Un 'rig' de IA reutilizable: de tu bandeja de entrada a apelar seguros y hacer los impuestos

🕒 Publicado en Zendoric: 4 de julio de 2026 · 00:29
El artículo arranca con un dato que sirve de gancho y de justificación para todo lo que viene después: según KFF, una organización independiente de investigación en política sanitaria, de los aproximadamente 85 millones de reclamaciones denegadas en planes del mercado de la Affordable Care Act en 2024, los…
Por Nate from Nate's Substack · 3 de julio de 2026.
El artículo arranca con un dato que sirve de gancho y de justificación para todo lo que viene después: según KFF, una organización independiente de investigación en política sanitaria, de los aproximadamente 85 millones de reclamaciones denegadas en planes del mercado de la Affordable Care Act en 2024, los consumidores apelaron menos del uno por ciento. Sin embargo, cuando la gente sí apela, gana con mucha más frecuencia de lo que ese silencio sugiere: las aseguradoras revierten alrededor de un tercio de las denegaciones internas por iniciativa propia, y si el afectado insiste hasta llegar a un revisor externo independiente, la cifra sube hacia la mitad; en el caso de las autorizaciones previas, supera el ochenta por ciento.
Nate sostiene que la mayoría de las denegaciones se mantienen no porque las aseguradoras suelan tener razón, sino porque casi nadie presenta el recurso. Y añade que el lado de la aseguradora está cada vez más automatizado: cita un informe de 2024 del Senate Permanent Subcommittee on Investigations que encontró que las mayores aseguradoras de Medicare Advantage se apoyaban en herramientas algorítmicas mientras sus tasas de denegación de cuidados post-agudos aumentaban; según ese informe, la tasa de UnitedHealthcare más que se duplicó en dos años. La idea central es que hay estructura más automatización de un lado, y solo una pila de papeles del otro.
A partir de ahí, el autor plantea el problema de fondo del newsletter: la gente ya usa IA a diario, pero casi siempre se detiene en el agente de email, porque funciona, da satisfacción inmediata, y el siguiente problema real (una reclamación médica, los impuestos) parece exigir empezar de cero: nueva herramienta, nueva configuración, nuevas dudas de confianza. Como resultado, la ambición muere en la bandeja de entrada mientras las carpetas que realmente cuestan dinero permanecen cerradas.
La propuesta de Nate es cambiar el estándar de lo que se construye: cada agente que se construye debería hacer más barato construir el siguiente agente. Si eso no ocurre, argumenta, no se está construyendo un sistema sino acumulando tareas sueltas que casualmente corren sobre IA, y cada una se irá degradando por su cuenta.
El artículo promete desarrollar una alternativa concreta: un único 'rig' reutilizable —una configuración de trabajo que se ensambla una vez, se afina con el uso, y se apunta sucesivamente a distintos problemas—. Se aplicaría en orden a tres casos: un hilo de coordinación de calendario/email, una reclamación de seguro denegada, y la preparación de impuestos de todo un año. Según el autor, el rig ejecuta las mismas nueve etapas cada vez, desde decidir qué puede leer el agente hasta el punto de parada obligatorio en el que el trabajo se devuelve al usuario. Entre una construcción y la siguiente, solo cambiarían los 'sustantivos': qué entra en el paquete de contexto y cómo es el paquete final de salida; todo lo demás se transferiría. La promesa es que, para la tercera construcción, el esfuerzo sea una fracción del de la primera, y que esa proporción siga mejorando porque cada componente se vuelve más preciso con el uso.
Nate aclara que el seguro y los impuestos son 'pruebas de concepto', no el límite del sistema: una vez visto el rig funcionar tres veces, el lector reconocería el mismo patrón en una decena de problemas más —cualquier situación en la que la vida entrega documentos sensibles, sin estructura, y una decisión que importa—. Menciona que retomará esa lista más adelante en el artículo completo.
Hay una regla que, según el autor, gobierna todo el sistema: el agente solo redacta y organiza. Nunca envía, presenta, paga ni firma nada. Esa frontera, dice, es lo que permite apuntar el sistema hacia dinero y salud sin que sea un simple descargo legal pegado a un sistema ya capaz, sino la razón misma por la que el sistema puede operar con seguridad en esos ámbitos.
El correo lista el contenido que incluiría la pieza completa (de pago, según se indica al final): el rig explicado etapa por etapa, con nueve pasos y la razón de cada uno, incluyendo por qué la construcción evita deliberadamente la búsqueda vectorial y qué detalle legal sobre las cartas de denegación hace que la recuperación determinista sea la opción correcta; tres construcciones sobre un mismo rig —primero email y calendario como 'entrenamiento', luego el paquete de apelación de seguro, y después el paquete de preparación de impuestos, con los paquetes de contexto y plantillas de exportación para cada caso—; la mecánica del 'flywheel', es decir, qué componentes se transfieren entre construcciones, cuáles se afinan con el uso, y por qué la tercera construcción cuesta una fracción de la primera; y finalmente dos agentes concretos más las 'skills' sobre las que corren: el Healthcare Claim Appeals Agent y el Tax Prep Organizer Agent, apoyados en las Context Engineering y Runbooks Open Skills, cada uno listo para copiar con su propio prompt de configuración.
El correo cierra indicando que los suscriptores de pago obtienen el análisis completo y la guía, además de acceso a la comunidad de Slack del autor.
🔗 Relacionadas en Zendoric


