a vuestra disposición.

La Crisis Global de 2028 causada por la IA

En “The 2028 Global Intelligence Crisis” Citrini Research planteaba un ejercicio de imaginación macroeconómica: ¿qué ocurriría si la IA siguiera avanzando hasta sustituir buena parte de los puestos de trabajo de oficina?

No se trataba de una previsión, sino de un escenario hipotético, diseñado para pensar en riesgos que nadie está modelando. Y, sin embargo, la narrativa —construida como una crónica retrospectiva desde 2028— resultó lo suficientemente convincente como para sembrar dudas y provocar turbulencias en los mercados financieros a comienzos de semana.

El primer bucle: la economía real

La secuencia empieza de forma aparentemente positiva para el lado corporativo. La IA mejora mucho, las empresas descubren que pueden hacer el mismo trabajo con menos gente, despiden empleados white-collar y sus márgenes mejoran. Las acciones suben, los beneficios son récord, y las empresas reinvierten esos ahorros en más IA, que sigue mejorando, lo cual permite sustituir a los trabajadores que se libraron de la primera ronda de despidos.

El problema es que esos trabajadores despedidos no desaparecen de la economía. Son los que compran casas, van a restaurantes, contratan reformas, pagan colegios privados y se van de vacaciones. En Estados Unidos, el 20% de los que más ganan genera el 65% del gasto en consumo discrecional. Cuando pierden sus empleos o aceptan trabajos que pagan la mitad, el golpe al consumo es desproporcionado respecto al número de despidos.

Y aquí es donde se forma el bucle negativo: las empresas que venden cosas a estos consumidores ven caer sus ingresos, así que para proteger márgenes adoptan más IA y despiden más gente, lo que reduce aún más el consumo. Cada empresa está tomando la decisión racional individualmente, pero el resultado colectivo es catastrófico. Cada dólar ahorrado en nóminas financia la siguiente ronda de sustitución de trabajadores.

Lo que hace diferente a este ciclo de cualquier disrupción tecnológica anterior es que no hay válvula de escape. Cuando la industria textil mecanizó la producción, los trabajadores desplazados encontraron empleo en nuevos sectores. Cuando internet destruyó las agencias de viajes, creó nuevas industrias que absorbieron a esos trabajadores. La diferencia es que la IA también es competente en los nuevos empleos que supuestamente debería crear. El trabajador desplazado no puede reciclarse como “gestor de IA” porque la IA ya hace eso.

En paralelo, los agentes de IA destruyen otro pilar de la economía: los negocios construidos sobre las limitaciones humanas. No tenemos tiempo para comparar precios en cinco plataformas antes de comprar, así que usamos la app que tenemos más a mano. No tenemos ganas de renegociar el seguro cada año, así que renovamos por inercia. No entendemos los contratos hipotecarios, así que pagamos comisiones del 3% a un intermediario. Los agentes no tienen ninguna de esas limitaciones. Comparan, negocian y optimizan sin cansarse, y billones de dólares en valor empresarial que dependían de nuestra pereza, inercia o falta de información se evaporan.

El segundo bucle: el sistema financiero

Si todo quedara en recesión de consumo, sería doloroso pero manejable. Sin embargo, el deterioro de los ingresos de los trabajadores de oficina activa dos bombas de relojería en el sistema financiero.

La primera es el crédito privado. Durante la década anterior, los fondos de private equity compraron cientos de empresas de software con deuda, pagando valoraciones que solo tenían sentido si los ingresos seguían creciendo al 15-20% anual para siempre. Cuando la IA permitió a las empresas replicar internamente lo que antes compraban a estos proveedores, esos ingresos “recurrentes” dejaron de serlo. Los préstamos empezaron a impagarse. Y el problemón era que ese dinero prestado eran los ahorros de familias americanas, canalizados a través de anualidades en aseguradoras de vida que los fondos de private equity habían comprado para usarlas como vehículos de financiación barata.

La segunda bomba es el mercado hipotecario. 13 billones de dólares en hipotecas que fueron perfectamente concedidas a gente con ingresos altos, buen historial crediticio y entradas del 20% que empiezan a dejar de pagarse. La diferencia con 2008 es fundamental: en 2008 los préstamos eran malos desde el primer día. Aquí los préstamos eran buenos. Lo que cambió fue el mundo. La gente pidió prestado contra un futuro que ya no pueden permitirse.

Estos dos aceleradores financieros refuerzan el bucle de la economía real: las pérdidas en crédito endurecen la financiación, la caída de los mercados destruye el efecto riqueza, y el consumo cae todavía más rápido. Y lo peor es que las herramientas tradicionales de política económica (bajar tipos de interés, comprar deuda) pueden aliviar la parte financiera pero no pueden solucionar la causa real, porque la causa no son las condiciones de crédito. La causa es que la inteligencia humana ha dejado de ser escasa, y todo nuestro sistema económico, desde el mercado laboral hasta el código fiscal, fue diseñado asumiendo que lo sería para siempre.

El artículo ha generado un debate enorme, principalmente desde el lado de la crítica. La respuesta más sonada ha sido la de Citadel Securities, que publicó un informe desmontando la tesis punto por punto. Su argumento central es que Citrini comete un error clásico en economía: asumir que la producción puede crecer mientras el consumo colapsa permanentemente. Históricamente, cada gran salto de productividad (la máquina de vapor, la electricidad, internet) ha seguido el mismo patrón: los costes bajan, los precios bajan, el poder adquisitivo sube y el consumo se expande hacia cosas que antes no existían o no eran asequibles. Keynes predijo en 1930 que la productividad llevaría a una semana laboral de 15 horas; acertó en la productividad pero subestimó la capacidad humana de inventar nuevas formas de gastar. Según Citadel, Citrini comete exactamente el mismo error.

Citadel también ataca con datos: las ofertas de empleo para ingenieros de software están subiendo un 11% interanual, la adopción diaria de IA generativa en el trabajo se mantiene baja y estable, la creación de nuevas empresas se acelera. Y señala una restricción física que Citrini ignora: desplazar trabajo white-collar a la escala que describe requeriría órdenes de magnitud más capacidad de cómputo, lo que encarecería la IA hasta el punto en que sustituir humanos deja de ser rentable. Ese sería el freno natural que Citrini dice que no existe.

Varios economistas, entre ellos Tyler Cowen y Robert Armstrong del Financial Times, han coincidido en que la tesis es esencialmente una versión actualizada de la teoría del subconsumo que Marx popularizó y que se lleva descartando desde hace más de un siglo: los capitalistas acumulan toda la riqueza, los trabajadores no pueden consumir, el sistema colapsa.

A pesar de que el sentimiento a lo largo de la semana es que el informe de Citrini era exagerado y cometía errores económicos básicos lo cierto es que terminábamos la semana con la siguiente noticia.

Jack Dorsey, antiguo fundador de Twitter y ahora CEO de Blocks, ha despedido a 4.000 de sus 10.000 empleados porque la IA los hace redundantes. La cotización de la empresa aumentaba en 8 mil millones de dólares en bolsa.

¿La venganza de Citrini?

La salud se construye en el tiempo.
Y para cuidarla bien, es fundamental medirla.

En los últimos meses, cada vez más lectores de Suma Positiva han empezado su plan con Holo.

Ahora damos un paso más: estamos disponibles en 37 nuevos laboratorios y llegamos a 21 provincias adicionales en España, para que puedas hacer tu analítica estés donde estés.

Con Holo accedes a más de 160 marcadores al año, desde inflamación, vitaminas y hormonas hasta salud metabólica y cardiovascular, para entender lo que realmente ocurre dentro de tu cuerpo.

Recibes un informe médico personalizado, con un plan de acción claro y seguimiento en el tiempo para ver cómo evoluciona tu salud.

Además, puedes integrar tus dispositivos inteligentes y tener una visión completa en un solo lugar gracias a Holo AI.

Porque cuidar lo importante no es una decisión puntual.
Es un compromiso con tu energía, tu tranquilidad y tu futuro.

🎁 Disfruta de un 15 % de descuento para nuevos clientes y también para regalar salud con el código “SUMAPOSITIVA”.
Promoción válida hasta el 28 de febrero.

Reserva tu test en tryholo.com

Quiero patrocinar S+

No sé tú, pero yo llevo meses con una sensación rara.

Es la sensación de que las dos líneas divergentes de la K en las que la IA va a dividir la economía aún siguen juntas, y de que todavía estás a tiempo de coger la de arriba si grindeas un poco más.

Es la sensación de que llegas tarde, de que tu búnker mental está a punto de sucumbir al bombardeo constante de mensajes en redes sociales, financiados desde la sombra por los gigantes tecnológicos para rentabilizar sus mastodónticas inversiones en GPUs. Venga, que tan solo estás a una suscripción al plan Max de Claude de decir bye bye a la underclass.

Es la sensación de que, desde el confort de su flamante Mac Mini nuevo, lo único que ha hecho tu OpenClaw es devorar cientos de euros en tokens de Opus 4.6 para automatizar una app que ya existía y que no te costaba ni siquiera 10 € al mes.

Es la sensación de que antes eras PM o diseñador, pero que, de repente, sin comerlo ni beberlo, ahora también eres programador. Y quién sabe si mañana también financiero, abogado o —peor aún— inversor… Y cuidado, que no te echen, porque tu trabajo lo va a hacer en menos de dos años un plugin y, además, SaaS is dead.

Es la sensación de que antes eras un monje que se pasaba el día en flow, transformando café y death metal en líneas de Python, y que ahora eres el general de un ejército de clones hiperactivos que producen sin parar, pero también se pisan entre ellos, esconden bugs muy creativos y tienen más tendencia al overengineering que Recuenco a la prosa pomposa.

Es la sensación de que ya no programas: planeas, coordinas, corriges, reescribes prompts, validas outputs y haces babysitting 24/7 para que tus soldados sintéticos no incendien producción mientras tú, en el fondo, te sientes como el perro de this is fine.

Es la sensación de que hablar con Codex por Telegram desde el iPhone es más natural que escribir una línea de código en el IDE desde el MacBook, así que lo haces desde el parque mientras columpias al niño, porque why not. Seguro que tu mujer y su amante van a estar muy orgullosos de las 500.000 líneas de código que ¿tú? has “escrito” hoy.

No sé cómo acabará esto. Lo que sí sé es que el que llega tarde no se siente así. Si tú lo haces, probablemente ya estés yendo por el camino correcto. Es solo que la ansiedad no te deja verlo.

Si quieres que naveguemos juntos el cambio, cada sábado, en Suma Positiva, intento separar la señal del ruido para que no tengas que hacerlo tú solo.

Si además quieres ir un paso más allá, en la comunidad Health & Wealth nos juntamos los que preferimos convertir la ansiedad en acción.

Te esperamos.

Suscríbete ahora

El debate se polariza en torno a “la IA no sirve para nada / es puro humo” y “La IA va a arrasar con todo.”

Mi opinión más sincera: Nadie lo sabe. No se puede saber. Es un sistema demasiado complejo como para reducirlo a una predicción categórica.

Lo que sí sabemos es otra cosa: estamos en medio de una transformación tecnológica profunda. Y en momentos así, la mejor estrategia no es opinar más, sino experimentar más.

También tengo claro que lo peor que se puede hacer es dejarse llevar por el miedo o la negatividad.

“El pesimista suena inteligente; el optimista gana dinero.”

Como ya hice hace un par de semanas, te recomiendo que dediques tiempo a probar y jugar con las nuevas herramientas. No solo para formarte una opinión propia, sino para prepararte para el cambio, sea cual sea. Como poco te ayudarán a eliminar las partes más tediosas de tu trabajo y a amplificar tu capacidad de crear. Si alguna vez quisiste construir algo pero la barrera técnica te frenaba, este es el momento.

Dicho esto, me da cierta pereza especular sobre escenarios extremos. Prefiero hablar de lo que sí podemos hacer hoy.

Eso es precisamente lo que intento hacer cada semana en Suma Positiva: menos ruido, más señal. Menos predicciones grandilocuentes, más marcos mentales y herramientas prácticas para navegar la complejidad tecnológica sin perder lo esencial como personas.

Y para quienes quieren ir un paso más allá, la comunidad Health & Wealth (para suscriptores de pago) es el lugar donde estas ideas se contrastan, se aterrizan y —sobre todo— se ponen en práctica junto a otras personas que también han decidido jugar el juego en modo optimista.

¿Te vienes con nosotros?

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

¿Tienes una startup?

El Ministerio ha lanzado el Kit Espacios de Datos, una ayuda a fondo perdido para compañías como la tuya que quieran incorporarse a un espacio de datos.

La subvención cubre los costes elegibles del proceso de incorporación, incluidos los gastos de personal.

El objetivo es claro: que las empresas empiecen a trabajar con datos compartidos en un entorno seguro y regulado y estén preparadas para las normativas europeas que vienen.

Acceder a la subvención empieza con algo tan sencillo como conectarte a un espacio de datos.

Nosotros somos Building DS, el espacio de datos donde puedes hacerlo.

¿Te contamos cómo unirte y solicitar la ayuda?

Spoiler: junto a Zabala, líder nacional en subvenciones, te lo vamos a poner muy fácil.

La convocatoria cierra el 31 de marzo.

Agenda una reunión directamente conmigo aquí y te lo cuento en 15-20 min.

Quiero patrocinar S+

El management como superpoder en la era de los agentes de IA

En la era de los agentes de IA, en la que estos serán capaces de producir buena parte del trabajo técnico, gestionar y delegar bien será el verdadero superpoder del trabajo intelectual.

Al menos eso es lo que dice el profesor Ethan Mollick en su último artículo.

La buena noticia es que no necesitamos volver a descubrir la rueda, sino aplicar todo lo que ya sabemos sobre gestión. Porque delegar a una IA no es tan distinto de delegar a una persona brillante, rápida y obediente… pero que interpreta todo de forma literal.

• Si defines mal el objetivo, te entregará exactamente lo que pediste —aunque no sea lo que querías.

• Si no le das el estándar de calidad, tendrás que iterar una y otra vez.

• Si no aclaras el contexto, optimizará la métrica equivocada.

En la economía de los agentes, el ejecutor sin criterio será sustituido. El gestor con juicio y claridad se multiplicará.

Estrategia después de la inteligencia

Me ha encantado el último artículo de Joaquín Mencía y os invito a que lo leáis íntegro. Es el primero de una trilogía y ya estoy esperando ansioso el siguiente.

Durante décadas, la estrategia consistía en encontrar la respuesta correcta. Hacías la investigación, simulabas los números, sintetizabas los aprendizajes clave y llegabas a una recomendación.

Hoy, la lógica es una commodity. Una IA puede ejecutar mil simulaciones de Monte Carlo y escupir el movimiento empresarial estadísticamente óptimo en diez segundos. Pero cuando todos y cada uno de tus competidores tienen acceso a ese mismo análisis “perfecto”, la lógica pasa a ser un requisito básico. Deja de ser una ventaja competitiva.

En este nuevo entorno de paridad armamentística en términos de análisis, se gana de otra manera: no por “calcular” mejor, sino por “sentir” mejor. Por tener gusto. Por saber leer la cultura. Por intuir aquello que todavía no está en los datos y que, precisamente por eso, la IA no puede capturar.

No importa cuán sofisticados se vuelvan los modelos ni cuánto simulen lo que nosotros llamamos “juicio”. Siempre les faltará experiencia vivida. Les faltará contexto. Les faltará “calle”.

La IA puede sintetizar mil millones de datos para simular el gusto, pero carece de experiencia vivida. No tiene humanidades, ni intuición de carne y hueso, ni un contexto cultural real. Entiende los mecanismos del comportamiento humano, pero no puede alinearse orgánicamente con la cultura humana.

Y es ahí donde la estrategia se redefine.

La coherencia cultural deja de ser retórica de marca para convertirse en infraestructura estratégica. ¿Qué defendemos? ¿Qué nos importa verdaderamente? ¿A qué estamos dispuestos a renunciar? Las respuestas a esas preguntas —cuando son reales— se convierten en activos.

La ventaja ya no está en optimizar mejor, sino en elegir mejor entre alternativas aparentemente óptimas.

En un mundo lleno de caminos óptimos, la estrategia pasa a ser la capacidad de seleccionar entre ellos basándose en la alineación cultural, la asimetría temporal, la coherencia de marca y el posicionamiento a largo plazo —no en la maximización de métricas de corto plazo.

¿Remoto o presencial?

Para el fundador de Deel —una empresa que ha superado recientemente los 1.000 millones de dólares en ingresos recurrentes anuales trabajando en remoto desde el primer día— esta es una falsa dicotomía.

Todas las empresas, una vez que tienen más de 10 empleados sentados en la misma sala, son organizaciones que, en la práctica, trabajan en remoto, independientemente de si obligan a sus trabajadores a ir a la oficina o no. La colaboración se produce a través de documentos, sistemas de información o videoconferencia. En este contexto, la diferencia entre estar en diferentes plantas del mismo edificio o estar a miles de kilómetros de distancia es menor de lo que solemos pensar.

En su último artículo nos deja algunos de sus aprendizajes sobre el trabajo remoto.

Te resalto un par de ellos a continuación.

Nadie produce 6 horas seguidas de trabajo creativo

La verdadera jornada de trabajo es de 9 a 11, luego un descanso. De 12 a 2, y otro descanso. De 3 a 6, y después otro más. Así es como realmente funcionamos.

En una oficina, esos descansos resultan incómodos: finges que estás siendo productivo o te sientes culpable por dejarlo un momento. En casa, en cambio, vives tu vida entre esos bloques de productividad: vas al gimnasio, te echas siesta, sales a comer, haces un recado… y vuelves más despejado.

La comunicación escrita es más clara que la hablada

Ese esfuerzo de documentar y transcribir todo, puede que ahora tenga un beneficio extra no anticipado (lo cual puede que no sea necesariamente positivo para el futuro de los empleados de este tipo de compañías):

Por qué comer (sólo) comida sana es una mala estrategia para los atletas

No, esto no es una excusa para que abras una bolsa de Doritos mientras lees este artículo.

Es mi excusa para transmitirte lo siguiente:

No hay apenas consejos de salud universales, casi todo depende del contexto.

Vivimos inundados por información.

En el peor de los casos, información de baja calidad. O sesgada deliberadamente para vendernos algo.

En el mejor, información rigurosa… pero que no es para nosotros. Porque, aunque no lo diga explícitamente, está dirigida a otra persona con otros objetivos.

Alguien cuyo objetivo es la salud no tiene que comer ni entrenar ni suplementarse como alguien cuyo objetivo es el rendimiento.

¿Me prometes que la próxima que vez que escuchees o leas algo vas a preguntarte en primer lugar a quién está dirigido ese consejo?

Michael Easter plantea algo que choca frontalmente con nuestra imagen idealizada del atleta: muchos consumen cantidades significativas de lo que consideraríamos “comida basura”.

¿Por qué?

Porque para alguien que entrena 20 horas semanales y quema entre 6.000 y 8.000 calorías al día, lo que para el resto de los mortales es un bug, para él es una feature:

• Comida extremadamente densa en calorías.

• Altamente palatable.

• Fácil de digerir.

• Y rápida de preparar.

Eso —que en una población sedentaria es una tragedia metabólica en potencia— en el contexto de un atleta de alto rendimiento es una herramienta.

Cuando tu problema no es la falta de disciplina para dejar de comer, sino la dificultad para ingerir suficientes calorías para recuperarte, rendir y no perder peso, las reglas cambian.

Modelos de Lenguaje Recursivos (RLMs)

A menudo se atribuye a Einstein la frase de que el interés compuesto es la octava maravilla del mundo. Pero quizá esta semana la recursividad esté llamando a la puerta para disputarle el título gracias a un paper publicado por un estudiante de doctorado del MIT.

Los modelos de IA actuales arrastran una doble limitación estructural. La primera es evidente: su ventana de contexto es finita. Solo pueden procesar un número determinado de tokens en cada interacción. La segunda es más sutil, pero igual de importante: incluso dentro de ese límite, su rendimiento se degrada a medida que aumenta la cantidad de información en el prompt. Cuando se les obliga a manejar demasiado texto de una sola vez, empiezan a mezclar referencias, a olvidar detalles relevantes o a responder con menor precisión. Este fenómeno —conocido como context rot— deja claro que ampliar la ventana no resuelve el problema de fondo. Más memoria no implica mejor razonamiento si todo debe mantenerse en memoria activa simultáneamente.

Aquí es donde entran los Recursive Language Models (RLMs). No son un nuevo modelo fundacional, sino una estrategia distinta de utilizar los modelos existentes en tiempo de inferencia.

La idea es sorprendentemente elegante: en lugar de forzar al modelo a “verlo todo” de golpe, el documento se guarda como una variable en un entorno externo —por ejemplo, un REPL de Python—. El modelo sabe que el texto existe, pero no lo ve directamente. Si quiere acceder a él, debe escribir código para inspeccionar fragmentos concretos, dividirlo en partes o buscar información específica.

Y ahí aparece la recursividad. El modelo puede delegar subtareas a sub-agentes que procesen secciones determinadas del documento y devuelvan únicamente el resultado relevante. De este modo, la ventana de contexto del modelo principal nunca se contamina con información innecesaria. En lugar de absorber miles de páginas, las navega. En lugar de memorizar, interactúa.

Gracias por leer Suma Positiva.

Nadie sabe lo que va a pasar. Pero sí podemos decidir cómo queremos jugar.

En Health & Wealth hemos decidido hacerlo en modo optimista.

Si quieres formar parte, te esperamos.

Suscríbete ahora

Si te interesó esto, también te interesará:

#216 Co-inteligencia

Las 4 reglas para trabajar con IA como co-inteligencia alienígena. Experimentar, delegar correctamente, y mantener el juicio humano en el bucle son las claves para aprovechar la IA sin perder autonomía.

#241 Context engineering, reflexividad emocional, por qué importa la apariencia

El prompt engineering es, en realidad, context engineering. Liderar IAs no es tan diferente de liderar personas: quien mejor proporcione contexto, ganará. Y el contexto humano —tácito, inconsciente, imposible de codificar— seguirá siendo ventaja competitiva.

#194 Una empresa no es la suma de sus departamentos

Sistemas complejos aplicados a organizaciones. El valor de una empresa no está en la eficiencia de cada departamento aislado, sino en las relaciones entre ellos. El todo es más que la suma de las partes.

#177 Entrenamiento y Complejidad

Tu cuerpo no es una máquina. Es un sistema complejo adaptativo. No hay manual de instrucciones universal porque el “manual” cambia constantamente según el contexto.

#258 En la variedad está el gusto (y la salud)

La variedad en ejercicio reduce la mortalidad independientemente del volumen total. Un recordatorio de que los consejos de salud universales son escasos: casi todo depende del contexto y de tus objetivos específicos.