Alimenta la IA – Digitaliza todo

Por qué alimento a una IA con cada parte de mi vida laboral — y qué necesita realmente para funcionar

Hace unas semanas, escribí un artículo titulado I Am No Longer Needed, sobre cómo había automatizado tanto de mi rol como AI Lead que podía ver claramente la forma de lo que vendría después. Ese artículo fue incómodamente honesto sobre el peso emocional de ver tanto cambio tan inesperadamente rápido.

Pero me di cuenta después de que no respondía del todo la pregunta de fondo: ¿por qué? ¿Por qué estoy tan obsesionado con capturar y digitalizar información? ¿Por qué importa que mis notas de reuniones, mis listas de tareas, mis sesiones de recopilación de requisitos y mis ideas existan en un formato consultable? ¿Por qué pasé meses construyendo una base de conocimiento personal?

Este artículo es esa respuesta.

La empresa se mueve lento. Así que yo me moví más rápido.

Cuando asumí este rol de AI Lead en mi empresa, mi ambición era a nivel de infraestructura: evaluar e implementar soluciones de IA en todos los dominios del negocio. Establecer los controles adecuados, el monitoreo correcto, los agentes correctos para ofrecer resultados a escala. Este es el trabajo que más importa, y también es el que avanza a la velocidad del consenso organizacional, que es glacial. Especialmente cuando se trata de un dominio tan nuevo, una tecnología tan nueva que pocos comprenden del todo.

Conseguir la aprobación de cualquier cosa requiere involucrar a muchas personas, todas ya sobrecargadas y navegando sus propias prioridades en competencia. Incluso con entusiasmo genuino por la IA en toda la organización, "sí, lo probaremos" puede tardar meses en convertirse en "sí, está implementado."

Así que en paralelo, empecé a trabajar en lo que podía controlar directamente: mi propio trabajo diario. Incluso antes de asumir oficialmente el rol, tenía la intuición de que mejorar cómo los trabajadores del conocimiento gestionan su información sería uno de los mayores habilitadores de IA disponibles. No solo para mí, sino para cualquier organización que intente moverse más rápido. Ya llevaba dos años y medio explorando IA, y tenía un buen sentido de sus límites: la IA es capaz, pero la IA es ciega. Solo sabe lo que le das.

El problema es la pobreza de contexto

Un agente de IA corre dentro de un proceso informático, por decirlo de manera simple. Fuera de ese proceso vive la gran mayoría de la información que necesitaría para actuar en tu nombre: tus reuniones, tus decisiones, tus partes interesadas, tus restricciones no expresadas. Cuando un agente no tiene acceso a esa información, tiene que pedirte que la proporciones cada vez. O adivina. Ninguna de las dos opciones es aceptable si intentas que funcione de manera efectiva y eficiente.

A esto me refiero con pobreza de contexto. El potencial de la IA va mucho más allá de lo que la mayoría de las personas entiende, pero los agentes están atrapados en entornos que son pobres en información en comparación con lo que un asistente humano competente ya sabría.

Solucionar la pobreza de contexto es lo más importante que puedes hacer para que un agente de IA sea genuinamente útil. Y no requiere mejores modelos. Requiere mejores inputs. Los laboratorios de IA, como Anthropic, OpenAI y otros, están todos trabajando en este problema, iterando constantemente y entregando soluciones nuevas y más amplias. No soy ningún genio; simplemente he reconocido y comprendido el patrón.

Lo que realmente he hecho

En el trabajo, la automatización ha sido práctica e inmediata: transcripciones de reuniones, notas estructuradas, elementos de acción, informes de estado semanales, recopilación de requisitos, análisis de proyectos. Todo ejecutado a través de Claude Code usando skills, comandos y flujos de trabajo personalizados que he construido con el tiempo. Esa es la historia que conté en I Am No Longer Needed. Claude Code como agente personal, sentado a mi lado, manejando la carga administrativa para que yo pueda enfocarme en el trabajo que realmente requiere juicio.

En mi tiempo personal, fui más lejos. Empecé a construir lo que ahora pienso como un cerebro externo — un repositorio estructurado y consultable de todo lo que sé y todo lo que pasa por mi vida laboral y personal. Existen otras soluciones que abordan esto desde diferentes ángulos, pero ninguna lo resolvió como yo quería. Como Claude Code siempre está ahí como una mascota fiel, ¿por qué no dedicar cada momento libre de tres meses a construir la solución perfecta? Como dije, no soy ningún genio, y estoy seguro de que tienes mejores adjetivos para mí en este punto.

Lo llamo Sift. Escribiré sobre él en detalle en otro momento. El punto aquí no es la herramienta, sino el principio detrás de ella: si una IA puede consultar una pieza de información, puede usar esa información sin preguntarme. Cada documento que agrego, cada reunión que transcribo, cada decisión que registro reduce la fricción entre "quiero que la IA haga X" y "la IA hace X."

Pero la memoria sola no es suficiente. Le pregunté a Claude qué más necesitaría para convertirse en un asistente más efectivo en mi contexto laboral, y la respuesta se organizó en capas que no había pensado tan claramente antes. La IA todavía me sorprende regularmente con respuestas reflexivas cuando le das el contexto correcto y haces la pregunta correcta.

Lo que la IA realmente necesita

Dar a un agente de IA memoria y conocimiento consultables son las capas más visibles, pero no son las únicas. Aquí está el panorama completo:

Memoria es la base — decisiones pasadas, conversaciones, artefactos. Permite al agente responder "¿qué se decidió sobre esto?" sin preguntarte. Esto es lo que la mayoría de las personas están construyendo cuando crean una base de conocimiento.

Estado es la realidad actual — qué está pasando ahora, qué está en progreso, qué está bloqueado. Las herramientas de gestión de tareas cubren parte de esto, pero el estado de los productos de trabajo reales (código, documentos, borradores) a menudo no está capturado en ningún lugar al que un agente pueda acceder.

Conocimiento de procesos es cómo deberían funcionar las cosas — marcos de decisión, flujos de trabajo, procesos. Un agente puede saber que discutiste un tema en tres reuniones, pero sin conocimiento de procesos no sabe cuál es el siguiente paso. Esta es la capa que la mayoría de las bases de conocimiento pasan completamente por alto.

Contexto relacional es quién es quién — quién posee qué, a quién consultar para qué decisiones, qué les importa a los diferentes interesados. Sin esto, un agente que redacta una comunicación no sabe si ser directo o diplomático, técnico o de alto nivel.

Preferencias y restricciones definen cómo trabajas y en qué no transiges. ¿Qué nunca debería hacer el agente sin preguntar? Esto vive en la configuración, no en los documentos.

Bucles de retroalimentación son lo que hace mejorar a los agentes con el tiempo. Cada corrección que persiste — "no vuelvas a hacer esto, porque..." — es un error menos repetido en sesiones futuras. Sin una forma estructurada de almacenar y recuperar este feedback, los agentes están permanentemente atascados en el día uno.

Una revolución silenciosa

Mientras estaba enfocado en el lento trabajo empresarial, algo más estaba ocurriendo directamente en mi máquina local.

La infraestructura que construí para mi propio trabajo diario resultó ser el deployment de IA más efectivo que he ejecutado. No porque fuera el más sofisticado, sino porque tenía control total sobre el contexto que le daba. Sin proceso de adquisición. Sin revisión de seguridad. Sin prioridades en competencia. Solo yo, mis datos y un agente que finalmente podía acceder a todo ello. Esto no tiene que ver con Sift — se trata principalmente de simples archivos Markdown que contienen todo el conocimiento que el agente necesita.

La lección es valiosa para cualquiera que piense en la adopción de IA a escala: las implementaciones de IA más poderosas ahora mismo puede que no estén ocurriendo en sistemas empresariales con comités de gobernanza y contratos con proveedores, sino en flujos de trabajo individuales, construidos por personas que se cansaron de esperar y empezaron a digitalizar todo lo que podían.

Si quieres moverte más rápido de lo que tu organización permite, empieza aquí. Empieza por ti mismo. Haz que tu información sea consultable. Construye tu cerebro externo. La empresa eventualmente se pondrá al día. Mientras tanto, no tienes que esperar.