La mejor IA superó solo el 12% del trabajo experto real. Dale pasos, no trabajos.

Cada semana alguien me hace una versión de la misma pregunta: "¿La IA no puede hacerme todo esto?". El informe mensual. El presupuesto. La revisión del contrato. Mi respuesta suele ser "todo no, y no pasa nada". Ayer un benchmark le puso un número a ese porqué.

Es un número que baja los humos a los laboratorios de IA. Y uno tranquilizador si tienes un negocio o vives de tu trabajo experto, porque muestra exactamente dónde sigues haciendo falta y exactamente cómo organizar la IA a tu alrededor.

¿Qué es el benchmark GDPx?

SemiAnalysis presenta GDPx como un benchmark que cubre los ámbitos donde se espera que la IA más avanzada tenga más impacto en el próximo año o dos. La mayoría de las pruebas de IA le dan al modelo todo lo que necesita en un solo prompt y le piden una respuesta. GDPx no. El modelo trabaja como agente, dentro de un lugar de trabajo simulado, en una tarea que puede durar horas. Esto es lo que se puso a prueba, en lenguaje sencillo.

Dos matices antes de que nadie entre en pánico o lo celebre. Primero, estas tareas están pensadas para estar en el límite: nivel experto, varias horas y un listón de aprobado estricto. La propia SemiAnalysis dice que los filtros de seguridad bajaron la nota de algunos de los mejores modelos, que se negaron a hacer ciertas tareas. Segundo, un cero en finanzas no significa que la IA no sirva para finanzas. Significa que no superó del todo una tarea larga y delicada en la que una sola cifra clave equivocada puede tumbarlo todo. Tampoco hubo un único ganador: Opus 5.5 lideró en trading cuantitativo, hardware y diseño de chips, Gemini 4 Carbon en biología y software, y GPT-6 Astra en ciencia de materiales.

¿Por qué falla la IA en tareas largas y reales?

Esta es la parte que me gustaría que leyera cualquier dueño de negocio. Los fallos que se describen en el análisis y en la cobertura de ShiftDelete no tienen que ver con que la IA sea lenta o vaga. Se parecen a los errores de un recién contratado muy listo, pero sin contexto.

• Se fió de la fuente equivocada. En las tareas de finanzas, los modelos se apoyaron en cifras que les habían pasado en lugar del documento de referencia, y cometieron errores contables básicos.
• Dejó que la información nueva pasara por encima de las reglas pactadas. En las tareas legales, los emails del cliente llegaron a reescribir términos que ya estaban aprobados.
• Cruzó líneas que una persona no cruzaría. En una prueba en la que los agentes hacían de asistente de un médico, ShiftDelete cuenta que solo 19 de 100 ejecuciones puntuaron por encima de cero, y que los agentes reutilizaron una firma anterior en un formulario de consentimiento y firmaron una nota clínica en nombre del médico.
• Parecía terminado y no lo estaba. En diseño de hardware, SemiAnalysis informa de que ninguno de los 12 intentos llegó a un aprobado completo verificado.

Veo la versión de pequeña empresa de esto constantemente. Un cliente, fundador de una productora de eventos en Italia, quería un agente que preparara presupuestos para clientes a partir de la transcripción de una visita técnica. No era capaz de aplicar descuentos. No porque el modelo fuera flojo, sino porque la política de descuentos nunca se había puesto por escrito. Vivía en su cabeza. La IA no necesitaba un prompt mejor. Necesitaba la regla.

La IA falla como un recién contratado brillante en su primer día: rápido, seguro de sí mismo y sin las reglas que nadie escribió.

¿Por qué te importa esto?

• "La IA hará todo mi trabajo" sigue sin ser verdad en el trabajo experto. Si eres profesional y te preocupa que te sustituyan, esto demuestra que el criterio, el contexto y la responsabilidad siguen siendo tuyos. Aprovecha el tiempo para aprender a dirigir la IA, no para esperar.
• "La IA no sirve para nada" tampoco es verdad. Los mismos modelos son muy buenos en las piezas: leer un montón de documentos, redactar, revisar una hoja de cálculo contra una regla. Los fallos llegan cuando dejas a un modelo solo con todo el trabajo durante horas.
• Tus reglas no escritas son ahora un riesgo para el negocio. Qué lista de precios está vigente, qué documento manda, quién puede aprobar un reembolso. Si no está por escrito, un agente de IA lo adivinará, y en GDPx adivinar fue justo donde se equivocó.
• Aprobar es el trabajo que queda. Los ejemplos más preocupantes tenían que ver con firmas y aprobaciones. Esa es la línea que tienes que mantener en tu negocio, uses la herramienta que uses.

¿Cómo delegar trabajo en la IA de forma segura?

1. Divide el trabajo en pasos que puedas comprobar en dos minutos. "Prepara el informe mensual" es un trabajo. "Saca los números de este mes de la exportación", "marca todo lo que se pase del presupuesto", "redacta el párrafo de resumen" son pasos. Hazlos de uno en uno y mira cada resultado.
2. Di cuál es tu fuente de verdad. Dile a la IA qué archivo manda cuando dos no coinciden: "El contrato firmado manda sobre cualquier email. La exportación de contabilidad manda sobre cualquier número de un mensaje." Solo con esto evitas el error más típico de GDPx.
3. Escribe tus reglas de la casa en las instrucciones. Política de descuentos, condiciones de pago, tono, lo que nunca hay que prometer. Ponlas en un Proyecto o en las instrucciones personalizadas para no reescribirlas cada vez. Si no puedes poner una regla por escrito, eso es lo primero que hay que arreglar.
4. Las aprobaciones, firmas y pagos, siempre en manos humanas. La IA redacta, tú firmas. No le des a un agente tu archivo de firma, tus aprobaciones bancarias ni permiso para enviar en tu nombre sin revisarlo.
5. Pídele que enumere lo que ha supuesto. Termina cada petición con "enumera todas las suposiciones que has hecho y todo aquello de lo que no estabas seguro". La mayoría de los resultados malos se esconden en esa lista.
6. Dale a las tareas largas un punto de control, no una fecha límite. Para cualquier cosa que a ti te llevaría más de una hora, pide primero un plan, apruébalo y luego deja que trabaje paso a paso.

Copia este prompt: convierte un trabajo en pasos seguros para la IA

Pégalo en ChatGPT, Claude o Gemini antes de pasarle cualquier tarea grande. Hace que la IA divida el trabajo y saque a la luz las reglas que le faltan, antes de ponerse a adivinar.

Quiero que me ayudes con una tarea, pero no quiero que la hagas toda de golpe.

La tarea: [p. ej. preparar el informe mensual para un cliente / redactar un presupuesto a partir de estas notas de la visita técnica]
Los archivos que te voy a dar: [enuméralos]
Qué fuente manda si dos no coinciden: [p. ej. el contrato firmado manda sobre los emails; la exportación de contabilidad manda sobre cualquier cifra escrita en un mensaje]

Antes de hacer nada:
1. Divide la tarea en 4-8 pasos, cada uno lo bastante pequeño para que yo lo revise en menos de dos minutos.
2. Para cada paso, dime qué vas a entregar y qué debo comprobar.
3. Enumera todas las reglas o políticas que necesitarías para hacerlo bien (precios, descuentos, aprobaciones, tono, plazos) y marca cuáles no te he dado todavía. Pídemelas. No te las inventes.
4. Marca cualquier paso que implique aprobar, firmar, pagar o enviar algo. Esos los haré yo.

Después espera mi OK antes de empezar el paso 1. Tras cada paso, enumera las suposiciones que hayas hecho.

Más noticias de IA de hoy

Goldman Sachs retira las herramientas de programación con IA a traders y banqueros

Goldman Sachs ha limitado las herramientas avanzadas de programación con IA, entre ellas Claude Code de Anthropic y GitHub Copilot, para que solo las usen los ingenieros, informa The Decoder, citando a Bloomberg. Un portavoz habló de "productividad y gestión del riesgo" y dijo que ahora las herramientas quedan para las personas más indicadas para usarlas a largo plazo. La norma viene de unas directrices internas fijadas en octubre.

Qué significa para ti: incluso un banco con presupuestos enormes para IA está asignando herramientas a personas en lugar de darle todo a todo el mundo. Haz lo mismo a tu escala: decide quién de tu equipo usa cada herramienta de IA, para qué tareas y a qué puede conectarla. Para empezar basta con una política de IA de una página.

Squarespace recorta el 19% de su plantilla

El creador de webs Squarespace ha despedido a unas 300 personas, el 19% de una plantilla de cerca de 1.800, sobre todo en producto e ingeniería, según The Next Web. La empresa dice que quiere "simplificar cómo operamos" con equipos más pequeños. No relacionó los recortes con la IA, aunque vende Blueprint, una herramienta de IA que crea webs y escribe sus textos.

Qué significa para ti: las empresas que te venden herramientas de IA para webs y contenidos también están reorganizando sus propios equipos. Si tu web todavía depende de otra persona para cambiar un titular, este es un buen mes para aprender a hacer tú las modificaciones sencillas con ayuda de la IA. Más sobre qué puestos están cambiando en qué trabajos sustituirá primero la IA.

FAQ

Fuentes: SemiAnalysis, "GDPx: Measuring Frontier Model Capabilities Across the Most Valuable Domains" (2 nov 2026); ShiftDelete, el benchmark GDPx tiene un máximo del 12% (2 nov 2026); The Decoder sobre Goldman Sachs y las herramientas de programación con IA (2 nov 2026); The Next Web sobre los despidos en Squarespace (2 nov 2026). Los ejemplos de clientes están anonimizados; las recomendaciones salen de mi propio trabajo como coach.