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.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Hazte suscriptor de pago para unirte nuestra comunidad en Telegram Health & Wealth.

Suscríbete ahora

La edición de Suma Positiva de esta semana viene firmada por Adrián Sussudio.

Si eres una persona curiosa —como sé que lo eres; si no, no estarías leyendo Suma Positiva— merece mucho la pena seguir a Adrián y su trabajo.

Hoy nos trae una pequeña muestra de lo que comparte cada semana en su newsletter.

¡Ah! Y también tiene un podcast donde además entrevista de vez en cuando a otros lectores empedernidos (si rebuscáis en el histórico me encontraréis).

Me mojo ya: creo que esta va a ser una de las ediciones con más éxito de la temporada.

¡A ver si estás de acuerdo conmigo!

Esta edición de Suma Positiva ha sido patrocinada por:

Ya tienes licencias de Copilot para tu equipo. ¿Y ahora qué?

Las empresas que están logrando una auténtica ventaja competitiva gracias a la IA son las que realmente entienden por qué, para qué y cómo usarla.

Muchos equipos ya usan Copilot, pero aún son pocos los que definen casos de uso y problemas reales para sacar partido a la herramienta y poder automatizar tareas. Sin este enfoque, es difícil obtener valor tangible y la adopción de la IA se estanca.

¿La solución? Presentamos “Copilot 365: De Cero a Experto”, un curso desarrollado en zenital por nuestro equipo experto en data e IA, basado en contenido personalizado, para que los participantes aprendan de forma práctica y aplicada a sacar el máximo partido a Copilot desde el primer día.

Descubre aquí cómo podemos ayudaros a ti y a tu equipo. ¡Contáctanos para comenzar a cambiar vuestra forma de trabajar!

Quiero patrocinar S+

Diez ideas de buenos libros (que me sorprendieron)

por Adrián Sussudio

Cuando Samuel me pidió explicar ideas de buenos libros no pude negarme.

Descubrir ideas siempre me ha dado un placer enorme. Pero descubrirlas a otros no tiene comparación. Será porque siempre he sido más de regalar que de ser regalado.

Además, los libros siempre me han fascinado. Con una consecuencia secundaria: mientras lees, no hay nada más. No hay problemas, no hay prisas, no hay tiempo. De pequeño llegaba del colegio y me podía estar tres horas seguidas leyendo, paraba para cenar, y volvía a leer hasta caerme dormido.

Unir el placer de leer y el de descubrir ideas me ha llevado hasta aquí. Seleccionando unas pocas entre cientos de libros. Te aviso que lo único que tienen en común estas ideas es que me sorprendieron (eso es mucho). Si un par de ellas te sorprenden a ti ya me puedo dar por satisfecho. La vida no da estos regalos a menudo.

1. El tipo más fuerte de tu gimnasio

Quiero empezar con el libro The status game. Mi favorito de los últimos meses porque no hay día que no piense en él.

Nuestro cerebro está diseñado para jugar al juego del estatus, que es el juego de la vida. Como especie tribal, nuestra supervivencia siempre ha dependido de dos cosas:

• Conexión: Ser aceptados en un grupo.

• Estatus: Ascender dentro de ese grupo. En el pasado evolutivo, un mayor estatus significaba mejor comida, parejas y seguridad. Hoy en día, nuestro subconsciente sigue operando bajo el mismo juego: buscamos incansablemente (sin darnos cuenta) elevar nuestra posición impresionando a nuestros pares y evaluando a los demás según su posición.

Nadie admite que busca estatus porque nos parece desagradable y vanidoso; va en contra de la historia heroica que nos contamos sobre nosotros mismos. Sin embargo, nuestro subconsciente tiene un sistema de detección de estatus que nunca se apaga. Este sistema lee pistas en el entorno en milisegundos (lenguaje corporal, tono de voz, posesiones e ideas dichas) para evaluar quién está arriba y quién abajo. Nos recompensa con químicos de placer, como la serotonina y la dopamina, cuando subimos de rango y nos castiga con ansiedad o depresión cuando bajamos.

Un error muy típico es pensar que competimos contra todo el mundo. No es cierto. No competimos ni contra el presidente de nuestro país, ni contra el famoso de turno. Lo hacemos dentro de grupos específicos con los que nos identificamos. Por eso hay grupos tan diversos y cada uno decide qué símbolos otorgan estatus. En una tribu puede ser un collar de dientes; en Wall Street, un reloj caro; en un grupo literario, el conocimiento de ciertos libros; y en tu gimnasio el tipo que parece que levanta más.

En resumen, no podemos optar por no jugar. La necesidad de estatus es tan fundamental como la necesidad de agua. Lo que hacemos es elegir (o ser asignados a) un grupo cerrado, adoptar sus reglas alucinatorias sobre qué es valioso y luego luchar inconscientemente por ascender en esa jerarquía específica para sentir que nuestra vida tiene sentido.

En la siguiente idea explicaré porque planificar no lleva a (casi) nada.

2. No has conseguido nada importante planificando

Toca hablar de otro libro que hizo replantearme todo: Why Greatness Cannot Be Planned (Por qué la grandeza no puede planearse).

Los autores argumentan que cuando un objetivo es muy ambicioso o lejano (como implantar una innovación radical), los pasos necesarios para llegar a él no se parecen en nada al resultado final. Por ejemplo, las válvulas de vacío, esenciales para los primeros ordenadores, no se inventaron con el objetivo de computar, sino para investigar la electricidad.

Si te obsesionas con el objetivo final, ignoras estos pasos intermedios cruciales porque no parecen estar relacionados con tu meta.

En lugar de seguir un mapa rígido hacia un destino fijo, mejor actúa como un cazador de tesoros. Esto implica ir probando sin saber a dónde te llevarán tus pasos. Si encuentras algo valioso o novedoso, debes estar dispuesto a seguir ese camino, incluso si te aleja de tu plan original.

El microondas no se inventó con el objetivo de cocinar. Percy Spencer estaba trabajando en magnetrones para radares cuando una barra de chocolate se derritió en su bolsillo. Si su objetivo hubiera sido “inventar un horno”, nunca habría estado trabajando en radares, que era el paso previo necesario.

Y esta idea no solo se puede aplicar a nivel empresarial, porque la vida es más compleja que tu plan. Un día parece que te van a ascender y al otro cierra la empresa. Pensando sobre mi propia vida me he dado cuenta de que nada de los más importante fue planificado. Ni mi pareja, ni mi carrera (acabé de rebote), ni divulgar sobre ideas de buenos libros. Dale una vuelta, a ver si también te ocurrió igual.

En la siguiente idea te voy a explicar por qué estamos como estamos.

3. Hemos perdido la abundancia

Un libro que está dando mucho de qué hablar es Abundancia.

Su idea más impactante es que poseemos la tecnología y la riqueza para resolver grandes problemas (como la vivienda, el cambio climático y nuestra salud), pero hemos diseñado nuestras leyes e instituciones para impedir la construcción y la implementación de esas soluciones.

Las instituciones y leyes diseñadas en el siglo XX para proteger el medio ambiente o dar voz a la gente se han convertido en bloqueos en este siglo:

• El ambientalismo conservador: Leyes de hace décadas diseñadas para detener a los que más contaminaban ahora se usan para bloquear infraestructuras como parques eólicos (usando demandas interminables).

• La burrocracia nos come: Nos hemos obsesionado más con seguir los procesos burocráticos y las normas que con obtener resultados. Se busca la legitimidad cumpliendo trámites infinitos en lugar de darnos buenos servicios.

• Todo es nada: Hay una tendencia política de cargar un solo proyecto con demasiados objetivos sociales: equidad, requisitos ambientales estrictos, cuotas locales, etc. Al intentar lograr todo a la vez en un solo proyecto, los costes se disparan y la construcción se vuelve lenta o, directamente, imposible.

• Romper el equilibrio: Cuando un gobierno da ayudas para pagar el alquiler (o comprarte tu hogar) sin asegurarse de que se construyan más casas, lo único que logra es que los precios suban. Generando más inflación y rompiendo la oferta.

En buena parte de occidente hemos perdido la capacidad cultural de imaginar un futuro mejor y hemos abrazado ideologías que ven el crecimiento como el enemigo. Llegando a pensar que para salvar el planeta debemos dejar de crecer y consumir menos, aunque luego en la práctica quieren que sean los otros los que dejen de ir en avión y de tener el último smartphone. Encima hemos caído en la nostalgia y el pesimismo, perdiendo la fe en que el futuro puede ser radicalmente mejor que el presente si decidimos construirlo.

En resumen, la escasez es el resultado de haber decidido colectivamente que es más importante tener el poder de vetar y bloquear proyectos que la capacidad de construir un futuro abundante. Tenemos la capacidad, como demuestra una y otra vez China, pero nuestras estructuras mentales y leyes nos impiden usarla.

4. La persona con la que te casas es con la que te peleas

El famoso libro El sutil arte de que (casi todo) te importe una mierda suelta una idea clave: la felicidad no es la ausencia de problemas, sino la capacidad de resolverlos, y todo aquello que vale la pena tiene un coste inherente que no podemos eliminar.

Manson argumenta que lo que crea nuestras experiencias positivas define también nuestras experiencias negativas. No podemos tener lo uno sin lo otro; lo que ganamos es también lo que perdemos.

• La casa: Solucionar el problema de no tener casa comprando una crea nuevos problemas, como repararla o pagar la hipoteca. Los problemas nunca desaparecen, solo se intercambian o mejoran.

• La pareja: Querer una relación increíble implica estar dispuesto a tener conversaciones difíciles, soportar silencios incómodos y navegar con nuestras emociones compartidas. Si quieres a tu pareja, inevitablemente tendrás que lidiar con la fricción de la convivencia.

Esta idea es la más obvia de todas, pero es precisamente la más olvidada.

Querer la recompensa sin el esfuerzo es una fantasía que deseamos una y otra vez. Lo veo en aquellos que invierten para hacerse ricos ya. También en el éxito (de ventas) con las dietas milagro. No queremos leer, queremos haber leído.

Mucha gente quiere un sueldo alto y el título de director, pero no quiere las 60 horas semanales de trabajo, los traslados largos ni la política burocrática de la oficina. El trabajo que amas te estresará porque requiere un sacrificio que debes estar dispuesto a asumir.

Si quieres un cuerpo increíble, debes amar el dolor y el estrés físico del gimnasio y la disciplina de la dieta. No puedes tener el resultado sin apreciar el sacrificio. Si quieres emprender, debes encontrar la manera de apreciar el riesgo, la incertidumbre y los fracasos repetidos.

La vida consiste en elegir qué problemas disfrutamos resolver. Si te gusta el problema de arreglar la casa, disfrutarás de tenerla; si te gusta el desafío de superar crisis con tu pareja, disfrutarás del matrimonio.

Ahora te explicaré porque el inglés se enseña mal. Pero sin venderte ninguna masterclass milagrosa.

¿Te están sorprendiendo estas ideas?

En nuestra comunidad privada de Telegram compartimos frecuentemente contenido como este: libros, posts, podcast, vídeos, en definitiva ideas que cambian cómo ves el mundo.

No es un grupo de auto ayuda. Es gente curiosa compartiendo lo que están aprendiendo de verdad.

Hazte suscriptor premium y continúa allí la conversación con nosotros.

Suscríbete ahora

5. Ser una criatura de la incomodidad

El libro Potencial oculto tiene algunas ideas muy buenas sobre el crecimiento personal. También llamado simplemente: aprender. Una de las mejores es convertirse en un experto de la incomodidad.

Grant argumenta que existe una contradicción fundamental en cómo abordamos el aprendizaje: no puedes sentirte cómodo con una habilidad hasta que la dominas, pero el proceso de practicarla antes de dominarla es inherentemente incómodo. Por lo tanto, si evitamos esa sensación de torpeza o vergüenza, evitamos aprender. Para acelerar el aprendizaje, se necesita la valentía de usar los conocimientos a medida que se adquieren, no esperar a estar listo.

La torpeza inicial no es una señal de incompetencia, sino un indicador de que el ejercicio está funcionando y de que estás saliendo de tu zona de confort para entrar en la zona de desarrollo. Un ejemplo muy bueno es el de los políglotas. Contrario a la creencia popular, muchos de ellos no nacieron con un don natural, sino que aprendieron a vivir con la incomodidad.

Benny Lewis era un ingeniero irlandés que se pasó años estudiando idiomas y después de estar viviendo en España no consiguió soltar ni dos palabras. Una historia triste si no fuera porque acabó dándose cuenta de que lo había probado todo menos una cosa: ponerse a hablarlo sin más. Cambió su enfoque al decidir que su objetivo no era hablar perfecto, sino cometer 200 errores al día. Al buscar activamente el error, dejó de preocuparse por parecer tonto y empezó a mejorar rápidamente. Descubrió que no hay nada mejor para dejar de sentirte incómodo al cometer errores que cometer más errores.

Como conclusión, si te sientes cómodo, probablemente lo estás haciendo mal (o al menos no estás creciendo). Si esperas a sentirte seguro para empezar, es posible que nunca empieces.

Quiero explicarte porque la inteligencia no sirve.

6. No necesitas ser más inteligente

Todo el mundo parece un genio cuando ocupa una buena posición, cuando ha triunfado con su empresa o ha conseguido lo que nadie pudo antes. Pero cuando estás contra las cuerdas tu inteligencia racional pasa a un segundo plano y toman el mando tus instintos biológicos. No estás pensando; estás reaccionando como un animal programado para la supervivencia inmediata, no para el éxito a largo plazo.

Esta idea del libro Pensar con claridad me sorprendió porque siempre he valorado la inteligencia por encima de otros factores. Aunque luego viene la realidad para demostrar una y otra vez que la inteligencia puede jugar en tu contra.

Si te encuentras en situaciones de estrés, urgencia o presión, es probable que tu ego (o las emociones) tomen la batuta, impidiéndote usar todo tu ancho de banda. Incluso si eres muy capaz, una mala posición te expone a cometer errores forzados.

Un buen contexto te permite pensar tranquilamente, en lugar de tomar una decisión impuesta por las circunstancias. Los mejores del mundo toman buenas decisiones porque rara vez dejan que las circunstancias les obliguen a adoptar una opción forzosa.

Estar bien colocado no es algo que ocurre por arte de magia en el momento de una gran decisión, sino que se construye antes. Con esas pequeñas elecciones diarias, de las que a menudo no somos conscientes. Irte a dormir a tu hora. No gastar de más para ahorrar. O ir al gimnasio aunque haga frío, calor, viento o buen tiempo. Estos momentos se acumulan y hacen que tu futuro sea más fácil.

Una empresa con cash tiene buenas oportunidades incluso en malos tiempos. De hecho, en los malos tiempos es cuando crecerá de verdad (la competencia morirá). Una empresa con mucha deuda solo tiene malas opciones entre las que escoger, independientemente de lo inteligentes que sean sus directivos.

En resumen, lo más importante no es cuán listo eres en el momento de la crisis, sino cuán bien te has posicionado previamente. Así evitas tener que depender tanto de la suerte o de una reacción instintiva bajo presión. Una buena posición te otorga el lujo de usar tu inteligencia; una mala posición te lo quita.

En la siguiente idea te voy a explicar algo que te puede salvar la vida (en serio).

7. Cómo actuar si sufrimos una emergencia en una calle llena

Como no quiero que todo sea pura teoría voy a explicar una técnica increíble. En el mejor libro sobre sesgos que existe (Influencia) se explica la clave para sobrevivir a una emergencia en público, como un infarto o un ataque por parte de alguien.

Cialdini explica que, paradójicamente, es más probable que recibas ayuda si hay un solo testigo que si hay una multitud.

Esto se debe a la “ignorancia pluralista”: ante una situación ambigua (como un hombre mareado contra un árbol), cada persona mira a los demás para ver cómo reaccionan. Como todos tratan de mantener la calma y nadie hace nada, todos concluyen que no es una emergencia (piensan que es un borracho o alguien durmiendo). Además, la responsabilidad se diluye: se piensa que alguien más llamará a la ambulancia o sabrá qué hacer.

Vamos a lo práctico.

Si crees que estás sufriendo un infarto o un derrame debes transformar a la multitud en individuos responsables. Sigue esta secuencia:

1. Elimina la ambigüedad: Grita claramente “¡Socorro!” o “¡Ayuda!” para que no haya dudas de que es una emergencia.

2. Aísla a una persona: No hables al grupo en general. Escoge a un solo individuo de la multitud.

3. Señala y describe: Míralo directamente a los ojos y señálalo con el dedo. Identifícalo por alguna característica visible para que sepa que te diriges a él (ej. “Usted, señor, el de la chaqueta azul”).

4. Asigna una tarea concreta: Dale una orden directa e inequívoca: “Necesito ayuda. Llame a una ambulancia”.

Al hacer esto, pones a esa persona en el papel de salvador. Has eliminado su incertidumbre sobre lo que está pasando y, lo más importante, le has dicho que él es el responsable de actuar.

Espero que no tengas que usar esta técnica nunca. Pero si tienes la mala suerte de estar en una situación así, ya sabes qué hacer. Ahora toca hablar de lo que la ciencia ha descubierto sobre los sueños.

8. Los sueños no son aleatorios

Sobre los sueños se ha escrito mucho y muy mal. Por eso cuando descubrí ¿Por qué soñamos? me alegré tanto de por fin leer algo que no fuera pseudociencia.

Una de sus mejores ideas es que los sueños tienen estructura y no son aleatorios. De hecho, si los sueños fueran simplemente una descarga de imágenes al azar, sería estadísticamente imposible que tuviéramos sueños recurrentes. La probabilidad de soñar exactamente lo mismo dos veces sería nula. Además, el hecho de que podamos despertarnos a mitad de la noche, volver a dormirnos y reanudar el mismo sueño donde lo dejamos demuestra que existe una narrativa persistente y estructurada, no es una actividad azarosa.

El cerebro no lanza imágenes al azar; utiliza lo que se llama la red imaginativa (o red neuronal por defecto). Esta red toma recuerdos, personajes y emociones y los teje para crear historias coherentes. El cerebro tiene una necesidad fundamental de llenar los vacíos con narrativa, creando una estructura interna incluso en ausencia de estímulos externos.

Otra prueba de que los sueños tienen una estructura biológica y no son aleatorios es que sus temáticas son consistentes en todo el mundo y a lo largo de la historia (desde la Antigua Roma hasta hoy). Independientemente de la cultura, los seres humanos soñamos con los mismos temas estructurales: ser perseguidos, caer, llegar tarde o suspender un examen. Esto indica que el contenido de los sueños está integrado en nuestro ADN y función neurobiológica.

En resumen, los sueños son producciones estructuradas por nuestra neurobiología que siguen mapas de memoria específicos y patrones universales, lo que permite la continuidad y la repetición de escenarios.

Ahora te quiero explicar una técnica para conocer gente sin hacer nada.

9. Eh, ¿qué es eso?

Una buena red de contactos está infravalorada. Y con eso no me refiero únicamente a conocer muchas personas, también la confianza que tengan en ti es importante.

Por eso el libro Cómo hablar con cualquiera tiene más valor del que podríamos pensar en un principio. Aunque es cierto que muchas de sus ideas son bastante malas, tiene algunas muy buenas.

La técnica que te voy a explicar para conocer a gente me sorprendió porque ya la había utilizado sin darme cuenta (y me había funcionado muy bien).

Se llama “Eh, ¿qué es eso?” y se trata de llevar un objeto inusual para que te hagan esa pregunta. Así atraes la atención de las personas e inspiraras a acercarse a ti y preguntar sobre él.

No requiere ninguna habilidad social excepcional, solo la valentía de portar algo que destaque visualmente.

El objeto puede ser tan sutil o llamativo como tu personalidad o la ocasión lo permitan:

1. Un pin único o un broche interesante.

2. Una corbata extraña.

3. Un sombrero divertido.

4. Un reloj en cada muñeca.

Este truco es efectivo tanto para ligar como para hacer amigos y resuelve un problema típico: la gente a menudo quiere hablar con alguien interesante pero no sabe qué decir para romper el hielo. Da una excusa socialmente aceptable para iniciar la interacción.

De hecho, en mi caso fue para ligar. Tendría unos 20 años y al entrar a una discoteca de Salou me puse un sombrero divertido. No era nada llamativo realmente, pero destacaba entre la gente porque nadie más llevaba uno. Puedes adivinar el resultado: hubo una chica que vino a “quitármelo” mientras me sonreía. Así descubrí cómo ligar sin antes tener que recibir varios “contigo no, bicho”. Fue, inesperadamente, un buen regalo.

Y ya nos quedará solo una idea, de las más potentes.

10. El alcohol nos ha ayudado

Otro libro que me cambió mi forma de ver el mundo fue Borrachos.

La idea de que el alcohol es un simple vicio (o un pirateo de nuestro sistema de recompensas) es incorrecta. Por el contrario, el alcohol ha funcionado como una tecnología cultural indispensable que ha permitido a los seres humanos superar las limitaciones de su biología primate para construir civilizaciones complejas.

Ha sido una herramienta fundamental para el pensamiento lateral y la resolución de problemas creativos. Hasta en Google tienen un espacio llamado la Sala del Whisky. La sala funciona como un refugio para los programadores cuando su creatividad se agota. Los ingenieros se retiran allí para tomar un pequeño trago que les ayude a desbloquearse mentalmente ante problemas técnicos aparentemente irresolubles. El objetivo es alejarse de las pantallas, relajar la mente y dejar que ocurran nuevas soluciones. Aunque la disposición del mobiliario está pensada para que la gente se reúna, no para beber a solas.

Porque los humanos somos primates individualistas y competitivos que intentan vivir como insectos sociales (colaborando en masa). El alcohol ayuda a tolerar esta vida antinatural. El alcohol también actúa como un suero de la verdad socialmente aceptado, vital para la cooperación entre extraños. Al emborracharte con alguien, te vuelves vulnerable y demuestras que no tienes las defensas mentales altas para traicionarlo. Por eso, históricamente, los tratados y negocios (desde la antigua China hasta la diplomacia moderna) se cerraban con alcohol.

En resumen, el alcohol ha servido evolutivamente para domesticarnos, ser más creativos, más confiados y estar más unidos.

Pero, espera, hay algo más.

Falta comentar el concepto de resaca evolutiva, para que no te pienses que soy un beodo que intenta justificar su alcoholismo (en verdad solo bebo dos cervezas al año). Lo importante es entender que el alcohol fue un comportamiento adaptativo y beneficioso en el entorno de nuestros antepasados, pero que se ha vuelto dañino hoy en día. Durante millones de años, el alcohol no superaba unos pocos grados. La capacidad de crear licores de alta graduación (vodka, ginebra o whisky) es una novedad tecnológica de hace apenas unos siglos. Nuestros genes no han tenido tiempo de adaptarse a esta potencia, pasando de ser una herramienta socialmente útil a un peligro mortal.

Evolucionamos para beber en grupo, regulados por rituales sociales que limitaban el consumo. La vida moderna, con su individualismo y acceso a alcohol barato en soledad, rompe los controles de seguridad de la evolución, provocando el alcoholismo. Este aviso era necesario antes de ir...

ACABANDO

Dejé la idea del alcohol para la última para despedirme contigo brindando. Un brindis por las buenas ideas y los buenos libros. Esos que nos hacen cambiar para siempre.

Y mágicamente, porque no te das cuenta y llevas una hora metido entre páginas.

¡Que los libros te acompañen!

Si estas 10 ideas te han hecho pensar, imagina lo que pasa cada día en nuestra comunidad.

Cada día alguien comparte algo que te hace replantearte lo que dabas por hecho. La pregunta es si prefieres seguir leyendo solo o rodearte de gente que también lo pone en práctica.

Únete por 10€/mes y forma parte de las conversaciones.

Suscríbete ahora

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Hazte suscriptor de pago para unirte nuestra comunidad en Telegram Health & Wealth.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

ARR de 0 a 600K€ en 12 meses no es casualidad. Es una señal.

También lo es que un fondo líder nacional vuelva a invertir en una compañía tras haber liderado su ronda pre-seed junto a Antai Ventures, y que en la seed se sumen fondos internacionales de primer nivel como Shilling VC.

La compañía detrás de esta excepcional tracción es Balance, una de las healthtech con mayor proyección en Europa, liderada por Jesús Rebollo (ex-CEO de Doctoralia España) y Javier Palacios (ex-VP en Roche y Bayer).

Lo poco habitual es que tú también puedas hacerlo.

Hoy, el inversor privado puede sentarse en la misma mesa que los mejores fondos de venture capital internacional gracias a Dozen Investments, plataforma de inversión participativa que ha canalizado más de 40M€ en compañías como Glovo, Innovamat, Incapto Coffee, Cuideo y otras más de 70 startups nacionales.

Descubre el fondo que respaldó a Balance desde el inicio y todos los detalles de la compañía aquí.

Quiero patrocinar S+

El momento Clawdbot (ahora OpenClaw)

Los smartphones tuvieron su momento iPhone.

Las redes sociales, su momento Facebook.

Los LLMs, su momento ChatGPT.

El vibe coding, su momento Claude Code.

Y los agentes acaban de tener esta semana su momento Clawdbot

La tecnología siempre ha avanzado en olas. Lo distinto ahora es la velocidad: el tiempo entre una y otra se acorta, las transiciones se solapan y la curva empieza a sentirse claramente exponencial.

Esta semana no hemos visto un producto acabado, sino el primer tráiler de una película que todavía se está rodando. Una película sobre asistentes personales digitales que no se limitan a conversar, sino que empiezan a actuar; que no viven en plataformas cerradas, sino en infraestructuras que controlamos nosotros; y que trabajan con nuestras herramientas y nuestros datos reales, amoldándose por completo a nuestras necesidades.

Como en casi todas las grandes transiciones tecnológicas, lo importante no es predecir cómo acabará la historia, sino detectar a tiempo qué está cambiando y ponerse a probar. De hecho, eso es justo lo que llevamos haciendo estos días en la comunidad privada de Telegram Health & Wealth: trastear, intercambiar experiencias y descubrir, entre todos (con gente mucho más capacitada que yo), qué es posible y qué no (hazte suscriptor premium si te quieres unir).

Porque cuando la película se estrene de verdad, quienes ya hayan estado “en el barro” desde el principio partirán con clara ventaja.

Qué es Clawdbot (ahora OpenClaw)

Clawdbot (ahora OpenClaw) es un asistente personal digital open source que vive en tu propia infraestructura —tu ordenador, una máquina virtual o un servidor que controlas tú— y que está diseñado no sólo para hablar contigo, sino para hacer cosas para ti (o en tu nombre).

Nota sobre el nombre (y el pequeño caos alrededor)

En pocos días el proyecto ha pasado por varios nombres: Clawdbot, después Moltbot y, finalmente, OpenClaw. El motivo no ha sido un rebranding estratégico, sino una combinación de problemas bastante habituales cuando algo open source empieza a ganar tracción muy rápido.

El primer cambio vino tras una advertencia legal: Anthropic pidió a su creador que dejara de usar el nombre Clawdbot al considerar que podía inducir a confusión con Claude (el parecido, obviamente, no era casual). Más tarde, cuando el proyecto adoptó el nombre Moltbot, aparecieron varias estafas vinculadas al mundo cripto que aprovechaban la visibilidad repentina del nombre para intentar engañar a usuarios, algo completamente ajeno al proyecto original.

La decisión final de pasar a OpenClaw busca precisamente evitar confusiones, problemas legales y usos oportunistas, y refleja bien la naturaleza del proyecto: abierto, temprano y evolucionando en tiempo real. 

El nombre ha cambiado; la idea de fondo, no.

En su web, OpenClaw se presenta con un lema que es toda una declaración de intenciones:

OpenClaw: La IA que realmente hace cosas

Limpia tu bandeja de entrada, envía emails, gestiona tu calendario, te hace check-in de tus vuelos. Todo desde WhatsApp, Telegram o cualquier otra aplicación de mensajería que ya estés usando.

Para ello, OpenClaw puede leer información (en local u online), resumirla, transformarla, tomar decisiones y ejecutar acciones usando tus herramientas —u otras creadas por él mismo— y tus datos, siguiendo las reglas que tú definas.

Un asistente personal digital es una capa de orquestación entre cuatro elementos: lenguaje natural, datos, herramientas y acciones.

Es lo más parecido a tener a una persona 24x7 sentada delante de tu ordenador a la que puedes pedir casi cualquier cosa. Y no una persona cualquiera: una con memoria (y paciencia) casi infinitas, con un dominio abrumador del lenguaje y de las herramientas informáticas, y con una proactividad de otro planeta.

No solo puede hacer lo que le pidas —en ese preciso momento o cuando toque o mejor convenga—, sino también sugerirte qué deberías hacer o incluso hacerlo por su cuenta (si te atreves a dejarle, claro).

¿En qué se diferencia de ChatGPT?

Herramientas como ChatGPT son extraordinarias para lo que están diseñadas: acceso rápido a conocimiento, generación de texto, apoyo cognitivo generalista.

Pero tienen límites estructurales claros:

• son generalistas

• viven en infraestructuras de terceros

• no conocen tu contexto operativo real

• no pueden ejecutar acciones profundas sin fricción

OpenClaw juega otro juego. Es totalmente personalizable, accede a tus sistemas reales y actúa bajo reglas que tú defines.

ChatGPT sabe mucho. OpenClaw sabe mucho de ti.

¿Por qué ahora (y por qué así)?

Ahora que sabemos qué es OpenClaw, la pregunta interesante es por qué algo así aparece ahora. Y la respuesta no está en una tecnología nueva, sino —como suele ocurrir— en cómo se han combinado y empaquetado tecnologías que ya existían.

Muchas tecnologías no se adoptan cuando se inventan, sino cuando alguien aprende a empaquetarlas de la forma correcta. Pasó con el iPhone. Pasó con ChatGPT.

Y está empezando a pasar aquí.

La tecnología

Los modelos de lenguaje llevan ya unos años entre nosotros. Lo que ha cambiado en los últimos meses es que, por primera vez, son lo bastante fiables como para seguir instrucciones largas, manejar ambigüedad y encadenar acciones sin romperse a la mínima. No son perfectos, pero han cruzado un umbral crítico: el de la utilidad real.

A esto se suma un entorno cada vez más favorable: costes computacionales más asumibles, un ecosistema digital conectable vía APIs y herramientas de software que permiten orquestar tareas, conectar sistemas y dotar de memoria y contexto a estos asistentes y que, aunque aún no están maduras en sentido industrial, ya permiten experimentar y crear valor temprano.

No ha habido una revolución aislada. Ha habido un encaje de piezas.

¿Cómo es posible qué algo así lo ha lanzado un desarrollador independiente y no una gran tecnológica?

Para que un asistente personal sea útil de verdad necesita acceso profundo a nuestros datos y a nuestras herramientas, y eso implica un riesgo considerable desde el punto de vista de la seguridad. Si el agente no se comporta como es debido, podría borrar información, ejecutar acciones indeseadas en nuestro nombre o dejar expuesto nuestro sistema a un ataque.

Hoy la tecnología va claramente por delante de la seguridad. Y ese desajuste —asumible para algunos usuarios es justo lo que una gran empresa no puede permitirse. No por falta de talento, sino por incentivos, responsabilidad legal y modelo de negocio.

Este es el trilema de los agentes de IA ahora mismo. Entre autónomo, útil y seguro, sólo puedes elegir dos.

Un proyecto open source, en cambio, sí puede asumir ese riesgo. Puede ofrecer un producto “a medio cocinar”: frágil, incompleto y potencialmente peligroso si se usa mal. Y puede hacerlo precisamente porque confía en que sea la propia comunidad quien lo pruebe, lo lleve al límite y le ayude a cerrar los agujeros que inevitablemente tendrá al principio. Por eso puede avanzar más rápido. Y vaya si lo ha hecho…

Nota: cómo los primeros usuarios están acotando el riesgo

Aunque OpenClaw permite un nivel de acceso muy profundo, muchos de los primeros usuarios están adoptando distintas estrategias para acotar el riesgo según su caso.

Hoy se ven varias aproximaciones habituales:

- ejecutarlo en local (por ejemplo, en un Mac Mini dedicado),
- aislarlo dentro de un contenedor o una máquina virtual,
- o desplegarlo en servidores cloud con permisos muy controlados.

Además, algunos usuarios están optando por crear una identidad digital separada para el agente —un Apple ID, una cuenta de Google o credenciales propias— de modo que opere con acceso limitado y reversible. 

Otros, más aventurados, le conceden acceso directo a sus datos, herramientas reales y a su identidad digital principal, asumiendo conscientemente un mayor nivel de riesgo a cambio de más comodidad y potencia.

No existe una opción perfecta. Cada enfoque implica compromisos distintos entre control, comodidad y seguridad, y tiene sentido elegir uno u otro en función del tipo de tareas que se delegan y de la tolerancia al riesgo de cada usuario.

En todos los casos, hay que tener ciertos conocimientos informáticos, tanto de desarrollo como de gestión de sistemas. Si abrir una terminal y editar un fichero .json de configuración son cosas que te intimidan, debes esperar un poco aún a que la tecnología madure más. 

El factor X

Acabamos de hablar de la parte tecnológica y, de refilón, de la utilidad. Pero hay algo que no conviene olvidar nunca: el factor humano, ese factor X que muchas veces explica por qué una tecnología despega… o no.

OpenClaw conecta con algo profundamente humano: nuestro impulso por construir herramientas propias y nuestra preferencia natural por comunicarnos con lenguaje natural.

Es difícil explicar lo que se siente cuando puedes crear herramientas y flujos totalmente adaptados a tus necesidades concretas. Lo habitual es justo lo contrario: somos nosotros quienes tenemos que adaptar nuestra forma de trabajar a las herramientas disponibles —siempre que sean lo bastante útiles como para que el compromiso merezca la pena—. Aquí esa lógica se invierte. Ahora podemos decidir qué queremos hacer, cómo queremos hacerlo y cuándo queremos que ocurra.

Sin magia y sin idealizarlo: no funciona siempre, se rompe a menudo y requiere paciencia. Pero aun así, el salto es enorme.

El segundo elemento clave es la interfaz. Hacer que todo esto ocurra hablando, como si lo hicieras con una persona —esa persona con superpoderes que describíamos al comienzo—, a través de Telegram o WhatsApp reduce la fricción prácticamente a cero. No hay comandos (bueno, alguno hay, pero solo para gestionar al propio “bicho”), no hay menús, no hay que aprender una nueva herramienta: hay conversación.

Momentos ‘wow’

A medida que vas usando OpenClaw vas experimentado cosas que, hasta hace nada, habrían sonado a ciencia ficción.

¡Ojo! No todas funcionan siempre ni igual de bien, y conviene no creerse todo lo que se lee por ahí. Aun así, cuando funcionan, el impacto es difícil de ignorar.

Uno de los primeros momentos realmente llamativos tiene que ver con la multimodalidad llevada a la práctica. No es solo que puedas escribirle: puedes mandarle un audio, una imagen o un pantallazo, y entiende todo dentro del mismo contexto. No “procesa inputs”, sino que interpreta situaciones. Una captura de pantalla con un error, un mensaje de voz explicado deprisa o una imagen mal recortada bastan para que entienda qué está pasando y cómo avanzar.

Otro salto aparece cuando le dejas explorar el mundo digital por su cuenta. Puede navegar por internet, interactuar con servicios externos e incluso realizar llamadas telefónicas de forma agéntica, siempre dentro de los permisos que le hayas dado. Pero lo interesante no es solo que “mire”, sino que pruebe: puede darse de alta en nuevos servicios, utilizarlos durante un tiempo y volver con una opinión razonada sobre cuál encaja mejor contigo y por qué.

También sorprende su capacidad para aprender y mejorarse a sí mismo. Si le pasas, por ejemplo, un pantallazo con posibles problemas de seguridad, puede analizarlos, auditar su propio comportamiento y proponer —o incluso implementar— cambios. Si le pides que se conecte a un nuevo servicio, puede intentar hacerlo de forma autónoma o guiarte paso a paso si requiere de tu colaboración.

OpenClaw puede comunicarse con otros agentes externos (hasta tienen su propia red social) y crear subagentes internos especializados, con distintas habilidades o incluso “personalidades”, delegarles trabajo y combinar sus resultados.

Y luego está la proactividad, probablemente lo más difícil de explicar hasta que lo ves en acción. OpenClaw no se limita a responder bien, sino que empieza a anticiparse: detecta tareas repetitivas y propone automatizarlas, señala anomalías, sugiere mejoras en sus propios flujos o te avisa cuando algo no merece la pena tocarse todavía. A veces incluso hace lo más valioso de todo: parar y hacer la pregunta correcta antes de ejecutar.

Pero, de nuevo: nada de esto es magia. Se equivoca, se rompe y requiere supervisión. Pero cuando funciona, la sensación es abrumadora: no estás usando una herramienta más, sino delegando partes reales de tu trabajo en un sistema que empieza a comportarse con autonomía.

Agentes y el futuro del trabajo

¿Nos vamos a quedar sin trabajo?

Una forma útil de pensar sobre el impacto de herramientas como OpenClaw es recordar algo obvio que solemos olvidar: un trabajo es un conjunto de tareas.

Algunas de esas tareas ocurren íntegramente en el ámbito digital: leer información, transformarla, tomar decisiones relativamente mecánicas, ejecutar acciones en sistemas conectados entre sí. Muchas otras, en cambio, requieren juicio, creatividad o conectar el mundo digital con el físico: interpretar contextos incompletos, coordinar personas, asumir responsabilidad, negociar, priorizar. Ahí la información está dispersa, es ambigua y no siempre es formalizable.

Creo que no es muy arriesgado afirmar que las primeras —las puramente digitales— van a ser automatizadas o quedarán reducidas a una supervisión humana mínima. Y no porque la IA sea “inteligente”. Precisamente porque esas tareas, no la requieren.

¿Qué significará a futuro ser inteligente?

Respondía Jensen Huang, fundador y CEO de NVIDIA en una entrevista reciente:

"Yo creo que, a largo plazo, la definición de "inteligente" —en mi opinión personal— es alguien que se sitúa en esa intersección entre ser técnicamente muy capaz, pero también tener empatía humana, y la capacidad de inferir lo que no se dice, ver alrededor de las esquinas y anticipar lo imprevisible.

Las personas capaces de ver alrededor de las esquinas son verdaderamente, verdaderamente inteligentes. Y su valor es increíble: poder anticipar problemas antes de que aparezcan, solo porque "sienten la vibra".

Esa "vibra" viene de una combinación de análisis de datos, primeros principios, experiencia, sabiduría y la capacidad de percibir a las demás personas.

Esa vibra… creo que esa es la inteligencia."

Esto no significa que los trabajos vayan a desaparecer. Lo que significa es que van a cambiar de forma.

El peso del valor se desplaza: de saber cómo hacer las cosas a saber qué merece la pena hacer. De hacer a dirigir. Y no necesariamente sólo personas, sino también sistemas, agentes y sistemas de agentes.

La ventaja competitiva se mueve hacia quien entiende el problema, el contexto y los trade-offs, no hacia quien domina la ejecución.

En este nuevo marco, trabajar empieza a parecerse menos a “hacer tareas” y más a diseñar sistemas: definir objetivos, establecer límites, decidir cuándo intervenir y cuándo no. Delegar no solo ejecución, sino intención.

Y esto tiene implicaciones profundas para personas y organizaciones.

Las que adopten estas herramientas pronto —aunque sean imperfectas, aunque den problemas— van a avanzar mucho más rápido que las que esperen a que todo esté pulido y seguro.

Por eso, la mejor estrategia ahora no es teorizar demasiado, sino tirarse de cabeza al barro. Probar. Jugar. Romper cosas. Dedicar tiempo todos los días a experimentar y a entender qué es posible y qué no.

La acción revela información.

Habrá errores, incomodidad y fricción. Pero también aprendizaje acelerado. Y cuando esta tecnología se normalice —porque lo hará—, la diferencia no estará entre quienes la conocen y quienes no, sino entre quienes ya la han incorporado a su forma de trabajar y quienes llegan tarde.

Si este tema te ha despertado curiosidad, aquí es donde se pone interesante: en cómo se usa esto de verdad.

En la comunidad privada de Telegram estamos compartiendo experimentos reales con OpenClaw y otros agentes, discutiendo límites, riesgos y usos que sí merecen la pena.

No hay tutoriales mágicos ni promesas grandilocuentes. Hay gente pensando y probando en serio.

Si quieres seguir la conversación, hazte suscriptor premium y únete a la conversación.

Suscríbete ahora

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 a la versión gratuita para no perderte ninguna futura edición. Hazte suscriptor de pago para continuar el diálogo en nuestra comunidad en Telegram Health & Wealth.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Hazte suscriptor de pago para unirte nuestra comunidad en Telegram Health & Wealth.

Suscríbete ahora

Esta edición de Suma Positiva ha estado patrocinada por:

Entrenar fuerte y rendir mejor no va solo de disciplina.
Va de entender qué está pasando dentro de tu cuerpo.

Holo es una app de salud all-in-one con analíticas avanzadas, diseñada para ayudarte a alinear tus entrenos con datos reales y construir tus objetivos deportivos de 2026 con criterio.

Estrés metabólico y recuperación → cortisol, LDH, magnesio, zinc
Fatiga y capacidad de trabajo → hemograma, ferritina, hierro, B12
Inflamación y riesgo de sobreentreno → PCR ultrasensible
Fuerza y adaptación hormonal → testosterona, SHBG, LH, FSH
Energía y rendimiento sostenido → tiroides (TSH, T3, T4)
Salud cardiovascular a largo plazo → ApoB, Lp(a), perfil lipídico

Más de 110 marcadores (frente a los 15–20 de una analítica tradicional), integrados con tus datos de Apple Health, Google Fit, Oura, etc., para tomar mejores decisiones sobre salud, carga y recuperación.

👉🏻 Con el código SUMAPOSITIVA10 tienes un 10% de descuento esta semana.
👉🏻 Descubre más en tryholo.com

Quiero patrocinar S+

En la variedad está el gusto (y la salud)

Esta semana se ha publicado un estudio sobre ejercicio y longevidad que ha generado bastante debate en redes sociales.

La principal —y quizá sorprendente— conclusión es que la variedad de actividad física se asocia con una menor mortalidad, independientemente de la cantidad total de ejercicio realizada.

Este estudio destaca por:

• Su profundidad: Siguió durante más de 30 años a un grupo de 110.000 personas. Durante el tiempo del estudio, se registraron 38.847 muertes, de las cuales 9.901 fueron por enfermedades cardiovasculares, 10.719 de cáncer, y 3.159 por enfermedades respiratorias.

• Su alcance: Trata de entender el impacto en mortalidad de diferentes actividades físicas populares y, como decíamos, de su combinación.

Por otro lado, un estudio de este tipo inevitablemente tiene también sus limitaciones:

1. Es observacional, no experimental, y, por lo tanto, no prueba causalidad. Aunque los autores han intentado ajustar por aquellos factores que podrían estar introduciendo sesgos en los resultados, es imposible hacerlo al 100%.

2. Actividad autodeclarada. La forma en la que se recopilaron los datos durante los 30 años de observación fue mediante cuestionarios realizados cada 2 años, en los que los participantes declaraban cuántos minutos a la semana dedicaban a cada actividad física. Por lo tanto, existe cierta imprecisión.

3. No considera intensidad real ni estructura del entrenamiento. El estudio no contempla otros datos que podrían ser relevantes como frecuencia cardiaca, potencia, o zonas. Esto lleva a que la actividad “caminar” —o cualquier otra— no signifique exactamente lo mismo para todos o que no se distinga entre entrenar “fuerza pesada” o “fuerza ligera”.

4. Población muy concreta. El estudio se realizó en profesionales sanitarios (enfermeros y médicos), mayoritariamente blancos, de nivel socioeconómico alto. La edad de los participantes al inicio del estudio era de 40 a 75 años, con una media durante el periodo de seguimiento de 63 años. Estamos hablando fundamentalmente de adultos de mediana edad y mayores, no de jóvenes ni de atletas.

Dicho esto: el tamaño muestral, la duración y la consistencia de resultados hacen que no sea un paper menor.

A continuación una de las gráficas más interesantes del paper es la siguiente.

Pero para poder entender esta gráfica tenemos primero que explicar qué son las variables que tenemos en ambos ejes, ya que quizás no estemos muy familiarizados con ellas.

Hazard ratio

En el eje Y tenemos el hazard ratio, una variable que se usa para comparar riesgo de morir entre dos grupos, en cada momento del tiempo.

En este estudio, el eje Y responde a una pregunta muy concreta:

“Comparado con alguien que no hace esta actividad,
¿cómo cambia mi riesgo relativo de morir si hago X cantidad?”

Por ejemplo, la línea correspondiente a caminar (línea azul) parece que alcanza un mínimo de 0.75 en torno a los 20 MET horas/semana. Eso significa que, las personas que realizan esa cantidad de esa actividad tienen, en cualquier momento, un 25% menos de probabilidades de morir por cualquier causa que las personas que no llegan a un mínimo en esa actividad.

METs

Con el fin de poder comparar actividades con diferentes intensidades, el paper utiliza una unidad llamada MET (Metabolic Equivalent of Task).

1 MET se define como 1 kcal/kg/hora y equivale aproximadamente al gasto energético de estar sentado en reposo. Una actividad de 5 METs significa que consume 5 veces más energía que estar en reposo.

Un MET también se puede definir como el consumo de oxígeno en ml/kg/min, siendo un MET igual al consumo de oxígeno en reposo sentado, equivalente a 3,5 ml/kg/min. 

Seguro que ahora puedes poner en contexto mejor otra de las variables fisiológicas más citadas al hablar de longevidad: el consumo máximo de oxígeno o VO2max. 

No es casualidad que sus unidades sean también ml/kg/min. Así podemos relacionar la intensidad de ciertas actividades (en METs) con nuestra potencia aeróbica. 

Según el Compendium of Physical Activities, las actividades consideradas en el estudio se corresponden con los siguientes METs:

• Caminar (rápido): ~3–4 METs

• Jogging: ~6 METs

• Running: ~10 METs

• Bicicleta: ~6 METs

• Natación: ~6 METs

• Remo / calistenia: ~7 METs

• Tenis / squash: ~8 METs

• Entrenamiento de fuerza: ~6 METs

• Subir escaleras: ~8–9 METs

Lo que tenemos en el eje X de la gráfica son MET de la actividad × horas que la practicas a la semana. Por ejemplo, caminar a 3,5 MET durante 2 horas/semana son 7 MET horas/semana.

Y, por supuesto, a la inversa: si quisiéramos saber a cuánto tiempo a la semana equivale a cierto valor de MET hora/semana de la gráfica, tenemos que dividir el valor del gráfico por el MET de la actividad correspondiente.

OK, ahora que ya sabemos interpretar este tipo de gráficos, veamos qué conclusiones podemos sacar de este estudio.

Empecemos por aquellas cosas menos “sorprendentes”, aquellas que reafirman lo que ya sabíamos o intuíamos:

• Más ejercicio = menor mortalidad, con rendimientos decrecientes. La mayor parte del beneficio se obtiene con niveles moderados (~15–20 MET·h/semana). A partir de ahí, la curva se aplana o incluso se invierte (más sobre esto luego).

• Casi cualquier actividad suma: Caminar, correr, bici, fuerza, deportes de raqueta… todas se asocian con menor mortalidad.

Vamos ahora con algunos resultados más contraintuitivos o que directamente contradicen a otros estudios. Para ello vamos a separar las actividades analizadas en sus correspondientes gráficas.

• Más no siempre es mejor (en una sola cosa). Para la mayor parte de las actividades, el beneficio se estanca o incluso parece que se revierte a partir de cierto umbral. Según los propios autores, a partir de cierto volumen de actividad los datos dejan de tener validez estadística, así que cojámoslo con pinzas.

• El “punto dulce” de reducción de mortalidad se alcanza con volúmenes muy pequeños. Si, como hace este profesor de Harvard, crees que el “punto dulce”, es decir, la mayor ganancia de longevidad está en torno a los 5 MET-horas/semana, fíjate que poco tiempo se requiere, por tipo de actividad:

  

• La natación sale sorprendentemente mal parada. Si hay un deporte que tiene “buena fama” esa es la natación. Bajo impacto, trabajo del cuerpo completo…Curiosamente en este estudio no muestra asociación clara con menor mortalidad total. Probablemente refleja algún tipo de confusión residual en los datos, pero rompe el mito de “nadar es perfecto”.

  ---

Como decíamos al inicio, la conclusión más relevante del estudio —porque revela algo que nunca se había estudiado antes con tanta profundidad— no se ve en las gráficas anteriores, sino en la siguiente:

La gráfica muestra a personas divididas por:

• bajo / medio / alto volumen de ejercicio (izquierda / centro / derecha)

• baja / media / alta variedad de ejercicio (azul / amarillo / rosa)

Lo que se ve es que, dentro de cada nivel de volumen, más variedad = menor mortalidad. Es decir: no sólo es mejor “mucho + variado”, también es mejor “moderado + variado” que “moderado + monótono”.

Otro punto muy relevante es qué no dice el paper.

Al ver las gráficas de este estudio es tentador caer en una conclusión rápida:

“caminar parece mejor que correr” o “la fuerza baja menos el riesgo que el cardio”.

Pero esa lectura es incorrecta.

A pesar de lo que pudiera parecer, este artículo no compara actividades entre sí. Cada curva compara personas que hacen más o menos de una actividad concreta con personas que no hacen esa actividad. Cada curva representa a grupos de personas distintos.

Lo que sí permite el estudio es ver cómo cambia el riesgo cuando aumentas una actividad determinada y, sobre todo, dónde se agota gran parte del beneficio. Eso es muy útil. De nuevo, lo que no permite es decidir qué deporte es “mejor” que otro.

La única comparación real entre actividades que hace este trabajo no es entre caminar y correr, sino entre concentrar todo el ejercicio en una sola actividad o repartirlo entre varias. Y ahí el mensaje es claro: a igual cantidad total de ejercicio, las personas que practican más tipos distintos de actividad tienen menor riesgo de morir.

No se trata de elegir el ejercicio perfecto, sino de no hacer siempre el mismo.

Cierre

Cuando se trata de ejercicio —como en tantas otras áreas de la vida— la especialización o la concentración son buenas estrategias si el objetivo es rendir más. Pero si el objetivo es vivir más, los datos apuntan de forma bastante consistente en otra dirección.

Este estudio encaja bien con una idea que he defendido otras veces: para la longevidad es preferible ser un generalista. O, usando un término más reciente y de moda, un atleta híbrido. No alguien excelente en una sola disciplina, sino razonablemente competente en varias (incluso antagónicas como la fuerza y la resistencia).

Los resultados confirman una receta sencilla y poco glamurosa: caminar de forma habitual, entrenar la fuerza dos o tres veces por semana y acumular actividad cardiovascular a distintas intensidades es, probablemente, lo mejor que puedes hacer para vivir más y mejor. No es el programa perfecto para destacar en ninguna prueba concreta, pero sí una base muy sólida para poder dar la cara en lo que Peter Attia bautizó como el decatlón de los centenarios.

Ahora sabemos algo más: la variedad importa por sí misma. A igual cantidad total de ejercicio, repartir el esfuerzo entre distintos tipos de actividad se asocia con menor mortalidad. No porque exista un ejercicio superior al resto, sino porque ningún estímulo aislado cubre todo lo que el cuerpo necesita para conservar su buen funcionamiento con el paso de las décadas.

En la práctica, es poco probable que alguien tenga que preocuparse por estar haciendo demasiado ejercicio. Si acaso, por hacer siempre lo mismo, o por hacerlo demasiado intenso durante demasiado tiempo.

Entrenar más de lo mismo no siempre es la solución.
Entrenar más y más variado, casi siempre sí.

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 a la versión gratuita para no perderte ninguna futura edición. Hazte suscriptor de pago para continuar el diálogo en nuestra comunidad en Telegram Health & Wealth.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Hazte suscriptor de pago si además quieres unirte a nuestra comunidad en Telegram Health & Wealth.

Suscríbete ahora

Hace semanas que no puedo dejar de ver un cambio cultural en el mundo de la salud y el fitness.

Entender la cultura es crucial porque, como dijimos hace un par de semanas, todo lo demás (tecnología, productos, mercados, etc.) viene detrás de ella.

Este cambio es una rebelión silenciosa contra el exceso de optimización.

Esta edición de Suma Positiva ha sido patrocinada por:

El verdadero coste de una sala de reuniones que no funciona.

Las empresas pierden entre un 10% y un 15% de su tiempo productivo por fallos de comunicación en videoconferencias.

Faltan 10 minutos para tu videoconferencia más importante del año.
Tienes todo bajo control: has practicado hasta delante del espejo y te sabes la presentación casi de memoria.

Entras en tu sala de reuniones de la suerte, la que nunca falla… y hoy te dejará tirada.

Te santiguas. Cierras la puerta.

— “¿Nos escuchas?”
No.

Sales. Vuelves a entrar.
Ahora el audio funciona, pero la pantalla no comparte.

Minuto 1.
Minuto 3.
Minuto 5.

Ves las caras al otro lado: impaciencia, duda, desconcierto, incertidumbre.

Te disculpas. Sudas.
Escribes a IT… no responde.

A situaciones desesperadas, medidas desesperadas: tiras de tu portátil, te compartes internet desde el móvil, y las manos te tiemblan igual que en el examen de Selectividad.

Arrancas la reunión… pero si Carlos Sainz no fue capaz de arrancarlo, tú en esa situación tampoco.

Ya no es lo mismo.
Se te olvidan los puntos clave. Te quedas en blanco.

Termina la reunión.
Silencio.

Y sabes, en el fondo, que probablemente no habrá una segunda oportunidad.
Esto no va de WiFi.

En Pentatel llevamos 25 años diseñando e integrando tecnología en empresas.

Agenda una consulta. 👉 Click Aquí

Quiero patrocinar S+

La rebelión contra la ultra optimización

Lo primero fue empezar a medir

Hace unos diez años llegaron los wearables: relojes, anillos y bandas con sensores de todo tipo.

De repente podíamos medir cosas que hasta hace nada solo intuíamos: cómo dormíamos, cuánto nos movíamos, cómo respondía nuestro cuerpo al estrés, al alcohol, al entrenamiento intenso o a una mala noche.

Fue un avance real.

Por primera vez, mucha gente tomó conciencia de lo mal que dormía, de lo poco que se movía o de lo bien que se sentía cuando empezaba a cuidarse un poco más.

Ahí empezó todo.

De medir pasamos a optimizar

El problema no fue medir. El problema fue lo que ocurrió después.

En determinadas personas —disciplinadas, exigentes consigo mismas, orientadas al rendimiento— la información no se quedó en feedback. Se convirtió en objetivo.

Si algo podía medirse, podía mejorarse. Si podía mejorarse, debía optimizarse.

Dormir ya no era dormir bien o mal: era alcanzar un sleep score de más de 85.

Entrenar dejó de ser entrenar: era hacer algo que quedase bien en Strava.

Caminar dejó de ser pasear para desconectar: había que aprovecharlo para escuchar un podcast sobre cómo optimizar la salud, mientras sumabas pasos y cerrabas anillos.

El cuerpo pasó de ser un sistema vivo a convertirse en un proyecto de ingeniería.

Cuando el disfrute se evapora

Empezamos a cuidarnos más que nunca…pero también a disfrutar menos que nunca.

Actividades que antes eran placenteras se volvieron instrumentales.

La conexión con el entorno se sustituyó por la conexión bluetooth con los dispositivos.

La escucha interna fue reemplazada por la lectura de unos datos con una utilidad limitada y, en el peor de los casos, una fiabilidad dudosa.

El placer de hacer las cosas por uno mismo fue desplazado por la búsqueda constante de validación externa.

Y, poco a poco, se perdieron cosas esenciales: la capacidad de saber cómo estás sin preguntárselo a un dispositivo o de hacer cosas para ti mismo, no para tu dashboard de métricas o tus redes sociales.

Este patrón conecta con una idea que el filósofo coreano-alemán Byung-Chul Han puso hace unos años sobre la mesa: la de la auto-explotación1.

No hace falta un jefe que apriete demasiado cuando uno mismo puede ser su mejor explotador.

El efecto rebote

El lado positivo es indiscutible: millones de personas hemos descubierto lo bien que nos sentimos cuando dormimos mejor, nos movemos más, entrenar con algo de estructura y comemos con cabeza.

Eso no va a desaparecer.

Pero cuando el cuidado se vuelve ortodoxia, cuando vivir bien se convierte en cumplir protocolos, eso empieza a jugar en tu contra:

Más ansiedad. Más rigidez. Más miedo a salirse del plan. Menos vida.

Y ahí es donde algo debe empezar a cambiar.

El paso atrás (consciente)

Cada vez más gente está dando un paso atrás. No para dejar de cuidarse, sino para dejar de vivir en modo optimización permanente.

Siguen entrenando. Siguen durmiendo y comiendo bien. Siguen prestando atención a su salud.

Pero ya no necesitan medirlo todo todo el tiempo.

El ejemplo más claro de este cambio es algo que, hace poco, parecía impensable:
el abandono de los wearables.

No como rechazo tecnológico (que también), sino como gesto simbólico. Como forma de recuperar el criterio propio. Como manera de volver a sentir sin intermediarios.

Entre los que lo prueban, la experiencia se repite: no sólo no pasa nada malo, sino que a menudo pasa algo bueno: menos ruido, más presencia, más confianza en el criterio propio.

No es menos cuidado. Es más madurez.

Esta no es una rebelión contra el wellness. Es una rebelión contra su versión más dogmática.

Cuidarse sigue siendo importante. Lo que cambia es la relación.

Menos obsesión por el control.

Más tolerancia a la imperfección.

Menos vivir para el sistema.

Más sistema al servicio de la vida.

Quizá ese sea el verdadero signo de progreso: cuando ya no necesitas demostrar —ni a otros ni a un dashboard— que lo estás haciendo bien. Porque, simplemente, te sientes bien.

Para ampliar:

• The Rise of the Wellness Anarchist

• How I broke free from tech optimization (and you can too!)

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 a la versión gratuita para no perderte ninguna futura edición. Hazte suscriptor de pago si además quieres unirte a nuestra comunidad en Telegram Health & Wealth.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Suscríbete ahora

Hola a todos y feliz 2026.

La verdad es que no tenía pensado escribir una nueva edición de Suma Positiva hasta el próximo sábado, pero voy a adelantarme y aprovechar esta primera edición del año para hacer un poco de housekeeping, hablaros de mis planes y pediros algo de colaboración.

También hay una sorpresita al final, no os la perdáis.

Temas

¿Qué podéis esperar en 2026?

Nada nuevo.

Todo aquello que pase por mi cabeza y que resuene con el lema de la publicación:

Health & Wealth

Para quien no lo conozca, el acceso a este canal privado de Telegram es el principal beneficio que tienen los suscriptores de pago de Suma Positiva.

Lo lancé en septiembre de 2023 y por allí han pasado bastantes personas. Ahora mismo quedamos un grupito de 26 personas a las que considero mis amigos y con las que hablo prácticamente a diario, de una forma mucho más directa y personal de lo que puedo y suelo hacer aquí.

Los temas que más éxito tienen son sin duda los relacionados con la salud y el fitness —mención especial para todo lo relacionado con el mundo HYROX—, aunque de vez en cuando también hablamos de los otros temas que suelo tocar en Suma Positiva (inversión, startups, tecnología) o comentamos el artículo de la semana.

Es una iniciativa que me gusta, me divierte y creo que aporta valor, así que la seguiré impulsando este año.

Si te gustaría unirte a la comunidad, suscríbete a la versión premium.

Suscríbete ahora

Patrocinios

Aunque cada edición de Suma Positiva lleva un enlace con toda la información relativa a los patrocinios, la mayor parte de la gente lo suele pasar por alto y me pregunta por email por ella.

Os dejo por aquí los datos más importantes:

• ~30.000 suscriptores (69% España, 5% EEUU, 26% LATAM)

• 40-44% tasa de apertura

• 750€ + Impuestos por una edición

• Disponibilidad: a partir del 14/2 (inclusive)

Contactadme por favor por correo o DM si estáis interesados en reservar algún espacio. Suelen agotarse rápido.

Firmas invitadas

Como sabéis, me encanta ceder de vez en cuando este espacio a otras personas que tengan algo que aportar y que además sean capaces de hacerlo de forma elegante.

¿A quién os gustaría que invitase este año?

Enviadme a ser posible una muestra de su trabajo por correo o DM.

Bonus

Ahora que aún estamos en época de plantearnos objetivos para el nuevo año, os propongo que os hagáis una pregunta que he escuchado a Chris Williamson y que me ha gustado mucho.

Imagina que tu vida fuese una película y que la audiencia la hubiera visto hasta ahora.

¿Qué estarían gritando ahora mismo a la pantalla sobre lo que deberías hacer?

Un fuerte abrazo,

Samuel

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.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Hola, soy Maxi y hago jamón.

Hace tiempo le dejé reservado este espacio a Samuel para tener un sitio donde poner a la venta algunos jamones aprovechando, pero no ha hecho falta porque hace ya dos semanas que colgamos el cartel de no hay billetes; en este caso, billetes sí hay, lo que no hay es jamón.

Así que, como no tengo nada que venderte, solo puedo decirte que disfrutes de estos días. Si es en familia, mucho mejor. Discute con tu cuñado, quiere mucho a los tuyos, abraza apretao y, aprovecha para pasarte un poco con el turrón y los polvorones que ya habrá tiempo de afinar en enero.

Quiero patrocinar S+

Personalidad y ejercicio, Smartphones y adolescencia, World Models y AGI

«Los hombres más espirituales, como los más fuertes, encuentran su felicidad allí donde otros encontrarían su destrucción: en el laberinto, en la dureza contra sí mismos y contra los demás, en los experimentos. Su alegría es la autoconquista… Las tareas difíciles son para ellos un privilegio; jugar con cargas que aplastan a otros es una recreación».

— Friedrich Nietzsche

Salud y Fitness

Dime cómo es tu personalidad y te diré qué ejercicio te gusta más

¿Te has preguntado por qué a algunas personas les gusta más el ejercicio de alta intensidad mientras que otras disfrutan más de esfuerzos más suaves pero más prolongados? Según este paper, existe una relación entre nuestra personalidad y el tipo de ejercicio que preferimos.

Algunos hallazgos interesantes:

Las personas con alta extroversión tienden a preferir y disfrutar la alta intensidad. Les gustan los esfuerzos cortos y duros, el HIIT, los test máximos, los entrenamientos que “estimulan”. Biológicamente tienen un nivel basal de activación más bajo y buscan intensidad para sentirse bien. No solo lo disfrutan más: suelen rendir mejor en esos contextos.

Las personas con alto neuroticismo1 (las que tienden a estresarse fácilmente o a sentir ansiedad) tienden a preferir la baja intensidad. Disfrutan menos de esfuerzos largos y sostenidos a alta carga, especialmente si hay presión externa, supervisión o sensación de evaluación. La baja intensidad, el ritmo cómodo, el entrenamiento en solitario o poco observado les resulta más tolerable y sostenible y además les ayuda a gestionar el estrés. Ojo: no es que no puedan hacer alta intensidad, es que no la disfrutan tanto.

Como era de esperar, las personas con alta responsabilidad (“cumplidoras”) no muestran una preferencia clara por intensidad alta o baja. Entrenan porque “toca”, por salud o por coherencia con sus objetivos. Son constantes, entrenan más horas a la semana, pero el disfrute no depende tanto de la intensidad como del propósito.

En resumen, si lo reducimos a una regla práctica:

• Alta intensidad: extrovertidos

• Baja intensidad: neuroticismo alto, agradables

• Indiferentes a la intensidad: responsables

La implicación es potente: cuando alguien “no conecta” con un tipo de entrenamiento, no es falta de disciplina. Muy a menudo es simplemente un mal encaje entre personalidad e intensidad.

Y ese encaje, a largo plazo, lo es todo.

Sociedad

Los móviles son el tabaco de nuestra era

Esta gráfica da auténtico miedo:

Cada vez leemos menos libros. Yo el primero. Como señala Tyler Cowen en su última columna, nuestra cultura se transmite cada vez más a través de podcasts, YouTube y TikTok, y cada vez menos a través de los libros. Es un cambio profundo, y es difícil pensar que no tenga consecuencias.

La cultura oral, a diferencia de la escrita, es más fluida, más difícil de evaluar y verificar, más propensa al rumor y con menos filtros. Eso tiene ventajas: un buen monologuista provoca más risas que un autor ingenioso, y una explicación visual en YouTube puede fijarse mejor en la memoria que un texto denso. Además, hablar y escuchar nos resulta natural: es una forma de comunicación mucho más antigua que leer y escribir y cumple una función social clave. Pero, en términos generales, la cultura oral dificulta mantener la objetividad y el pensamiento analítico.

Desde hace tiempo, la cultura impresa está en retroceso. La radio y el cine se popularizaron en los años 20, la televisión en los 50, y todos ellos captaron —y siguen captando— la atención de miles de millones de personas. Ya en el siglo XX surgió la pregunta de si las ideas debían venir de los libros o de los nuevos medios. No siempre fue un cambio positivo: los discursos radiofónicos de Hitler convencieron a más personas que su ilegible Mein Kampf.

Que los libros y la lectura sigan siendo importantes demuestra lo poderosa que ha sido la cultura impresa. Pocas instituciones han estado en declive durante más de un siglo y aun así conservan tanta influencia.

La lectura optimista es que llevamos mucho tiempo reduciendo la lectura profunda y, aun así, la civilización ha sabido adaptarse. A lo largo de la historia siempre ha habido equilibrios cambiantes entre cultura oral y escrita, y probablemente podamos ajustarnos de nuevo, como ocurrió con la llegada de la televisión.

La visión pesimista es que la cultura de la lectura ya estaba al límite y que las nuevas tecnologías van a romper definitivamente ese frágil equilibrio. Las nuevas generaciones crecerán sin capacidad para leer obras largas o complejas, consumirán versiones audiovisuales en lugar de libros, perderán objetividad analítica y absorberán lo más volátil de la cultura digital. A cambio, serán muy rápidas consumiendo fragmentos breves de información —y desinformación— en grandes cantidades.

Las pantallas están acabando no solo con la lectura (y con la salud mental de muchos), sino con todo tipo de hobbies: actividades que requerían tiempo, atención y cierta destreza están siendo absorbidas por la gratificación instantánea y facilona del scroll infinito.

La era del smartphone ha sido un evento de extinción masiva para los hobbies. Muchas aficiones han desaparecido —o están en proceso de desaparecer— absorbidas por el resplandeciente horizonte de sucesos de la pantalla.

Sin embargo, no todo está perdido. Pese a la resistencia inicial, en todos los experimentos que se han puesto en marcha ocurre lo mismo: los adolescentes acaban agradeciendo que se les limite el acceso al móvil. Al cabo de poco tiempo, recuperan el gusto por hacer otras cosas, como muestra este artículo reciente.

Desde septiembre de 2025, el estado de Nueva York prohibió que los estudiantes usen teléfonos móviles durante toda la jornada escolar, una medida impulsada por la gobernadora Kathy Hochul para reducir distracciones y mejorar el aprendizaje.

Después de unas semanas, los profesores comenzaron a notar un efecto inesperado: los estudiantes empezaron a hablar entre sí más, como si hubieran dejado de lado el aislamiento digital. Las cafeterías estaban más animadas, los pasillos tenian más conversación y se formaron grupos en torno a “actividades analógicas”: los alumnos retomaron juegos de mesa, cartas, dominó, deportes o incluso tecnología vintage como reproductores de CD o Game Boys.

Esto se ha traducido en nuevas amistades y en un mejor ambiente escolar.

Es la cruzada que Jonathan Haidt —el psicólogo social autor del fascinante La Mente de los Justos— viene librando en los últimos años:

La crisis de ansiedad y depresión en adolescentes no es casual ni inevitable.

Coincide en el tiempo con un cambio profundo: el paso de una infancia basada en el juego, la exploración y la interacción física a una infancia mediada por smartphones, redes sociales y pantallas omnipresentes.

A partir de 2010, cuando el smartphone se convierte en objeto cotidiano en manos de niños y adolescentes, los indicadores de salud mental se deterioran de forma abrupta. Menos sueño, menos contacto cara a cara, más comparación social constante y una atención fragmentada.

Haidt subraya una paradoja incómoda. Mientras los padres han aumentado la protección en el mundo físico —menos autonomía, menos riesgo, menos juego libre—, han dejado a los niños prácticamente solos en el mundo digital, un entorno diseñado para capturar atención y explotar vulnerabilidades psicológicas.

Su propuesta no es nostálgica, sino práctica: retrasar el acceso al smartphone, escuelas sin móviles, límites claros a las redes sociales y recuperar espacios de juego y autonomía real. No para volver atrás, sino para corregir un experimento cultural que estamos realizando sin grupo de control.

Por todo lo anterior me atraen tanto propuestas como la de la startup barcelonesa Balance Phone: un smartphone con todo lo útil y nada de lo adictivo. Es, sin duda, el móvil que compraré a mis hijas cuando tengan edad. Y, cada vez más a menudo, el que me planteo comprarme yo. (NO tengo ninguna afiliación con ellos).

Inteligencia Artificial

World Models: ¿paso necesario hacia AGI?

El siguiente buzzword en inteligencia artificial son los World Models.

Es increíble lo mucho que se ha avanzado gracias a los grandes modelos de lenguaje, pero casi todos los expertos coinciden en que no se podrá construir inteligencia general con modelos que se nutren sólo de texto.

Yann LeCun explica que los grandes modelos de lenguaje se entrenan con unos 30 billones (trillions) de palabras, lo que equivale prácticamente a todo el texto público de internet. Un ser humano tardaría más de 500.000 años en leer esa cantidad.

Sin embargo, un niño de cuatro años ha recibido una cantidad comparable de información visual en sus primeros años de vida. Esto muestra hasta qué punto la experiencia del mundo real es mucho más rica y compleja que la lectura de texto.

Entrenar con la web es enorme, pero aun así no se acerca ni de lejos a todo lo que aprende un niño simplemente viviendo.

Todos estamos en mayor o menor medida familiarizados con las limitaciones del lenguaje, como tan bien expresó Paul Graham hace poco en X:

Algo que le dije a mi hijo de 13 años: muchas —si no la mayoría— de las discusiones filosóficas son producto de intentar usar el lenguaje natural con un nivel de precisión mayor del que realmente soporta.

Pero volvamos al tema de los world models, que me desvío.

Los LLM actuales aprenden prediciendo cuál será el siguiente token. Ese objetivo funciona de maravilla cuando la tarea puede reducirse a la manipulación de símbolos y secuencias discretas. Las matemáticas, la resolución de problemas de física sobre el papel o la programación encajan bien en este esquema, porque el éxito depende en gran medida de encontrar y combinar las secuencias adecuadas de símbolos, ecuaciones o tokens de código. Con suficiente escala y datos, estos modelos se vuelven extremadamente buenos en ese tipo de predicción estructurada.

Pero la inteligencia real es otra cosa. El mundo físico es continuo, ruidoso, incierto y de alta dimensionalidad. Para desenvolverse en él, un sistema necesita modelos internos que representen objetos, dinámicas, relaciones causales, las limitaciones del propio cuerpo y las consecuencias de las acciones a lo largo del tiempo. Los humanos y los animales construimos representaciones abstractas a partir de flujos sensoriales ricos y luego razonamos y predecimos en ese espacio abstracto. Por eso un niño puede adquirir una física intuitiva, planificar acciones de varios pasos y adaptarse con rapidez a situaciones nuevas con muy pocos datos.

De ahí viene su idea de la saturación del paradigma actual.

Seguir escalando la predicción de tokens mejora cada vez más tareas de manipulación simbólica como las matemáticas o la programación, pero se topa con límites claros en razonamiento y sentido común. El texto, por sí solo, no aporta las señales de aprendizaje necesarias para construir modelos del mundo. Predecir la siguiente palabra no enseña de forma eficiente conceptos como fuerzas de contacto, affordances2, oclusión, fricción o cómo las acciones modifican el estado del entorno.

Para avanzar, sostiene LeCun, hacen falta arquitecturas capaces de aprender abstracciones a partir de datos sensoriales, predecir futuros en espacios latentes abstractos y utilizar esas predicciones para planificar acciones orientadas a objetivos, con salvaguardas incorporadas.

Exactamente en la misma línea ha ido Demis Hasabis, fundador de DeepMind y premio Nobel, en su última entrevista sobre el futuro de la inteligencia artificial.

Al igual que LeCun, sostiene que la AGI no llegará a base de escalar modelos con la arquitectura actual. El tamaño importa™️, pero no es suficiente.

Su tesis es: el camino hacia AGI será 50% escalado y 50% innovación.

Hoy la IA vive una paradoja que Hassabis llama “inteligencia irregular”. Puede rendir a nivel de medalla de oro en un campo y, al mismo tiempo, fallar estrepitosamente en otro. El problema no es tanto la falta de inteligencia, sino la falta de fiabilidad. Los modelos no saben cuándo no saben. Muchas alucinaciones ocurren porque el sistema está diseñado para responder siempre, en lugar de poder decir “no estoy seguro”. Para avanzar hacia la AGI, una pieza que falta es algo parecido al pensamiento de Sistema 2: modelos que planifiquen, razonen y verifiquen antes de responder, en vez de limitarse a predecir la siguiente palabra. No se trata solo de respuestas más rápidas, sino de respuestas más consistentes.

En cualquier caso, como decíamos, el lenguaje, por sí solo, no basta. Aunque los modelos han aprendido mucho leyendo texto, entender el mundo requiere experiencia. De ahí la importancia de los world models: sistemas que entiendan física, espacio, causalidad y acción.

La simulación podría ser clave para desbloquear el siguiente hito: Si una IA pudiera generar un mundo realista y coherente, probablemente es que entiende sus reglas. Introducir agentes en esos mundos y dejar que la curiosidad guíe su aprendizaje permitiría generar datos infinitos, creados sobre la marcha. Así es como la IA podría aprender de forma más parecida a los humanos: exploración primero, comprensión después, generalización al final.

Todo esto conecta con una pregunta más profunda: ¿es el universo computable? Hasta ahora, no hemos encontrado nada claramente no computable: ni el pliegue de proteínas, ni el juego del Go, ni siquiera los sistemas biológicos complejos. La consciencia podría ser el siguiente gran test. Si resulta que también fuese computable, las máquinas podrían replicar nuestra creatividad, emoción o sueños. Si no lo fuese, la AGI nos mostrará dónde está el límite y lo que nos hace únicos.

Si el universo funciona enteramente con información, la inteligencia (artificial) puede ser la mejor herramienta para entenderlo.

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.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Si quieres crecer más rápido, este es tu momento. Desde Product Hackers School hemos creado un curso gratuito de 7 días para enseñarte, con ideas claras y ejercicios prácticos, cómo integrar la IA en tu forma de trabajar y multiplicar tu crecimiento.

Recibe el curso gratis y empieza hoy tu transformación AI-Driven Growth

Quiero Patrocinar S+

Emprendimiento

No es para todo el mundo

Interesante este post de Steven Bartlett (Diary of a CEO) en X:

Probablemente sea una opinión inesperada viniendo de mí… el emprendimiento está sobrevalorado y el autoconocimiento infravalorado 👇🏾

La verdad es que la mayoría de la gente sería más feliz con un buen sueldo que con una startup exitosa.

Pero las redes sociales siguen empujando a toda una generación a optimizar su vida hacia metas que en realidad no desean.

A emprendedores como yo nos llueven los “likes” y los seguidores cuando decimos a la gente que deje su trabajo y persiga sus sueños.

Pero casi siempre olvidamos un contexto clave 👇🏾

El emprendimiento puede ser realmente aburrido: tendrás que hacer cosas que no disfrutas.

Tratarás con problemas grandes, duros y estresantes cada día —incluidos festivos, Navidad y cualquier otro descanso— durante años.

Si tienes la suerte de que te vaya bien, los problemas serán más grandes, no más pequeños.

No tendrás un jefe. Tendrás cientos: cada cliente, cada inversor, cada empleado. Les responderás 24x7.

Probablemente trabajarás tres veces más horas que ahora, con diez veces más estrés y una probabilidad mínima de lograr un éxito significativo.

Una encuesta reciente encontró que el 87,7% de los fundadores lidian con algún tipo de problema de salud mental. No es un bug: es una feature.

Verás menos a tus hijos. Probablemente ganarás menos (durante años, quizá para siempre).

Seguramente serás el último en cobrar y te pagarás lo mínimo.

Te costará desconectar. Para siempre. El móvil se convertirá casi en una cárcel.

Y aquí va el remate: si tienes éxito, todo se complica más.

Más dinero = más complejidad.
Más crecimiento = más ansiedad.
Más éxito = más gente que depende de ti.

En la vida, cuando sigues el plan de otro, corres el riesgo de ganar los premios de otro. Lo único que digo es: sé intencional.

No estoy en contra del emprendimiento; estoy a favor del autoconocimiento.

La verdadera “riqueza” es, probablemente 👇🏾

✅ Saber qué juego quieres jugar y por qué
✅ Tener el valor de no jugar el juego de los demás
✅ Entender tus fortalezas y debilidades reales
✅ Diseñar tu vida a partir de ellas, no en contra de ellas

La felicidad no va de estructuras, ni de posts en redes, ni de narrativas épicas.

La felicidad va de alineación. De construir una vida que encaje con quien eres.

Esto plantea una pregunta evidente: ¿por qué lo hago yo?

Si soy sincero, la respuesta probablemente sea… no lo sé.

Debe de ser una mezcla de traumas menores, mi incapacidad para encajar en estructuras convencionales como el colegio o los trabajos “normales” (me despidieron varias veces), mi cerebro con TDAH que convierte 14 horas seguidas trabajando en algo que se sienten como 7 minutos, y ciertos temas de autoestima de la infancia.

Sea cual sea la razón, esto es lo que soy y lo que me funciona.

Esta es la forma rara en la que yo me hago feliz y me siento realizado.

Para alguien que no sea yo, probablemente sería una tortura.

Y para mí, su vida seguramente también sería una tortura.

Y ahí está la clave… cuando creas una vida que se siente como un hogar para ti, probablemente le parecerá un infierno a los turistas.

Por favor, ten claro lo que no eres.

Inteligencia Artificial

Se va a producir un gran incendio. ¿Qué clase de planta eres tú?

En The AI Wildfire Is Coming Dion Lim plantea una idea sugerente: lo que estamos viviendo con la inteligencia artificial no se parece a una burbuja a punto de estallar, sino más bien a un incendio forestal. Los incendios son destructivos, pero también cumplen una función regeneradora. Arrasan con lo débil, despejan el terreno, liberan recursos y preparan el suelo para un nuevo ciclo de crecimiento más sano. La cuestión importante no es si habrá un incendio —que lo habrá, pues su aparición es casi inevitable en ciclos de innovación tan intensos—, sino qué tipo de “planta” es o será cada empresa dentro de este ecosistema.

En un bosque, los matorrales secos son los primeros en arder. Crecen rápido, parecen llenos de vida y ocupan mucho espacio cuando las condiciones son favorables, pero carecen de raíces profundas y de resistencia estructural. En nuestra analogía, se corresponderían a las startups que no han construido una ventaja real: productos indiferenciados y wrappers sin distribución o integraciones profundas; son negocios que sólo funcionan con capital abundante y expectativas laxas. Cuando llega la tensión —subida de tipos, capital más exigente, ciclos tecnológicos más impredecibles— desaparecen con rapidez. Para los fundadores es devastador; para el ecosistema, paradójicamente, es saludable, porque libera talento, atención y capital.

En el bosque también hay árboles grandes, aquellos con troncos gruesos, raíces extensas y reservas internas. Son las compañías robustas, con ingresos diversificados, balances sólidos y ventajas competitivas que no dependen del viento del mercado. Las grandes tecnológicas encajan aquí, pero también muchas empresas más tradicionales que han ido consolidando su posición con paciencia y disciplina. Estas compañías resisten el incendio y, en muchos casos, emergen fortalecidas: al desaparecer el sotobosque con el que competían por recursos, suelen ganar espacio, talento y margen de acción.

Existen además especies que rebrotan tras el fuego. A simple vista puede parecer que han desaparecido, pero bajo tierra conservan raíces vivas capaces de generar un nuevo crecimiento una vez pasa la devastación. En el mundo empresarial, esta categoría agrupa a equipos con talento real, conocimiento acumulado y capacidad de reinventarse. Quizá su modelo inicial no era el adecuado o el mercado no estaba preparado, pero el incendio les obliga a replantearse todo y, en muchos casos, les brinda una segunda oportunidad.

Finalmente están las plantas cuyas semillas sólo germinan después del incendio. Necesitan suelo despejado, menos competencia y una concentración distinta de nutrientes para poder brotar. Son las startups que aún no existen y que sólo podrán nacer cuando el ecosistema se haya limpiado: cuando el talento esté disponible, cuando la infraestructura haya madurado, cuando el ruido de la primera ola haya remitido y cuando las lecciones del ciclo anterior estén incorporadas en la cultura del sector. A menudo son estas compañías las que definen el nuevo paisaje y capturan el valor más duradero.

No todas las empresas sufren o prosperan igual ante un cambio tecnológico profundo. Lo relevante es entender la propia naturaleza y actuar en coherencia. Algunos deberán proteger sus raíces; otros, aceptar que la forma actual de su proyecto ha llegado a su fin; otros, esperar el momento oportuno para brotar. Lo que sí parece claro es que el incendio no es el final del bosque. Es el inicio del siguiente.

Salud y Fitness

La forma física no es territorio de los jóvenes. Es territorio de quienes están dispuestos.

Hay historias que nos obligan a replantearnos nuestras ideas sobre el envejecimiento.

Esta empieza de forma sencilla: con una mujer de 80 años que se somete a una prueba de esfuerzo. Nada extraordinario... hasta que uno mira los resultados.

Su consumo máximo de oxígeno (VO2max) es propio de alguien veinte o veinticinco años más joven. Y no sólo es cuestión de números. Saltan a la vista su zancada ligera, su respiración sorprendentemente cómoda, la facilidad con la que sostiene el ritmo… todo encaja con un cuerpo acostumbrado a moverse durante décadas.

Ahí es donde la historia deja de ser una anécdota y se convierte en un recordatorio: el envejecimiento no tiene por qué ser una flecha que sólo apunta hacia abajo.

Ya sabemos que la capacidad aeróbica —como cualquier otra capacidad física— tiende a declinar con la edad, sí, pero lo hace de manera mucho menos inexorable de lo que solemos asumir. El consumo máximo de oxígeno no es un parámetro fijo, sino que es entrenable, moldeable. Podemos perderlo, pero también podemos ganarlo. Y podemos hacerlo a los 40, a los 60 y a los 80. Lo que determina la trayectoria no es el número de velas en la tarta, sino la cantidad de estímulos que seguimos ofreciendo a nuestro cuerpo.

El problema —y ahí está el mensaje clave— no suele ser (sólo) la biología. Lo es la inactividad. No fallamos porque el corazón o los pulmones ya no respondan, sino porque dejamos de exigirles que lo hagan. El cuerpo humano tiene capacidad de adaptación durante toda la vida, la pregunta es a qué. Adaptarse a la actividad o adaptarse a la ausencia de ella son dos caminos divergentes, y nuestra fisiología no tarda en reflejar cuál hemos elegido.

Lo más interesante de todo es que esta mujer —la protagonista del artículo— no fue una atleta profesional, ni creció en un entorno de élite, ni siguió planes de entrenamiento sofisticados. Hizo algo mucho más accesible: moverse de forma consistente durante décadas, haciendo lo que tuvo a su alcance. Caminar, correr, pedalear, mantenerse activa incluso cuando la vida se lo ponía difícil. No hay épica aquí. Lo que hay es constancia.

Quizá esta sea una de las grandes ideas que deberíamos incorporar a nuestra cultura de la longevidad: la juventud biológica no se conserva, se cultiva. Y se cultiva todos los días. No exige heroicidades ni genéticas privilegiadas, exige continuidad.

Es tentador pensar que la forma física es territorio de los jóvenes. Pero la evidencia apunta en otra dirección: la forma física es territorio de quienes están dispuestos a hacer el sacrificio para mantenerla y mejorala.

Inteligencia Artificial

¿Cómo va a cambiar la economía?

Hace unos días leía un artículo de UBS que decía que la industria de la longevidad (entendida en sentido amplio) iba a alcanzar un descomunal tamaño de 8 billones (8 trillions) de dólares a finales de la década (incluso por encima de la industria de la IA), lo que die pie a que mi amigo Mehdi me pusiera sobre la pista de este otro interesantísimo artículo sobre cómo la IA va a reconfigurar la economía, siendo precisamente la industria de la salud y el bienestar uno de los más favorecidos.

El artículo plantea una tesis de fondo clara: la inteligencia artificial no está simplemente automatizando tareas, sino reprogramando los fundamentos de la economía. El debate relevante no es si la IA destruye o crea empleo, sino cómo altera los incentivos, los costes y el propio motor del crecimiento económico.

Durante décadas, ese motor ha sido relativamente estable: productividad → salarios → consumo. La IA rompe esa cadena. Al abaratar de forma radical los servicios intensivos en conocimiento —consultoría, análisis, diseño, programación, atención al cliente— empuja a muchos trabajos hacia la comoditización. El efecto no es solo eficiencia, sino presión estructural sobre los salarios de las clases medias, que son las que sostienen el consumo masivo.

A esto se suma un cambio cultural profundo: el consumo se ha convertido en una forma de ocio. Internet está optimizado para mostrarnos cosas que comprar. Comprar genera un pequeño pico de felicidad: novedad, recompensa, sensación de progreso. Gran parte de la economía digital actual se sostiene sobre ese bucle psicológico de atención, deseo y compra.

Ese modelo empieza a romperse cuando la compra deja de ser humana. En un mundo donde agentes de IA compran por nosotros, el consumo se automatiza. Ya no navegamos, no comparamos ni caemos en impulsos. Delegamos. Y cuando delegamos, la compra deja de ser experiencia emocional y pasa a ser una función optimizada.

Además, los agentes no sucumben a los trucos clásicos del marketing. No sienten FOMO, no reaccionan a escasez artificial ni a narrativas aspiracionales vacías. Optimizan. Buscan lo que es mejor para el usuario según criterios explícitos: salud, coste total, durabilidad, impacto a largo plazo. Esto elimina gran parte del valor del marketing diseñado para explotar sesgos humanos.

La consecuencia es doble. Por un lado, disminuye el volumen de consumo impulsivo. Por otro, cambia radicalmente qué productos siguen siendo comprados. En un entorno más racional y menos emocional, ganan peso los productos y servicios ligados al florecimiento humano: health, wealth y wellbeing. No por un despertar moral colectivo, sino porque los intermediarios algorítmicos priorizan resultados sostenibles a largo plazo.

Aquí aparece un matiz crítico que el artículo deja entrever: si hay menos consumo, el modelo de negocio de Internet deja de funcionar para la IA. Las grandes plataformas digitales se construyeron sobre un supuesto básico: maximizar tiempo de pantalla para inducir consumo. Publicidad, clics, compras impulsivas. Pero ese modelo depende de humanos distraídos y emocionalmente manipulables.

La IA opera en el escenario opuesto. Si los agentes reducen el consumo, ignoran la publicidad y optimizan decisiones, no tiene sentido replicar modelos basados en atención, anuncios y sobreconsumo. Las empresas de IA no pueden vivir de empujar más cosas a más gente.

Por eso, están forzadas a buscar nuevos modelos económicos. Modelos basados en suscripción, en participación en el valor generado, en fees ligados a resultados, en ahorro de costes, en mejora de métricas vitales. Modelos donde el incentivo está alineado con que al usuario le vaya mejor, no con que consuma más.

En ese sentido, la IA no solo cambia qué se compra, sino cómo ganan dinero las empresas que la construyen. La economía que emerge no es una economía de volumen, sino de impacto. Menos transacciones, más valor por decisión.

En resumen, la IA no está acelerando la economía del consumo: está obligando a inventar otra. Una economía donde el crecimiento no se mide en cosas vendidas, sino en resultados humanos mejorados. Y ahí, de nuevo, el eje vuelve a ser el mismo: florecimiento humano antes que consumo infinito.

Mentalidad

Preparación > Planificación

Creo que esta observación de Sahil Bloom es muy acertada:

Cuanto más viejo me hago, más claro veo que la preparación siempre supera a la planificación.

La planificación parte de la expectativa de que todo seguirá un orden.
La preparación parte de la expectativa de que reinará el caos.

Planificar para el orden te deja indefenso cuando llegue el caos.
Prepararte para el caos te permite prosperar en cualquier condición.

Cultura

El retorno de la fe ante la saturación del individualismo

Si Carlos Otermin nos dice que este es el mejor artículo que ha leído este año, no nos queda otra que leerlo.

Rosalía y su obra muestran cómo una generación hastiada del individualismo y el hedonismo busca sentido más allá de los likes y el placer, volviendo a la comunidad, lo sagrado y la trascendencia como antídoto al vacío moderno.

Y no está sola. Su generación —los hijos de los posmodernos, relativistas y neoliberales— ha heredado un mundo sin templos ni certezas; sin comunidad ni arraigo. A fuerza de emanciparlos, los arrojamos al vacío. Les prometimos, como denunciaba Diego S. Garrocho, que podrían vivir una vida en el absurdo y de tanto deconstruir, sus existencias han terminado siendo una auténtica ruina. Les enseñamos que no había verdades, ni bien, ni mal, ni sentido, solo elecciones. Les dijimos que podían ser lo que quieran ser, ser todo, en todas partes, al mismo tiempo. Les adentramos en el mar de la libertad, pero sin brújula ni puerto al que dirigirse. Y ese mar de opciones infinitas, lejos de emanciparlos, se volvió abismo insondable que los dejó paralizados. E incapaces de devolverle la mirada al abismo, ahora, nuestros hijos naufragan entre identidades líquidas, vínculos efímeros y deseos que no se sacian. Se consumen en el consumo. Abandonados a toda esperanza, les abrimos las puertas del infierno.

¡Leedlo!

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.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Últimas horas de Black FridAI en Founderz

La inteligencia artificial ya está transformando cómo innovan las empresas y los profesionales que lideran ese cambio. Hasta mañana, 30 de noviembre, Founderz ofrece su mayor descuento del año en formación en IA: 25% en todos sus programas*, con pago a plazos sin intereses y 15 días de garantía.

Sabemos que elegir cómo formarte es una decisión importante que requiere reflexión. Por eso, puedes solicitar información antes del 30 y mantener las condiciones del Black FridAI.

Matricúlate o solicita información antes del 30 de noviembre

*Programas disponibles: Máster en IA e Innovación + especialización incluida, IA para Creativos, IA para Docentes, IA en Finanzas, IA en Salud e IA aplicada al Deporte. Todos con enfoque práctico y certificación de Microsoft.

Quiero patrocinar S+

En esta edición te traigo una selección de ideas y lecturas que están refinando mi forma de interpretar la creación de productos digitales en este nuevo ciclo. En mi cabeza, todas ellas están conectadas por un hilo invisible. Es sutil, pero está ahí. Ojalá tú también lo percibas.

Cultura

La capa que ordena todo lo demás

Me muevo en un mundo obsesionado con la tecnología, los mercados y las estrategias, pero en el que solemos olvidar la capa que realmente ordena todo lo demás: la cultura.

Antes de que exista un producto, una tendencia o un movimiento político, siempre hay un cambio más profundo en lo que la gente siente, desea, teme o imagina posible.

La cultura es el sustrato que gobierna el comportamiento colectivo, el motor silencioso debajo de cada ciclo económico y de cada disrupción tecnológica.

Ignorarla es construir a ciegas.

Brillante esta reflexión de signüll en X:

La gente siempre me pregunta por qué me importa tanto la cultura… por qué leo sobre ella, escribo sobre ella, publico sobre ella.

La respuesta es muy simple: es la única capa que de verdad importa.

Todo lo demás —tecnología, mercados, relaciones, política— no son más que comportamientos emergentes que se apilan encima. Son indicadores retrasados del estado de ánimo cultural.

No puedes construir, invertir, liderar o ni siquiera vivir con coherencia si no percibes lo que la gente quiere, teme, ama, imita y aspira a ser en este momento.

Si eres CEO, VP o inversor, tu único trabajo real es leer a las personas, el zeitgeist y el timing. Todo lo demás es papeleo.

Si quieres crear, liderar o invertir con sentido, necesitas afinar una sensibilidad casi antropológica: aprender a leer a las personas y el espíritu del tiempo.

Los mercados reaccionan tarde, la tecnología se adapta después, y las estrategias solo funcionan cuando capturan un pulso cultural que ya estaba ahí.

Todo lo demás es ejecución.

La verdadera ventaja —esa que no se copia— está en comprender lo que nos mueve antes de que se haga visible en los gráficos.

En un entorno que cambia cada vez más rápido, la cultura no es un accesorio: es el mapa.

Todo es televisión

Los riesgos y consecuencias de optimizar para captar atención

Derek Thompson plantea una idea tan simple como inquietante e importante: todo lo que antes no era televisión está convirtiéndose en televisión. Redes sociales, podcasts, e incluso las nuevas herramientas de IA están convergiendo hacia un mismo formato: un flujo infinito de vídeo, diseñado para captar nuestra atención o, más bien, para fragmentarla.

Thompson rescata una idea del crítico Raymond Williams: la televisión no es solo un aparato, sino un atractor cultural, un final evolutivo. Cuando un medio se optimiza para escalar y retener atención, acaba pareciéndose a un flujo continuo de imágenes sin principio ni final. Todo converge ahí.

Meta lo reconoce abiertamente: la inmensa mayoría del tiempo en Instagram y Facebook ya no es “social”, sino vídeo recomendado por algoritmos. Los podcasts migran a YouTube porque el vídeo crece veinte veces más rápido que el audio. Y las nuevas herramientas de IA como Vibes de Meta o Sora de OpenAI amenazan con generar ríos interminables de clips creados adictivos creados por nadie y para nada en particular.

El problema no es el vídeo en sí, sino lo que este modelo erosiona: la interioridad, la capacidad de estar a solas con nuestros pensamientos, de sostener la atención, de pensar en profundidad.

El problema no se queda ahí.

Cuando toda comunicación adopta la gramática del vídeo corto—urgente, emocional, espectacular—la cultura entera se queda sin espacio para lo lento y lo reflexivo. Política, ciencia, periodismo, creatividad: todo se reconfigura según la lógica del vídeo corto.

Y eso no termina en nada bueno.

El estudiante del juego

Conocimiento de la historia como ventaja competitiva

Hay una diferencia profunda entre los fundadores que compiten a ciegas y los que realmente entienden el juego que están jugando. Blake Robbins recuerda algo que todos intuimos pero pocos practican: los grandes founders no improvisan, estudian. No se limitan a ver a los incumbentes como dinosaurios lentos; se preguntan por qué unos ganaron donde otros fracasaron. Por qué Ramp sí. Por qué OpenAI pudo emerger. Qué patrones se repiten. Qué condiciones siguen vigentes.

Pocas cosas impresionan más a un inversor que un emprendedor que demuestra que conoce su negocio de principio a fin: quién dominó cada etapa del mercado, qué factores provocaron los relevos de poder, cómo cambiaron las preferencias de los consumidores y por qué. Ese conocimiento no solo muestra rigor: muestra respeto por la dificultad del problema y por quienes lo han intentado antes.

En contraste, pocas cosas suenan más naïve que el fundador superficial que resume su análisis competitivo en un “nuestros competidores son grandes, así que son lentos”. Es una idea infantil. Todos los “elefantes” de Internet están bailando al ritmo de la IA con una velocidad que desmiente cualquier teoría de pesadez corporativa.

Robbins lo expresa de forma sencilla y brutal: la mayoría de emprendedores ni siquiera estudia su propio mercado. Creen que la historia empresarial es un ejercicio académico, casi irrelevante. Pero los mercados no son aleatorios: dejan señales, incentivos, puntos ciegos y jugadas que ya funcionaron antes. Los grandes no solo conocen esas historias; pueden recitarlas, conectarlas y extraer de ellas principios operativos. No están adivinando: están jugando con ventaja.

El mensaje es claro: el juego ya se ha jugado antes. Alguien ganó, alguien perdió, y dejaron las pistas a la vista. Lo único que hay que hacer es mirarlas.

De los efectos de red a los efectos cognitivos

Defensibilidad a través de la intimidad

Me ha encantado este nuevo artículo de Kirsten Green, fundadora de Forerunner y una de las grandes voces del sector consumer.

Ofrece claves muy valiosas para entender cómo se construyen productos digitales ganadores en el nuevo escenario de posibilidades que está abriendo la inteligencia artificial.

Durante dos décadas, las plataformas dominaron gracias a los efectos de red: cuantos más usuarios tenían, más valiosas se volvían, y más difícil era competir con ellas. Pero algo profundo está cambiando. Con la llegada de modelos de IA capaces de observar, aprender y anticipar, el poder ya no reside en cuánta gente usa un producto, sino en cuánto entiende ese producto a cada persona.

En esta nueva era, la ventaja competitiva no surge de la cantidad, sino de la intimidad cognitiva.

Y eso reescribe por completo las reglas del juego:

1. Valor que no depende de la escala

A diferencia de los efectos de red, los efectos cognitivos funcionan usuario a usuario. Un producto puede ser irremplazable para alguien sin necesidad de tener millones de usuarios, simplemente porque ha aprendido su contexto, preferencias e historia de forma profunda.

2. Conocimiento como barrera competitiva

El producto que mejor conoce al usuario obtiene una posición muy difícil de replicar. Ningún competidor puede copiar los años de datos, señales y patrones que una plataforma ha acumulado sobre una persona concreta.

3. De herramientas a compañeros

Las plataformas cognitivas dejan de ser sitios donde haces tareas y pasan a convertirse en agentes que viven contigo: observan, aprenden y actúan de forma proactiva. La relación evoluciona hacia un acompañamiento continuo.

4. Escalar desde lo pequeño

Este nuevo tipo de ventaja permite que las plataformas empiecen muy pequeñas. No necesitan una gran base de usuarios para crear valor; basta con ofrecer experiencias profundamente personalizadas a un grupo reducido.

5. La confianza como activo central

Dado que estas plataformas manejan datos íntimos, la confianza —privacidad, transparencia, fiabilidad— se vuelve el pilar fundamental. Sin ella, los efectos cognitivos simplemente simplemente no pueden existir.

6. La interfaz deja de ser protagonista

En esta nueva era, la UI importa menos: el verdadero valor está en la inteligencia que opera por debajo, no en la pantalla que se ve. El producto es, ante todo, su capacidad de entender y actuar.

7. Un nuevo flywheel impulsado por el aprendizaje

Los efectos cognitivos crean un círculo virtuoso: más uso genera más aprendizaje; más aprendizaje genera más utilidad; más utilidad genera más uso. Es un mecanismo de crecimiento basado en comprensión, no en número de usuarios.

El arte de crear

Imaginar todo lo que fue necesario para que algo pueda existir

Me encantó esta reflexión del escritor de ciencia-ficción Devon Eriksen:

Si quieres entender el universo, no basta con mirar lo que hay.

Tienes que imaginar lo que no está, pero estuvo.

Esto es una imagen de un arco. Es una maravilla de la arquitectura primitiva. De hecho, que esas dos palabras se parezcan no es una coincidencia.

Todas esas piedras tienen forma ligeramente de cuña, y cuando se colocan así, solo la gravedad las mantiene en su sitio. Y cuanto más peso reciben desde arriba, más firmemente encajadas quedan.

Pero… ¿cómo lo construyes?

No es estable hasta que colocas la última piedra. Si intentas añadirlas una a una, simplemente se caerán. Y no es que tengas tantas manos como piedras.

Si miras un arco y solo ves lo que hay, parece que no puede construirse.

Así que tienes que mirarlo y ver lo que ya no está.

Tienes que ver, con la imaginación, la estructura que sostuvo las piedras en su sitio y que se retiró cuando dejó de ser necesaria. En la forma más simple, podría ser solo un montón de rocas con la forma de esa abertura.

Cuando escribí mi primera novela, decenas de miles de palabras salieron de mi teclado y jamás llegaron a las páginas de lo que publiqué.

Y tú puedes leerla y decir: “¡Qué brillante!”

“¡Mira todas estas ideas maravillosas y cómo encajan, como las piedras de un arco!”

Pero es fácil parecer brillante siendo autor. Puedes cometer error tras error, tirarlo todo, quedarte con las buenas ideas que surgen entre error y error, y publicar una versión que recoge todas las buenas ideas de un año, sin ninguno de los fallos. Luego alguien la lee en dos días.

La cuestión es que, si ves un logro, cualquier logro, que parece tan genial, o tan improbable, o tan complejo que no puedes imaginar cómo alguien lo concibió de una vez, lo más probable es que no lo hiciera.

Fue surgiendo paso a paso, con formas intermedias, o andamiajes que ya no existen, o un montón de errores que quedaron tirados en la sala de montaje.

Y si aprendes a pensar así, aprenderás no solo a entender mejor el universo, sino a crear tu propia obra.

Traer cosas nuevas al mundo—arte, ingeniería o lo que sea—exige valentía. Tienes que decirte: “Creo en esto, aunque nadie lo haya pedido, aunque nadie pudiera siquiera pedirlo, porque ahora mismo soy el único que entiende lo que llegará a ser”.

Y tienes que tener esa valentía, esa constancia, incluso cuando tu trabajo es tosco, primitivo y pobre comparado con las cosas bellas y terminadas que ya existen en el mundo.

Porque debes entender que todo lo sofisticado empezó siendo tosco.

Todo lo complejo empezó siendo simple.

Todo lo pulido y completo empezó siendo áspero y mediocre.

El arte de crear no consiste en imaginar cada detalle de la cosa hermosa tal como será al final. Consiste en adivinar lo que podría llegar a ser y encontrar un paso, un único paso, para hacer que lo que tienes ahora mismo sea un poco, solo un poco, menos terrible.

Una y otra vez.

Cómo usar ChatGPT sin que se nos atrofie el cerebro

Las nuevas herramientas de IA son tan potentes que, si las usamos para escribir aquello que antes exigía que pensáramos y redactáramos por nuestra cuenta, corremos un riesgo real: en etapas formativas pueden frenar nuestro desarrollo, y en la vida adulta pueden ir debilitando nuestra capacidad de razonar por nosotros mismos.

La buena noticia es que hay una forma de usarlas sin que esto ocurra.

Así nos lo contaba David Epstein en su última entrada.

En un experimento realizado por el MIT tres grupos de estudiantes escribieron ensayos bajo tres condiciones:

1. Usando sólo su cerebro

2. Lo anterior + Google

3. Todo lo anterior + ChatGPT

Los investigadores midieron actividad cerebral, evaluaron los textos y pidieron a cada estudiante recordar qué había escrito.

Para sorpresa de nadie, los ensayos generados usando directamente ChatGPT eran más homogéneos y de menor calidad. Y lo más preocupante: ninguno de los estudiantes que usó ChatGPT pudo citar una sola frase de su propio ensayo. Su actividad cerebral era la más baja de los tres grupos, señal de que habían delegado el esfuerzo cognitivo a la máquina desde el primer minuto.

En psicología cognitiva esto encaja con la idea de “desirable difficulties”: pequeñas dificultades que hacen que el aprendizaje sea más lento, pero mucho más profundo. ChatGPT, usado desde el inicio, crea lo contrario: una facilidad engañosa que sabotea el proceso de aprendizaje.

Sin embargo, y ahora viene lo más interesante, el estudio tenía una segunda fase clave. Los alumnos que primero pensaron por sí mismos y solo después usaron ChatGPT para mejorar su output escribieron ensayos mejores, recordaban lo que habían escrito y mostraban más conectividad cerebral.

A este efecto el MIT lo llamó “deuda cognitiva”: si delegas demasiado pronto, lo pagas después con pensamiento superficial y mala comprensión.

En conclusión:

La IA no te atonta. Lo que te atonta es empezar por ella.

Piensa primero, genera tus ideas, haz el esfuerzo cognitivo mínimo viable… y luego usa la IA para:

• estructurar,

• ampliar,

• refinar,

• buscar perspectivas,

• mejorar claridad,

• detectar huecos.

Recuerda:

Brain first. AI second.

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.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Suscríbete ahora

Si llevas tiempo leyendo sobre fintech, la palabra tokenización probablemente te genere un cierto déjà vu. Llevamos casi una década escuchando la promesa de que pondremos casas, cuadros y todo tipo de activos reales y financieros en el blockchain. Sin embargo, el mundo sigue girando mayoritariamente sobre bases de datos centralizadas, Excel y mucha burocracia.

Pero algo fundamental ha cambiado en los últimos meses. Ya no son startups oscuras intentando vender tokens en una ICO; ahora es Larry Fink (el CEO de la todopoderosa BlackRock) afirmando que “estamos al comienzo de la tokenización de todos los activos”.

Hoy en Suma Positiva diseccionamos el fenómeno de la tokenización: qué es, por qué la tecnología blockchain es su gran ventaja y dónde están las oportunidades más interesantes para los emprendedores.

Esta edición de Suma Positiva ha sido patrocinada por: Holo

Este Black Friday, sigue un impulso que realmente vale la pena: cuidar tu salud.

Cada día controlamos nuestros pasos, nuestro VO₂ max o nuestro sueño, pero seguimos sin saber cómo están nuestras hormonas, nuestra inflamación o si tenemos déficits que afectan a la energía, el descanso o el rendimiento.

​En Holo, creemos que entender lo que ocurre dentro de tu cuerpo es una de las decisiones más valiosas que puedes tomar.

​Nuestras analíticas avanzadas y nuestra app te ayudan a ver cómo evolucionan tus marcadores en el tiempo, anticipar problemas antes de que aparezcan síntomas y tomar decisiones basadas en ciencia, no en intuición.
​
​¿Qué encontrarás en Holo?

• ​Analíticas de sangre y orina avanzadas: más de 110 marcadores que amplían el análisis tradicional —desde ApoB y Lp(a) hasta hormonas, inflamación, vitaminas y metabolismo. (Las analíticas habituales cubren 15–20 marcadores).

• ​App all-in-one: integra analíticas, hábitos y datos de tus wearables (Apple Watch, Oura, Garmin, Whoop…) con seguimiento en el tiempo.

• ​Holo AI: explicaciones simples, útiles y personalizadas en función de tus datos y tu contexto.

• ​Informe de salud personalizado: realizado por médicos expertos en prevención y longevidad para que siempre sepas cómo actuar.

​Con el código SUMAPOSITIVA, disfruta de un 10 % de descuento en tu primer año.

​Disponible hasta el lunes 2 de diciembre de 2025.
​Descubre más en tryholo.com

Quiero patrocina S+

Imagina que tienes un activo valioso: un edificio, un local comercial alquilado, una máquina industrial que genera ingresos, un cuadro, un terreno, lo que sea. Y quieres transformarlo en algo que puedas vender por partes sin perder el control total del activo original. Eso es titulizar el activo.

La mecánica sería así:

• Tienes un activo grande y poco líquido. Posees algo que vale mucho, pero que no puedes “trocear” fácilmente. Si quisieras obtener dinero, tendrías que venderlo entero… y quizá no te interese.

• Quieres convertir ese valor en dinero hoy sin venderlo al completo. A lo mejor necesitas financiación o simplemente quieres diversificar. Vender el 100% del activo es demasiado, pero vender pequeñas partes podría ser interesante.

• Creas una estructura legal que “sostiene” ese activo. Piensa en una caja transparente donde metes el activo y que queda separada de tu patrimonio. Esa caja existe sólo para contener ese activo y repartir sus beneficios.

• Esa caja emite títulos. Divide el valor del activo en unidades iguales: por ejemplo, 1.000 participaciones. Cada participación representa un trocito económico del activo: Si genera rentas, te corresponde una parte. Si se vende en el futuro, recibes tu proporción.

• Vendes esas participaciones a inversores. Tú decides cuántas vendes. Puedes colocar el 20%, el 40%, el 60%… conservando el resto. Los inversores entran porque entienden el activo y esperan cobrar por su parte de los ingresos futuros o la revalorización.

• Tú recibes dinero inmediato; los inversores reciben derechos. Obtienes liquidez sin desprenderte por completo del activo. Ellos obtienen exposición a un activo que, de otro modo, no podrían comprar entero.

• Si un inversor quiere salir, puede vender su participación. Como esas participaciones están estandarizadas, se pueden revender en un mercado secundario o en una plataforma especializada.

En pocas palabras: titulizar un activo es convertir algo indivisible y difícil de vender en partes pequeñas, claras y negociables, permitiendo que varios inversores participen en él y que el propietario original obtenga liquidez sin perderlo por completo.

Para que esa titulización funcione en la vida real, hace falta bastante más que el propietario y unos inversores con ganas de comprar trocitos. Implica coordinar a varios jugadores con intereses contrapuestos para asegurar que todo sea legal, transparente y funcional:

• El propietario del activo. Es quien tiene el edificio, el local, la máquina o el cuadro. Sin él no hay nada que titularizar. Suele ser quien impulsa la operación porque necesita liquidez o quiere poner en valor el activo de otra forma.

• Un vehículo legal donde “meter” el activo y aislarlo. No es que alguien construya una caja fuerte de verdad, pero casi. Se crea una sociedad que tendrá como única misión custodiar el activo y emitir los títulos. Esto da seguridad: el activo queda separado del patrimonio del propietario y de cualquier problema suyo.

• Un equipo legal que deje todo atado y bien atado. Son quienes redactan los contratos, definen qué derechos tiene cada título, qué pasa si se vende el activo, cómo se reparten los flujos…Sin este equipo, nadie invertiría un euro porque todo quedaría en el aire.

• Un auditor o tasador independiente. Alguien tiene que decir cuánto vale de verdad ese activo y verificar que lo que se está vendiendo tiene sentido. Es una forma de dar confianza a los inversores y evitar que el propietario ponga el precio que le apetezca.

• Un agente de pagos o administrador del vehículo. Cuando el activo genera dinero (alquileres, royalties, etc.), alguien tiene que cobrarlo, repartirlo y llevar las cuentas. Es el “administrador” el que se asegura de que todo fluya como deba y nadie tenga que estar persiguiendo al propietario.

• Un custodio o entidad que garantiza que el activo está ahí. Especialmente si el activo es físico o delicado: una obra de arte, una pieza de maquinaria, una colección.Se encargan de guardarlo, mantenerlo y certificar que sigue existiendo.

• Una plataforma o mercado donde vender los títulos. Aquí es donde realmente sucede la magia para los inversores.Puede ser una plataforma especializada, un intermediario financiero o un mercado secundario. Si no existe este lugar, los títulos quedan atrapados y pierden gran parte de su atractivo.

• Los inversores finales. Personas o instituciones que ponen el dinero.Son quienes compran los títulos y, a cambio, reciben su parte de los flujos futuros o de la posible revalorización.

El propietario aporta el activo, pero todo lo demás —legal, valoración, administración, custodia, distribución— lo hacen terceros para que la operación sea transparente, segura y atractiva para los inversores. Sin esa infraestructura alrededor, la titulización sería inviable en la práctica.

A lo largo de la historia, quién ha desempeñado estos roles han ido cambiando a medida que la tecnología, el derecho y los mercados evolucionaban. La lógica subyacente es siempre la misma —verificar la propiedad, registrar quién tiene qué, facilitar transacciones y proteger a los participantes—, pero las herramientas y los intermediarios han cambiado muchísimo.

1. La era pre-digital: papeles, sellos y mucho trabajo manual

Durante siglos, los “jugadores” principales fueron instituciones físicas y personas concretas:

Registros de la propiedad

El registro era (y sigue siendo) el libro oficial donde se apunta quién es dueño de qué. Si algo no estaba ahí, era como si no existiera legalmente.

Notarios

Actuaban como fedatarios: certificaban que una transacción era real, que ambas partes estaban de acuerdo y que el documento correspondía a lo que se decía.

Títulos físicos

Acciones en papel, certificados de participación, bonos impresos…Los inversores literalmente guardaban documentos que acreditaban su propiedad. Si los perdías, tenías un problema muy serio.

Bancos y custodios

Guardaban los documentos en cámaras acorazadas y llevaban el control de quién tenía qué. Cualquier movimiento requería firmas, llamadas, mensajeros.

Era un mundo seguro pero lento, caro y lleno de fricción.

2. La era digital centralizada: bases de datos y sistemas electrónicos

A partir de los años 80 y 90, los papeles desaparecen y aparecen nuevos actores:

Depósitos centrales de valores (CSDs)

Como Iberclear, Euroclear o Clearstream. Guardan las “acciones digitales” y registran todos los cambios de propiedad en bases de datos muy seguras.

Entidades financieras y brokers online

Ya no necesitas ir a un banco con un papel. Un broker registra tu compra en segundos en el sistema del depósito central. Ellos hacen de intermediarios entre tú y la infraestructura central.

Administradores y agentes de pagos digitalizados

Empresas especializadas llevan las cuentas, reparten intereses y controlan los flujos de caja usando software.

Plataformas de inversión online

Democratizan el acceso: cualquiera puede comprar una participación de un fondo, un bono, un REIT, etc. Pero detrás sigue habiendo una estructura centralizada, custodiada por instituciones financieras.

En esta fase, todo es más rápido, barato y seguro que antes, pero sigue siendo un mundo donde la verdad vive en bases de datos controladas por entidades concretas.

Aunque la digitalización previa al mundo blockchain redujo fricciones y costes respecto a la era del papel, la realidad es que muchos activos seguían siendo económicamente imposibles de titulizar. No por falta de tecnología, sino porque la arquitectura del sistema continuaba siendo esencialmente la misma: centralizada, regulada y llena de intermediarios cuya intervención era obligatoria.

En una titulización necesitas abogados, auditores, custodios, agentes de pagos, depositarios centrales, plataformas de registro y distribuidores. Aunque ahora operen con bases de datos electrónicas en lugar de carpetas de papel, sus funciones no desaparecen y sus honorarios tampoco. Cada operación tiene unos costes fijos que solo se amortizan cuando el activo es grande, homogéneo y genera flujos de caja lo bastante predecibles como para justificar todo el montaje.

Además, muchos de esos costes no se pueden miniaturizar. Titulizar un edificio de cien millones y titulizar un local de quinientos mil requiere casi el mismo trabajo jurídico y operativo. Lo mismo ocurre si hablamos de titulizar un solo préstamo, una máquina industrial, una obra de arte o una pequeña cartera de facturas: el proceso es tan complejo y costoso que simplemente no compensa.

A esto se añade que la digitalización pre-blockchain, aunque más eficiente que el mundo físico, seguía siendo un entorno poco automatizable. Cada operación es casi artesanal: contratos a medida, validaciones manuales, informes individuales, flujos de información específicos. No existe una infraestructura que permita escalar este proceso a miles de activos pequeños. Y sin esa escala, no existe rentabilidad.

Y como guinda, los mercados secundarios tradicionales están diseñados para grandes valores estandarizados, no para miles de microactivos. Sus requisitos de listado, de intermediación y de liquidez mínima hacen imposible —o absurdo— intentar fraccionar y negociar activos singulares de poco valor.

En definitiva: la era digital redujo costes respecto al pasado, sí, pero no lo suficiente como para abrir la titulización a la inmensa mayoría de activos reales. Solo funcionaba para los gigantes: hipotecas por cientos de millones, préstamos al consumo empaquetados en masa, infraestructuras, edificios completos. Todo lo demás quedaba fuera por pura economía.

Que entre la era de la tokenización.

3. La era crypto y blockchain: títulos como tokens

Aquí cambian las reglas del juego:

El libro mayor pasa a ser descentralizado

La propiedad ya no se anota en una base de datos gestionada por Iberclear o un banco. Se registra en una cadena de bloques pública que:

• No pertenece a nadie.

• Nadie puede manipularla unilateralmente.

• Todos pueden verificarla.

La función histórica del notario y del registro pasa a ser, en cierto modo, un smart contract en una blockchain.

Los tokens sustituyen a los títulos físicos

En vez de papeles o bases de datos privadas, un token representa la participación. Tu certificado de propiedad es una clave criptográfica en tu wallet o cartera digital.

Plataformas descentralizadas (DEXs) como mercados secundarios

Los tokens pueden comprarse y venderse en mercados abiertos sin depender de un intermediario central.

Esta era requiere no obstante de la creación de algunos roles que no eran necesarios antes. Surgen así nuevos roles específicos:

• Oráculos que enlazan lo que ocurre en el mundo físico con el blockchain.

• Custodios digitales que protegen claves privadas.

• Plataformas de on-ramp/off-ramp para pasar de dinero fiduciario a tokens

Todo ello permite que una fracción de un inmueble, una máquina o un cuadro esté representada digitalmente y pueda intercambiarse en minutos.

Todo esto está muy bien pero, como decíamos al inicio, no es tan nuevo. La idea de tokenizar activos, tal y como la entendemos hoy, tiene ya casi una década.

Aunque en los primeros años de Bitcoin ya hubo experimentos para representar otros valores sobre la cadena —los llamados colored coins—, el concepto no cuajó hasta que Ethereum introdujo los smart contracts en 2015. Aun así, nadie hablaba todavía de tokenización en sentido amplio.

Fue en 2017, con la explosión de las ICOs, cuando el término empezó realmente a popularizarse. Al distinguir entre utility tokens y security tokens, surgió de forma natural la pregunta de si los activos tradicionales —inmuebles, bonos, préstamos, obras de arte…— podrían representarse también como tokens. A partir de ahí, el lenguaje y la narrativa se consolidaron: se comenzó a hablar de tokenized securities y real-world asset tokenization en el sector financiero.

Entre 2018 y 2020 aparecieron las primeras iniciativas reguladas (las STO o Security Token Offerings), y a partir de 2021 el concepto entró de lleno en el vocabulario de bancos, gestoras y plataformas de inversión bajo una etiqueta ya estandarizada: RWA (Real-World Assets).

Pero no ha sido hasta hace poco cuando la cosa ha empezado a coger tracción de verdad. ¿Qué es lo que faltaba?

A pesar del entusiasmo inicial, la tokenización no terminó de despegar. Y no fue por la tecnología —esa parte siempre estuvo razonablemente resuelta— sino por una combinación de obstáculos regulatorios, operativos y económicos.

• Durante los primeros años, la regulación simplemente no sabía cómo encajar los tokens dentro del marco legal tradicional. Las leyes estaban escritas para acciones, bonos y participaciones, no para representaciones digitales de activos del mundo real. Eso generaba dudas en prácticamente todo: quién podía emitirlos, cómo debían custodiarse, qué requisitos de compliance aplicaban o qué ocurría si alguien perdía el acceso a su cartera. Esa incertidumbre jurídica mantuvo a raya a emisores, plataformas e inversores institucionales.

• Tampoco existía una infraestructura operativa sólida. Tokenizar un activo era sencillo, pero todo lo que venía después no: documentar legalmente la relación entre token y activo, coordinar la custodia del bien físico, auditar flujos económicos, asegurar procesos de gobernanza. Hacía falta involucrar a abogados, auditores, gestores y custodios, lo que convertía cada operación en algo artesanal y costoso. Para activos pequeños, el modelo no era económicamente viable.

• A esto se sumaba la falta de mercados secundarios líquidos. Muchos proyectos consiguieron tokenizar activos, pero no lograron que esos tokens se negociaran de verdad. La mayoría de plataformas tenían poco volumen, pocos compradores, ausencia de market makers y ningún estándar común. Sin liquidez, la propuesta de valor se desvanecía: el token existía, pero era prácticamente inservible.

• El estallido de las ICOs de 2017 tampoco ayudó. La avalancha de proyectos sin sustancia —o directamente fraudulentos— dejó una mancha reputacional que hizo que la palabra “token” sonara más a especulación que a finanzas serias.

• Pero había un freno todavía más profundo, y es que faltaba el ingrediente que permitiera que todo el sistema funcionara de punta a punta: un dinero digital estable que se moviera con la misma eficiencia que los tokens. Las stablecoins llegaron demasiado tarde para aquella primera ola. Y sin ellas, la tokenización era prácticamente imposible:

  • no había forma fiable de mover euros o dólares sobre la cadena;

  • las transacciones tenían que hacerse en criptomonedas volátiles, algo absurdo para activos reales;

  • no se podían automatizar pagos de rentas, cupones o dividendos;

  • cada movimiento exigía pasar por sistemas bancarios o exchanges, introduciendo fricción, retrasos y riesgo;

  • no existía un circuito cerrado donde activos y dinero convivieran en el mismo entorno digital.

En resumen: podías tokenizar el activo, pero no podías mover el dinero con la misma facilidad, y eso hacía que todo el sistema se rompiera. Las stablecoins son, en cierto modo, el catalizador que faltaba para hacer viable la tokenización a escala: permiten que tanto el activo como el dinero que circula alrededor puedan vivir en el mismo espacio digital programable.

Todo esto ayuda a entender por qué la primera oleada de tokenización se quedó lejos de las expectativas. La idea era buena, la tecnología prometía, pero el mundo que la rodeaba no estaba listo.

En los últimos años el panorama ha cambiado de forma profunda. No de golpe, sino poco a poco, a medida que han ido apareciendo las piezas que faltaban: stablecoins fiables y masivamente adoptadas, marcos regulatorios específicos para criptoactivos en Europa y otros mercados, infraestructuras de custodia profesional, integraciones bancarias, plataformas con más volumen, redes más baratas y rápidas, y un interés creciente por parte de instituciones tradicionales.

En otras palabras: la tecnología dejó de ser la parte avanzada y pasó a ser la parte madura; lo que ha avanzado ahora es todo lo demás. Y de repente, aquello que hace años parecía un experimento marginal empieza a parecer un movimiento inevitable: la digitalización completa de los activos financieros y reales.

Es aquí donde empieza la historia interesante: por qué, justo ahora, la tokenización parece por fin estar en el punto de inflexión que le faltaba.

Por primera vez, se han alineado tres fuerzas que antes nunca habían coincidido:

1. una infraestructura tecnológica suficientemente madura,

2. un marco regulatorio que ya no vive en el limbo; y

3. una demanda real por parte de instituciones que buscan eficiencia operativa y nuevos mercados.

Por el lado tecnológico, las redes han mejorado de forma radical. Las comisiones han bajado, las transacciones son más rápidas y existen cadenas específicamente diseñadas para uso financiero —más predecibles, más seguras y con mayor control de permisos—. La custodia también ha dado un salto: hoy un banco, una gestora o un family office pueden guardar tokens de forma regulada, asegurada y con procedimientos equivalentes a los de cualquier activo tradicional. Y, sobre todo, las stablecoins han convertido el dinero digital en algo funcional, inmediato y programable, lo que desbloquea todas las operaciones que antes eran inviables.

Por el lado regulatorio, Europa ha sido sorprendentemente ágil. El reglamento MiCA ha aportado claridad sobre qué son los criptoactivos, cómo deben emitirse, quién puede custodiarlos y qué requisitos de transparencia y capital se exigen. Aunque no resuelve todo, reduce la incertidumbre lo suficiente como para que instituciones serias empiecen a moverse. Y no solo pasa en Europa: en Estados Unidos, Singapur, Hong Kong o Emiratos también han ido emergiendo marcos regulatorios que, aunque distintos entre sí, convergen en la misma dirección.

Y, quizás lo más relevante, existe una necesidad real. Los mercados financieros tradicionales son robustos, sí, pero también están llenos de fricción: liquidaciones lentas, procesos manuales, dependencias entre intermediarios, costes altos para transacciones pequeñas, complejidad en la gestión de activos alternativos, dificultad para vehicular inversiones internacionales… La tokenización promete eliminar buena parte de esa fricción. De hecho, no se trata solo de una innovación tecnológica: es, sobre todo, una mejora operativa.

Las instituciones empiezan a verlo con claridad. Los bancos descubren que pueden liquidar operaciones en minutos en vez de en días. Las gestoras pueden emitir participaciones digitales que se inscriben automáticamente. Los emisores de deuda pueden llegar a más inversores con menos costes. Y los mercados secundarios —por fin— pueden tener liquidez casi inmediata gracias a la combinación de stablecoins, market makers algorítmicos y plataformas más maduras.

Y aquí es donde la narrativa se invierte: la tokenización deja de ser algo “cripto”, marginal, para convertirse en la siguiente fase natural de la digitalización financiera. No se trata de hacer lo mismo con blockchain por capricho tecnológico; se trata de hacerlo mejor, más rápido, más igualitario y más barato.

Este cambio de enfoque es lo que está impulsando el renacimiento actual de la tokenización. Y es lo que explica por qué ahora, a diferencia de hace cinco o diez años, por primera vez parece que podría escalar de verdad.

En el escenario más optimista, la tokenización no sería una categoría aparte ni una tecnología de nicho, sino simplemente la manera natural de representar la propiedad. Una infraestructura donde cualquier activo —financiero, real, alternativo o puramente digital— pudiera existir en formato programable, negociarse sin fricción y conectarse directamente con sus flujos económicos. No porque sea “cripto” en su visión original anarcocapitalista, sino porque es un sistema más eficiente. Si esa visión termina materializándose, la tokenización dejará de ser una promesa para convertirse en la base silenciosa sobre la que funcionarán los mercados del futuro.

Retos y oportunidades

Sería ingenuo pensar que la tokenización va a transformar de inmediato la industria. Quedan desafíos importantes. La tokenización no despegará únicamente porque la tecnología sea buena; lo hará cuando existan nuevas infraestructuras y experiencias de usuario que la hagan realmente utilizable.

Y ahí es donde las startups tienen un papel decisivo.

El sistema financiero actual funciona, pero arrastra procesos heredados (conciliaciones manuales, liquidaciones lentas, sistemas fragmentados) que ya no escalan en un mercado global y 24/7. Repensar estos cimientos desde cero es algo que difícilmente pueden hacer los incumbentes, pero sí las startups que pueden experimentar sin lastres.

También falta una capa de experiencia de usuario que acerque la tokenización al público masivo. Las grandes revoluciones tecnológicas no triunfan cuando aparece la innovación, sino cuando alguien la hace accesible. Hoy, interactuar con activos tokenizados sigue siendo demasiado técnico y para cripto-nativos: gestión de claves, conceptos cripto, fricciones innecesarias. Abstraer esta complejidad y ofrecer una UX del estilo de cualquier app fintech moderna es una gran oportunidad.

Y luego está la liquidez, probablemente el mayor reto. Tokenizar un activo no crea liquidez por sí mismo; solo abre la posibilidad de que exista. Para que haya mercados secundarios funcionales hacen falta motores de precio, market makers algorítmicos, pools de capital institucionales y mecanismos fiables de descubrimiento de valor. Construir esta infraestructura de liquidez —la que realmente permita que los activos se compren y vendan con profundidad y sin saltos de precio— sigue siendo un territorio casi vacío y con una necesidad evidente.

Además, muchas de las piezas críticas del sistema aún están incompletas: interoperabilidad entre redes, herramientas de compliance programable, custodia institucional flexible o mecanismos de reconciliación entre lo on-chain y lo off-chain. Son problemas bien definidos y con clientes dispuestos a pagar, que exigen velocidad y capacidad de iteración: el campo natural para startups.

En definitiva, la oportunidad no está en “tokenizar activos por tokenizar”, sino en construir lo que falta alrededor: mejores experiencias, mejor liquidez, mejor cumplimiento, mejores railes.

¿Quién está construyendo algo interesante en este espacio?

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.

Esto es Suma Positiva, una publicación semanal leída por más de 30.000 personas donde la salud y el rendimiento se cruzan con los negocios y las inversiones.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por:

Sabes tu marca en 10K.
​Sabes tu VO₂ max.
​Sabes cuántas horas de sueño REM tienes cada noche.
​
​Pero ¿sabes cómo están tus hormonas?
​¿Tu nivel de inflamación?
​¿O si tienes déficit de vitaminas que afectan a tu energía o tu descanso?
​
​La mayoría de los datos que medimos cuentan solo una parte de la historia.
​En Holo, te ayudamos a descubrir y entender el resto.
​
​Tras nuestra última colaboración con Suma Positiva, decenas de lectores ya han realizado su primera analítica con Holo. Ahora seguimos impulsando una forma más clara, humana y científica de cuidar la salud.
​
​¿Qué encontrarás en Holo?
​
​Analíticas avanzadas: más de 110 marcadores que amplían el análisis tradicional —desde ApoB y Lp(a) hasta hormonas, inflamación, vitaminas y metabolismo. (Las analíticas habituales cubren 15–20 marcadores).
​
​App all-in-one: centraliza todos tus datos en un único lugar —analíticas, hábitos y datos de tus wearables (Apple Watch, Oura, Garmin, Whoop…)— con seguimiento y evolución en el tiempo.
​
​Holo AI: recibes explicaciones simples, útiles y adaptadas a ti, basadas en tus resultados, tu contexto y los datos de tus dispositivos.
​
​Informe de salud personalizado: realizado por médicos expertos en prevención y longevidad para que siempre sepas cómo actuar con tus datos.
​
​Con el código SUMAPOSITIVA, disfruta de un 10 % de descuento en tu primer año.
​
​Disponible hasta el lunes 2 de diciembre de 2025.
​Descubre más en tryholo.com

Quiero patrocinar S+

Vilfredo Pareto fue un economista, sociólogo, filósofo e ingeniero italiano de finales del siglo XIX y comienzos del XX. Es conocido por formular la famosa regla del 80/20, o Principio de Pareto, tras observar que el 80% de la riqueza en Italia estaba en manos del 20% de la población, una proporción que más tarde se comprobó aplicable a multitud de ámbitos: desde la economía y la gestión empresarial hasta la vida cotidiana.

Sin embargo, su aportación más trascendental a la economía y a la teoría de la decisión no fue la regla del 80/20, sino un concepto —que también lleva su nombre— derivado de aquella observación: la eficiencia de Pareto, también conocida como óptimo de Pareto.

En la vida —tanto profesional como personal— nos encontramos continuamente con situaciones en las que perseguimos varios objetivos de forma simultánea, pero que compiten entre sí. Mejorar uno de ellos implica, inevitablemente, empeorar uno o varios de los demás.

Vilfredo Pareto fue el primero en describir matemáticamente cuándo un sistema llega al punto en el que ya no se puede mejorar una cosa sin empeorar otra. A ese punto lo llamó óptimo de Pareto, y al conjunto de todos esos equilibrios posibles, frontera de Pareto.

Veamos algunos ejemplos:

• En el ámbito de las inversiones, habrá carteras que no ofrezcan toda la rentabilidad que deberían para el riesgo asumido.

• En startups, habrá iniciativas que no generen todo el crecimiento que deberían en relación con su rentabilidad.

• En el mundo del deporte, habrá planes de entrenamiento que no produzcan suficiente estímulo adaptativo para la fatiga o el riesgo de lesión que implican.

Esas carteras de inversión, conjuntos de iniciativas o planes de entrenamiento no son pareto-óptimos, o dicho de otro modo, están por debajo de la frontera de Pareto y los deberíamos evitar.

Asimismo, la frontera de Pareto no sólo nos enseña a descartar escenarios o combinaciones ineficientes, sino que también nos recuerda que existe una pluralidad de combinaciones óptimas, cada una de ellas reflejo de prioridades y objetivos distintos, que nos ofrecen compromisos aceptables entre los objetivos a optimizar.

Por último, los puntos que hoy quedan fuera de la frontera de Pareto —inalcanzables con la tecnología o los recursos actuales— son los que nos empujan a progresar, a ampliar los límites de lo posible.

Conclusión

El verdadero valor del concepto de eficiencia de Pareto no está en la teoría, sino en las preguntas que plantea.

Primera pregunta:

¿Estoy sobre la frontera o por debajo de ella?

En inversión, en empresa o en deporte, estar por debajo de la frontera significa que aún hay margen para mejorar sin sacrificar nada esencial: más rentabilidad con el mismo riesgo, más impacto con los mismos recursos, más rendimiento sin más fatiga.

Pero llega un punto en el que ese margen se agota. Y ahí empieza el dilema de toda decisión madura, la

Segunda pregunta:

¿En qué punto de la frontera quiero estar?

No todos buscamos lo mismo. Algunos priorizan seguridad, otros velocidad. Algunos prefieren estabilidad, otros crecimiento. Lo importante es saber que cada elección tiene su precio y asumirlo conscientemente.

Invertir bien, gestionar bien o rendir bien consiste en saber dónde estás en la frontera y hacia dónde quieres moverte.

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.

Esto es Suma Positiva, una publicación sobre tecnología, negocios y humanos leída por más de 30.000 personas cada semana.

Suscríbete ahora

Esta edición de Suma Positiva ha sido patrocinada por: elgarajedelaweb.com

Entre el 90% y el 96% de las webs no reciben visitas. No es mala suerte. Es falta de estrategia.

Las pocas que sí las reciben comparten algo: aplican un sistema. Da igual si son grandes medios, marcas globales o pequeños emprendedores: no llegan ahí por casualidad.

En El Garaje de la Web, un polaco y un argentino llevan más de 7 años haciendo crecer negocios online y formando cada año a cientos de alumnos en desarrollo web y estrategia. Su método combina estructura web que convierte, comunicación que conecta con el lector y acciones de visibilidad medibles.

Si te encaja, puedes apuntarte a su newsletter para recibir cada día historias con sus consejos e información siempre útil para todos los negocios con presencia online.

elgarajedelaweb.com

Quiero patrocinar S+

Calorías: la moneda del fitness

A diferencia del entrenamiento de fuerza, el entrenamiento de resistencia siempre me ha parecido confuso.

Para empezar, hay muchos tipos de entrenamientos diferentes: rodajes suaves, tiradas largas, tempos/umbrales, series…Y además, con muchas variables: ¿de qué duración?, ¿a qué ritmo?, ¿cuántas repeticiones en las series?, ¿cuánto tiempo de descanso?… Puf, y ahora ¿cómo se va progresando?

Es indudable que diseñar un buen entrenamiento de fuerza también tiene su miga, pero creo que conceptualmente es algo más sencillo. O al menos eso me parecía a mi. En este ámbito, la sobrecarga progresiva no es otra cosa que llegar a mover cada vez más kilos por ejercicio1 (es decir, en añadir peso o repeticiones a un movimiento, manteniendo la técnica).

Por contra, en el entrenamiento de resistencia hay tantas bolas en el aire que cuando me paraba a pensar cómo tendrían que ser mis entrenamientos se me atragantaba. Pura parálísis por el análisis. Y ahí es donde la diferencia entre entrenar con un objetivo concreto —por ejemplo preparar una competición y entrenar “por libre” se hace más evidente.

Cuando estás preparando una competición y sigues un plan de entrenamiento elaborado por otros, la cosa se simplifica. Dejas de pensar y ejecutas, como le gusta a Ignacio Galán. Pero cuando simplemente entrenas por salud o para estar always ready, como nos enseñó Iñaki de la Parra, mi confusión era máxima.

La luz al final del túnel

Creo que por fin he visto la luz.

Ha sido gracias a seguir el trabajo de personas top en este campo como Manu Sola, Iñaki de la Parra —dos cracks a quienes hemos tenido la suerte de tener por aquí— y el mentor de éste último Alan Couzens.

Por suerte, todo es mucho más sencillo que lo que creía: al igual que en el entrenamiento de fuerza el progreso viene de ir moviendo más kilos, en el entrenamiento de resistencia el progreso viene de ir haciendo más volumen de trabajo. El cómo hagas ese trabajo es menos importante. Lo más importante es cuánto trabajo haces.

¿Y cómo nos enseñaron en clase de Física que se medía el trabajo? En julios (J), kilojulios (kJ), o como es más habitual en nuestro día a día en kilocalorías (kcal), a las que normalmente nos referimos simplemente como calorías.

Tu North Star metric como atleta: calorías quemadas

Sí, has oído bien: el principal KPI a seguir en el entrenamiento de resistencia no los ritmos o las distancias, sino las calorías, la unidad en las que se mide el trabajo.

Las calorías (el trabajo) son la variable que incorpora todas las demás: duración, intensidad, nivel de forma del atleta…y es por eso que son la forma apropiada de ver nuestra capacidad actual y nuestro progreso.

Como dice Iñaki: “calories are the currency of fitness.”

Así, una de las formas más apropiadas de referirnos a nuestro fitness sería algo así como “soy un atleta de 500 kcal al día” (un principiante), “de 1.000 kcal/día” (alguien que entrena por salud, sin objetivo de rendimiento), “de 1.500 kcal/día” (alguien que no sólo quiere estar sano sino que también quiere ser rápido)…o puedes ser directamente una máquina letal como Iñaki y sus semanas de 20.000 kcal preparando un Ironman. Como es lógico, no se puede pasar del sofá a la élite en un suspiro. Son años de trabajo constante detrás.

Por poner en contexto estos números, los cazadores-recolectores hacían una actividad física equivalente a quemar 2,3 veces su tasa metabólica basal (TMB, la energía que el cuerpo necesita para mantenerse vivo) al día. Es decir, si su TMB fuese de 2.000 kcal/día, hacen una actividad física de 2.600 kcal/día para llegar a un total de 4.600 kcal/día.      

Otra de las bondades del uso de calorías como métrica principal es que nos puede ayudar a determinar cuánta comida necesitamos para alimentar ese esfuerzo (aunque no es perfecto, como veremos en la sección de aplicación práctica).

Intensidad vs. Volumen

Seguro que ahora entiendes mejor porque una y otra vez, los estudios científicos arrojan siempre el mismo resultado: que, a igualdad de trabajo, no hay intensidades (como la zona 2) ni entrenamientos mágicos (como el Norwegian 4x4) a la hora de generar adaptaciones como la biogénesis mitocondrial: todo funciona.

Las sesiones y sus duraciones, los ritmos, las repeticiones, los descansos, etc. son ingredientes que debemos mezclar con sabiduría —ahí está parte del valor añadido de un buen entrenador— para conseguir un fin: maximizar la cantidad trabajo que podemos hacer en un periodo indefinidamente largo. No vale con hacer mucho unos días, buscamos sobre todo hacer mucho de forma sostenible.

Como es obvio, cuanto mayor es la intensidad, más trabajo por unidad de tiempo se realiza. En otras palabras: la alta intensidad es más eficiente ya que nos permite hacer más trabajo por unidad de tiempo.

Por ejemplo, según la tabla a continuación, una persona de 80 kg que corra a 15 km/h quemará 21 calorías/minuto, algo más del doble que las 9.8 calorías/minuto que quemaría si trotase a 7 km/h.

Entonces, ¿por qué Alan, Iñaki y tantos otros insisten en que debemos pasar la mayor parte del tiempo entrenando a baja intensidad?

La ventajas de la baja intensidad

Seguro que ya te has imaginado la respuesta: La baja intensidad nos permite acumular más trabajo. Y, de nuevo, a más trabajo, mejor forma.

Pero, ¿por qué la baja intensidad nos permite acumular más trabajo?

Porque nos permite hacer más número de sesiones, de más duración y sin fatigarnos excesivamente ni lesionarnos. La baja intensidad nos ofrece:

• Menor riesgo de lesiones por menor estrés mecánico. A baja intensidad el impacto en articulaciones, tendones y músculos es mucho más bajo.

• Recuperación más rápida por menor fatiga física y mental: Los músculos, el sistema nervioso y la coordinación sufren menos desgaste a bajas revoluciones. Además, al no producir tanta acidosis metabólica, el cuerpo se recupera antes. Por otro lado, como el esfuerzo percibido es más bajo, psicológicamente es más fácil repetirlo día tras día sin sensación de agotamiento.

• Posibilidad de realización de sesiones más largas por mayor sostenibilidad energética. A intensidades bajas el cuerpo utiliza una mayor proporción de grasa como combustible, lo que permite mantener el esfuerzo durante mucho más tiempo sin “vaciar los depósitos” de glucógeno (aunque repongas carbohidratos durante el esfuerzo, tu capacidad de reponer tus depósitos de glucógeno va disminuyendo). Y no es sólo que vamos a poder hacer sesiones más largas, sino que además vamos a entrenar y mejorar esta capacidad de usar grasa como combustible, clave para mejorar nuestra salud metabólica, una de las bases de nuestra salud a largo plazo.

Un ejemplo. A día de hoy, yo podría caminar 20 km todos los días, pero no podría hacerlos corriendo. Me lesionaría. O estaría tan fatigado a lo pocos días que me sería física y/o mentalmente imposible seguir haciéndolo. Y como el Samuel que camina 140 km a la semana acumula más trabajo (más calorías) que el que corre 30 km a la semana, a largo plazo, el Samuel que camina 140 km semanales estará más en forma que el que corre 30. Otra cosa es que Samuel tenga tiempo para caminar 20 km al día o que Samuel no deba hacer otro tipo de entrenamientos.

NOTA: La intensidad es algo relativo. Mientras que yo hago un easy run a 10 km/h, Iñaki lo hace a 15 km/h. De esta forma, a medida que nuestra forma va mejorando, más trabajo por unidad de tiempo a igualdad de esfuerzo podemos hacer. 

¿Significa esto que no hay que hacer nada a intensidades altas?

No. Definitivamente, no. No es sólo que la alta intensidad ahorre tiempo: hay adaptaciones a nivel neurológico, metabólico y biomecánico que sólo se logran a intensidades mayores. Y eso sin olvidarnos de la especificidad que todo deporte requiere. Hay que trabajar en todas las intensidades.

Dada su eficiencia, cuanto más limitado en tiempo estés, más tendrás que usar y abusar de la alta intensidad para generar estímulo, pero a sabiendas de que te estás dejando gains por el camino, porque de la otra forma —con una mayor inversión de tiempo— podrías estar acumulando más trabajo y progresando más.

Hay unos cuantos mensajes importantes con los que quiero que te queden:

1. Haz algo de media o alta intensidad, pero cuidado con excederte. Acabarás quemado o lesionado.

2. Haz todo el trabajo de baja intensidad que tus circunstancias te permitan. No hay límite superior a los beneficios.

3. No hay intensidad demasiado baja. Todo el trabajo, incluso el que es tan suave que no parece ejercicio es valioso.

Déjame detenerme un momento en este último punto, porque quizá sea el más contraintuitivo y el que más choca con nuestra mentalidad occidental del “no pain, no gain”. El trabajo en zona 0 o zona 1 —caminar, subir escaleras, realizar tareas domésticas— no solo es valioso: es extraordinariamente valioso cuando tenemos poco tiempo. La clave está en que podemos (y debemos) integrarlo de forma natural en nuestra vida cotidiana.

Quizás lo más importante sea, además, tomar verdadera consciencia de su valor. Y aquí me viene a la memoria un párrafo de un artículo sobre Ellen Langer —considerada la madre del mindfulness— que en su día me voló la cabeza.

¿Haces ejercicio aunque no lo sepas?

Para otro experimento célebre se preguntó a un grupo de limpiadoras de hotel si hacían ejercicio y respondieron que no a pesar de que su trabajo entraña muchísima actividad física. 

Ellas pensaban que hacer ejercicio era eso que hacían los yuppies en el gimnasio después de estar todo el día sentados en una oficina. 

Posteriormente se dividió el grupo en dos y a una de esas mitades se le explicó que lo que hacían en su trabajo era a ojos de su cuerpo tan ejercicio como el que se hacía en el gimnasio. Pues bien, sin cambiar nada en su dieta, ni en su gasto energético, el grupo que percibió su trabajo como ejercicio perdió peso y redujo su tensión arterial.

Es importante también recalcar que esto no es sólo entrenar por salud. Según Couzens y de la Parra, es la forma —con la paciencia debida— de obtener un rendimiento de élite.

Este enfoque de consistencia > intensidad no es exclusivo del entrenamiento de resistencia. En el entrenamiento de fuerza o de deportes de habilidad ocurre lo mismo. (De hecho, me atrevería a decir que esta filosofía aplica también a la gestión empresarial, a la creatividad y a muchas otras facetas de la vida.)

Mi admirado Pavel Tsatsouline —del que te recomiendo cada minuto de este podcast de más de cuatro horas con Huberman— lleva años insistiendo en que éste es el método que los rusos y otros atletas de Europa del Este han utilizado durante décadas para imponerse a los occidentales en múltiples deportes de fuerza y combate.

La idea se entiende a la perfección en este clip de Firas Zahabi, célebre entrenador de luchadores de artes marciales mixtas, en su conversación con Joe Rogan:

Aplicación práctica

Ahora que tenemos claro que las calorías son la moneda de cambio del fitness y que la mejor forma de acumular mucho trabajo es hacer tanto trabajo de baja intensidad como puedas, vamos con unos consejos prácticos.

¿Por dónde empiezo?

Empieza por saber cuántas calorías de actividad estás realizando al día e intenta incrementarlas poco a poco.

Un buen punto de inicio si partes de cero es fijarte un objetivo de hacer unas 500 kcal/día de actividad, lo que correspondería, por ejemplo, a un par de paseos de 30-45 minutos al día (dependiendo del peso de la persona)

Si entrenas por salud, parece que las 1.000 kcal/día es un objetivo a tener en cuenta. Podría ser una sesión de entrenamiento más estructurado de 500 kcal más el par de paseos que comentábamos (o hacer el equivalente a lo largo del día).

¿Cómo puedo saber cuántas calorías de actividad estoy realizando al día?

Lo más cómodo es usar algún dispositivo como un reloj, un anillo o una pulsera de actividad. Estos dispositivos tienen un margen de error grande (de hasta un 20% - 30% en algunos casos, debido a que cada persona tiene una economía de movimiento diferente), pero no es tanto el número absoluto lo que nos importa, sino su evolución en el tiempo.

Alternativamente puedes utilizar una tabla como la de arriba.

Si sé cuántas calorías quemo, ¿puedo usar este número para determinar el número de calorías que debo ingerir, según mis objetivos?

La respuesta corta es no. Por dos motivos, por un lado, ya hemos dicho que el número que da el wearable tiene un margen de error grande.

Por otro lado, el “modelo del gasto energético limitado” nos dice que el gasto energético total del cuerpo no aumenta de manera lineal conforme se incrementa la actividad física, sino que tiende a estabilizarse. Al principio, cuando uno se mueve más, sí se queman más calorías, pero a partir de cierto punto el organismo compensa reduciendo el gasto en otras funciones biológicas como la inmunidad, la reproducción o la respuesta inflamatoria.

La mejor forma de saber si estamos comiendo lo que tenemos que comer para nuestros objetivos es contar calorías y ver la evolución del peso en la báscula.

Conclusión

Seguro que hay más de un escéptico pensando ahora mismo: ¿Cómo que la intensidad no importa? Espera… ¿podría ponerme en una forma espectacular… andando?

La respuesta corta es que, llevándolo al extremo, sí. Pero tendrías que andar MUCHO, claro está. Y puede que no puedas —o simplemente no quieras— dedicar el tiempo que eso requeriría.

Además, como hemos dicho, esto no significa que no debas meter pinceladas de intensidad. Solo que seguramente menos de lo que piensas. En especial esas intensidades medias de las que es fácil abusar y que ofrecen una relación estímulo/fatiga pobre.

No me tienes que creer a mí. Crée a Alan (fisiólogo y uno de los entrenadores más reputados, con experiencia directa con decenas de atletas de élite y obsesionado con los datos), a Iñaki (su discípulo y campeón del mundo de Ultraman) y a la ciencia.

La baja intensidad no es el única forma. Pero sí es la mejor forma de ponerte en forma.

Como dice el proverbio oriental:

“Si echas un cubo de agua sobre una roca no pasa nada. Pero si dejas caer una gota de agua sobre esa roca cada día, acaba haciendo un agujero en ella.”

Fuentes:

The Science of Maximal Athletic Development

MSMRL1: Make movement your default!

In the first episode of the MAD Science meets Real Life Podcast, my co-host Iñaki de la Parra and I tackle the questions…

Listen now

a year ago · 77 likes · 8 comments · Alan Couzens

The Science of Maximal Athletic Development

MSMRL2: Getting real about the WORK required.

In this conversation, Alan and Iñaki delve into the intricacies of endurance training, emphasizing the importance of work capacity over intensity-heavy metrics like TSS and CTL. They discuss the energy demands of endurance sports, the significance of proper fueling, and the social pressures surrounding physical activity. The dialogue highlights the need…

Listen now

10 months ago · 61 likes · 9 comments · Alan Couzens and Iñaki de la Parra

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.