Contexto
Cierro mayo y quiero dejar el aprendizaje por escrito antes de que se me diluya. No voy a poner números de facturación aquí — eso vive en mis sistemas. Lo que sí quiero capturar es cómo cambió mi forma de trabajar y dónde la IA empezó a mover la aguja de verdad.
El dato duro del mes: 296 commits al repo. No es vanidad de métrica — es la huella de que mayo fue un mes de construir, no solo de operar. Y casi todo se construyó en pareja con Claude Code.
Cómo fue el avance del mes
Si agrupo lo que toqué por tema, el mes se cuenta solo:
- Contenido y blog fue lo más pesado (decenas de piezas y mejoras). Monté el Content Factory para que el equipo trabaje desde un CMS sin entrar a la herramienta de fondo, y un sistema de repurposing que saca muchas piezas de una sola fuente.
- Skills fue la segunda columna. Construí varios skills nuevos y modernicé los viejos. El patrón que más me sirvió: un skill no es una opinión bien escrita, es una disciplina con loop. Los que sobreviven tienen métrica detrás.
- Landings con framework. Apliqué un framework de redacción de 5 pasos (Crisis · Pain · How · Simple · Stand out) a varias páginas de oferta, y separé la tipología de cada landing (vende / capta / hub / interna) con un sensor de leads. Dejé de escribir páginas "a sentimiento".
- SEO en modo cluster. Hub-and-spoke real: páginas pilar con sus spokes, un detector de contenido huérfano, captura de keywords de búsquedas con volumen. SEO dejó de ser "escribir y rezar".
- Operación medible. Radar diario, crons que disparan reportes a mi Slack, tracking de clicks sin dashboard, prospección asistida (armé una lista de aliados de distribución cruzando datos de varias fuentes con la IA).
- Finanzas automatizadas. Empecé a cerrar la frontera entre lo que cobro y lo que el sistema ve. Aquí es donde aprendí la lección más cara del mes.
Dónde la IA ayudó más (y es distinto a antes)
Hasta hace unos meses, la IA me ayudaba a hacer tareas: escribe este correo, genera este copy, resume esta llamada. Útil, pero lineal — yo seguía siendo el cuello de botella de cada tarea.
En mayo el salto fue otro: la IA me ayudó a construir el sistema que hace las tareas. No "escríbeme un carrusel", sino "construye el skill que genera carruseles con mi voz y corre el filtro anti-slop solo". No "saca el reporte financiero", sino "construye el Radar que me lo manda cada mañana a Slack". No "revisa este código", sino "construye la disciplina que revisa cada cambio que toco antes de que yo lo vea".
Esa es la diferencia entre un asistente y una empresa-ciclo. El asistente te hace más rápido en una vuelta. El sistema te compone resultados entre vueltas. 296 commits no significan 296 tareas — significan decenas de máquinas que ahora trabajan sin mí en cada vuelta.
La lección más cara: una máquina que mide mal te miente con confianza
El cierre de este mes destapó algo incómodo. Mi Radar — el reporte que me dice "¿cómo voy este mes?" — estaba leyendo el dinero de la fuente equivocada. Sumaba solo una parte de mis cobros e ignoraba el resto. Durante meses tomé la lectura de "¿vamos bien o mal?" con un sensor roto que reportaba una fracción de la realidad, con total seguridad.
Lo arreglé esta semana. Pero el aprendizaje no es el bug — es el principio: un sistema automatizado no te avisa cuando mide mal. Te da un número limpio, formateado, convincente. Y tú decides con él. La automatización sin un sensor correcto no es eficiencia, es confianza mal colocada.
Por eso ahora la regla número uno antes de construir cualquier automatización es: ¿qué métrica del mundo real va a mover, y la estoy capturando bien? Si el sensor está mal, todo lo que se construye encima amplifica el error más rápido.
El otro aprendizaje, el de operación
Revisando el trimestre con calma encontré el patrón real de mi negocio: no es que me falte vender. Es que inyecto trabajo al sistema y no persigo el cobro hasta que entra solo. El trabajo se hace, el cliente queda contento, y la cuenta se queda colgando porque nadie la empuja. Tengo cola real de proyectos comprometidos; lo que me falta es disciplina de cobranza, no más pipeline.
Es un aprendizaje aburrido y poco glamuroso comparado con "construí 5 skills". Pero probablemente es el que más mueve el resultado. La IA me ayudó a verlo porque por fin tuve los datos juntos y limpios — lo cual, irónicamente, solo fue posible después de arreglar el sensor roto.
Aprendizaje clave
Mayo me cambió la relación con la IA: pasó de hacerme tareas a ayudarme a construir el sistema que las hace. Ese es el verdadero apalancamiento. Pero el mes también me enseñó el límite: un sistema solo es tan bueno como su peor sensor. Construir rápido encima de un dato roto no es velocidad, es deuda que se paga al cierre del mes. Junio se gana con dos disciplinas simples que ningún skill reemplaza: medir bien y cobrar lo que ya hice.