Cuando alguien me pregunta "¿cómo te mantienes al día en IA?", la respuesta honesta no es una lista de newsletters. Es una decisión previa: qué voy a ignorar.
El campo de la IA publica más artículos, papers, anuncios y "análisis" en un día que lo que una persona podría leer en una semana. Si intentas estar al día con todo, no vas a lograrlo — y en el intento vas a perder tiempo que podrías usar en aplicar lo que ya sabes. La trampa del conocimiento en IA no es no saber suficiente. Es consumir sin ejecutar.
Lo que comparto acá no es el stack del investigador que quiere cubrir cada ángulo. Es el stack del líder que necesita tomar decisiones informadas, sin que el research se coma el calendario. Llevo dos años refinándolo — lo que está acá es lo que sobrevivió.
El principio que lo ordena todo
Antes de hablar de fuentes, el principio que estructura todo lo demás: solo me importa lo que cambia mis decisiones. No lo que es interesante. No lo que está "en boca de todos". No el último paper de DeepMind que no voy a leer completo.
Eso filtra el 80% del ruido de entrada. La pregunta que me hago cuando llega algo nuevo es simple: ¿cambia esto cómo pienso sobre adopción de IA en empresas medianas de LATAM? Si la respuesta es no, pasa de largo.
Con ese criterio, el tiempo se redistribuye solo. No necesito disciplina heroica — necesito un sistema que haga la mayor parte del filtrado antes de que llegue a mis ojos.
El stack, capa por capa
Lo organizo en cuatro capas: lo que reviso todos los días, lo que reviso a la semana, lo que escucho en movimiento, y lo que uso para profundizar cuando algo amerita más atención.
- The Rundown AI — el mejor resumen diario de noticias en IA. Sin profundidad de análisis, pero excelente cobertura de qué pasó. Lo leo en 3 minutos mientras tomo el primer café.
- TLDR AI — complementa al anterior con más énfasis en papers y herramientas para developers. Lo escaneo en diagonal; solo abro lo que toca algo que me interesa esa semana.
- One Useful Thing (Ethan Mollick) — frecuencia irregular, pero de lectura obligatoria cuando llega. Mollick tiene la capacidad rara de conectar investigación académica con implicaciones prácticas para organizaciones. Este no lo salteo nunca.
Regla: si un newsletter no lo abro en tres días seguidos, lo doy de baja. No importa cuántos me digan que es bueno.
- Lista curada en X (Twitter) — tengo una lista privada de ~40 personas: líderes de producto de los labs principales (Anthropic, OpenAI, Google DeepMind), analistas como Ben Thompson y Benedict Evans, y algunos builders independientes con track record. No sigo el feed general — solo la lista.
- LinkedIn con criterio — útil no para noticias sino para señales de adopción: qué están anunciando las empresas, qué cargos nuevos están creando, qué están compartiendo los equipos de operaciones (no los de marketing). Eso me dice más sobre el estado real de adopción que cualquier reporte.
Lo que no uso: grupos de WhatsApp "de IA", Telegram channels con decenas de links, Reddit. Alta frecuencia, baja densidad de señal.
- Lenny's Podcast — no es exclusivo de IA, pero cuando toca el tema lo hace desde una perspectiva de producto y adopción que es exactamente lo que me interesa. Calidad de producción y pensamiento consistentemente altos.
- The AI Daily Brief (Nathaniel Whittemore) — para los días que quiero profundidad en lo que pasó en la semana. Análisis, no titulares. Tiene episodios cortos (10-15 min) que encajan bien en un trayecto.
- No Priors (Sequoia + Andreessen Horowitz) — perspectiva de inversión y de los founders que están construyendo en IA. Útil para entender adónde va el dinero y, por lo tanto, adónde va el sector.
Escucho a 1.5x o 2x. Si un episodio no me engancha en los primeros 5 minutos, paso al siguiente. El tiempo es finito.
- Perplexity — cuando algo aparece en las capas anteriores y necesito entenderlo bien en 5 minutos. Mucho mejor que una búsqueda en Google para preguntas técnicas con contexto. Le doy el contexto de lo que leí y le pido que profundice.
- Claude + contexto — para analizar documentos largos (reportes, papers, anuncios de productos) que encuentro en el camino. Le pego el texto y le pregunto qué implica para mi contexto específico. Transforma un paper de 40 páginas en 3 bullets relevantes.
- Stratechery (Ben Thompson) — cuando hay un movimiento estratégico grande en el mercado (adquisición, modelo nuevo, cambio regulatorio), el análisis de Thompson es el mejor punto de referencia que conozco. Es de pago, pero de los pocos que justifican la suscripción.
Esta capa no tiene frecuencia fija — se activa cuando algo en las capas anteriores amerita más atención.
El cálculo real: 10 min de newsletters + 5 min de señal social + 15 min de podcast en trayectos = 30 minutos. Y los trayectos de todas formas los tengo — no los estoy sumando al día, los estoy reemplazando con algo útil.
Lo que dejé de usar — y por qué
Esto importa tanto como lo que sí uso. Durante un año intenté cubrir más fuentes "porque la IA se mueve rápido". El resultado fue más tiempo consumiendo y menos claridad sobre qué hacer con lo que consumía.
Cosas que eliminé:
- Más de dos newsletters diarios: El retorno marginal cae rápido. Los tres que tengo capturan lo suficiente.
- YouTube como fuente primaria: Excelente para aprender a usar herramientas específicas. Pésimo para mantenerse al día — el formato video no está optimizado para densidad de información.
- Grupos de Slack y Discord "de IA": Alta actividad, baja densidad de señal. Mucho entusiasmo, poco análisis. Los reemplazaría por una sola persona buena en la lista de X.
- Leer papers completos sin un objetivo específico: Los papers me los lee Claude. Si algo es relevante, profundizo. Si no, paso.
El ritmo semanal
El stack diario me da cobertura de lo que pasa. Una vez a la semana — normalmente el viernes, 20 minutos — hago una revisión diferente: ¿qué de lo que leí esta semana cambia algo en cómo estoy pensando la adopción de IA en el trabajo? ¿Hay alguna herramienta que vale la pena probar? ¿Algún concepto que debería entender mejor?
Ese momento de síntesis es lo que convierte el consumo en conocimiento accionable. Sin él, el stack es solo otra forma de procrastinar con contenido que se siente productivo pero no lo es.
Lo que más me ha cambiado: Tratar la IA como cualquier otra área de expertise que requiere mantenimiento activo — no como un tema que se puede "resolver" leyendo mucho durante un mes. El campo cambia, pero la frecuencia correcta de actualización no es diaria para todo: es diaria para noticias, semanal para análisis, mensual para profundidad estratégica.
Cómo empezar si partes de cero
Si no tienes ningún sistema hoy y te sientes abrumado por la cantidad de contenido sobre IA, mi recomendación es empezar con lo mínimo viable y no con lo completo:
- Semana 1: un solo newsletter (The Rundown AI). Solo eso.
- Semana 2: agrega un podcast para los trayectos (The AI Daily Brief).
- Semana 3: arma una lista curada de 10-15 personas en X. Empieza con las que ya sigues y filtra las que publican contenido de calidad sobre IA.
- Semana 4: activa la profundización bajo demanda — instala Perplexity y empieza a usarlo cuando algo te genera una pregunta.
En un mes tienes un sistema funcional. No perfecto — pero funcional. Y funcional es lo que importa.
El objetivo final no es saber todo lo que pasa en IA. Es saber lo suficiente para tomar buenas decisiones en tu contexto específico. Ese es un objetivo alcanzable con 30 minutos al día — si el sistema está bien diseñado.
¿Tu equipo necesita criterio, no más contenido?
En Saphia Labs ayudamos a líderes de empresas en LATAM a desarrollar el criterio necesario para tomar buenas decisiones de adopción de IA — no a llenarles el inbox con más información.
Agendar llamada gratuita
