47 cambios de contexto antes de comer: el día real de un CEO y por qué ChatGPT no lo resuelve

Son las 9:47 de un lunes cualquiera. Llevo dos horas frente al portátil y, según el contador que tengo abierto en una esquina de la pantalla, he cambiado de aplicación 31 veces. Correo, calendario, CRM, WhatsApp, presentación que estoy preparando, correo otra vez, Drive, Slack, calendario otra vez. Y aún no he tomado ni una sola decisión que recuerde como importante.

Si estás leyendo esto, sospecho que tu mañana se parece. Llevas dos décadas mejorando tu método de productividad. Has probado GTD, time-blocking, bullet journal, Notion, Reclaim, Motion. Ahora has metido ChatGPT al stack porque te dijeron que la IA recupera horas. Y, sin embargo, llegas a comer agotado sin saber dónde se fue la mañana.

Lo que voy a contar a continuación no es una opinión. Hace cinco años decidimos medirlo en lugar de opinarlo. El resultado del estudio explica por qué el problema no se resuelve con más herramientas ni con mejores prompts. Y por qué un asistente IA conectado a tu calendario, tu correo y tu CRM sí lo resuelve.

Lunes 9:47, y ya he cambiado de aplicación 31 veces

La escena es banal. Empiezo el día con tres prioridades claras anotadas la noche anterior: cerrar la propuesta para un cliente nuevo, preparar la reunión de las 11 con el equipo técnico y avanzar una conversación con un socio que llevo dos semanas posponiendo. Tres cosas. Cero ambigüedad. Cuarenta minutos de trabajo concentrado deberían bastar.

A las 9:12 abro el correo para una consulta rápida. A las 9:18 ya he respondido a tres cosas que no tenían que ver con la propuesta. A las 9:24 me suena el calendario: alguien ha movido una reunión y necesita confirmación. A las 9:31 entra un WhatsApp del comercial preguntando dónde está la última versión de un documento que sé que existe pero no recuerdo dónde guardé. A las 9:42 sigo buscando ese documento.

Cuando levanto la vista son las 9:47. He cambiado de aplicación 31 veces. He empezado la propuesta tres veces. Y ninguna de las tres prioridades que escribí ayer ha avanzado un milímetro.

Esto no es un mal día. Esto es un lunes normal. Lo sé porque llevo años midiéndolo con time-tracking honesto. Y sé que no soy un caso aislado porque cuando hablo con otros CEOs de empresas técnicas de 20 a 100 personas, todos describen exactamente la misma película. Solo cambia el nombre de las aplicaciones.

Hace 5 años decidimos medir esto, no opinarlo

En 2021, con un grupo de investigadoras y colegas de la Universidad de Sevilla, publicamos un estudio en HICSS (Hawaii International Conference on System Sciences) que llevaba año y medio cocinándose. La pregunta era simple: cuando un profesional dice que está saturado, ¿en qué se le va realmente el día? No lo que recuerda al final de la jornada. No lo que cree haber hecho. Lo que efectivamente hace, medido.

Firmábamos el paper Adela del-Río-Ortega, yo mismo, Cristina Cabanillas, Manuel Resinas y Antonio Ruiz-Cortés. Los cinco llevábamos años trabajando en Business Process Management, en sistemas multiagente y en la medición real de procesos de negocio. Esta vez no nos interesaba un caso aislado. Queríamos un corpus suficientemente grande para que las conclusiones aguantaran el escrutinio académico.

El estudio cubrió 365 profesionales. Una mezcla deliberada de PYMEs hispanohablantes técnicas y de servicios: ingenierías, despachos profesionales, consultoras pequeñas y medianas, equipos directivos. No funcionarios, no grandes corporaciones, no startups en seed. El núcleo real del tejido productivo en España e Iberoamérica.

La metodología combinaba tres capas: registro automático de uso de aplicaciones (qué aplicación activa, durante cuántos minutos, con qué frecuencia se alterna), entrevistas semi-estructuradas con cada participante y diarios de actividad rellenados al final del día. Tres triangulaciones sobre la misma jornada. Lo que la persona cree haber hecho, lo que dice haber hecho, y lo que realmente hace el sistema.

Lo que encontramos: la mitad del tiempo no es trabajo planificado

El hallazgo central fue incómodo: casi la mitad del tiempo de la jornada laboral no correspondía a trabajo planificado. Era operativa de bajo valor, cambios de contexto entre aplicaciones, gestión de imprevistos y trabajo administrativo invisible que ningún profesional anotaba en su lista de tareas del día.

Cuando preguntábamos a los participantes qué habían hecho ese día, describían tres o cuatro tareas importantes y daban por sentado el resto. Cuando mirábamos el registro, en muchos casos esas tres o cuatro tareas habían consumido apenas 90 minutos del total. El resto, cuatro o cinco horas, se había evaporado en una secuencia de microtareas, microinterrupciones y microdecisiones que ninguno consideraba trabajo real, pero que constituían la mayor parte de la jornada.

Algunos datos concretos que repetíamos en presentaciones después de publicar: 2 horas al día en correo en los perfiles de gerencia, 1 hora y media en reuniones cortas no planificadas, 35 minutos diarios en localizar documentación que el propio profesional sabía que existía pero no recordaba dónde, y una cifra que sorprendía siempre: entre 15 y 25 cambios de aplicación por hora de trabajo durante las horas pico de la mañana.

El número 47 con el que titulo este post no es mi exageración literaria. Es el orden de magnitud típico de cambios de aplicación que un CEO o un fundador acumula en sus tres primeras horas de jornada cuando se mide honestamente. Y la conclusión que dejamos en el paper fue clara: el problema de la productividad de un profesional moderno no es la falta de tiempo. Es la fragmentación del tiempo en pedazos demasiado pequeños para hacer nada importante con ellos.

Por qué ChatGPT no resuelve esto (aunque lo creas)

Cinco años después de aquel estudio llegó ChatGPT y, con él, la primera promesa creíble de que la IA podía recuperarte horas. Llevo desde 2022 probándolo en mi propio flujo, hablando con CEOs que también lo han probado, y mirando con atención si ha movido la aguja en el problema real.

La respuesta honesta: ChatGPT es brillante para tareas aisladas (redactar un correo difícil, resumir un PDF, hacer brainstorming sobre una decisión) y no toca el problema sistémico que mide el estudio. La razón es arquitectónica, no de modelo. ChatGPT no sabe quién te escribe mañana. No sabe qué reunión tienes en una hora. No sabe qué decisión llevas dos semanas posponiendo. No sabe qué documento buscabas hace cinco minutos cuando te interrumpieron. No tiene contexto vivo de tu trabajo.

Y eso lo cambia todo. Las dos horas que pierdes en correo cada día no las pierdes porque escribir correos sea difícil. Las pierdes porque cada correo te obliga a pararte, leer, decidir si es urgente, buscar contexto en otras tres aplicaciones, redactar la respuesta y volver a donde estabas con la mitad de la atención que tenías. ChatGPT te ayuda con el paso de redactar. No con los cinco anteriores. Y los cinco anteriores son el 90% del problema.

Lo mismo aplica a tu CRM, a tu calendario y a tu Drive. ChatGPT no sabe que el lead que te escribió ayer ya hizo una reunión con tu comercial hace tres semanas. No sabe que la reunión de las 11 era con un cliente que pidió un cambio de alcance en abril que aún no le has confirmado. No sabe que el documento que buscas a las 9:42 está en la carpeta del proyecto cerrado en marzo. Por eso ChatGPT te ayuda con tareas, pero no recupera tu día.

Lo que sí lo resuelve: un asistente que conoce tus prioridades

La diferencia entre un chat genérico y lo que llamamos un asistente IA empresarial es exactamente la que el estudio describía como ausente en 2021: contexto vivo de tu trabajo. Un asistente IA conectado a tu calendario, a tu correo, a tu CRM y a tu sistema de documentos funciona en una capa distinta. No espera a que le preguntes. Anticipa lo que la próxima hora de tu jornada va a pedirte.

El lunes a las 7:30 de la mañana, antes de que abras el portátil, mi asistente ya ha hecho varias cosas. Ha leído los 43 correos que entraron entre las 20:00 del viernes y las 7:00 del lunes. Ha clasificado cuáles son operativos y se pueden esperar, cuáles son decisiones que requieren mi criterio, y cuáles son señales débiles que merecen atención (un cliente respondiendo en domingo, un retraso en un cobro, una propuesta que lleva siete días sin movimiento). Me ha dejado un briefing de tres páginas en la bandeja con las tres decisiones pendientes del día, ordenadas por urgencia real.

Durante el día, cuando una reunión se cancela a última hora, el asistente propone tres huecos alternativos al cliente con la disponibilidad real de mi calendario, sin pasar por mí. Cuando un lead cualificado pide presupuesto, el asistente redacta la propuesta usando los datos del CRM, las plantillas firmadas del despacho y las condiciones específicas que aplicamos a empresas de su tamaño, y me la deja para validar con un click. Cuando un documento se necesita en una reunión y nadie lo encuentra, el asistente lo localiza en la carpeta correcta de SharePoint u OneDrive en segundos.

La arquitectura técnica detrás es sencilla de describir: agentes especializados, cada uno conectado a una herramienta concreta (correo, calendario, CRM, documentos), un núcleo de prioridades explícitas que el profesional define al principio y revisa cada cierto tiempo, y un punto de control humano antes de cualquier acción que toque al exterior. La IA propone. Tú decides. Siempre. Eso es lo que un chat no puede dar por diseño.

Lo que no automatizo (y por qué)

Llevo cuatro años en esto y, si algo he aprendido, es que la conversación interesante no es qué automatizar, sino qué dejar fuera. Hay decisiones que se delegan a la IA y hay decisiones que jamás. La frontera importa más que la tecnología.

El asistente no decide a quién contrato. No decide si entramos en una conversación con un inversor. No decide si cancelamos una línea de producto. No decide qué precio le pongo a un cliente nuevo cuya situación financiera tengo en la cabeza pero no en el CRM. Esas son decisiones con juicio humano de fondo, con consecuencias que se acumulan en el tiempo, con contexto emocional y político que no está escrito en ninguna aplicación. La IA, hoy y previsiblemente en bastantes años, no tiene acceso a ese tipo de contexto.

Lo que sí delego es todo lo que es repetitivo, verificable y reversible. Clasificar correo entrante por prioridad. Preparar el briefing de una reunión leyendo el histórico del CRM. Redactar un primer borrador de propuesta. Reagendar una reunión cancelada. Buscar un documento. Hacer un resumen semanal del pipeline. Todo eso lo hace el asistente. Yo valido con un click o lo edito en treinta segundos. Y vuelvo al trabajo que sí requiere mi cabeza.

La línea es deliberada. No prometo cero errores. Prometo trazabilidad: cada acción del asistente queda registrada, citada y revisable. Si algún día confirma una reunión con un cliente equivocado, puedo ver exactamente qué información usó para decidir y corregir la regla para que no se repita. Eso es lo que un junior puede aprender en seis meses. Lo que mi asistente aprende en seis días.