El Google I/O 2026 fueron dos días de novedades, demos técnicas y anuncios pensados principalmente para desarrolladores. En inglés, a miles de kilómetros, con horas de keynotes que mezclan lo relevante con lo irrelevante sin que nadie te diga cuál es cuál.
Para una pyme en Albacete, eso es ruido puro si no tienes un sistema para procesarlo.
Este es el workflow exacto que usé para convertirlo en vídeo, post y guion de radio. Sin saltar pasos.
El punto de partida: la pregunta correcta
Cuando ocurre un evento tecnológico grande, el ciclo habitual es bastante previsible.
Primero salen los titulares rápidos. Luego llegan los hilos en redes. Después aparecen los vídeos de “las 7 novedades que cambiarán el mundo”. Y al final, unos días más tarde, empiezan los análisis más reposados.
El problema de consumir resúmenes de otros es que llegas con dos filtros encima: el del evento y el de quien te lo cuenta.
Eso está bien para enterarte por encima. Pero no sirve si quieres crear contenido propio con criterio.
La pregunta útil no era:
¿Qué ha presentado Google?
La pregunta útil era:
¿Qué debería entender una pyme de todo esto?
Son preguntas distintas. Y llevan a sitios distintos.
La IA no convierte el ruido en criterio. Primero tienes que elegir buenas fuentes, hacer buenas preguntas y saber qué quieres obtener.
Paso 1 — Fuentes originales, no resúmenes
Antes de abrir NotebookLM, lo primero fue localizar las fuentes originales del evento.
En este caso, trabajé con fuentes oficiales de Google: la keynote, el blog de desarrolladores, las páginas de producto y los anuncios relacionados con Gemini, búsqueda, vídeo, productividad y nuevas experiencias con IA.
Esto es importante porque una IA no mejora una mala fuente. La maquilla.
Si partes de un titular exagerado, tendrás una explicación exagerada con buena gramática. Si partes de un resumen flojo, tendrás un resumen flojo mejor escrito.
Lo que no hice fue fiarme solo de un hilo de X, un vídeo de YouTube o un resumen de “lo más importante del evento”.
Ese tipo de contenido puede servir para contrastar. Pero no debería ser la base.
El primer filtro sigue siendo humano: decidir qué fuentes entran en el sistema y cuáles no.
Paso 2 — NotebookLM como motor de investigación
Con las fuentes localizadas, abrí un cuaderno en NotebookLM e incorporé todas las referencias.
La ventaja de trabajar así es que no le estás preguntando al modelo lo que sabe de memoria. Le estás pidiendo que trabaje sobre información concreta y verificable.
La instrucción fue en esta línea:
Analiza en profundidad todas las fuentes. Identifica los anuncios más relevantes del Google I/O 2026. Organízalos por categoría: productividad, herramientas para negocios, hardware, búsqueda, vídeo, privacidad y datos. Para cada anuncio, explica qué es, qué problema resuelve, qué impacto puede tener en una pyme o autónomo en España y qué debería vigilar un empresario antes de usarlo.
La diferencia entre una instrucción vaga y una instrucción así es enorme.
No pedí un resumen.
Pedí una transformación concreta de la información para una audiencia concreta.
No quería una lista de novedades. Quería una lectura empresarial.
No quería “Google ha presentado cosas”. Quería saber qué puede cambiar en el correo, los documentos, las reuniones, el contenido, la atención al cliente o la forma de trabajar.
Una buena instrucción no pide información. Pide transformar esa información para alguien concreto con un problema concreto.
Paso 3 — Separar novedad, utilidad y humo
Con el análisis estructurado, tocaba el trabajo que la IA no puede hacer sola: separar lo llamativo de lo útil.
En eventos como Google I/O siempre hay demos muy visuales, promesas enormes y herramientas que suenan a ciencia ficción, pero que quizá no cambian nada en la vida de una pyme mañana por la mañana.
El criterio no era:
¿Qué es lo más espectacular?
El criterio era:
¿Qué puede entender y aprovechar una pyme sin convertirse en ingeniera de IA?
Ahí aparecieron las ideas que sí merecía la pena contar.
La IA empieza a integrarse en herramientas diarias como correo, documentos, calendario o buscador.
Los agentes dejan de ser una idea futurista y empiezan a participar en procesos.
La IA multimodal permite trabajar con texto, imagen, voz, pantalla y vídeo.
Las nuevas herramientas de generación visual pueden ayudar a crear explicaciones, contenidos y materiales más rápido.
Pero la idea de fondo era otra: si el negocio está desordenado, la IA no lo arregla.
Solo acelera lo que ya existe.
Automatizar un proceso roto es cometer el mismo error más rápido.
Paso 4 — El vídeo: personalización antes de pedirlo
NotebookLM permite generar contenido explicativo en formato audiovisual desde el propio cuaderno. Pero el resultado no depende solo de la herramienta. Depende, sobre todo, de lo que le pides.
No le pedí:
“Hazme un vídeo sobre Google I/O.”
Eso habría generado probablemente un resumen correcto, pero genérico.
Le di una instrucción mucho más concreta:
Crea una explicación de entre 8 y 12 minutos para empresarios y autónomos españoles con pymes de entre 1 y 20 personas. Sin conocimientos técnicos avanzados de IA. Usa un tono directo, práctico y sin jerga. La estructura debe responder a tres preguntas: qué ha cambiado, cómo afecta al día a día de una pyme y qué pueden probar esta semana. Incluye cinco novedades relevantes y, para cada una, añade un ejemplo concreto de uso en un negocio real.
Esto define audiencia, tono, extensión, nivel técnico, estructura, número de ideas y aplicación práctica.
Cuando especificas todo eso antes de pedir el contenido, el resultado deja de ser genérico y empieza a ser útil.
El vídeo generado tenía unos 10 minutos, tono conversacional y cinco novedades explicadas con ejemplos aterrizados a negocios reales.
No era perfecto. Pero ya era una base muy buena.
Y eso es lo que buscamos en este tipo de procesos: una base sólida que luego puedas revisar, mejorar y reutilizar.
Paso 5 — De la transcripción al post
El vídeo no era el destino final.
Era una pieza intermedia.
La transcripción automática del vídeo se convirtió en el esqueleto del post. Pero hay un error habitual aquí que conviene nombrar: coger una salida de IA y publicarla directamente.
La transcripción es el andamio. No es la casa.
Después toca hacer el trabajo editorial:
Añadir contexto propio.
Meter casos reales.
Ajustar el tono.
Quitar frases genéricas.
Revisar datos importantes.
Conectar las novedades con problemas reales de pymes.
Incorporar la perspectiva legal, de privacidad o de criterio empresarial cuando haga falta.
Porque una fuente oficial te explica qué ha lanzado una empresa.
Pero tu trabajo es explicar qué significa eso para tu audiencia.
No es lo mismo decir:
Google integra IA en herramientas de productividad.
Que decir:
Si una pyme usa Gmail, documentos y calendario todos los días, la IA puede empezar a ayudarle dentro de sus propios procesos, pero tendrá que decidir qué se automatiza, qué se supervisa y qué datos no deberían entrar en cualquier herramienta.
La segunda frase tiene negocio dentro.
La primera solo tiene noticia.
Paso 6 — Reutilización: un cuaderno, varias piezas
El mismo cuaderno de NotebookLM alimentó todo el ciclo de contenido.
De ahí salieron:
El vídeo explicativo para pymes.
La transcripción como base del post.
El guion para la intervención en Onda Cero.
La conversación en radio con Paloma Gallego.
Una posible pieza para LinkedIn.
Y este artículo de laboratorio.
Esto no va de producir más contenido porque sí.
Va de aprovechar mejor una investigación que ya has hecho.
Si el proceso está bien diseñado, cada pieza alimenta a la siguiente sin empezar de cero.
El verdadero ahorro no está en escribir más rápido. Está en convertir una buena investigación en varios activos útiles sin repetir el trabajo de base.
El workflow completo
El flujo quedó así:
Evento tecnológico
↓
Fuentes originales, no resúmenes de terceros
↓
Cuaderno en NotebookLM
↓
Instrucción precisa: audiencia, objetivo y estructura
↓
Análisis estructurado por bloques
↓
Vídeo personalizado para pymes
↓
Transcripción del vídeo
↓
Post con contexto propio y revisión de datos
↓
Guion para radio
↓
Reutilización en LinkedIn, laboratorio, formación o newsletter
Visto así parece sencillo.
Y lo es.
Pero solo si respetas el orden.
El error está en saltar directamente al final:
“Hazme un post sobre Google I/O 2026.”
Eso es lo que convierte la IA en una máquina de texto genérico.
El valor aparece cuando hay proceso.
Primero eliges fuentes.
Luego defines objetivo.
Después marcas audiencia.
A continuación estructuras.
Más tarde revisas.
Y solo entonces publicas.
Plantilla de instrucción para replicarlo
Si quieres aplicar este workflow a cualquier evento, normativa o publicación relevante de tu sector, puedes adaptar estas instrucciones.
Instrucción de análisis
Analiza las fuentes que te he proporcionado. Quiero transformar esta información en contenido útil para [tipo de audiencia]. Organiza la información en bloques temáticos. Para cada bloque, indica qué ha pasado, por qué importa para mi audiencia, un ejemplo concreto y una recomendación práctica. Si hay datos que no estén claros en las fuentes, márcalos como pendientes de revisión.
Instrucción para vídeo o audio
Convierte el análisis en un guion de [duración] minutos para [audiencia]. Estructura: introducción, problema, explicación por bloques, ejemplos concretos y conclusión accionable. Usa un tono [directo / divulgativo / cercano]. Evita jerga técnica innecesaria.
Instrucción para post
A partir del guion anterior, crea la estructura de un post para blog con H2, introducción, desarrollo, ideas clave y cierre. No incluyas afirmaciones que no estén respaldadas por las fuentes. Prioriza claridad, utilidad y aplicación práctica.
Esto no es magia.
Es dirección.
Y cuando diriges bien, la IA trabaja mucho mejor.
Lo que este workflow no hace
Conviene decirlo claro.
Este proceso no inventa criterio editorial.
No convierte una fuente mala en una buena.
No sustituye la revisión de datos.
No conoce tu audiencia mejor que tú.
No debería publicar nada sin supervisión.
La IA puede ayudarte a ordenar el material. Pero el criterio de qué importa y para quién sigue siendo tuyo.
Si no sabes qué quieres contar ni a quién se lo cuentas, la IA te dará una pieza técnicamente correcta, pero sin sustancia.
Y en internet ya hay demasiadas piezas correctas sin sustancia.
¿Tiene sentido sistematizar esto en tu negocio?
Este workflow no sirve solo para crear contenido sobre eventos tecnológicos.
Sirve para cualquier proceso donde necesites convertir información densa en algo útil.
Por ejemplo:
Una normativa nueva para tus clientes.
Una jornada del sector.
Documentación interna.
Guías técnicas que nadie entiende.
Informes que pueden convertirse en contenido comercial.
Formaciones que después quieres reutilizar.
Una clínica puede usarlo para convertir estudios o guías sanitarias en contenido comprensible para pacientes.
Una asesoría puede usarlo para explicar una novedad fiscal.
Una asociación empresarial puede usarlo para resumir jornadas, eventos y conclusiones.
Una pyme puede transformar documentación interna en guías útiles para su equipo.
La clave es no empezar por “quiero usar IA”.
La clave es empezar por:
Tengo información densa que necesito convertir en algo útil para alguien concreto.
Ahí NotebookLM empieza a tener mucho sentido.
Para cerrar
Este experimento me confirmó algo que cada vez tengo más claro. La IA útil no empieza cuando abres una herramienta. Empieza cuando tienes un proceso. Si solo usas IA para generar contenido rápido, acabarás creando más ruido. Pero si usas IA para investigar mejor, ordenar mejor, explicar mejor y reutilizar mejor, entonces empiezas a construir activos.
En este caso, un evento internacional en inglés acabó convertido en vídeo, post, intervención de radio y contenido de laboratorio para pymes.
No porque la IA hiciera magia.
Sino porque hubo un proceso detrás.
¿Quieres aplicar esto a tu negocio?
Si tienes una pyme, eres autónomo o estás intentando ordenar cómo usar la inteligencia artificial en tu negocio, el primer paso no es abrir diez herramientas nuevas.
El primer paso es detectar qué procesos merecen la pena sistematizar.
En la Radiografía de Negocio analizamos justo eso: qué tareas se repiten, qué cuellos de botella te están robando tiempo y dónde tendría sentido aplicar IA sin convertir tu empresa en un circo de automatizaciones.
Porque automatizar por automatizar no es avanzar.
Es cambiar el desorden de sitio.
→ Solicita tu Radiografía de Negocio
¿Te ves reflejado en esto?
No necesitas más teoría. Necesitas claridad sobre tu negocio.
Haz tu Radiografía de Negocio →
Consultor de IA y procesos para pymes en Albacete. Ayudo a empresarios a ordenar su negocio antes de automatizarlo.
Sobre Enrique →