Cuando alguien pregunta “si la IA es tan buena, ¿de qué mierda servimos los humanos?”, la mayoría de respuestas son aspiracionales. En este episodio Cristian abre con esa pregunta y los tres bajan a tierra: criterio, creatividad, liderazgo, y la incomodidad de que el sistema educativo, las empresas, los emprendedores y hasta YC están operando con un mapa que ya no aplica. En el camino aparecen los benchmarks reales de Cristian, por qué Opus 4.7 quedó mal, y cómo armar un stack que cuesta menos de $50 al mes en lugar de $200.
Lo que vas a aprender
- Por qué los humanos seguimos siendo clave en la era de la IA — y cuáles son las tres habilidades que ningún modelo reemplaza todavía
- Cómo distinguir entre “manejar el Ferrari” y “manejar el auto” — la trampa más cara para los founders que están todo el día probando lo último
- Cuándo conviene cambiar Opus por alternativas más baratas — el caso real de Llama 4 Scout y MiniMax para orquestar
- Por qué YC ya no financia SaaS tradicionales en 2026 — la era de las AI-native service companies
- Cómo armar una estrategia de adopción de IA en empresa — top-down vs bottom-up y por qué casi todas fallan
¿Para qué servimos los humanos si la IA es tan buena?
Cristian abrió el episodio con la pregunta que le había llegado en charlas la semana anterior: si los modelos escriben mejor, programan más rápido y resuelven problemas en segundos, ¿qué nos queda? La respuesta de Rodrigo arrancó por lo concreto. La IA, en su estado actual, requiere que un humano dé la instrucción. Si es asistente clásico tipo ChatGPT o Claude, alguien le pregunta. Si es agente, alguien define el objetivo y el contexto. Si es automatización, alguien diseñó el flujo. El humano aporta en dos cosas: criterio para identificar qué problema vale la pena resolver, y creatividad para entregar la información clave para resolverlo.
Y hay un dato técnico que la conversación pública subestima: los modelos son estáticos. Aprenden lo que aprendieron durante el entrenamiento y salen al mundo congelados hasta la siguiente versión. Los humanos, en cambio, aprendemos todos los días. “Nacimos sabiendo nada y todos los días vamos adoptando cosas. La IA no — la IA es estática hasta que salga Opus 5”, dijo Rodrigo. Esa diferencia, mientras dure (los laboratorios están trabajando en aprendizaje continuo), es lo que distingue a un humano que entiende un negocio en evolución de un modelo que solo conoce el mundo del momento en que lo entrenaron.
“El humano va a seguir siendo relevante. Lo que pasa es que cambia la configuración. Ya no vas a ser tú el que ejecuta, sino que vas a tener agentes y herramientas que ejecuten por ti. Pero la instrucción se la tienes que dar tú. Y la habilidad clave que supera a todas las anteriores es liderazgo.” — Rodrigo Rojo
Diego sumó otra capa: sentir. La empatía, el entender lo que es tener frío, miedo, urgencia. Esa capacidad sigue siendo lo que permite diseñar soluciones para problemas humanos reales. Pero también introdujo una advertencia incómoda: mucha gente se está poniendo más tonta usando IA — descansa demasiado en la respuesta, deja de pensar. “La IA es importante que nos ayude, no que nos confiemos en todo y eso de ‘la IA me lo dijo’”, dijo Diego.
Cristian cerró con un ejemplo táctico para founders. Si vendés un SaaS de $20 al mes, no contratás un experto en ventas humano — automatizás el proceso. Pero si el ticket sube a $10.000 al mes, es muy poco probable que alguien firme con un robot. El factor humano sigue siendo el moat en high ticket B2B.
¿Por qué la educación está obsoleta para esta era?
Cristian contó que esa semana se reunió con alumnos de una universidad en Holanda buscando startups donde hacer prácticas profesionales. Estudiantes de negocios y computer science. La pregunta que les hizo fue simple: ¿qué cosas están haciendo distinto en sus ramos por la IA? La respuesta lo dejó frío: nada. Las prácticas y los pensum se siguen ejecutando como hace diez años. En un mundo donde no sabemos si en diez años más van a existir las universidades como las conocemos.
Diego trajo el dato local: un estudio de la Fiscalía Nacional Económica de Chile mostró que ~50% de las carreras universitarias no son rentables — la mayoría de quienes las cursan no van a ganar plata acorde a la inversión. Lo grave no es solo el dato, sino que se publicó y no se hizo nada. Las instituciones siguen vendiendo carreras nuevas con nombres bonitos (“Ingeniería con IA”, “Marketing con IA”) sin tocar lo que de verdad necesita el mercado: pensamiento crítico, creatividad, pensamiento sistémico, liderazgo. Las power skills.
Rodrigo lo conectó con su día a día. Hace capacitaciones a empresas todos los días. Ve el rango entero: desde gente que prueba modelos como deporte hasta una secretaria que en plena clase pregunta dónde está el botón de Copilot. “La distancia entre los que están ocupando esto día a día y los que todavía suman en Excel es altísima”, dijo. Y esa distancia se va a traducir en una aristocracia digital: los colegios que apuestan por adoptar bien la IA van a generar millonarios; los que no, van a graduar gente sin posibilidad de empleabilidad real.
La ironía: la IA nació democrática y está creando una brecha mayor
Aquí Cristian puso el dedo en una contradicción que vale la pena explicar. La IA nació para democratizar el acceso a la información. Cualquiera con conexión a internet puede usar un modelo gratuito. Pero la profundidad de uso es lo que abre la brecha real, no el acceso.
Como dijo Rodrigo: si yo le pido a Claude que me arme una campaña de marketing y soy alguien que se dedicó 15 años al marketing, mi prompt va a tener un nivel de profundidad y mi capacidad de juzgar la respuesta van a ser mucho más altos que los de alguien que recién empieza. El mismo modelo, dos resultados radicalmente distintos. La aceleración compite contra sí misma — los que ya saben se aceleran más rápido, los que no saben quedan atrás aunque tengan acceso.
“La IA nació para democratizar la información. Y los agentes, el acceso al trabajo. Pero en vez de achicar la barrera, la estamos haciendo más grande.” — Cristian Tala
¿Qué quiere financiar YC esta temporada? Cero SaaS
Y Combinator, una de las aceleradoras más grandes del mundo, publicó su Request for Startups (RFS) para el verano 2026. Ni una sola empresa de SaaS tradicional aparece en la lista. Cero. La frase que abre el documento dice todo: “AI has stopped being a feature and started being the foundation.”
Lo que YC busca son AI-native service companies: empresas que no venden software, venden el servicio hecho. En vez de venderte software de contabilidad, te venden la contabilidad. En vez de darte una herramienta para gestionar seguros, te venden el seguro gestionado. “These markets dwarf SaaS by an order of magnitude”, dice el RFS oficial.
Para los emprendedores escuchando: si tu pitch hoy es “voy a hacer un SaaS con IA”, el mercado que está validando capital ya no quiere eso. La barrera de entrada para el SaaS tradicional con IA es cero, no hay moat. Lo que se valora es vender el resultado, no el puesto de trabajo.
¿Cuánto cuesta un buen stack de IA en 2026?
Cristian llevaba tres semanas haciendo benchmarks: 87 modelos, 60+ tests por modelo. La motivación: encontrar el stack mínimo viable para sus agentes de OpenClaw. La conclusión más cara fue una que no se ve en los rankings públicos: Opus 4.7 le salió mal en varios tests, especialmente en uno llamado Heisack (needle in the haystack). El test es simple: tomas un texto largo (en este caso traducido al español), insertas la palabra “pizza” en distintas partes del documento y le pides al modelo que la encuentre. Opus 4.7 quedó de los peores. Opus 4.6 funcionó mejor.
Rodrigo aportó la confirmación de la comunidad: Opus 4.7 tiene pensamiento adaptativo que en muchos casos baja la precisión en encontrar datos puntuales. Es bueno explorando, no tan bueno encontrando. Por eso muchos workflows usan Opus 4.7 para diagnosticar el problema y le pasan a Codex (de OpenAI) para resolverlo.
| Tarea | Modelo recomendado | Costo aproximado |
|---|
| Razonamiento con citas largas (poca alucinación), 2K llamadas/mes, presupuesto $500 | Llama 4 Scout | ~$1/mes |
| Misma tarea con Opus 4.6/4.7 | Claude Opus | ~$234/mes |
| Orquestador conversacional día a día (40 USD/mes con suscripción rápida) | MiniMax 2.7 | $14-40/mes |
| Tareas locales (corre en tu propia máquina, NVIDIA Spark) | Nemotron 3 Super | $0 (hardware ya pago) |
| Modelos chinos top-10 que se ven en rankings (problema: sin servers en EE.UU.) | MiMo de Xiaomi | $14/mes pero alta latencia desde LATAM |
Lo que cambia todo: Cristian publicó hace poco cómo eliminar la suscripción de $200 al mes de Anthropic usando alternativas. “Aún así me dijeron ‘estamos en LATAM, son más del 10% del sueldo de muchas personas’”, contó. La realidad: el costo importa más que la marca cuando estás bootstrapped.
“¿Quieres el modelo que funcione mejor o quieres contratar el modelo más caro?” — Cristian Tala
La estrategia que recomienda Rodrigo es ir hacia un mundo de orquestación: no pelearle a un solo modelo, sino usar varios para distintas cosas. MiniMax 2.7 como orquestador conversacional, Opus 4.6 para tareas críticas, Llama 4 Scout cuando el costo importa, Codex para resolver código una vez identificado el problema. El stack ya no es un modelo, es una composición.
¿Cómo se adopta IA en una empresa de verdad?
La parte más concreta del episodio para CTOs y heads of operations vino de Rodrigo. La estrategia top-down (gerencia define la herramienta, baja a los equipos) falla casi siempre. Las razones son sistémicas, no de mala voluntad.
Primero, los megaproyectos de “asistente personalizado de la empresa con todo el conocimiento” terminan sin uso real porque no resuelven un dolor concreto del día a día. Segundo, los equipos miden el output (la propuesta comercial, el análisis), no el cómo. Eso ciega la oportunidad de optimizar las tareas laterales que son las que de verdad consumen tiempo. Tercero, el aprendizaje de una herramienta nueva es una inversión de tiempo que el empleado solo va a hacer si hay incentivo claro o si su jefe la valida activamente.
El playbook que Rodrigo propone:
- Bottom-up para identificar dolores reales (qué tarea lateral te quita media hora al día)
- Champions internos que muestren casos concretos
- Comunidades / horas semanales para compartir buenas prácticas (porque hoy un equipo resolvió algo y el de al lado lo va a inventar de cero por falta de comunicación)
- Tiempo de habilitación explícito (no esperar que aprendan en su tiempo libre)
- Cambio cultural — el jefe que dice “ocuparía de flojo” mata la iniciativa antes de que arranque
Diego cerró con una autocrítica que vale: “Yo soy el que dice que va a sacarles los agentes a los que no los usan, y siguen sin usarlos. La gente se preocupa de hacer bien su pega, no de reinventar.” La adopción es un problema de incentivos y cultura, no de tecnología disponible.
Capítulos del episodio
- 00:01 — Bienvenida + la pregunta del episodio (humanos vs IA)
- 00:59 — Rodrigo — criterio, creatividad, liderazgo y la IA estática
- 05:07 — Diego — sentir, sobrevivir, reproducirse y desaprender
- 12:36 — Cristian — alto ticket sigue siendo humano (el ejemplo de los $20 vs $10K)
- 13:56 — Rodrigo — capacitaciones a empresas y la pregunta “¿dónde está Copilot?”
- 15:11 — La ironía: la IA nació democrática y está creando una aristocracia digital
- 19:40 — Universidades en Holanda haciendo prácticas como hace 10 años
- 24:38 — Y Combinator RFS verano 2026 — cero SaaS, AI-native services
- 32:33 — Rodrigo — no se obsesionen con el Ferrari, lo importante es manejar
- 34:01 — Cristian — $200 al mes son 10% del sueldo en LATAM + benchmarks
- 36:16 — Heisack test (needle in haystack) y por qué Opus 4.7 quedó mal
- 40:06 — Costos reales — Llama 4 Scout vs Opus para razonamiento con citas
- 41:10 — MiniMax como orquestador low-cost ($14/mes en lugar de $200)
- 43:32 — Los modelos chinos top-10 (MiMo de Xiaomi) y el problema de los servidores
- 50:53 — Cómo se adopta IA en una empresa — top-down vs bottom-up
- 56:33 — Recomendaciones finales (Rodrigo, Diego, Cristian)
Preguntas frecuentes
¿Para qué sirven los humanos si la IA puede hacer casi todo?
Para tres cosas que la IA todavía no resuelve: criterio del negocio (qué problema vale la pena resolver), creatividad para entregarle el contexto correcto, y liderazgo de los agentes que ejecutan. Además, los humanos aprendemos en vivo todos los días; la IA es estática hasta que sale la siguiente versión del modelo.
¿Qué son las power skills y por qué son las más importantes en 2026?
Pensamiento crítico, creatividad, pensamiento sistémico y liderazgo. Son habilidades que las máquinas todavía no automatizan y que se vuelven decisivas cuando la ejecución la hacen agentes. El sistema educativo (universidades, colegios) sigue diseñado para un mundo donde la ejecución la hacían los humanos — la brecha es enorme.
¿Por qué Y Combinator ya no financia SaaS tradicionales este verano?
Porque YC asume que la IA dejó de ser un feature y pasó a ser la base. Su Request for Startups 2026 no menciona ni un solo SaaS clásico. Buscan AI-native service companies que no venden software, venden el resultado del servicio (la contabilidad hecha, no el software de contabilidad).
¿Qué modelo de IA conviene si tengo presupuesto limitado?
Depende del caso. Para razonamiento con citas largas y poca alucinación con un techo de $500/mes y 2.000 llamadas, Llama 4 Scout sale primero en el benchmark de Cristian — costo: $1/mes vs $234/mes de Opus. Para orquestación day-to-day, MiniMax 2.7 funciona muy bien por $14-40/mes y le ahorra a uno los $200 de Anthropic.
¿Por qué MiniMax es popular como orquestador?
No está en el top 10 de calidad pura, pero tiene una personalidad útil para conversación día a día y resuelve bien la capa intermedia: identifica qué modelo cargar para cada tarea. En lugar de pagar $200 por un modelo top como motor general, se paga ~$40 por la suscripción rápida y se gastan tokens de Opus solo en las tareas críticas.
¿Cómo logro que mi equipo adopte IA si no quieren?
No alcanza con bajar la herramienta desde la gerencia (top-down). Hay que generar espacios bottom-up: identificar tareas laterales que les quitan tiempo, dar tiempo de aprendizaje, programas de champions internos, comunidades donde se compartan buenas prácticas. Sin eso, los megaproyectos de asistente personalizado terminan sin uso real.
Recursos mencionados
🌐 eslahoradeaprender.com · 🎧 Spotify · 📺 YouTube
Accesibilidad: activa los subtítulos en el reproductor de YouTube para leer la conversación completa.
