En el correo de hoy:

Brian Armstrong, CEO de Coinbase, anunció una reducción de aproximadamente 14% del equipo. Pero la parte más importante no es solo el recorte.

La verdadera noticia es por qué lo hicieron.

Según Armstrong, Coinbase está entrando en una nueva etapa donde la compañía debe ser más ligera, más rápida y más “AI-native”.

En sus palabras, el mercado cripto sigue siendo volátil, aunque la próxima ola de adopción ya está tomando forma con stablecoins, prediction markets, tokenización y más. Pero al mismo tiempo, la IA está cambiando radicalmente cómo trabajan las empresas.

El mensaje es claro: las compañías grandes ya no quieren operar como corporativos pesados. Quieren volver a moverse como startups.

Coinbase planea reducir capas internas, eliminar managers que no contribuyan directamente como operadores, y crear equipos más pequeños capaces de usar IA para producir más con menos personas. Incluso menciona la posibilidad de “one person teams”: equipos donde una sola persona, apoyada por agentes de IA, pueda hacer trabajo que antes requería varias áreas.

Esto no es solo una historia sobre Coinbase.

Es una señal de hacia dónde se está moviendo el mundo laboral: menos burocracia, más automatización, más talento apalancado por IA y compañías diseñadas para operar con velocidad extrema.

Y al mismo tiempo, Coinbase sigue apostando por que la próxima gran ola de cripto vendrá de casos de uso reales como las stablecoins, la tokenización y nuevos mercados financieros onchain.

La conclusión es simple: la era de la IA y las stablecoins ya no es una predicción. Está empezando a reconfigurar empresas, productos y mercados en tiempo real.

Por eso, si quieres entender hacia dónde se está moviendo esta nueva etapa de la tecnología, mira el episodio más reciente de Digitalizados Live, donde hablamos justo de esta convergencia entre IA, cripto y stablecoins.

👉 Mira el episodio aquí

💼 OpenAI y PwC reinventan las finanzas corporativas: Alianza estratégica para automatizar workflows financieros con agentes de IA y modernizar el rol del CFO Leer mas

💰 Sierra levanta $950M y busca dominar la IA empresarial: Con más de $1B acumulado, la startup quiere convertirse en el estándar global para experiencias de cliente con IA Leer mas

✊ DeepMind se sindicaliza por contrato militar de Google: Los trabajadores de DeepMind en UK votaron unionizarse tras el acuerdo de Google con el Pentágono Leer mas

🔍 Chrome instala modelo de IA de 4GB sin tu permiso: Google está descargando silenciosamente un modelo de IA llamado Nano en dispositivos de usuarios de Chrome Leer mas

💎 Cerebras rumbo a IPO millonario con OpenAI de socio: El fabricante de chips de IA podría valorarse en $26.6B gracias a su estrecha relación con OpenAI Leer mas

🔐 iOS 26.5 traerá encriptación end-to-end para RCS: Apple finalmente añadirá cifrado completo en mensajes RCS entre iPhone y Android Leer mas

📦 Amazon abre su red logística a todos los negocios: Amazon Supply Chain Services compite directamente contra UPS y FedEx ofreciendo su infraestructura global Leer mas

Con los agentes de IA escribiendo código cada vez mejor y más rápido, necesitamos replantear dónde ponemos nuestro esfuerzo.

📅 El mito: "Si puedo generar código rápidamente con IA, seré 10x más productivo automáticamente"

💡 La realidad: Cuando el código es barato, lo valioso se desplaza hacia arriba y hacia abajo en la cadena. Hacia arriba: definir QUÉ construir (producto, arquitectura, decisiones de negocio). Hacia abajo: validar QUE funcione (testing, monitoreo, mantenimiento). El código en sí se convierte en commodity.

🚀 La propuesta: Invierte tu tiempo en las habilidades que la IA no puede (todavía) reemplazar:

1. Arquitectura y decisiones de diseño: La IA puede escribir funciones, pero tú decides si usar microservicios o monolito, qué base de datos elegir, cómo estructurar el sistema. Estas decisiones tienen consecuencias a largo plazo.

2. Testing y validación rigurosa: Con código generado rápidamente, los bugs se multiplican. Invierte en test coverage, monitoreo proactivo y validación de edge cases. La IA genera código optimista; tú debes ser el escéptico.

3. Contexto de negocio y priorización: La IA no sabe qué feature mover el negocio o qué deuda técnica atacar primero. Esa intuición viene de entender usuarios, métricas y objetivos estratégicos.

Prompt reutilizable:

"Actúa como arquitecto de software senior. Para [proyecto/feature], necesito que me ayudes a tomar decisiones de diseño, NO a escribir código. Analiza: 1) Trade-offs de diferentes arquitecturas, 2) Riesgos técnicos a largo plazo, 3) Puntos críticos que necesitan testing exhaustivo, 4) Decisiones que serán difíciles de revertir. Dame un análisis crítico, no soluciones optimistas."

Si tuvieras que elegir una habilidad para dominar en la era de la IA, ¿cuál sería?

1️⃣ Arquitectura y diseño de sistemas

2️⃣ Product management y visión estratégica  

3️⃣ Testing, debugging y mantenimiento

Respóndeme este email, me encanta leer tus opiniones.

Nos leemos mañana 👋