Investigación
Estamos descifrando en qué se convertirá la IA empresarial — en abierto, en lenguaje claro y con la honestidad suficiente para decir lo que aún no sabemos.
Programa insignia
La recuperación responde preguntas. El aprendizaje acumula capacidad.
La IA empresarial de hoy, sobre todo, recupera: preguntas, encuentra, responde y olvida. LAG es nuestra apuesta por lo que viene después — sistemas donde cada interacción deja algo tras de sí. Una corrección se convierte en regla. Un resultado, en preferencia. Un error, en límite.
La organización no solo usa inteligencia: la acumula. Estamos integrando LAG en la capa de aprendizaje de nuestra plataforma y publicando lo que encontramos por el camino, incluidas las partes que no funcionan.
El interés compuesto aplica: cada mes que corre el ciclo es aprendizaje que tus competidores no tienen.
Resumen y primer artículo — publicación en 2026
El manifiesto
«La primera generación digitalizó el negocio. La segunda automatizó el trabajo. La siguiente aprenderá continuamente.»
La versión larga — por qué creemos que la empresa que aprende es inevitable, qué exige y qué estamos haciendo al respecto — se está escribiendo ahora, con el mismo cuidado que pondríamos en la marca de un cliente.
Se publica pronto — suscríbete abajo para leerlo antes que nadie
De qué hilos estamos tirando
¿Qué significa que una empresa — no un modelo — sea inteligente? ¿Dónde vive esa inteligencia y quién la cuida?
Cómo el feedback se convierte en mejora en sistemas en producción: qué conservar, qué olvidar y cómo distinguirlo.
Las formas que aguantan la carga real de una empresa: conocimiento, memoria, agentes y las costuras entre ellos.
Patrones que hemos construido más de una vez, puestos por escrito para que el siguiente equipo — el nuestro o el tuyo — no empiece de cero.
Los hallazgos sin glamur del taller: evaluaciones, salvaguardas, modos de fallo y lo que de verdad se rompió.
Ensayos
A response · July 2026
Chamath Palihapitiya says the price of intelligence is collapsing. Our response: what lands at the bottom of the curve is brilliant, amnesiac — and the moat moves to memory.
Leer el ensayo →Research · July 2026
The program behind our wager: systems where every action becomes memory, every outcome becomes learning, and March is measurably better than January.
Leer el ensayo →Argument · July 2026
Low-code agent builders optimise for the median demo. Your edge lives in the twenty percent they abstract away — which is why the agentic layer has to be built and owned, not configured.
Leer el ensayo →Position · July 2026
The cost of building software has collapsed — so the old bargain of generic tools plus an army of managed services is over. Build the thing that fits, own it, and let it stay with you.
Leer el ensayo →Thesis · July 2026
Open models have closed the agentic gap. The enterprise that fine-tunes its own weights turns institutional memory into an asset nobody can rent back to it.
Leer el ensayo →Stress test · July 2026
Maybe AI is a bubble. Maybe the labs go bust. The enterprise that built — rather than rented — keeps everything: the code keeps running, the weights don't expire, and the bill goes down.
Leer el ensayo →Inside view · July 2026
AI broke the maths of the billable hour. What replaces T&M — outcomes, subscriptions, virtual FTEs — why the giants are already pivoting, and the bet we placed ourselves.
Leer el ensayo →Los ensayos se publican en inglés.
Un correo cuando publiquemos. Sin newsletters ni secuencias de goteo: estamos demasiado ocupados construyendo.