Las tres principales ventajas competitivas en la era de la IA: por qué solo tienes 12 meses

Escritura: DeepThink Circle

¿Alguna vez has notado que las personas que usan IA a tu alrededor están haciendo lo mismo? Piden, aceptan, publican. Sin juzgar, sin tener gusto, como trabajadores en una línea de producción repitiendo mecánicamente las mismas acciones. Recientemente leí un artículo del emprendedor de Silicon Valley Shann, quien afirmó sin rodeos: el 90% de las personas que usan IA están atrapadas en esto. Creen que dominar las herramientas de IA es dominar el futuro, pero desconocen que la verdadera competencia apenas comienza. Lo más importante es que Shann piensa que solo tenemos unos 12 meses para construir una verdadera barrera de protección; de lo contrario, cuando se cierre esa ventana, destacarse será aún más difícil. Esto me tocó profundamente, porque yo mismo he pasado por un proceso de despertar similar.

Recuerdo que hace aproximadamente un año, cuando realmente empecé a usar IA para construir productos y contenidos, esa sensación era adictiva. Desde “tengo una idea” hasta “está en línea” casi no hubo tiempo de espera. Los proyectos que terminé en tres meses superaron en cantidad a los que había hecho en los últimos dos años. Pero cuando tuve el valor de revisar lo que había publicado, tuve que aceptar una dura realidad: la mitad eran obras mediocres. Técnicamente estaban bien, con funciones completas, pero carecían de puntos memorables. Parecían iguales a todo lo demás, porque la forma en que estaban construidas era idéntica a la de otros. Mismos prompts, mismas configuraciones predeterminadas, una comprensión superficial de lo que significa “excelente”. Caí en la trampa más común de la era de la IA: confundir volumen con calidad, pensar que publicar rápido equivale a productividad, y que hacer más es igual a hacer mejor. Este pensamiento me hizo detenerme y reflexionar: en una era donde la IA permite a todos producir rápidamente, ¿cuál es en realidad la ventaja competitiva?

Mi nuevo libro, “Salir al mundo, prácticas de marketing global de productos”, está a punto de publicarse. Para agradecer a los lectores que han apoyado a DeepThink Circle, preparé una promoción de obsequios: podrán recibir un libro gratis en cuanto esté disponible. Los interesados pueden completar la información a continuación. Debido a la cantidad limitada proporcionada por la editorial, seleccionaré algunos participantes, por lo que no puedo garantizar que todos lo reciban. Gracias por su comprensión.

La proliferación de AI Slop y la crisis de confianza

“AI Slop” (contenido basura de IA) fue elegida como la palabra del año 2025. La mención de este término se multiplicó por nueve, pasando de 461,000 a 2.4 millones de veces. Pero los números no capturan completamente la percepción real del consumidor. Seguro has visto contenido así: publicaciones en LinkedIn que parecen generadas con prompts de marketing de nivel medio, páginas de aterrizaje con fondos degradados y tipografía Inter, titulares como “Revoluciona tu flujo de trabajo”, o blogs que cubren todos los ángulos del tema pero no dicen nada en realidad. Técnicamente no tienen fallas, pero carecen de lo más importante: la huella humana.

Shann compartió un hallazgo de investigación muy interesante. Un estudio de la Universidad de Nueva York y la Universidad de Emory mostró que los anuncios generados por IA tienen un CTR (tasa de clics) un 19% más alto que los creados por humanos. Desde un punto de vista estadístico, la salida de IA es objetivamente mejor. Pero cuando los consumidores descubren que esos anuncios son creados por IA, su intención de compra cae un 33%. Este fenómeno invita a la reflexión: mejor calidad en la salida, pero menor disposición a aceptar. No es que el contenido sea malo, sino que no sienten que haya una persona detrás. No hay decisiones humanas, no hay interés en poner su nombre. Los consumidores perciben esa ausencia, aunque no puedan precisar exactamente qué falta.

He observado que este fenómeno se extiende en diversos ámbitos. Según estadísticas, entre el 80% y 90% de los proyectos con agentes de IA fracasan en producción. Cada día se lanzan miles de sitios web que parecen iguales, con contenidos que parecen resúmenes automáticos de otros resúmenes. La barrera para la funcionalidad nunca ha sido tan baja, pero la de la excelencia nunca ha sido tan alta. La funcionalidad ahora es gratuita, pero la excelencia todavía requiere esfuerzo. Y ese esfuerzo se mide en gusto, atención y voluntad de ir más allá de la primera versión. La confianza en los contenidos generados por IA ha caído aproximadamente un 50%, no por casualidad, sino como respuesta natural a esta avalancha de contenido.

Las tres barreras defensivas: habilidades que IA no puede reemplazar

Paul Graham dijo una vez: “En la era de la IA, el gusto será aún más importante. Cuando cualquiera puede crear cualquier cosa, la verdadera diferencia radica en qué eliges crear.” Tiene razón, pero creo que solo el gusto no basta. Tras un año de práctica y observación, he llegado a la conclusión de que solo hay tres cosas que pueden construir una verdadera barrera en la era de la IA: gusto, distribución y alta agencia.

El gusto es saber qué es bueno. No es un concepto abstracto, sino una capacidad de juicio en cada decisión concreta. La distribución es llevar lo bueno a quienes lo valoran. En una era de explosión de información, ser visto es en sí mismo una habilidad escasa. La alta agencia es la voluntad de entender qué hacer cuando nadie te dice cómo hacerlo. Es una cualidad de carácter que determina si, ante obstáculos, buscas una solución o te detienes.

¿Por qué la IA no puede reemplazar estas tres? Porque el juicio solo proviene de la experiencia, la confianza solo de la consistencia, y la motivación interna no abandona cuando el camino no está claro. La mayoría tiene un error fundamental en su comprensión de la IA: no iguala el campo de juego, solo lo inclina más a favor de quienes la usan bien. La IA es como un espejo que refleja cuánto entiende realmente su usuario. Si se le da a alguien sin contexto, sin gusto, sin entender qué está construyendo, solo obtendrá una salida generalizada a gran escala. Pero si se le da a alguien que conoce su campo y puede evaluar con ojo entrenado, será la herramienta más poderosa que haya usado. La misma entrada, resultados completamente diferentes. La variable siempre es la persona.

Primera barrera: Gusto

Shann compartió su momento de despertar en el proceso de construcción. Al revisar sus obras rápidas, descubrió que la mitad eran mediocres. Entonces hizo algo que la mayoría saltaría: se detuvo a aprender. Dedico cientos de horas a entender qué significa realmente “bueno”. Leyó cómo piensan otros creadores, estudió a quienes producen obras distintas y consistentes. No por hacer algo diferente por hacer, sino porque alguien se preocupa lo suficiente para tomar decisiones reales, en lugar de aceptar cualquier cosa que la IA ofrezca en su primera versión. Investigó diseño de sitios, tipografía, espaciado, jerarquía visual, analizó qué sitios convierten y por qué otros similares no. Leyó sobre narrativa, tensión narrativa, qué hace que la gente siga desplazándose en lugar de abandonar.

Esto me recordó mi propia experiencia. Cuando construía materiales de marketing impulsados por IA, probé todas las herramientas que encontré: Gamma, Chronicle, Beautiful.ai, etc. Los resultados tenían el mismo sabor “pasable”, técnicamente completos, visualmente limpios, pero completamente olvidables. Entonces dejé de buscar herramientas que hicieran el trabajo por mí y empecé a hacerlo yo mismo. Dediqué días a estudiar los materiales, no solo a leer, sino a pensar. ¿Qué historia cuentan estos datos? ¿Qué hace que a la gente le importen? ¿Cuál es la línea narrativa que conecta todo? Estudié principios reales de diseño de presentaciones, cómo los diseñadores de información manejan la densidad de datos, cómo construyen tensión y liberan en las mejores charlas, cómo la jerarquía visual guía la vista sin que se le diga a dónde mirar. Finalmente, definí roles claros: que Claude Opus 4.6 escribiera la historia y el texto, que Gemini generara visuales, y yo guiara ambos, proporcionando referencias específicas, restricciones y ejemplos de la sensación que cada parte debe transmitir.

¿Por qué la IA siempre predetermina la generalización? Leon Lin tiene una explicación brillante. Creó una “habilidad de gusto” para Claude Code, porque se dio cuenta de un aspecto fundamental del funcionamiento de los modelos de lenguaje: son máquinas de probabilidad. Sin reglas estrictas, en estadística tienden a producir los patrones más comunes en los datos de entrenamiento. Por eso cada sitio generado por IA parece igual: tipografía Inter, degradados violetas, esquinas redondeadas en cuadrículas. No es que la IA no pueda hacerlo mejor, sino que la salida más probable es el promedio de todo lo que ha visto. La solución de Leon fue definir reglas claras con 400 tokens: tipografías específicas (Press Start 2P, VT323 en lugar de Inter o Roboto), colores específicos (neón rosa, azul eléctrico, verde ácido en lugar de tonos azules y violetas predeterminados), reglas sobre movimiento, composición espacial, fondos, y una lista de “qué evitar” para que la IA no vuelva a los ajustes predeterminados.

Esa lista de “qué evitar” es la verdadera percepción. El gusto no solo es saber qué quieres, sino también qué debes rechazar. Tener una opinión propia sobre los ajustes predeterminados y estar dispuesto a rechazarlos. La mayoría acepta cualquier salida porque no tiene una percepción fuerte de qué debería ser “mejor”, y no sabe qué seguir mejorando. Esa es la razón por la que el gusto no tiene atajos: no se aprende en tutoriales. Se adquiere por exposición, observando miles de ejemplos, formando un modelo interno de qué funciona y qué no. Desde estudiar tipografía hasta entender por qué una combinación de fuentes se siente refinada y otra genérica, incluso sin poder explicarlo completamente. Desde leer suficiente buena escritura hasta sentir cuándo una oración lleva su peso y cuándo solo llena espacio.

He llegado a entender que cultivar el gusto requiere tiempo y mucha práctica deliberada. Shann mencionó una nueva regla 80/20: 80% a IA, 20% a tu gusto. Deja que la IA haga lo que mejor sabe: investigar, bocetos, código base, estructura, formato, velocidad. Eso es ese 80%. No lo resistas, no lo ralentices, no hagas manualmente lo que la máquina puede hacer en segundos. Eso es desperdiciar tus recursos más valiosos: atención y juicio. Pero ese 20% final es tuyo. Es donde decides qué conservar, qué eliminar. Reescribes el inicio porque la IA te dio una opción segura, y esa seguridad no te hace seguir desplazándote. Reemplazas componentes predeterminados por los que realmente encajan. Revisas la salida, aplicas todo tu conocimiento sobre qué es bueno en tu campo.

La mayoría invierte mal ese porcentaje. Dedican el 80% a prompts y ajustes, buscando una salida perfecta en una sola pasada, probando diferentes formulaciones hasta encontrar la combinación mágica. Y apenas dedican tiempo a curar y juzgar. Están optimizando la parte equivocada. La productividad sin calidad solo es movimiento. La internet está llena de obras mediocres competentes, que sirven pero no destacan, porque todos se detienen en el mismo lugar.

Segunda barrera: Distribución

Puedes tener el mejor producto, el mejor contenido, el mejor diseño. Pero si nadie lo ve, no sirve de nada. Es una barrera que muchos constructores, especialmente los técnicos, subestiman gravemente. La IA iguala la barrera de entrada, pero no toca la de la confianza. La construcción se está comercializando, cualquiera puede publicar productos, crear contenido, generar campañas. La barrera para crear está casi en cero. Pero la de la confianza, ¿qué pasa con ella? Sigue siendo igual de alta, o incluso más, porque la avalancha de contenido generado por IA hace que la gente sea más escéptica, no menos. Cuando todo puede ser IA, la confianza en la persona detrás del contenido se vuelve un activo premium.

Shann señaló una diferencia clave: la brecha entre “vibe coded y publicado” y “que alguien realmente use y pague por ello” es casi completamente una cuestión de distribución. Y en la distribución, la clave es la confianza a gran escala. Sí, puedes generar 50 publicaciones en una hora. Puedes automatizar comunicaciones, reutilizar contenido en varias plataformas, programar todo con un mes de antelación. Pero hay quienes publican más de mil contenidos en cientos de cuentas todos los días, con participación casi nula. Porque la cantidad sin calidad solo genera ruido masivo, y la audiencia percibe qué es spam y qué está hecho para ellos.

La diferencia entre contenido exitoso y el que no lo es, raramente radica en la información que contiene, sino en si el lector confía en quien lo escribió. La confianza viene de la coherencia, una voz reconocible, evidencia acumulada de que esa persona sabe de qué habla, porque ha mostrado su trabajo durante meses o años. No puedes crear eso solo con prompts. La confianza funciona en un ritmo diferente. La IA puede reducir días a minutos en la creación, pero la confianza requiere meses o años de construcción. No hay atajos ni trucos mágicos. No puedes codificar la vibra de confianza.

Creo que aquí hay una diferencia importante que la mayoría pasa por alto: la audiencia pasiva es mercancía, los seguidores son indicadores de vanidad. La comunidad activa es la verdadera barrera. Aquellos que interactúan en tus respuestas, comparten tu trabajo sin que se lo pidas, vuelven cada día porque ya forman parte de su pensamiento sobre un tema. No puedes crear esto solo con un calendario de contenidos o herramientas de programación. Se logra con contenido realmente útil, que diga cosas concretas, siendo honesto sobre lo que sabes y lo que no, y permaneciendo lo suficiente para que la gente empiece a interesarse. La verdadera ventaja en la distribución en la era de la IA radica en usar IA para gestionar logística: formatear, reutilizar, programar, analizar. Concentrar toda la energía en mejorar lo que realmente merece ser difundido.

El gusto alimenta la distribución. Si lo que haces es realmente bueno, la gente empezará a compartirlo. Lo hacen porque les hace pensar, no porque tú se lo pidas. Si tu contenido es genérico, ninguna cantidad de publicaciones lo salvará. Solo estarás poniendo más obras mediocres frente a más personas.

Tercera barrera: Alta agencia

Es una barrera que la mayoría subestima, pero quizás la más importante de las tres. El gusto se puede cultivar, la distribución se puede construir, pero la alta agencia es la cualidad que impulsa o detiene todo lo demás. La alta agencia es la voluntad de entender qué hacer sin que nadie te dé un tutorial. Encontrar formas de sortear obstáculos en lugar de detenerse. Combinar herramientas sin que alguien te diga cómo, solo por curiosidad. Cuando algo no funciona, abrir la documentación y probar cuatro métodos diferentes antes de pedir ayuda.

El CEO de Replit dijo: “No necesitas experiencia en desarrollo. Necesitas perseverancia. Necesitas aprender rápido.” El CEO de Coinbase dijo algo similar: sus mejores empleados a menudo no son los más calificados en papel, sino los que tienen alta agencia, que hacen las cosas sin necesidad de supervisión. Hoy en día, los que prosperan no son los más calificados ni los más técnicos, sino los que actúan sin pedir permiso. Personas que no son desarrolladores lanzan en un fin de semana extensiones para Chrome, productos SaaS y aplicaciones móviles completas, solo por curiosidad, sin esperar un curso perfecto o el momento ideal.

La IA es un multiplicador, no un equilibrador. Esto quizás sea el mayor malentendido actual sobre estas herramientas. Se habla de democratizar el acceso a la IA y nivelar el campo de juego. En lo técnico, es cierto; en la práctica, es engañoso. La IA amplifica lo que tú le aportas. La curiosidad más IA equivale a un apalancamiento diez veces mayor: te mueves más rápido, aprendes más rápido, construyes más rápido y corriges el rumbo con mayor rapidez. La pasividad más IA sigue siendo cero. Cero por diez sigue siendo cero.

En la práctica, la alta agencia se ve así: no preguntar “¿cómo hago esto?” sino “¿qué pasa si pruebo esto?” y realmente intentarlo. Antes de publicar, antes de buscar respuestas, prueba algo. Fracasa, aprende del fracaso, intenta con la información nueva. La disposición a participar en la incertidumbre en lugar de huir de ella es la diferencia entre quien construye cosas reales y quien solo consume contenido sobre construirlas.

Puedes verlo en quienes no solo usan Claude para programar, sino que también visitan X, Reddit, comunidades y código fuente, investigando qué hacen los mejores constructores. Entienden por qué algunos productos parecen mejores que los predeterminados por IA. Estudian los marcos subyacentes en lugar de copiar y pegar prompts. Piden a Claude que critique su trabajo, que desafíe sus hipótesis, en lugar de solo confirmarlas. La alta agencia considera la paciencia como un activo estratégico. Otros compiten por lanzar lo primero que funcione, pero quienes profundizan crean oportunidades. Cuando el mercado está saturado de superficialidad y rapidez, lo profundo y pausado se vuelve una ventaja competitiva.

El mayor malentendido actual sobre la IA es que es una vía rápida. Es un multiplicador de velocidad; multiplicar la velocidad con juicio pobre solo te lleva más rápido a errores. No te salvará de construir mal. Te hará construir mal en récord de tiempo. Entre las tres barreras, la alta agencia puede ser la más difícil de falsificar. La IA puede simular muchas tareas: código, diseño, textos, investigación. Pero no puede simular la motivación de entender qué hacer cuando todo está confuso y nadie te dice el siguiente paso. Eso debe venir de ti, y honestamente, es la base que hace posibles las otras dos.

La ventana se está cerrando

Hoy, la mayoría de quienes usan IA son perezosos. No lo digo por ser cruel, solo es un hecho observable. La conducta predeterminada es: prompts, aceptar, publicar. Casi no editan, casi no aplican juicio, casi no invierten gusto en ello. El resultado es un océano de salidas cada vez más competentes, olvidables, indistinguibles.

Pero esto no durará para siempre. A medida que la IA mejore, que las herramientas sean más intuitivas y que más personas entiendan la capa artesanal, la brecha entre un uso perezoso y uno intencionado se reducirá. Ahora, solo con estas tres barreras, puedes estar por delante del 95% de quienes usan las mismas herramientas. La ventana se cerrará, pero hoy todavía está abierta.

He notado que tu audiencia se está ahogando en AI Slop. Cada desplazamiento en la pantalla es un muro de salidas genéricas que parecen iguales en apariencia, sonido y sensación. Cultivar el gusto, saber qué vale la pena crear, ganar confianza con el tiempo para construir una verdadera distribución, y mantener suficiente iniciativa para seguir explorando cuando otros se conforman con lo predeterminado, te hará destacar inmediatamente. No porque seas más rápido, tengas mejores herramientas o descubras un truco secreto, sino porque haces lo que pocos están dispuestos a hacer: preocuparte por lo que sucede después de que la IA termina.

El marco temporal que Shann propone es de 12 meses. Creo que tiene razón. Después de 12 meses, tener buen gusto ya no será tan raro; será lo esperado. La distribución será más difícil de construir porque todos intentarán lo mismo. Quienes comiencen ahora tendrán la ventaja del interés compuesto. No se trata de crear una escasez artificial ni una urgencia artificial, sino de la realidad de la curva de adopción tecnológica. Los primeros adoptantes construyen infraestructura, acumulan experiencia y ganan confianza. Los que llegan después tendrán que competir en un espacio más saturado.

Mi consejo es simple: construye las tres barreras. El gusto te dice qué vale la pena crear, la distribución hace que te vean, y la alta agencia te permite seguir avanzando cuando todo no está claro. Así es como creas cosas que la gente realmente recordará. Otros publicarán más rápido y se preguntarán por qué nadie les presta atención. Las herramientas son solo herramientas; lo verdaderamente importante es qué haces con ellas y cuánto de ti mismo inviertes en el proceso.