La mayoría lo usa para resumir documentos. Los que consiguen resultados de verdad lo están usando como motor de inteligencia estratégica.
Qué hemos hecho con este vídeo
Como ejemplo, ahí tienes el vídeo que hemos subido.
Hemos entrenado un NotebookLM con todos los premios de creatividad publicitaria que hemos encontrado de las últimas décadas.
¿Para qué? Muy fácil, para destilar los parámetros de creatividad publicitaria a través de un sistema de IA.
Con NotebookLM las posibilidades son enormes. Para empezar te puede servir como repositorio y como ayudante de estrategia creativa. O para darle un tono de creatividad más humana y sofisticada a tus creaciones de IA.
Qué es NotebookLM hoy (spoiler: ya no es lo que era hace seis meses)
NotebookLM empezó como un “asistente de investigación”. En 2026, es otra cosa.
Según las actualizaciones de abril de 2026, la herramienta permite sincronización bidireccional con la app de Gemini en móvil, generación de vídeo cinematográfico a partir de tus documentos, diez estilos distintos de infografía, exportación directa en formato PPTX, y carga de libros en EPUB sin necesidad de convertirlos.
Y lo más importante: pasó de ser una herramienta de consulta a ser un motor de producción con nueve formatos de salida distintos.
No buscas información. La transformas.
El truco que cambia todo: pensar en notebooks temáticos, no en notebooks enciclopédicos
Aquí está el error más común entre usuarios avanzados: crear un notebook gigante con 50 documentos sobre todo.
La clave es la contraria. Notebooks pequeños, enfocados, con propósito específico.
Un notebook por proyecto, por cliente, por tipo de decisión. Cuando el contexto es preciso, las respuestas son precisas.
Prueba esta estructura:
Notebook de inteligencia competitiva: informes anuales de competidores, notas de prensa, análisis de sector
Notebook de voz del cliente: encuestas, transcripciones de entrevistas, tickets de soporte, reseñas
Notebook de conocimiento interno: manual de procedimientos, FAQs, scripts de ventas, guías de onboarding
Cuando le preguntas a un notebook de voz del cliente “¿cuáles son las tres objeciones más frecuentes en el proceso de compra?”, la respuesta viene anclada en evidencia real, no en suposiciones.
Eso vale oro en cualquier equipo comercial.
Los 5 usos avanzados que más impacto tienen en entornos profesionales
1. La máquina de inteligencia competitiva
Sube los informes anuales, páginas de servicios y notas de prensa de tus principales competidores. Luego pregunta:
“Crea una tabla comparativa con: propuesta de valor principal, rango de precios visible, servicios diferenciales y debilidades detectadas en su comunicación.”
Obtienes análisis estructurado con citas exactas. Sin opiniones. Sin alucinaciones. Todo trazable.
2. El motor de preparación de reuniones de alto nivel
Antes de cualquier reunión importante, sube el deck del cliente, el contrato vigente, las notas de la última reunión y cualquier email relevante. Pregunta:
“¿Cuáles son los puntos de tensión entre lo que prometimos en el contrato y lo que las notas indican que hemos entregado? Dame tres preguntas que debería hacer en la reunión.”
Llegas preparado de verdad, no con un resumen genérico.
3. El sistema de onboarding que se actualiza solo
Esto lo descubrimos trabajando con equipos de RRHH. En lugar de tener manuales en PDFs que nadie lee, creas un notebook con todos los documentos de incorporación y le das acceso al nuevo empleado.
El nuevo puede preguntar en lenguaje natural: “¿Cuál es el proceso para solicitar días libres?” o “¿Quién aprueba los gastos de viaje?”
Respuestas instantáneas. Con citas del documento exacto. Sin molestar a compañeros.
4. La síntesis de feedback para decisiones de producto
Si tienes encuestas de satisfacción en Google Sheets, entrevistas grabadas (con transcripción), o tickets de soporte, NotebookLM puede analizarlos juntos.
“Identifica los tres problemas más mencionados por usuarios en los últimos tres meses. Cita ejemplos textuales de cada uno.”
No es magia. Es tener el análisis cualitativo que antes requería días, en minutos.
5. El preparador de presentaciones para dirección
El caso de uso más potente que hemos visto en empresas: subir todos los informes de cada área (finanzas, operaciones, marketing) y pedir:
“Sintetiza los riesgos principales y los tres logros más significativos de cada área en un deck de 6 slides para el comité de dirección. Exporta en PPTX.”
El resultado se exporta directamente en PowerPoint, listo para ajustar diseño.
El salto que muy poca gente está dando: los Audio y Video Overviews dirigidos
El podcast de dos presentadores de IA es lo que todos conocen. Lo que muy pocos saben es que puedes dirigirlo.
No es “genera un podcast sobre esto”. Es:
“Genera un audio enfocado exclusivamente en los riesgos regulatorios del documento. Tono técnico, sin introducción, directo a los puntos críticos.”
O esto:
“Explica el apartado de metodología como si el oyente fuera un directivo sin formación técnica que necesita aprobar el presupuesto.”
Lo escuchas camino a la reunión. Llegas listo.
Y en el plan Ultra de 2026, el Video Overview cinematográfico genera un vídeo narrado con visualizaciones directamente desde tus fuentes. Ideal para formación interna o presentaciones de producto.
Estamos deseando probarlo en planes más accesibles.
Cómo replicarlo hoy: tu plan de 30 minutos
Elige un proyecto real en el que tengas documentación dispersa (mínimo 3-5 archivos).
Crea un notebook temático en notebooklm.google.com con ese nombre específico.
Sube las fuentes (PDFs, Google Docs, URLs, hojas de cálculo, transcripciones).
Define un rol con este prompt: “Actúa como mi analista estratégico. Cita siempre la fuente exacta. Detecta contradicciones entre documentos. Produce respuestas estructuradas y accionables.”
Haz una pregunta de alta palanca: no “resúmeme esto”, sino “¿qué problema crítico no estoy viendo en estos documentos?”
Genera un artefacto: pide una infografía, un deck, un mapa mental, o un audio overview dirigido.
Guarda las notas clave usando “Convertir notas a fuente” para no perder el trabajo si cambias documentos.
No necesitas ser analista de datos. Necesitas hacerle las preguntas correctas.
¿Es seguro subir documentos confidenciales?
Depende del plan. En la versión gratuita, Google indica que el feedback enviado puede ser revisado por evaluadores humanos. Si manejas datos sensibles de clientes o información legal, usa una cuenta de Google Workspace (de pago) donde la privacidad está garantizada contractualmente y se desactiva la revisión humana. Siempre anonimiza lo que puedas antes de subir.
¿Qué diferencia hay entre NotebookLM y usar ChatGPT con documentos?
ChatGPT tira de internet y de su entrenamiento. NotebookLM solo usa lo que tú le das. Eso significa respuestas más precisas, sin alucinaciones sobre datos que no están en tus fuentes, y con citas trazables. Para investigación privada o documentación interna, NotebookLM gana por goleada.
¿Sustituye esto al criterio profesional?
No. Cambia la forma en que preparas ese criterio. NotebookLM no toma decisiones por ti, te da el contexto y la síntesis para que tú decidas mejor y más rápido.
¿Funciona bien en español?
Sí. Hemos trabajado con fuentes en español, inglés y mezcla de ambos, y el rendimiento es sólido. Puedes subir documentos en español y pedir respuestas en español sin problema.
¿Qué otras herramientas hacen algo similar?
Perplexity con modo “espacios”, Microsoft Copilot con SharePoint, y algunas funciones de Claude con Projects. Pero NotebookLM sigue siendo la opción más accesible, gratuita y orientada específicamente a análisis de corpus propio.
Lo que queremos que te lleves
NotebookLM en 2026 no es una herramienta para leer documentos más rápido.
Es una herramienta para pensar con más contexto, producir con más rigor y tomar decisiones con menos ruido.
La diferencia entre quien lo usa para resumir y quien lo usa para decidir es exactamente la diferencia entre ahorrar tiempo y cambiar la calidad del trabajo.
Si trabajas con información densa —legal, estratégica, de investigación, formativa, comercial— y aún no tienes un workflow con NotebookLM, estás dejando horas sobre la mesa cada semana.
.jpg)
Epic Games dice que la IA no quitará empleos
La historia se repite: eficiencia primero, recortes después
Epic Games acaba de decir algo que estamos escuchando en toda la industria.
La IA no viene a despedir empleados.
Viene a hacerlos “más eficientes”.
Y esa frase importa mucho.
La empresa detrás de Fortnite asegura que su objetivo
es reducir tareas repetitivas
y acelerar el desarrollo de videojuegos.
No reemplazar personas.
La lógica parece positiva.
Si algo tarda 10 horas
y ahora tarda 1…
puedes crear más rápido.
Pero aquí está el patrón histórico.
Cada revolución tecnológica empezó así.
Primero “ayuda”.
Después cambia completamente el mercado.
Pasó con fábricas.
Pasó con internet.
Y ahora pasa con IA.
Además, el contexto importa.
Epic ya ha hecho despidos masivos recientemente.
Más de 1.000 empleados en 2026.
Aunque oficialmente dicen que no fue por IA.
Y eso genera desconfianza.
Porque “más eficiencia”
muchas veces termina significando
“menos personas para hacer lo mismo”.
Aun así, hay otra lectura importante.
Las empresas que usen IA bien
van a producir mucho más
con equipos más pequeños.
Eso cambia las reglas.
No gana quien tenga más empleados.
Gana quien tenga más velocidad.
Lección de negocio
La IA no elimina automáticamente a quien trabaja.
Elimina a quien no se adapta
a trabajar con ella.
Traducción clara.
Aprender IA hoy
es parecido a aprender internet en 2005.
Todavía parece opcional.
Pero probablemente no lo será.
Android 17 estrena Pause Point, una función para salvarnos de apps adictivas. Es la paradoja del bombero pirómano
Una de las novedades que Google anunció junto a Gemini Intelligente fue Pause Point. ¿Para qué sirve esta función? Para que nos lo pensemos dos veces antes de abrir una aplicación de las que comen tiempo, véase TikTok, Instagram o cualquier juego. El funcionamiento es interesante y la premisa muy válida, pero también un tanto peculiar viniendo de la empresa matriz de YouTube y, por lo tanto, de la madre de los Shorts.
Una IA montó una cafetería desde cero: sacó permisos, contrató personal y negoció con proveedores. Luego pidió 3,000 guantes de goma
La startup Andon Labs ha hecho un experimento muy chulo: pusieron a un agente, Mona, a regentar una cafetería en Suecia. Este agente estaba basado en Gemini y tenía un presupuesto de 21,000 dólares. Todo fue bastante bien, hasta el punto de conseguir licencias, dar de alta contratos de luz e internet, buscar proveedores, contratar baristas, etc. Todo bien, salvo por lo de pedir 120 huevos sin tener cocina, 22 kilos de tomate enlatado, 6,000 servilletas o 3,000 guantes de nitrilo. El objetivo era hacer una cafetería rentable y, de momento, no va por buen camino.
En la parte trasera de muchos dispositivos de Apple podemos leer eso de “Diseñado en California, montado en China”. Podrían poner tranquilamente “con antenas afinadas en España”. Porque en uno de los barrios más emblemáticos de Madrid hay un edificio anodino por fuera, uno que no llama la atención, pero que sorprende en cuanto ponemos un pie dentro.
Se trata del Laboratorio de Innovación Inalámbrica de Apple, un centro en el que unas 80 personas trabajan con un solo objetivo: que el iPhone, el Apple Watch, el iPad, los Mac y hasta los AirPods, simplemente, funcionen. Apple trata este centro con absoluto secreto empresarial y, aunque llevan trabajando en él desde 2023, nunca lo habían mostrado a nadie. Hasta ahora.
El sector tech crece 27 veces más que el PIB mexicano
La economía mexicana está en punto muerto. Pero el sector TIC ni se enteró: creció 5.4% en el primer trimestre contra el 0.2% del PIB. Facturó 360,000 millones de pesos. Los que jalan son: nube (+17%) y centros de datos (+10%).
Select, consultora de mercado mexicano dice que la IA ya es motor de conversaciones comerciales. La mala: aunque 90% de negocios experimenta con IA, solo 44% reporta impacto real.
Hackearon macOS con la IA de Anthropic
Nadie había logrado hackear públicamente el sistema operativo de las Mac con chip M5. Hasta ahora. La empresa Calif de Palo Alto usó Claude Mythos, la IA de ciberseguridad de Anthropic, y se topó con una falla profunda en la memoria del sistema que podría dar control total del equipo. Apple se lo tomó tan en serio que ya se reunió con los investigadores en Apple Park.
Mythos es la misma herramienta que Mozilla usó para parchar 271 bugs en Firefox, la misma que puso a la banca gringa en reuniones de emergencia. Por el riesgo, Mythos no fue lanzado a público en general y Anthropic la presta solo a contadas organizaciones, entre ellas Amazon, Apple y Microsoft.
Publicar un comentario