📄 #174 Cómo poner reglas sin matar la productividad
Ya vamos por la mitad de 2026 y aún muchas empresas siguen hablando de IA como si fuera una decisión pendiente.
¿Te gusta estar al día de las últimas novedades, tendencias y herramientas? ¿Quieres conocer cómo la transformación digital está cambiando la sociedad y las empresas? ¿Buscas inspiración, consejos y recomendaciones para innovar y crecer en el mundo digital?
Si la respuesta es sí, ¡esta newsletter es para ti!
Cada semana, te traemos una selección de contenidos prácticos, actualizados e interesantes, sobre la industria tecnológica, la inteligencia artificial, el big data, entre otros temas de relevancia mundial, mediante una propuesta diferencial, flexible, práctica y centrada en la experiencia.
En esta edición:
Cómo poner reglas sin matar la productividad
AMD quiere llevar la IA generativa del cloud al escritorio
Meta y Reliance preparan un data center de IA de 168 MW en India
Aprende a aplicar la IA en tu trabajo en menos de 14 horas
Tiempo de lectura: 7 min
📷 La imagen de la edición:
Herramienta: Images2 - ChatGPT
🧠 Brain Pulse + 🦾 Toolkit:
El tema de la semana:
📄 Cómo poner reglas sin matar la productividad
La IA no entra en una empresa el día que alguien compra una licencia corporativa. Entra mucho antes. Entra cuando una persona pega un correo en ChatGPT para responder más rápido. Cuando otra resume una reunión con una herramienta de transcripción. Cuando marketing genera una imagen para una campaña. Cuando ventas usa un asistente para preparar una propuesta. Cuando alguien sube un contrato, una hoja de cálculo o una presentación a una plataforma externa porque “solo quería ahorrar tiempo”.
Estamos viendo que la adopción de IA no siempre empieza por una estrategia o bajo una gobernanza. Muchas veces empieza por una urgencia o simple curiosidad.
Y no necesariamente con mala intención. La mayoría de estos usos nacen de algo muy humano: ahorrar tiempo, desbloquear una tarea, escribir mejor, entender más rápido, llegar a una entrega. El problema no es que los equipos usen IA. El problema es que muchas empresas todavía no saben dónde, cómo, con qué datos y bajo qué límites se está usando.
La legislación europea está empujando justo en esa dirección. El AI Act no convierte la IA en un tema solo jurídico; la convierte en un tema de gestión. Desde febrero de 2025, el artículo 4 exige alfabetización en IA: que quienes trabajan con sistemas de IA tengan conocimientos suficientes para usarlos de forma informada. Y, desde agosto de 2025, también empezaron a aplicarse obligaciones sobre modelos de propósito general, especialmente para los proveedores: documentación, transparencia, políticas de copyright y medidas adicionales cuando existen riesgos sistémicos.
Pero quedarse en “hay que cumplir la ley” es una lectura pobre.
La pregunta útil para una empresa no es solo si tiene una política de IA. Es si puede responder algo mucho más concreto: qué herramientas se usan, para qué tareas, con qué datos, quién revisa el resultado y qué cosas no se pueden delegar.
Ahí empieza la gobernanza real. No en un PDF eterno que nadie lee, sino en reglas simples que ayuden a trabajar mejor sin convertir cada uso de IA en una ruleta de datos, permisos y responsabilidades.
La primera pieza es el inventario. No puedes gobernar lo que no sabes que existe. La segunda pieza es clasificar los usos. No todas las tareas tienen el mismo riesgo. Pedirle a una IA que ordene ideas para una presentación interna no se parece a pedirle que revise un contrato de cliente. Resumir un texto público no se parece a analizar datos personales. Crear un borrador no se parece a tomar una decisión sobre una persona.
Una forma simple de empezar es usar un semáforo:
Verde: ideas, borradores, resúmenes de información pública, mejora de estilo, preparación de estructuras, documentación no sensible.
Amarillo: documentos internos, datos de clientes, análisis financiero, comunicación externa, código propietario, propuestas comerciales.
Rojo: decisiones legales, médicas, financieras o laborales; evaluación de personas; tratamiento de datos sensibles; automatizaciones que ejecutan acciones sin revisión humana.
La tercera pieza es la regla de datos. Esta es probablemente la más importante. El riesgo de una herramienta de IA no depende solo de lo inteligente que sea el modelo, sino de lo que le entregas. Un asistente conectado a documentos internos no es lo mismo que un chatbot aislado. Una herramienta con acceso al correo no es lo mismo que una ventana donde escribes una pregunta genérica.
La cuarta pieza es separar ayuda de decisión. La IA puede proponer, resumir, comparar, traducir, detectar patrones o preparar alternativas. Pero eso no significa que deba decidir. Una buena política interna no dice simplemente “usa IA con cuidado”. Dice en qué casos la IA puede generar un borrador, cuándo debe haber revisión humana, quién firma el resultado final y qué decisiones nunca deberían automatizarse.
Por otra parte, la quinta pieza es formar por rol. No necesita saber lo mismo una persona de marketing que alguien de legal, finanzas, recursos humanos, producto o desarrollo. La alfabetización en IA no debería ser una charla genérica sobre prompts. Debería enseñar riesgos y usos según el trabajo real de cada equipo: qué pueden hacer, qué datos manejan, qué errores son probables y cuándo deben escalar una duda.
Pero gobernar no significa bloquear.
Prohibir todo suele ser una mala estrategia. La gente buscará atajos, usará cuentas personales o moverá el problema a espacios menos visibles. Permitir todo también es una irresponsabilidad. Una empresa madura debería poder responder cinco preguntas sin convocar una crisis:
¿Qué herramientas están permitidas?
¿Qué datos pueden usarse en cada una?
¿Qué tareas requieren revisión humana?
¿Quién es responsable del resultado final?
¿Cuándo hay que detenerse y pedir validación?
Si una empresa no puede responder eso, no tiene una estrategia o una gobernanza de IA. Tiene una colección de usos sueltos.
Y esa quizá sea la diferencia entre adoptar y gobernar. Adoptar es abrir acceso. Gobernar es diseñar el contexto para que ese acceso no se vuelva un riesgo invisible.
La conclusión no es que haya que frenar la IA generativa. Sería absurdo.
🗣️ Brain Bites:
Noticias que no te puedes perder:
- AMD quiere llevar la IA generativa del cloud al escritorio
AMD está empujando Ryzen AI Halo como una plataforma pensada para ejecutar modelos de IA generativa y flujos agentic directamente en local, sin depender siempre de grandes proveedores cloud. La propuesta combina hasta 128 GB de memoria unificada, soporte para modelos de gran tamaño —AMD habla de hasta 200.000 millones de parámetros— y compatibilidad con herramientas habituales del ecosistema open source como Ollama, LM Studio, llama.cpp, PyTorch, ComfyUI, vLLM y ROCm. En otras palabras: no está pensado solo como un chip más potente, sino como una forma de convertir workstations y PCs profesionales en pequeños entornos de IA privada.
Lo interesante es el cambio de enfoque. Durante los últimos años, la conversación/relato sobre IA ha estado dominada por data centers, GPUs en la nube y APIs de terceros; de hecho, en esta newsletter hemos hablado en muchas ocasiones de ello. AMD plantea otra vía: que equipos de desarrollo, diseño, investigación, legal, banca o salud puedan probar, ajustar y ejecutar modelos dentro de su propio entorno, con más control sobre datos sensibles, latencia y costes. Esto no reemplaza al cloud para entrenar o escalar modelos enormes, pero sí abre una capa intermedia muy útil: prototipar agentes, automatizar tareas internas, trabajar con documentación privada o generar contenido sin enviar cada consulta a un servidor externo.
El impacto: la IA empieza a descentralizarse. Para empresas con restricciones de privacidad, compliance o coste, la IA local y bajo este tipo de impulsos puede convertirse en una alternativa práctica para ciertos casos de uso: asistentes internos, análisis documental, automatización de procesos, creación visual o desarrollo de software. Y para el mercado, el mensaje es claro: la próxima batalla no será únicamente entre modelos, sino entre arquitecturas de despliegue (cloud, edge, workstation local o híbridas) y AMD quiere estar en esa conversación.
- Meta y Reliance preparan un data center de IA de 168 MW en India
Meta y Reliance Industries han firmado un acuerdo para desarrollar un data center de IA de 168 MW en Jamnagar, Gujarat, el primero de Meta en India bajo un modelo “built-to-suit”. Reliance se encargará del diseño, construcción, operación de servicios, energía renovable, conectividad y servicios gestionados, mientras Meta arrendará capacidad dentro del campus.
El proyecto marca un paso importante en la estrategia de infraestructura de Meta: India deja de ser solo un mercado masivo de usuarios y se convierte en una ubicación clave para cómputo. Según la información publicada por Meta, el centro estará alimentado por energía renovable y refrigerado con agua de mar desalinizada, con Meta cubriendo el coste completo de energía y agua asociada a la instalación. Además, Reliance plantea el campus de Jamnagar como parte de una infraestructura hyperscale con capacidad de expansión.
El impacto: India se posiciona como nodo estratégico para Big Tech, no solo por volumen de población, sino por su capacidad de atraer inversiones en data centers, cloud e IA local. Quizás lo anterior a raíz de los bloqueos para la construcción de datacenters en otras latitudes.
Si queréis conocer más sobre la noticia y Reliance:
⚡ Corner:
Nuestra recomendación para esta semana:
- Aprende a aplicar la IA generativa en tu trabajo en menos de 14 horas.
Más información sobre el programa: https://brainandcode.tech/collections/cursos/products/programa-intensivo-de-ia
Cada vez somos más conscientes de la cantidad de tiempo que puede ahorrar la inteligencia artificial generativa cuando se utiliza bien. Tareas que antes consumían mucho tiempo y esfuerzo mental hoy pueden resolverse de forma más ágil, ordenada y eficiente.
Eso sí, hay una diferencia clara entre probar herramientas sueltas y saber utilizarlas con método, criterio y aplicación real. Ese es el verdadero salto diferencial.
Por eso, desde The AI Business School, una colaboración entre Brain & Code y ESDEN, hemos lanzado el Programa Intensivo de Inteligencia Artificial.
Una formación 100% online pensada para quienes quieren aprender a aplicar la IA generativa en poco tiempo y sin necesidad de conocimientos técnicos previos.
En menos de 14 horas trabajarás prompting, tratamiento de documentos, análisis de datos con IA generativa, búsqueda de información, agentes conversacionales, workflows, creatividad, productividad y liderazgo ético.
El programa comienza el próximo martes 23 de junio, es bonificable por FUNDAE y actualmente cuenta con un 20% de descuento.
Si quieres dejar de usar la IA de forma puntual y empezar a integrarla en tus tareas del día a día, esta semana es un buen momento para dar el paso.