Ensayo fundamental de **Dan Shipper** (CEO de Every) publicado el **21 de mayo de 2026** en every.to, *"After Automation"* — una respuesta argumentada a la tesis del colapso del trabajo del conocimiento impulsado por la IA. **Tesis central**: el progreso de la IA crea **más trabajo para los humanos, no menos**. Mecánica cíclica (***"el ciclo de comoditización"***): (1) la IA comoditiza la competencia humana de ayer; (2) esa competencia abaratada se adopta ampliamente → abundancia; (3) la abundancia produce *homogeneidad* (el *"slop"*); (4) los humanos exigen diferenciación → demanda renovada de expertos; (5) los expertos usan la IA para abordar los problemas de hoy → vuelta al ciclo. **Cita canónica**: ***"hay más trabajo que hacer que nunca"***; ***"la IA comoditiza el residuo de la experiencia humana, creando demanda de lo diferente"***. **Marco conceptual central — Frame vs. Framer**: los benchmarks miden el desempeño ***"dentro de marcos"*** (encuadres específicos de problemas); una vez saturados, *cambiar el marco reinicia el contador* — los modelos **escalan dentro de los marcos, pero no reemplazan a quienes los definen**. Fórmula central: ***"el marco no es quien lo define"***. Incluso en la AGI, los humanos deben **especificar objetivos e interpretar resultados** — *"el problema del marco se regenera un nivel más arriba"*. **El "Human Sandwich"**: el humano define el marco → la IA ejecuta → el humano evalúa y extiende. **Dos modos de trabajar con agentes**: (a) ***agent employees*** — delegación asíncrona (compañero de trabajo / integrado — Claudie, Andy, Viktor, Fin); (b) ***colaboración humano-IA*** síncrona (Claude Code y equivalentes). **Datos de Every**: el 95% de los correos del CEO son procesados por IA; **Fin (Intercom) resuelve el 65% de las conversaciones de soporte**. **La paradoja de Zenón de la IA**: la IA cierra continuamente la distancia, pero los humanos siguen siendo "la tortuga por delante" porque están ***"vivos en un momento específico"*** — *"deseos en curso, preocupaciones en curso"* — mientras los modelos operan sobre datos de entrenamiento históricos. **Benchmarks detallados**: **GPT-5.5 = 62/100 en la reescritura de código Senior Engineer** (frente a un humano en 80-90); **GDPval**: 40-49% del nivel humano experto, **pero con un extenso encuadre humano**. **OpenClaw: 44.469 PR** en mayo de 2026 (frente a los 5.200 de Kubernetes en 2022) — prueba de que el trabajo agéntico crea *"más trabajo"*, no *"menos trabajo humano"*. **Implicaciones para la AGI**: incluso en la AGI, el **framer humano** sigue estando estructuralmente por delante — abordando problemas *"actuales, situados"* mientras el modelo opera sobre *"datos de entrenamiento históricos"*. **Conclusión anti-punto de inflexión**: esto no es un evento de punto de inflexión, es ***un patrón persistente*** que define el futuro del trabajo. **Relevancia mayor**: una contranarrativa explícita al *baño de sangre de cuello blanco de Amodei* / *subclase permanente de Sun* / *Anthropic Economic Index* — Shipper, **CEO de una empresa que convive a diario con agentes**, ofrece el marco teórico que concilia las dos observaciones empíricas (la IA hace más + los humanos siguen siendo indispensables). Fuerte convergencia con **Ng "No AI jobpocalypse"** (2026-05-08), **Mollick × roon ASI / FDE** (2026-05-10), **Tatsyi/Raiffeisen "AI made engineers different"** (2026-05-05), **Curran/Intercom 3× R&D** (2026-04-16) — todos describen a los humanos como *redistribuidos hacia el encuadre* en lugar de *reemplazados*. Tensión productiva con **Sun NYT permanent underclass** (2026-04-30), **Wallace-Wells AI populism** (2026-05-08), **Osmani Cognitive Surrender** (2026-05-05 — el framer humano debe permanecer activo). Para aprovechar en COMEX / DG / consejos directivos: vocabulario estratégico para 2026 — *"frame vs framer"* se convierte en la grilla canónica para la gobernanza de la IA.
#Dan Shipper#Every#after automation
**Dan Shipper** — CEO et co-fondateur de **Every** (média / studio AI-native, créateur de la newsletter *Every*, propriétaire du framework et plugin *Compound Engineering* — cf. fiche `shipper-klaassen-compound-engineering-every-agents-2025-12-11.md`). Profil rare : **opérateur-théoricien** · dirige une organisation entièrement augmentée par l'IA (95 % emails CEO automatisés, agents Claudie/Andy/Viktor en production, Fin pour le support) tout en publiant régulièrement des essais conceptuels sur every.to. Voix éditoriale anglo-saxonne de référence dans le corpus 2025-2026 sur les **modes de travail humain-IA**. Article publié sur **every.to/p/after-automation** le **21 mai 2026**.
Artículo pivote de **Ivan Chepurin & Travis Turner** (Evil Martians Chronicles, **19 de mayo de 2026**) — ***« AI-assisted engineers are burning out, is this fine? »*** — **diagnóstico estructurado del burnout entre desarrolladores asistidos por IA** y un **kit de intervención de 5 ejes**. **Tesis pivote**: la productividad acelerada por IA oculta un **coste oculto — el agotamiento del desarrollador**. *« Higher productivity doesn't translate to sustainable work practices or job satisfaction. »* Epígrafe de Shunryu Suzuki sobre la agitación mental. **TL;DR — 3 remedios esenciales**: (1) restaurar el disfrute del proceso, (2) reconstruir el logro / la propiedad / el orgullo, (3) eliminar la presión de la maximización continua de la productividad. **Marco narrativo central — Ben vs Alice**: Ben (codificación tradicional) = 4 h de trabajo estable, carga cognitiva distribuida, satisfacción al terminar; Alice (asistida por IA) = 2 h de trabajo de alta intensidad cognitiva, cambio continuo de tareas, **sin satisfacción** + llena el tiempo liberado con más tareas → **escalada exponencial de la carga** a pesar de la producción acelerada. **Fórmula canónica**: ***« We compensate for a lack of satisfaction with work quantity. »*** **Disrupción estructural del ciclo del oficio**: (planificación → elaboración → resultado) comprimido en (planificación → resultado), supresión de la fase meditativa de elaboración reemplazada por una **revisión de código cognitivamente exigente**. Convergencia directa con el **estudio HBR 2026** (citado): *« cognitive exhaustion from intensive oversight of AI agents is both real and significant »* + **investigación UC Berkeley 2026**: los trabajadores llenan las pausas naturales con tareas de IA. **Cambio de carrera silencioso** — concepto pivote: los desarrolladores contratados para programar ahora hacen **un trabajo diferente sin una transición de carrera consciente**. 4 vías posibles: (1) encontrar disfrute en la nueva estructura (priorizada), (2) ignorar la IA, (3) trabajar sin disfrute (insostenible), (4) cambiar de carrera. **5 factores diarios de burnout identificados**: (1) ***Perder el contexto*** — el agente porta la comprensión del proyecto externamente, desplazamiento de la deuda cognitiva del código a las personas, pérdida de la intuición del sistema; (2) ***Sin tiempo para el pensamiento pasivo*** — *« The model fills the silence before your own thinking has a chance to connect dots »* (duchas, paseos eliminados como momentos de resolución inconsciente de problemas); (3) ***Falsas expectativas*** — la velocidad inicial = línea base irrealista, las desaceleraciones posteriores vividas como fracaso; (4) ***Cuellos de botella de revisión*** — *« the more code is generated, the more code needs to be reviewed »*, carga cognitiva desproporcionada sobre los seniors, difusión de la responsabilidad; (5) ***Posibilidades infinitas*** — la baja fricción de prompting fomenta pivotes constantes, ausencia de delimitación natural. **Kit de 5 intervenciones**: (a) **Reconocer tus logros** (win-log, demos de equipo, seguimiento de horas); (b) **Repensar el flujo de trabajo con IA** (planificación > revisión, **3-4 iteraciones máximo**, sin cambio paralelo de tareas, separar las tareas intensivas en IA con pausas, descomponer); (c) **Seguir ejerciendo tu oficio** (horas de oficio protegidas sin IA, *modo « ask » > modo generación*, agentes desactivados en proyectos personales); (d) **Disciplina + equilibrio vida-trabajo** (horarios fijos, pausas reales, intenciones diarias, detenerse al terminar); (e) **Encontrar nuevas áreas de interés** (investigación de usuarios, habilidades blandas, analítica, ajuste fino de agentes + barreras de seguridad, optimización de rendimiento). **Conclusión**: *« AI can be helpful. Problems appear only if you misuse it. »* La evolución del sector = inevitable; el bienestar individual = controlable. Convergencia mayor con **Osmani Cognitive Surrender** (2026-05-05), **Frizzo "Year With Claude Code"** (2026-05-05 — *« writing muscle atrophy »*, *« deep flow rare »*), **Bedard BCG/HBR Brain Fry** (2026-03-05 — 1.488 empleados, pico de 3 herramientas, +39% errores, +39% intención de irse). Relevancia mayor para **CTO / VP Engineering / RR.HH. IT** que gestionan la retención de ingenieros aumentados por IA en 2026.
#Ivan Chepurin#Travis Turner#Evil Martians
**Ivan Chepurin** & **Travis Turner** — auteurs Evil Martians (cabinet de conseil ingénierie indépendant, Berkeley/global, ~150 ingénieurs, spécialiste Ruby on Rails / React / produits SaaS depuis 2010 ; éditeurs du blog *Evil Martians Chronicles* — référence dans la communauté Rails et JS). Article publié dans la catégorie **AI / Developer Community** sur evilmartians.com le **19 mai 2026**. Profil Evil Martians : voix éditoriale **opérateur-praticien** · articles longs ancrés dans le terrain produit · registre **soin du craft + lucidité business** · public habituellement développeurs / CTO / fondateurs early-stage.
Informe de **Bain & Company**, **mayo de 2026** (David Crawford, Chris McLaughlin, Greg Fiore — parte de una **serie en cinco partes sobre la industria del software en la era de la IA**), que sitúa la oportunidad SaaS aún inexplotada en el *cross-system labor* — el trabajo humano de coordinación entre sistemas que los agentes de IA ya pueden automatizar — en **~100.000 M$ en EE. UU. (~200.000 M$ incluyendo Canadá/Europa/AU/NZ)**. **Captura actual: 4.000-6.000 M$ (10% de la oportunidad)** — por lo que **>90% sigue disponible**. Tesis pivote: la principal oportunidad de la IA agéntica **no es reemplazar el SaaS existente** sino **automatizar el trabajo de coordinación entre sistemas** (empleados que extraen datos de ERPs, comprueban inventario en una hoja de cálculo, interpretan respuestas de texto libre, ejercen criterio). Distribución: Ventas (20.000 M$) + COGS/operaciones (26.000 M$) + I+D/ingeniería (6.000-12.000 M$) + soporte (6.000-12.000 M$) + finanzas (6.000-12.000 M$). **Seis factores de automatización**: verificabilidad del resultado, consecuencia del fallo, disponibilidad de conocimiento digitalizado, complejidad de integración, variabilidad del proceso, dependencia del mundo físico. **Potencial de automatización por función**: Atención al cliente e I+D **40-60%**, Finanzas y RR. HH. **35-45%**, Ventas e IT **30-40%**, Legal **20-30%**. **Cambio estratégico**: la ventaja competitiva pasa de la *propiedad del system of record* (Salesforce, SAP, Workday) al ***cross-workflow decision context*** — la capacidad de ver y actuar a través de múltiples sistemas integrados. **Ejemplos**: Sierra (resolución autónoma de incidencias de clientes), Glean (coordinación de solicitudes de empleados entre funciones), GitHub Copilot (ampliado más allá del control de código fuente), **Cursor** (ARR duplicado en un trimestre, 2.000 M$). **Moat duradero**: *"datos de ejecución acumulados que ganan valor con el tiempo y se vuelven más difíciles de replicar para los competidores"*. **Hoja de ruta en tres fases**: Assessment (seis factores + dimensionamiento de mercado) → Strategic Positioning (activos de datos + flujos de trabajo adyacentes + mapas operativos reales) → Execution (build/buy/partner + reestructuración organizativa + rediseño de las bases de datos para agent readiness). Relevancia principal para CIOs/CDOs/responsables de Estrategia en SaaS B2B y clientes empresariales: replantea la conversación *"IA vs SaaS"* como ***"IA = SaaS que por fin automatiza el trabajo de coordinación"***. Para leer junto con: DORA ROI (marco financiero), Tatsyi/Raiffeisen (caso de estudio bancario que crea 7 productos de IA sin precedentes), Wescale (realista 3x-4x), MIT NANDA (el 95% de los pilotos fracasa), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
#Bain & Company#oportunidad SaaS de 100.000 millones#cross-system labor
**David Crawford · Chris McLaughlin · Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights · partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).