#265 Peakspan. Al cajero lo mató el iPhone. 5 escenarios para la difusión de la IA en la empresa. Vender trabajo, no software. Neuronas jugando al Doom. Una mosca digital en Matrix.
Suma Positiva es la newsletter sobre tecnología, negocios y vida que llega cada semana a 30.000 personas. Si quieres pensar mejor sobre el mundo que viene, suscríbete gratis aquí.
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
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:
¿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.
¿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.
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:
Las empresas compran el modelo fundacional, que es capaz de ofrecer directamente las funcionalidades que las empresas necesitan
Las empresas desarrollan internamente software custom que emplea los modelos fundacionales
Las empresas compran productos a empresas de software nativas-IA (startups fundadas después de 2022)
Las empresas siguen comprando software a los proveedores actuales, quienes han sido capaces de integrar con éxito IA en sus productos
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.