Opening Remarks: Alineándonos hacia el futuro.

Pato Bichara (Collective) & Pepe Bolaños (Cometa)

Reseña

En la apertura de Perspectives, los fundadores de Collective y Cometa enmarcaron el evento como una conversación sobre el futuro: no solo el futuro de la tecnología, sino el futuro del talento, la cultura y la transformación empresarial. Con referencias a las grandes olas de innovación industrial y digital, situaron a la inteligencia artificial como una revolución sin precedentes que redefine cómo se construyen y dirigen las organizaciones. La alianza entre Cometa (capital) y Collective (talento) representa una sinergia estratégica para pensar y activar el cambio desde adentro.

Ideas clave

Revolución acelerada

  • La IA marca el inicio de la revolución tecnológica más rápida de la historia, con un punto de inflexión claro en 2022.
  • Su adopción es masiva y transversal, y su velocidad supera la capacidad de adaptación promedio de las organizaciones.

Cambio de paradigma

  • La disrupción no se limita a software, procesos o arquitectura: lo que se necesita es una actualización del sistema operativo humano.
  • La transformación digital sólo es sostenible si viene acompañada de una transformación cultural profunda.
  • Collective (talento) y Cometa (capital) integran visión y ejecución para activar el futuro.

Construcción del futuro

  • El foco no está en celebrar el pasado, sino en diseñar los próximos 10 años.
  • El reto no es implementar IA, sino formar líderes capaces de navegarla éticamente, estratégicamente y con impacto.

Insights

  • Lo más difícil no es adoptar IA, sino abandonar viejos supuestos: control, jerarquías rígidas, ciclos largos de decisión.
  • El pensamiento estratégico del futuro requiere más humildad epistemológica: no saber más, sino aprender mejor.
  • Transformar desde adentro exige sincronizar arquitectura tecnológica, cultura y propósito: lo técnico sin lo humano es insostenible.

Keynote: El empleo ha muerto: cómo las tecnologías disruptivas transformarán el mundo del trabajo

Deborah Perry Piscione, Co-founder & CEO de Work3 Institute. Autora de "Employment is Dead"

Reseña

En esta keynote provocadora, Deborah Perry Piscione plantea un escenario inevitable: el fin del trabajo como lo conocemos. No se trata de una crisis de empleo, sino de una transformación irreversible donde la inteligencia artificial y la automatización están creando nuevas lógicas económicas y culturales. El empleo tradicional cede paso a un modelo de ingresos múltiples, más fluido y descentralizado, que obliga a rediseñar el contrato social y los fundamentos del desarrollo profesional.

Ideas clave

Transformación del trabajo

  • El modelo de empleo estable y lineal está en decadencia.
  • El futuro será dominado por portafolios de ingreso: múltiples fuentes, formatos y plataformas.

Impacto de la AI

  • La AI no solo reemplaza tareas operativas, también habilidades cognitivas complejas.
  • Herramientas como GPT democratizan el acceso a capacidades antes reservadas a expertos.

Nuevo contrato social

  • El sistema educativo, fiscal y de bienestar debe reinventarse para un mundo sin empleadores tradicionales.
  • Los gobiernos deben repensar cómo garantizar estabilidad, propósito y desarrollo.

Insights

  • El fin del empleo no es una tragedia, es una oportunidad para rediseñar cómo generamos valor y construimos comunidad.
  • Las organizaciones exitosas del futuro serán plataformas para el talento, no empleadoras tradicionales.
  • Preparar a las personas para un mundo sin empleo es más urgente que preparar empresas para un mundo sin oficinas.

Panel – Invirtiendo en el futuro de México

Rafael De Haro (Cometa), David Razú (Afore XXI Banorte), Juan Manuel Valle (Afore Coppel), Sergio Méndez (BlackRock). Moderado por Raúl Martínez Ostos (Barclays)

Reseña

Este panel analizó las condiciones actuales y futuras para detonar el desarrollo de México a través de la inversión institucional. Las Afores fueron protagonistas del debate, no solo como vehículos financieros sino como catalizadores de infraestructura, tecnología y transformación energética. El reto no es de recursos, sino de diseño estratégico, confianza narrativa y articulación entre sectores.

Ideas clave

Afores como anclas de inversión

  • Las Afores representan más del 20% del PIB y pueden financiar desarrollo estructural.
  • Ya no son inversionistas conservadores: participan en infraestructura, crédito privado y tecnología.

Condiciones del país

  • México tiene bono demográfico, estabilidad macroeconómica y atractivo por nearshoring.
  • El país aún no convierte esas ventajas en una narrativa poderosa para inversión estratégica.

Narrativa y confianza

  • La articulación entre visión, proyecto y ejecución es la gran deuda estructural.
  • Se necesita construir confianza desde la institucionalidad, no solo desde retornos financieros.

Insights

  • El cuello de botella no es dinero, es diseño: sin proyectos bien armados, el capital no fluye.
  • Las Afores pueden ser el nuevo motor de cambio si se les permite pensar más allá del corto plazo.
  • Invertir en México es posible, pero requiere un país que sepa contarse mejor a sí mismo.

Fireside – Decidir mejor: claridad mental en tiempos de AI

Shane Parrish, moderado por Pato Bichara

Reseña

En una de las charlas más valoradas del Summit, Shane Parrish compartió una visión poderosa sobre cómo mejorar la toma de decisiones en un mundo saturado de información, velocidad y herramientas como la inteligencia artificial. La claridad mental, el pensamiento de segundo orden y la práctica deliberada emergen como habilidades directivas críticas. Más allá de la tecnología, Parrish propone una revolución en la forma en que lideramos, aprendemos y preparamos a otros para enfrentar la ambigüedad.

Ideas clave

Pensar mejor en tiempos de ruido

  • El pensamiento de segundo orden permite anticipar consecuencias no obvias y tomar mejores decisiones.
  • La perspectiva cambia la realidad percibida: ver desde otro marco revela oportunidades ocultas.

Aprendizaje real

  • No aprendemos por leer, sino por experimentar, fallar, reflexionar y traducir en acción.
  • Las redes sociales entregan conocimiento "comprimido" que no se transforma en acción ni sabiduría.

Resiliencia y crianza

  • El liderazgo —en casa o en organizaciones— debe prepararse para enfrentar dificultades, no para proteger del error.
  • Las experiencias difíciles bien guiadas forman juicio, claridad y agencia.

AI como espejo

  • La AI no solo resuelve tareas, también ayuda a pensar, sintetizar emociones y profundizar en dilemas si se usa con intención.
  • No es qué herramienta usas, sino qué preguntas sabes hacerle.

Insights

  • El activo más escaso en el liderazgo actual no es visión, es claridad. El que sabe ver mejor, no solo más lejos, lidera.
  • El juicio humano seguirá siendo insustituible mientras haya ambigüedad, ética y consecuencias. La AI no tiene contexto moral.
  • Enseñar a decidir debería ser prioridad en la educación moderna. Sin criterio, cualquier herramienta puede volverse contraproducente.

Panel - La innovación tecnológica avanza rápido… ¿y la regulación?: gobernanza, privacidad y riesgo social en tiempos de AI

Alejandra Lagunes (ANIA), Íñigo Fernández (Meta), Felipe Vallejo (Bitso), Alejandro Martínez Zambrano (Sora). Moderado por Carlos Zamarron (Creel, García-Cuéllar, Aiza y Enríquez, S.C.)

Reseña

Este panel abordó el rezago entre el avance vertiginoso de la innovación tecnológica y la lentitud de las respuestas regulatorias en México. Los participantes enfatizaron que regular no significa frenar, sino establecer condiciones claras de confianza. A la vez, se discutió cómo una falta de gobernanza efectiva puede generar vacíos peligrosos donde se pierde soberanía tecnológica. La clave está en marcos colaborativos, adaptativos y centrados en principios.

Ideas clave

Regulación evolutiva

  • La regulación de IA debe ser flexible, centrada en riesgos y basada en principios, no en especificaciones técnicas.
  • Regular no es frenar: es habilitar un entorno de confianza y adopción responsable.

Gobernanza débil

  • La desaparición de instituciones autónomas debilita la capacidad regulatoria del Estado.
  • Sin regulación proactiva, México importará marcos regulatorios ajenos que no responden a su realidad.

Colaboración multisectorial

  • La IA no debe ser regulada sólo por el gobierno, sino en conjunto con industria, academia y sociedad civil.
  • El Estado también puede ser usuario de IA para mejorar sus procesos y servicios.

Insights

  • La regulación es un arma de competitividad: países que regulan bien atraen talento e inversión.
  • No se puede escalar IA sin confianza. Y la confianza se construye con reglas claras, no con opacidad.
  • Regular desde el miedo paraliza. Regular desde la visión estratégica acelera.

Panel - Lecciones aprendidas: ¿Qué han aprendido los CEOs de adoptar la AI en sus organizaciones?

Mónica Aspe (AT&T), Daniel Vogel (Bitso), Alberto Flores (Kueski), Matías Núñez (Openbank). Moderado por Max Pulido (BCG)

Reseña

Este panel ofreció un recorrido crudo y honesto por los aciertos, errores y transformaciones reales que los CEOs han vivido al integrar inteligencia artificial en sus compañías. Más allá del hype, la conversación dejó claro que el impacto de la AI no está en la herramienta, sino en cómo se adapta cultural y estructuralmente a cada organización. Los líderes compartieron momentos reveladores, obstáculos inesperados, decisiones estratégicas y aprendizajes que hoy marcan la diferencia entre avanzar o quedarse atrás.

Ideas clave

Momentos reveladores

  • Daniel Vogel (Bitso): Usó Chat GPT para una negociación legal y lo integró en toda la empresa.
  • Mónica Aspe (AT&T): Caso de churn prediction cambió su visión del potencial de AI.
  • Alberto Flores (Kueski): De morosidad del 65% a precisión quirúrgica en crédito con machine learning.
  • Matías Núñez (Openbank): Reducción de semanas a horas en procesos al integrar AI desde el inicio.

AI como ventaja competitiva

  • La ventaja no está en tener la herramienta, sino en haber trabajado antes en formas ágiles, interdisciplinares y seguras.
  • Para empresas grandes y legacy, la AI acelera si ya se invirtió antes en transformación digital.
  • Para fintechs, la velocidad viene de una cultura organizacional flexible y tech-first.

Barreras comunes

  • Miedo a compartir datos por políticas internas o desconocimiento técnico.
  • Falta de gobernanza, lineamientos claros y ética.
  • Brechas de talento o falta de capacitación transversal.
  • Asumir que la AI es solo para ingeniería, cuando tiene aplicaciones desde legal hasta customer support.

Estrategias de adopción

  • Incorporar AI en la evaluación de performance y en los rituales organizacionales.
  • Desarrollar políticas claras de uso seguro, especialmente donde hay datos sensibles.
  • Hackathons internos con resultados aplicables a producto, diseño, cobranza, HR.
  • Fomentar una cultura de aprendizaje continuo.

Insights

  • La AI no es un proyecto, es un nuevo lenguaje organizacional. Quien no lo aprenda, deja de ser relevante.
  • La ventana de diferenciación se está cerrando: lo que hoy es ventaja, pronto será requisito mínimo.
  • El verdadero valor emerge cuando todas las áreas (no solo ingeniería) integran AI en su día a día.
  • El nuevo liderazgo no es técnico, es cultural: se trata de crear las condiciones para que otros usen AI sin miedo.

Panel – La generación AI: Expectativas de los líderes del futuro

Julio Ordaz (AstraZeneca), Andrea Amozurrutia (Grupo Herdez), Poncho de los Ríos (Nowports), Kristin Barrett (Collective Academy). Moderado por Macarena Riva (Chisme Corporativo)

Reseña

Este panel cerró el summit con una conversación vibrante entre líderes de distintas generaciones sobre cómo cambiarán las carreras, el liderazgo y la cultura organizacional en la era de la inteligencia artificial. Las reflexiones oscilaron entre el entusiasmo, el caos, el reto generacional y la urgencia de desarrollar habilidades permanentes como pensamiento crítico, curiosidad, empatía y capacidad de adaptación. La AI no solo transforma los puestos de trabajo, sino también las expectativas y motivaciones del talento joven.

Ideas clave

Visión del futuro laboral

  • Julio Ordaz: El futuro del trabajo es caótico y emocionante. El reto es surfear la incertidumbre y convivir cinco generaciones al mismo tiempo.
  • Andrea Amozurrutia: El futuro se ve emocionante si se desarrollan habilidades para solfear la ola. No todos viven el cambio al mismo ritmo.
  • Poncho de los Ríos: La AI otorga “superpoderes” a los junior. La brecha de seniority se acorta radicalmente.
  • Kristin Barrett: Lo permanente son las habilidades humanas. Liderazgo, empatía y resolución seguirán siendo esenciales.

Cambio en contratación y liderazgo

  • Contratar por potencial es cada vez más relevante que contratar por skills técnicos.
  • El liderazgo moderno es colectivo, adaptable y bottom-up: las nuevas generaciones también lideran el cambio.
  • El reverse mentoring (jóvenes mentores de líderes) puede ser herramienta poderosa de transformación organizacional.

Curiosidad vs Ego

  • La AI favorece a quien pregunta mejor, no solo a quien sabe más.
  • La curiosidad es el nuevo músculo estratégico; el ego, el principal freno a la adopción.
  • La educación tradicional no basta: aprender a aprender es la nueva ventaja competitiva.

Generaciones y propósito

  • Las nuevas generaciones exigen propósito, autonomía y entornos flexibles.
  • No se puede liderar con el mismo enfoque para todas las edades: la personalización es clave.
  • Crear culturas de pregunta y transparencia es el punto de partida.

Insights

  • El talento no se fideliza con mesas de ping pong, sino con empoderamiento, propósito y autonomía real.
  • La AI pone a prueba el liderazgo: no se trata de imponer, sino de liberar potencial en entornos cada vez más diversos.
  • El futuro del trabajo no es plan de carrera, es ecosistema de habilidades, iteración continua y aprendizaje sin permiso.

Panel – ¿Innovar desde dentro o desde fuera? Cómo integrar el ecosistema emprendedor en tu estrategia de AI

Leandro Cuccioli (Mercado Libre), Santiago Gómez (Simetrik), Begoña Ortiz (Cometa). Moderado por Vincent Speranza (Endeavor México)

Reseña

Este panel exploró las distintas formas en que las grandes empresas pueden colaborar con el ecosistema emprendedor para acelerar la adopción de inteligencia artificial. A través de casos reales y tensiones organizacionales, se discutieron las mejores prácticas para innovar desde dentro con apertura hacia afuera. Se abordaron tanto los modelos de inversión como las estructuras de colaboración y los retos culturales que deben superarse para que la innovación sea sostenible y transversal.

Ideas clave

Colaboración startup–corporativo

  • Las mejores alianzas comienzan con pilotos sencillos, no con grandes apuestas estratégicas.
  • El valor de una startup está en su velocidad, foco y forma de pensar, no solo en su tecnología.
  • Las colaboraciones funcionan mejor en áreas no core, con menos fricción organizacional.

Estrategias de integración

  • Las compañías que crean plataformas internas de experimentación adoptan más rápido.
  • La AI cambia cómo se diseñan los equipos: se requiere flexibilidad organizativa.
  • Domain knowledge es más valioso que el código: saber qué resolver importa más que saber programar.

Resistencia cultural

  • El principal obstáculo es cultural, no técnico: muchas organizaciones están diseñadas para proteger el statu quo.
  • Hackathons internos son una herramienta útil para abrir la mente organizacional.
  • La AI debe percibirse como potenciadora del trabajo, no como reemplazo.

Insights

  • La innovación sostenible requiere estructuras híbridas: ágiles, abiertas y alineadas al negocio.
  • El aprendizaje organizacional ocurre más rápido cuando se valida desde fuera (startups).
  • Colaborar con el ecosistema emprendedor no es moda, es necesidad estratégica.

Panel – ¿Quién lidera? Integrando tecnología y negocio para acelerar con AI

Alejandro Maza (Kavak), Sebastián Jiménez (Sofía), Juan Carlos Velásquez (Incode), Sebastián Barrios (Mercado Libre). Moderado por Paty Desentis.

Reseña

Este panel expuso cómo líderes que combinan visión técnica y enfoque de negocio están orquestando la integración de inteligencia artificial como infraestructura estratégica. Desde startups hasta empresas consolidadas, los participantes compartieron cómo sus organizaciones están rediseñando procesos, arquitectura y liderazgo para acelerar con AI. La conversación mostró que el verdadero reto no es usar AI, sino repensar cómo se lidera en tiempos exponenciales.

Ideas clave

Momentos personales de adopción

  • Alejandro Maza: GPT escribía mejor código que él. Entendió que la AI ya no era un experimento.
  • Sebastián Jiménez: Sentir que sin Chat GPT era como estar sin agua ni WiFi.
  • Juan Carlos Velásquez: La infraestructura digital de AI es ya indispensable, como lo fue Internet.
  • Sebastián Barrios: Usar AI no es ventaja técnica, sino estrategia de producto y cultura.

Modelos de adopción

  • Iterar entre múltiples soluciones, sin apego a una sola.
  • Medir la integración como KPI: % de código generado por AI, procesos automatizados.
  • Desarrollar plataformas internas de adopción y aprendizaje distribuido.

Diseño organizacional

  • Estructuras mixtas: núcleo central de conocimiento + células descentralizadas con problemas reales.
  • Equipos que aprenden haciendo, no esperando. La AI vive en el flujo de trabajo.

Insights

  • La AI no es una herramienta más: es infraestructura. No tenerla integrada implica quedar fuera del juego.
  • El liderazgo que acelera AI no es técnico, es organizacional: diseña el entorno para que otros puedan escalar su uso.
  • Quienes combinen la agilidad de una startup con la escala corporativa marcarán el nuevo estándar competitivo.

Fireside – Mitos comunes sobre la inteligencia artificial en los negocios

Freddy Vega (Platzi), moderado por Lulo López (Collective)

Reseña

En esta conversación íntima y profunda, Lulo y Fredy desmitifican las creencias más extendidas sobre la inteligencia artificial en el mundo organizacional. Lejos del espectáculo tecnológico, el diálogo se centró en la dimensión ética, humana y filosófica de la AI. El mensaje fue claro: no se trata de qué puede hacer la AI, sino de qué decisiones humanas la acompañan. Los mitos más comunes fueron cuestionados desde una mirada crítica, compasiva y orientada a la responsabilidad individual y colectiva.

Ideas clave

AI y reemplazo humano

  • No se trata de si la AI te va a reemplazar, sino de si estás dispuesto a dejar de ser irrelevante.
  • Ser humano no es tener respuestas, sino hacer preguntas profundas.

Mito de la neutralidad

  • La AI no es neutra. Refleja los sesgos, valores y estructuras de poder de quienes la diseñan.
  • El verdadero reto es político y ético, no solo técnico.

Control vs. Autonomía

  • La AI debe expandir nuestra autonomía, no reemplazarla.
  • Ceder el juicio humano a un modelo es una renuncia peligrosa, incluso si es eficiente.

Insights

  • La AI más transformadora será la que nos ayude a ser más humanos, no menos.
  • El reto no es crear mejores máquinas, sino mejores criterios.
  • Toda tecnología es una decisión moral disfrazada de herramienta. Las empresas deben hacerse responsables de cómo y por qué la usan.

Panel – ¿Quién lo va a hacer? Desarrollar el talento y la cultura necesarios para capitalizar la AI

Enrique Fernández (BBVA), Cory Guajardo (Alsea), Isabel Martínez (Vemo), Diana Sánchez (HSBC). Moderado por Antonio Purón (Bain & Company)

Reseña

Este panel abordó el componente más humano de la transformación digital: el talento. Los panelistas coincidieron en que la verdadera transformación con inteligencia artificial no será técnica, sino cultural. La adopción de AI exige una reinvención profunda de los sistemas de aprendizaje, liderazgo, capacitación y gestión de cultura. Más que implementar herramientas, se trata de preparar personas para vivir, aprender y decidir en un mundo que cambia a ritmo exponencial.

Ideas clave

Transformación cultural acelerada

  • La AI exige una transformación cultural rápida, no un cambio paulatino.
  • Cada colaborador debe asumir responsabilidad sobre su desarrollo y no esperar iniciativas top-down.

Estrategias de talento

  • Diana Sánchez propone tres niveles: AI Talent (creadores), AI Adjacent Talent (colaboradores técnicos) y AI Augmented Talent (usuarios inteligentes).
  • Enrique Fernández: el aprendizaje ya no es guiado, es autodirigido.
  • Cory Guajardo: el rol de talento debe evolucionar de experto en cultura a estratega de negocio.

Cultura de aprendizaje

  • El aprendizaje es exploratorio, no lineal.
  • Experimentar, equivocarse, compartir aprendizajes es más efectivo que cualquier curso formal.
  • Ya no hay excusas: la AI está al alcance de todos. La brecha es actitudinal.

Ética y habilidades humanas

  • Soft skills como pensamiento crítico, ética, colaboración y curiosidad son más relevantes que nunca.
  • El uso responsable de la AI no es técnico, es humano.

Insights

  • La cultura ya no acompaña a la estrategia, la define. Si no cambia, la AI no escalará.
  • El talento no debe protegerse del cambio, debe ser habilitado para dominarlo.
  • Aprender ya no necesita permiso. El reto es crear entornos donde el aprendizaje continuo sea inevitable.

Keynote de cierre – Cómo ser muy bueno en volverse excelente (¡en todo!)

Craig Wortmann – Profesor en Kellogg School of Management, Director del Kellogg Sales Institute

Reseña

En esta keynote de cierre, Craig Wortmann ofreció una perspectiva poderosa sobre el desarrollo personal y profesional en entornos de alta exigencia. Su enfoque se centró en cómo convertirnos en personas excelentes, no solo buenas, mediante una práctica deliberada, metas reales, hábitos sostenidos y liderazgo con rigor. En tiempos donde la AI parece dominarlo todo, Wortmann recordó que la voluntad, la claridad y la disciplina siguen siendo profundamente humanas e insustituibles.

Ideas clave

Fundamentos del alto desempeño

  • Toda excelencia se construye sobre conocimiento, habilidad y disciplina.
  • El conocimiento es accesible. Lo que escasea es la habilidad aplicada y la constancia disciplinada.
  • Creer que "ya lo tienes resuelto" es el mayor enemigo del progreso.

Práctica deliberada

  • No se trata de repetir, sino de repetir con feedback, estructura e intención.
  • Los mejores no practican más, practican mejor.
  • La calidad del esfuerzo sostenido marca la diferencia exponencial.

Diseño de metas reales

  • Los objetivos deben incluir herramientas, soporte, métricas visibles y sacrificios.
  • Menos del 7% cumple metas SMART. Hace falta un enfoque más humano y riguroso.
  • Goal Coaching como metodología: acompañamiento + responsabilidad individual.

Liderazgo con incomodidad

  • El aprendizaje adulto ocurre fuera de la zona de confort.
  • El liderazgo verdadero guía desde la exigencia con empatía.
  • La disciplina central: seguir avanzando incluso cuando es incómodo.

Insights

  • La excelencia no es un hito, es una elección diaria. No se alcanza, se entrena.
  • La AI puede multiplicar capacidades, pero no puede reemplazar la voluntad de mejorar.
  • Las organizaciones que crezcan serán las que diseñen entornos donde mejorar sea inevitable y visible.