La burbuja

Otra vez la inspiración. Ahora rodeado de verde y de naturaleza, con la vista perfecta desde el quincho de casa. La casa vacía. Un café de granos molidos que siempre motiva mis mañanas. La primavera está acá, faltan dos días para el 21.

Todo el mundo en silencio, menos mi cabeza. Inspiración pura. El día más productivo: doce horas y contando. La música electrónica, clave también.

Mirando el cielo, observando los pájaros que comen de mi jardín, las mascotas de mi vecina, mi gata. Y en ese momento se me disparó algo.

El reino animal está ajeno a las novedades de la IA. Los pájaros no van a dejar de comer semillas porque un modelo de lenguaje acaba de romper un récord de benchmark. Mi gata no sabe qué es un token. Y millones de personas, por la vida que llevan y sus trabajos, jamás van a tener contacto con una terminal de IA.

Eso fue lo que disparó la idea.

La evolución de la humanidad estuvo marcada por reyes, gobernantes, artistas, genios y genias, generales, guerreros, instituciones, empresas, corporaciones. Por personajes clave que fueron transformando el día a día de este planeta. Pero la gran mayoría de las personas vio pasar los acontecimientos históricos sin poder intervenir, modificarlos o sin siquiera entenderlos. Simplemente espectadores. Así fue con la imprenta, con la electricidad, con internet. Quienes inventaron, quienes adoptaron temprano y quienes un día se despertaron y el mundo ya había cambiado.

La inmensa mayoría de la humanidad no se levantó hoy pensando en la inteligencia artificial. No se despertó preocupada porque quizá peligrara su fuente de trabajo. No sigue de cerca lo que están haciendo los líderes mundiales de la inteligencia artificial. Para la mayoría de las personas, hoy fue un día más.

La IA es un problema de algunas pocas personas. Quizá como lo fue la escritura en sus inicios, un invento revolucionario que durante siglos solo usaron los escribas y los sacerdotes. Quizá como lo fue la ciencia, reservada para los que tenían acceso a laboratorios y universidades. Como lo fue la conquista del espacio, que todavía hoy es cosa de unos pocos países. O como el descubrimiento de América, donde un continente entero existía sin que el otro lo supiera.

Las grandes transformaciones siempre empezaron en una burbuja. Un grupo pequeño que ve algo que los demás no ven. Y después, lentamente o de golpe, la burbuja se expande y el mundo cambia. La pregunta es cuánto tarda la burbuja en dejar de ser burbuja. Y si cuando se expanda o explote, va a ser para mejor.

Resulta muy difícil predecir cuándo va a llegar el cambio real. ¿Cuándo ese 93 % del total de la población mundial que no ha adoptado la IA en sus tareas cotidianas lo comience a hacer? La escritura se difundió al 88 % del mundo actual, y llevamos un poco mas de 200 años de historia de la escritura moderna. Todavía no llegamos al 100%.

¿Cuándo va a pasar del 3 % al 5 %? ¿Se puede predecir? ¿A qué velocidad real avanza? Nadie tiene la respuesta. Y el que diga que la tiene, está adivinando.

Partamos de la base: si no tenés una laptop, internet y tiempo, no vas a poder empezar. Desde un celular es muy complejo absorber esta realidad. Si no tenés un colegio o universidad que te forme, el camino es aún más largo. Si no tenés un entorno familiar favorable, más complejo todavía.

La IA no es solo una cuestión de tecnología. Es una cuestión de acceso, de educación y de contexto. Y en esas tres cosas, el mundo es profundamente desigual. Un chico de 15 años en Mendoza con una notebook y wifi tiene más acceso a la IA que un profesional de 40 años en un pueblo rural sin conexión estable. La brecha no es solo tecnológica. Es geográfica, económica y generacional.

Yo estoy dentro de la burbuja. Dentro del 3 %. Por decisión propia y porque mi mundo siempre fue el software. Desde que tengo 10 años, cuando tuve mi primera computadora, una TK-85, el clon brasileño de la Sinclair que dominó Latinoamérica. Me la regaló mi papá, y la compartíamos también. Él era un fanático como yo. Quizá más.

La TK-85 era una caja negra con un teclado de membrana que conectabas a un televisor blanco y negro. Se programaba en Basic, se grababa en casetes, sí, en casetes de audio, los mismos que usabas para escuchar música, y cuando cargabas un programa tenías que esperar minutos escuchando un ruido insoportable hasta que se cargaba. A veces fallaba y había que empezar de nuevo.

Y aun así era mágico. Programaba agendas de contactos y otros problemas básicos.

IF, IF ELSE, LET=, me acuerdo todavía. Cada línea de código numerada. Línea 10, línea 20, línea 30. Si te equivocabas, tenías que reescribir la línea. No había mouse. No había menú. No había deshacer. Era pura lógica y paciencia. Y desde ahí, algo se encendió que nunca se apagó. Desde los 18 ya creaba bases de datos en Visual Basic para guardar apuntes de la universidad. Sin ninguna utilidad real, pero siempre atraído por las herramientas.

Hay gente que colecciona autos, que colecciona vinos. Yo siempre coleccioné formas de organizar información.

En abril de 2026, se estimaba que los usuarios activos de IA generativa equivalían a cerca del 29 % de la población mundial. El resto rondaba el 71 %: casi seis mil millones de personas. La tecnología parece estar en todas partes, pero su uso todavía está lejos de ser universal.¹

Pero hay otro grupo que me parece todavía más interesante: quienes ya la probaron, pero todavía no la incorporaron a su vida cotidiana.

Ahí está, para mí, la próxima gran ola de adopción.

La brecha

Son personas que ya cruzaron la primera barrera. Saben que ChatGPT existe, hicieron alguna pregunta, quizá generaron una imagen o resolvieron algo puntual. Pero todavía no descubrieron qué significa tener una inteligencia artificial disponible todos los días para trabajar, aprender, investigar, escribir, pensar o simplemente ahorrar tiempo.

Cuando el tema aparece en una conversación, trato de mostrar lo que se puede hacer. Muchas veces también ofrezco mi ayuda. Pero una conversación rara vez alcanza.

Hay personas que están a una conversación, a un video, a una demostración o a un libro de distancia de empezar a usar esta tecnología de verdad.

Este libro está pensado, en buena medida, para ellas. Y si estás leyendo esto, probablemente ya hayas dado ese primer paso.

ChatGPT alcanzó más de 100 millones de usuarios activos mensuales apenas dos meses después de su lanzamiento. Hasta ese momento, ninguna aplicación de consumo había alcanzado semejante escala tan rápido. Más veloz que Facebook, Instagram o TikTok. Pero el número no es lo más importante.

Mirar ese dato en retrospectiva sirve para entender dónde estamos. Podemos hablar del 2030 como el año donde nada va a seguir siendo como ahora. En los primeros meses de vida de GPT, Google declaró la alerta roja. Vivían del tráfico y de las consultas que todo el mundo hacía, y de la nada comenzaron a bajar. La gente prefería dejar de googlear y empezar a "gpetizar". Sundar Pichai mandó a llamar a Larry Page y Sergey Brin, fundadores de Google retirados, para que vuelvan a ponerse los guantes. Años después salió Gemini. Pero el golpe ya estaba dado.

Salieron decenas de modelos. Cada versión daba un salto de calidad enorme sobre la anterior. Llegó inversión ilimitada. Crearon modelos open source y desde ahí cualquiera podía continuar. Las contrataciones de talento se volvieron críticas: todos se cambiaban de trabajo, eran muy pocos los que sabían de verdad cómo funcionaba la IA y por eso eran tan buscados. Los benchmarks comparativos de la inteligencia de cada modelo eran noticia todos los días.

En un año sucedió lo que normalmente se tarda diez. Nunca en la historia de la tecnología hubo una carrera tan intensa, tan rápida y con tantos jugadores al mismo tiempo.

Las empresas de IA se copiaban unas a otras. Y nosotros mirábamos todo desde afuera, como espectadores de una pelea de boxeo donde cada round traía un nuevo campeón. Los beneficiarios finales éramos nosotros que cada vez teníamos al alcance un modelo superior. Cada mes que pasaba, lo que habías aprendido el mes anterior ya era viejo. Un prompt que te funcionaba perfecto en marzo dejaba de funcionar en abril porque el modelo había cambiado. Una técnica que habías dominado quedaba obsoleta porque salía una mejor. Era agotador y fascinante al mismo tiempo.

La carrera por la IA

En esta lucha terminaron todas las empresas de IA peleadas entre sí. Y hay mucho en juego. Con el que todas las empresas tuvieron que hacerse amigas fue con Jensen Huang, el hombre de la campera de cuero, CEO de Nvidia. De la nada se convirtió en el recurso más valioso del planeta, porque su empresa fabrica las GPUs, los chips que hacen miles de cálculos matemáticos en paralelo, justo lo que necesitan las redes neuronales. Toda la IA que usás corre sobre chips Nvidia. Nadie los ve, pero sin ellos no hay nada. Un componente que la mayoría de la gente no sabe ni que existe es lo que hace posible todo lo que usamos todos los días.

Y no es solo el hardware. El software de IA está construido sobre CUDA, la plataforma de Nvidia. PyTorch, TensorFlow, optimizado para Nvidia. Si eso cambia, hay que reescribir todo. Nvidia es el amo de la IA hoy por hoy. Controlan tanto el chip como el software que lo usa. Es como si una empresa fuera dueña de las rutas y también de los autos.

Pero sigamos jugando al TEG un rato más, porque esto es una partida de geopolítica global y cada pieza está conectada con la otra.

Taiwán, una isla de 23 millones de habitantes en el Pacífico, fabrica el 90 % de los chips más avanzados del mundo. TSMC (Taiwan Semiconductor Manufacturing Company). Imaginen ser presidentes de Taiwán por unas semanas. Todo el mundo te necesita y todo el mundo te está mirando. Sin TSMC no hay iPhones, no hay GPUs de Nvidia, no hay IA, no hay nada. Y las máquinas que fabrican esos chips solo se fabrican en Holanda, por una empresa llamada ASML.

El futuro de la tecnología depende de dos lugares que la mayoría de la gente no podría ubicar en un mapa. Las potencias claramente comenzaron el camino de independencia, lo que difícilmente van a lograr rápido, hay 20 años de experiencia que los separan. Estados Unidos tiene a Nvidia construyendo fábricas en Arizona. China empezó con la suya. Para ir cerrando este tablero de TEG, agregamos al mapa los países que producen silicio, porque el silicio es para la era digital lo que el hierro fue para la revolución industrial. Y el principal productor de silicio del mundo es China.

Hablando de China. Un laboratorio de IA en Hangzhou, fundado en 2023 por Liang Wenfeng, un multimillonario sin antecedentes en IA, lanzó DeepSeek. Modelos muy competitivos a una quinta parte del costo de la competencia. No es perfecta, pero se puede usar sin problemas. Yo la uso, y luego de ajustar prompts cumple bien. Se pierde más en la selección de herramientas dentro de los flujos de toma de decisión, pero la última versión fue notable la mejora. Esto aceleró mucho, porque demostró que con menor inversión también se puede competir. Silicon Valley entró en pánico.

Las acciones de Nvidia cayeron. Los inversores empezaron a cuestionar si realmente hacían falta miles de millones de dólares para entrenar un buen modelo. Si un laboratorio chino podía hacer algo comparable con una fracción del presupuesto, ¿qué estaba haciendo mal el resto? ¿Estaban gastando de más? ¿O DeepSeek estaba escondiendo algo?

Anecdóticamente, les cuento que me llegó un mail de OpenAI que dice esto: "Nos estamos poniendo en contacto con vosotros para comprender mejor por qué algunos equipos reducen el uso, suspenden su actividad o modifican la forma en que utilizan la API de OpenAI, y qué factores influyen más en esas decisiones." Ahora se preocupan, porque mi factura bajó. No me llegó ningún mail cuando me hackearon una de las keys y me cobraron como 500 dólares porque alguien la usó en los modelos de generación de imágenes. Así funciona todo.

El 2 de febrero de 2026, Elon Musk fusionó SpaceX con xAI. Conectividad global con Starlink. Capacidad de lanzar data centers al espacio para que el costo de mantenimiento y refrigeración baje a casi cero. Grok, su modelo propio de IA. Y X (Twitter) como fuente de datos en tiempo real. Cohetes, satélites, inteligencia artificial, datos globales, todo bajo un mismo techo.

Ninguna persona ha tenido el control simultáneo sobre tantas capas de tecnología crítica. Cohetes para llegar al espacio. Satélites para cubrir el planeta. Chips para procesar datos. Modelos de IA para pensar. Y una red social con cientos de millones de usuarios para alimentar todo eso con datos en tiempo real. Es la mayor concentración de poder tecnológico de la historia. Y no hay señales de que eso vaya a cambiar pronto.

SpaceX compró Cursor por 60 mil millones de dólares. Nvidia negocia comprar Hugging Face por 13 mil millones. Los números que vinculan activos estratégicos de IA son demenciales. Cada adquisición redefine el mapa de poder.

En 2026, Jeff Dean dejó Google para fundar Discovery Loop junto con Sanjay Ghemawat, Oriol Vinyals y Quoc Le. La startup busca usar IA para acelerar la investigación: proponer hipótesis, ejecutar pruebas, analizar los resultados y usar lo aprendido para diseñar el siguiente experimento. Empiezan por la investigación en aprendizaje automático, con la intención de extender ese enfoque a otras áreas científicas. Cuando personas con esa trayectoria dejan una empresa para hacer algo nuevo, el mundo debería prestar atención.²

Latinoamérica siempre estuvo atrás de los procesos tecnológicos. Brasil siempre estuvo primero, pero en temas de IA no ha generado un liderazgo en la región todavía. La carrera se cuenta siempre desde Silicon Valley, desde China, desde Taiwán. Nosotros, desde este lado del mundo, la miramos y tratamos de no quedarnos demasiado lejos.

¿Cómo sigo esta carrera desde Mendoza? Recibo tres newsletters diferentes y en X estoy conectado a cuentas de expertos a los que les reviso sus contenidos. No tengo el tiempo que quisiera para seguirle el ritmo, y además a veces es contraproducente porque todo el tiempo está cambiando. Van y vienen y vuelven. No todo lo que parece que va a deslumbrar termina brillando, y quizá lo que no salió en ningún lugar es lo verdaderamente importante. En definitiva, hay que buscar un equilibrio para esto.

El software es de todos

Por primera vez, lo que se venía anunciando que iba a pasar, pasó.

Uno de mis socios me pregunta: "Che, ¿viste esto?" Y me pasó un link. No lo había visto nunca, así que entré a ver de qué se trataba. Era la web de GestionaISP, un software para proveedores de internet, nuestro mismo mercado. Y en la URL tenía un "/vs/wispro/". Versus Wispro. Versus nosotros. Estuve quizá unos 30 minutos mirándola.

La URL no era casualidad. Los modelos de IA se alimentan de comparativas: qué es mejor que qué. Esa URL estaba diseñada para que cuando alguien le pregunte a la IA "¿qué alternativas hay a Wispro?", GestionaISP aparezca primero. Bien pensado. Muy bien pensado.

Nació un nuevo fenómeno, el diseño web IA-friendly. Ahora no solo tenés que convencer a Google, tenés que convencer a los modelos de IA de que te recomienden.

La web entera estaba armada para ser leída por modelos de IA. Mucho texto explicativo, conceptos bien remarcados, URLs claras, datos estructurados que les dicen a los modelos exactamente qué tipo de producto es, quién lo hace y qué preguntas frecuentes tiene. El 90 % del contenido con el que se entrenan los modelos está en inglés y solo el 2 % en español. Es más fácil traducir después que entrenar por duplicado.

Tenían un acceso libre a una demo. Se ve codeado o programado con IA completamente, a eso hoy se le dice vibe coding o codeo por prompts o texto, donde le vas pidiendo poco a poco como queres que sea tu web.

VisualNet fue cliente de Wispro por años. Ellos crearon Gestiona ISP. Empezamos con 30 clientes y llegamos a 700+ antes de que dejaran de ser clientes de Wispro. En la web dicen expresamente que Wispro les había servido mucho y que no tenían quejas.

Nos conocen a la perfección. Y es un orgullo que mi empresa sirva de base para la creación de otras nuevas. ¿Me preocupa? Sí. ¿Me enoja? No. Es exactamente lo que vengo diciendo en todo este libro: la IA le da herramientas a todos para hacer lo que antes solo podía hacer un equipo grande. Y esta vez, esas herramientas apuntaron contra nosotros.

Se habla mucho del apocalipsis del SaaS, (Software as a Service) o también conocido como software por suscripción. La frase es chocante, pero no es exagerada. El producto ya no es el diferencial. La IA genera código mejor que los humanos en la mayoría de los casos. Con buenas especificaciones y una estructura de agentes especializados, lo vas a poder lograr. Eso es el vibe-coding. Y ya no es teoría.

Muchas empresas de software tradicionales se tienen que estar viendo amenazadas. Es muy probable que una sola persona que trabaje en la empresa y conozca un proceso a fondo y tenga contacto con clientes pueda abrirse su empresa y ser tu competidor al otro día.

Nadie se salva. Y no es que esa persona sea desleal. Es que la barrera de entrada ya no existe. Antes necesitabas capital, un equipo de desarrollo, meses de trabajo y miles de dólares. Ahora necesitás una idea, un prompt y tiempo. La lealtad compite con la oportunidad, y la oportunidad nunca fue tan accesible.

El software dejó de ser el diferencial. El servicio y el soporte es lo que empieza a diferenciar. Se habla de la era del "Service as a Software": meterse dentro de la operación del cliente, hacerse cargo de la ejecución completa. Es un desafío enorme. Pero el camino está ahí. Y el que no lo vea, va a terminar como los que no vieron a GestionaISP hasta que un socio les pasó el link.

Ya no vamos a poder vender el mismo software a 2.000 clientes. Aunque estén dentro de la misma vertical, sus organizaciones son muy diferentes: tamaño, cultura corporativa, procesos, modelos de revenue. Son demasiados matices para que todos quieran aferrarse a una única solución. Y sin embargo, eso es exactamente lo que hicimos durante 20 años. Un producto, miles de clientes, y que cada uno se adapte como pueda.

Si el producto ahora es fácil de desarrollar y no hay nada que impida que me copien, ¿por qué no llegar a cada cliente con una versión personalizada para su caso de uso, para su modelo de negocio?

Anoche, en una reunión con colegas de empresas de tecnología de Mendoza, conversábamos exactamente sobre esto. Éramos como catorce, pero cinco o seis enroscados con la IA. Uno de ellos dijo que ya estaba trabajando en prepararse para estos nuevos desafíos.

Un colega nos compartió este artículo que titula "El SaaS no ha muerto. Lo que ha muerto es la uniformidad." Y justamente explica el cambio que está sufriendo el desarrollo de software en la actualidad, donde ya un solo software no va a querer una solución genérica, va a querer algo personalizado para sus procesos y su negocio. La IA justamente es lo que aporta, la capacidad de generar software a un precio razonable y moldeable para cada empresa que lo necesite.

También se habla de que ya no va a dar resultado cobrar por pantalla y por asiento, el usuario que paga por sentarse a hacer clics. Porque un agente se va a conectar a los datos y a las APIs y va a hacer las mismas tareas que hacía el humano. El software va a ser usado por IA, no por personas.

Si tu cliente ya no necesita la pantalla, ¿por qué va a pagar por ella?

La evolución del software

A principios de agosto tuve una epifanía. Me puse a pensar en una forma nueva de desarrollar software IA-first. La idea dio vueltas varios días hasta que pude bajarla a texto. Suele pasarme que a veces tengo cosas dando vuelta, entonces me siento tranquilo a pensar qué puede ser, y ahí es cuando encuentro la punta y empiezo a atar cabos y reorganizar todo para dar forma a la idea. Recién cuando la tengo más clara trato de bajar por escrito. Es un proceso que he hecho siempre: masticar las ideas.

El concepto es radical pero simple: una única instancia de software por cliente, con su backend, su frontend y una IA integrada que te permite generar software desde adentro. El cliente no espera a que el equipo de desarrollo le construya lo que necesita. Lo construye él mismo, conversando con la IA. Quiere una vista nueva, se la pide. Quiere un dashboard con métricas específicas de su negocio, se lo arma. Quiere un reporte que cruce datos de una forma que nunca existió en el software original, lo genera. Seguramente algunas empresas ya comenzaron a recorrer este camino para ofrecer este tipo de soluciones.

Mientras más lo personalizás, más difícil sería salir después. Es la defensa más inteligente contra la competencia, no construir muros, sino raíces.

Le creé un sistema de pricing evolutivo. Al inicio es una entrada mínima. A medida que el software crece, vas consumiendo y pagando los tokens que tus personalizaciones requieren. De ese consumo sumamos un porcentaje al precio mensual. Si un cliente pagaba 10 dólares y personalizó su versión gastando 120 dólares en tokens, sumamos un 10 % al precio: pasa de 10 a 22. Más personalizás, más pagás. Es lógico. Y el que lleva 20 años desarrollando software para una vertical, la conoce a la perfección. Es más factible que entienda a sus clientes y sus pedidos que cualquier competidor nuevo.

Investigué bastante para no repetir ningún nombre. Estuve como dos horas dando vueltas y probé muchas opciones hasta que dije: esto es. Cuando lo vi fue instantáneo.

Finalmente le llamé Vibe-Shaping. Porque no es vibe-coding, no estás construyendo software desde cero. Estás dándole forma a algo que ya existe, moldeándolo para cada cliente. Shaping. Darle forma.

Hablamos del negocio. De los competidores, del mercado, de los modelos nuevos, de las oportunidades. Pero hay algo que todavía no tocamos y que quizá sea lo más importante de todo: ¿qué nos está pasando a nosotros? A las personas que estamos en medio de esta revolución. Porque podés tener el mejor negocio del mundo, la mejor IA, el mejor Vault. Pero si no parás un segundo a pensar qué te está haciendo todo esto por dentro, te perdés la parte más importante de la historia.

1. Kemp, S. (2026). Digital 2026 Mid-Year Global Update Report. DataReportal. Estima 2.420 millones de usuarios activos de IA generativa en abril de 2026, equivalentes al 29,2 % de la población mundial. Advierte que la cifra puede no representar personas únicas. El porcentaje restante no permite determinar cuántas nunca la probaron. https://datareportal.com/reports/digital-2026-mid-year-global-update-report ↩
2. Radical Ventures. (2026). Discovery Loop. Presentación de la empresa y sus fundadores: Jeff Dean, Sanjay Ghemawat, Oriol Vinyals y Quoc Le. Describe su objetivo de automatizar ciclos de investigación mediante IA, comenzando por el aprendizaje automático. https://radical.vc/portfolio/discovery-loop/ ↩