Manejo varios negocios al mismo tiempo. Atypical Global. La plataforma de eCommerce B2B de belleza. Asientos en directorios. Trabajo de asesoría. Mi hijo de 3 años. Mi esposa gestionando su propia reparación de crédito. Viajes. Temas de salud. La única razón por la que esto es posible en 2026 es porque reconstruí mi sistema operativo personal alrededor de agentes de IA — específicamente, alrededor de Claude Code de Anthropic y su arquitectura de skills.
He pasado por todas las olas de IA desde la era de los BBS. Esta es la que de verdad cierra mi brecha entre estrategia y ejecución. Durante 30 años fui el tipo que podía ver todo el tablero pero no podía moverse físicamente lo suficientemente rápido para ejecutar todo. La IA por fin me dio brazos lo bastante largos para igualar mis ojos.
Esto no es un texto de "la IA va a cambiarlo todo". Es un recorrido concreto por las skills que de verdad uso, con qué frecuencia y a qué reemplazan. Si es fundador u operador y se pregunta si esto ya es real, le doy la respuesta del operador. Sí — para un subconjunto específico del trabajo. Y no, para un subconjunto más grande sobre el cual la mayoría se está mintiendo a sí misma. The Information ha estado cubriendo la curva real de adopción del tooling de IA dentro de empresas operativas, y la brecha entre el hype y el despliegue todavía es más grande de lo que sugieren los posts de LinkedIn.
Las skills que uso todos los días
agentes gsd (Get Stuff Done)
La familia gsd es la columna vertebral de cómo planifico y ejecuto proyectos ahora. En lugar de manejar un tablero de Linear, un doc de Notion y una hoja de cálculo que se ponen rancios en 48 horas, manejo mi trabajo a través de gsd-new-milestone, gsd-plan-phase, gsd-execute-phase y gsd-session-report. Cada proyecto se vuelve una secuencia estructurada de fases. Cada fase se planifica, se ejecuta y se verifica. Al final de cada sesión recibo un reporte autogenerado que me dice exactamente dónde están las cosas.
El valor no es que la IA esté escribiendo código o tomando decisiones. El valor es que mi trabajo ahora tiene memoria. Puedo alejarme de un proyecto durante tres semanas — una declaración legal, un viaje a Corea por mi espalda, una semana de paternidad — volver, correr gsd-resume-work, y en 90 segundos estoy donde estaba. Todo el contexto. Todas las decisiones. Todas las preguntas abiertas. Esa memoria que se compone es el cambio de productividad más grande que he tenido en 20 años.
contacts-debrief
Esta la construí para mí mismo porque seguía perdiendo el contexto de las reuniones. Ahora, después de cada conversación significativa — una cena con BJ en Cosmax, una llamada de directorio, office hours con fundadores — dicto una nota de voz de 60 segundos. La skill contacts-debrief la transcribe, extrae las personas, los temas, los compromisos, los follow-ups, y escribe todo en mi base de datos de contactos (más de 36,000 registros) y en mi mirror de Notion simultáneamente.
El resultado. Ahora me acuerdo de cosas sobre las personas que no tendría derecho a recordar. El nombre de su hijo. El libro que mencionaron. El acuerdo que les preocupaba. El vino que pidieron. No es porque mi memoria haya mejorado. Es porque el contexto se capturó antes de que se evaporara.
La IA no me hizo más inteligente. Me hizo menos olvidadizo. Para un operador que hace malabares con una docena de contextos, esa es una mejora más grande que cualquier aumento de coeficiente intelectual.
design-auditor + frontend-design
No soy diseñador. Antes contrataba diseñadores para cada página de marketing, cada deck de inversionistas, cada landing page. Ahora uso design-auditor para puntuar cualquier UI que esté por publicar a través de seis pilares — jerarquía visual, tipografía, espaciado, color, consistencia, accesibilidad — y frontend-design para producir directamente HTML/Tailwind/React pixel-perfect a partir de un spec rudimentario.
La calidad no es output de estudio de diseño de clase mundial. Es ejecución de percentil 80 al 5% del costo y del tiempo. Para un operador, esa casi siempre es la decisión correcta. Prefiero publicar percentil 80 esta semana que percentil 95 en tres meses que nunca llegan.
autoresearch-marketing
Antes de escribir cualquier copy de marketing para cualquiera de mis empresas, corro primero autoresearch-marketing. Mira qué está funcionando en el nicho, qué está convirtiendo, qué dicen los competidores, dónde están los huecos. Después escribo contra esa línea base, no contra mi instinto.
Mi instinto se ha equivocado suficientes veces en 31 años como para que haya aprendido a no confiar en él en nada que enfrente al mercado. Los datos le ganan a la intuición. La IA hace los datos lo suficientemente baratos como para usarlos cada vez.
webapp-testing
Cada vez que publico o cambio algo en uno de mis sitios, corro webapp-testing contra él. Atrapa enlaces rotos, layouts quebrados, fallas de accesibilidad, regresiones de performance. Antes me tomaba un día de QA manual cubrir lo que la skill ahora cubre en 20 minutos. La calidad de lo que publico ha subido específicamente porque la fricción de testear ha bajado.
Las skills que dejé de usar
En aras de la honestidad: mucho del tooling de IA no vale el tiempo. Esto es lo que probé, abandoné y por qué.
- Tomadores de notas con IA que se unen automáticamente a las llamadas. Generan resúmenes que nadie lee. El debrief de 60 segundos que dicto después de una llamada captura 10 veces más detalle accionable que un resumen de transcripción de 20 minutos. El trabajo está en la compresión, no en la captura.
- Borradores de correos con IA en aislamiento. Los borradores siempre eran genéricos y había que reescribirlos de todos modos. El único lugar donde la IA agrega valor en correo es cuando tiene contexto completo de mi base de contactos, mi calendario y conversaciones previas — que es un problema de integración mucho más difícil que "escríbeme un correo".
- Asesores de estrategia con IA. Probé pedirle a modelos que actuaran como asesores para decisiones estratégicas. Bien para estructurar un pensamiento. Inútil para cualquier cosa que requiera gusto, juicio o leer una sala. Los 31 años de experiencia operativa que cargo — incluida cada cicatriz de 12 adquisiciones — son específicamente lo que la IA todavía no puede replicar.
El modelo mental que uso para decidir qué automatizar
Esta es mi regla. Automatizo el trabajo que tiene entradas claras, salidas claras y un resultado verificable. No automatizo el trabajo que requiere juicio, gusto o una relación.
¿Hacer un debrief de una reunión? Automatícelo. ¿Escribir una página de marketing después de la investigación? Automatice la investigación y el primer borrador. ¿Correr QA en un sitio? Automatícelo. ¿Tomar la decisión de despedir a un VP de Ventas? No es una skill. Eso es mi trabajo, y mi trabajo es donde ocurre la verdadera composición.
Los operadores que ganen los próximos cinco años no son los que usan IA para todo. Son los que son brutalmente claros sobre qué 40% de su trabajo se puede automatizar y qué 60% no — y los que gastan su tiempo liberado en el 60% en lugar de en la parte que la IA ya maneja. La tecnología es un multiplicador de fuerza. No reemplaza al operador. Amplifica a los buenos y expone más rápido a los malos.
Aquí va mi reto. Elija una cosa en su calendario esta semana que le dé pereza hacer. Un debrief. Una pasada de QA. Una tarea de investigación. Un primer borrador de cualquier cosa. Trate de automatizarla antes de hacerla manual. Si funciona, acaba de recomprarse un pedazo de su vida. Si no funciona, acaba de aprender algo específico sobre dónde la IA realmente se quiebra en su workflow — lo cual vale más que otro podcast sobre estrategia de IA.
Para el lado de tooling de cómo corro este stack, vea el setup de fundador thin-client.