Artículos Relacionados con Gestión

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Gestión", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

El 85% de la liquidez concentrada está subutilizada — ¿Qué significa para DeFi?

Un informe reciente de Dune revela que una parte significativa de la liquidez concentrada en exchanges descentralizados no se utiliza eficientemente. A pesar de que este mecanismo fue diseñado para aumentar la eficiencia del capital, en el primer semestre de 2026, aproximadamente un 29,4% de la liquidez se encontraba fuera del rango de precios activo, generando así cero comisiones. Esto representó alrededor de 542 millones de dólares en capital inactivo por semana y una pérdida estimada de 150 millones en ingresos por fees anuales para los proveedores de liquidez en protocolos como Uniswap v3/v4, PancakeSwap v3 y Aerodrome Slipstream. Considerando todo el capital técnicamente disponible pero nunca usado, la subutilización alcanza el 85%. El estudio señala que más de 200 millones en liquidez inactiva no se habían reubicado en más de 90 días, lo que sugiere que muchos proveedores individuales no gestionan activamente sus posiciones. Los inversores minoristas poseen la mayor parte de este capital inactivo, mientras que los gestores automatizados mantienen una actividad mucho más eficiente. Además, el problema persiste incluso en Uniswap v4, donde un 30,5% de la liquidez sigue fuera de rango. Aunque esta versión introdujo "hooks" para permitir el uso de capital inactivo en estrategias externas, solo el 10% del TVL los utiliza actualmente y ninguno genera rendimiento con dicha liquidez ociosa.

ambcryptoHace 8 hora(s)

El 85% de la liquidez concentrada está subutilizada — ¿Qué significa para DeFi?

ambcryptoHace 8 hora(s)

La última reflexión del padre de Claude Code: la división del trabajo en equipos se reescribe en la era de la IA, estas 'cinco personas' son las más demandadas

Ante la transformación que la IA está imponiendo en la industria del software, Boris Cherny, responsable del equipo Claude Code de Anthropic, propone una redefinición de los roles en los equipos. En lugar de las etiquetas tradicionales (ingeniero, diseñador, etc.), identifica cinco perfiles basados en comportamientos y fases del ciclo de vida del producto: 1. **El Prototipador:** Genera gran cantidad de ideas disruptivas, sin enfocarse necesariamente en su implementación. 2. **El Constructor:** Transforma prototipos en productos estables y escalables, llevándolos de 0.1 a 1. 3. **El Limpiador:** Simplifica y refactoriza, eliminando redundancias para garantizar rendimiento y mantenibilidad. 4. **El Especialista en Crecimiento:** Optimiza iterativamente un producto ya lanzado para acercarlo al mercado y retener usuarios, combinando habilidades de producto, datos y experimentación. 5. **El Mantenedor:** Asegura la operación a largo plazo, la seguridad, fiabilidad y resiliencia de sistemas maduros. Estos roles no son puestos fijos. Un mismo individuo puede desempeñar varios según el proyecto y su fase (ej.: un nuevo producto necesita Prototipadores, Constructores y Limpiadores). La clave es la flexibilidad: el equipo ideal depende de la etapa del producto, y los profesionales deben adaptarse en lugar de encasillarse. Aunque herramientas como Claude pueden asistir en tareas de construcción y limpieza, la visión humana sigue siendo crucial para dirigir el proceso. Este modelo refleja cómo los equipos eficaces en la era de la IA priorizan las contribuciones funcionales por encima de las etiquetas departamentales rígidas.

marsbit06/30 05:56

La última reflexión del padre de Claude Code: la división del trabajo en equipos se reescribe en la era de la IA, estas 'cinco personas' son las más demandadas

marsbit06/30 05:56

Del regreso a la dimisión: Los 437 días de Chen Hang en DingTalk

Durante 437 días, Chen Hang, fundador de DingTalk, regresó como CEO con la misión de transformar la plataforma de trabajo en la principal aplicación de IA para empresas de Alibaba. Su gestión se caracterizó por una disciplina férrea, con medidas controvertidas como horarios estrictos y auditorías de productividad, que generaron malestar interno y críticas públicas. Bajo su liderazgo, DingTalk lanzó AI DingTalk 1.0, presentando el proyecto "ONE" como nueva entrada interactiva basada en IA, y posteriormente la versión 2.0 con la plataforma empresarial nativa de IA "Wukong". Este último implicó una reescritura completa del código base para permitir que la IA ejecute tareas automáticamente, cambiando el enfoque de la herramienta. Sin embargo, la presión por resultados rápidos, combinada con los intensos métodos de gestión, culminó en dos artículos virales escritos por empleados que exponían una cultura laboral tóxica. Esto llevó a una inusual reprimenda pública del Comité de Socios de Alibaba. Como consecuencia, Chen Hang fue reemplazado el 11 de junio por Chen Yusen, un técnico de 32 años conocido por su estilo más colaborativo. Aunque Chen Hang sentó las bases tecnológicas para la estrategia de IA de Alibaba, su partida marca un cambio hacia una cultura corporativa más abierta e inclusiva, mientras DingTalk busca reinventarse en la nueva era de la inteligencia artificial.

marsbit06/11 10:29

Del regreso a la dimisión: Los 437 días de Chen Hang en DingTalk

marsbit06/11 10:29

CEO de Cloudflare: ¿Cómo decidí qué empleados reemplazar con IA?

El CEO de Cloudflare, Matthew Prince, explica la decisión de despedir a más del 20% de la plantilla a pesar del fuerte crecimiento y rentabilidad de la empresa. Según Prince, el cambio se debe a la transformación que la inteligencia artificial (IA) está provocando en los modelos de negocio. Citando al gurú de gestión Peter Drucker, Prince clasifica los roles empresariales en tres tipos: constructores (builders), vendedores (sellers) y medidores (measurers). La IA, argumenta, no amenaza a los constructores (ingenieros, cuya productividad puede multiplicarse) ni a los vendedores (que basan su éxito en relaciones humanas), sino principalmente a los "medidores". Estos roles, que abarcan auditoría, finanzas, legal, gestión media y operaciones, pueden ser realizados con mayor objetividad, detalle y eficiencia por sistemas de IA. En Cloudflare, los despidos se concentraron en estas áreas, permitiendo consolidar equipos, automatizar procesos y reducir capas de gestión. El objetivo, sin embargo, no es simplemente reducir costes. La compañía tiene un récord de puestos vacantes abiertos y planea seguir creciendo, reinvirtiendo los recursos ahora liberados en contratar más "constructores" y "vendedores". Prince ve a la IA como una herramienta que redefine las empresas, permitiendo medir el rendimiento con precisión sin precedentes y liberando a las personas para que se concentren en donde realmente crean valor: construyendo y vendiendo.

marsbit05/22 02:28

CEO de Cloudflare: ¿Cómo decidí qué empleados reemplazar con IA?

marsbit05/22 02:28

Tiger Research: Operadores de Riesgo On-Chain, el Abismo de Volumen de Mercado entre 147 Billones y 70 Mil Millones

**Resumen: Tiger Research - Los Operadores de Riesgo en Cadena: La Brecha de 147 Billones vs. 70 Mil Millones** Este informe analiza el surgimiento de un nuevo actor clave en las finanzas descentralizadas (DeFi): el **operador de riesgo** (risk operator), un gestor de activos especializado que asume la función crítica de evaluación y control de riesgos en protocolos de préstamo. **Puntos Clave:** - La gobernanza de DeFi está pasando de los protocolos a estos gestores profesionales. - Aunque es un sector incipiente (~70 mil millones de dólares en activos gestionados), el capital y los recursos se concentran rápidamente en los mejores equipos. - Existen tres vías principales de participación: distribución (usando un operador externo), suministro de activos (tokenización) y operación propia (construyendo un equipo interno). - La decisión central no es entrar en DeFi, sino **definir qué decisiones de riesgo se delegan y cuáles se controlan internamente**. **Evolución y Funciones:** Los primeros protocolos como Aave o Compound integraban la infraestructura y el riesgo en un único grupo de liquidez. La llegada de protocolos modulares como **Morpho** separó estas funciones, permitiendo a equipos externos crear y gestionar sus propias bóvedas (vaults) con reglas de riesgo personalizadas. Así, el operador de riesgo pasó de ser un simple ajustador de parámetros a un **gestor de activos en cadena proactivo**. **Comparación con las Finanzas Tradicionales:** La arquitectura actual de DeFi replica el modelo de gestión de activos tradicional: 1. **Nivel superior (Distribución):** Captación de capital a través de exchanges y plataformas (ej. Coinbase, Kraken). 2. **Nivel medio (Gestión/Control de Riesgo):** Los **operadores de riesgo** (ej. Steakhouse, Sentora, Gauntlet) definen estrategias, criterios para activos y límites de riesgo. 3. **Nivel inferior (Producto/Custodia):** Las bóvedas ejecutan la estrategia y los protocolos base actúan como custodios de los activos. **Oportunidad para las Instituciones:** Para los gestores de activos tradicionales, la vía de entrada más natural es el **nivel de gestión de estrategias y riesgo**, ya que aprovecha su experiencia central en evaluación de activos y control de riesgos, sin necesidad de desarrollar tecnología blockchain compleja. **Brecha y Perspectiva Futura:** El sector de operadores de riesgo en DeFi (~70 mil millones) es minúsculo frente al mercado tradicional de gestión de activos (**147 billones de dólares**). Esta brecha representa una **enorme oportunidad de crecimiento**. A medida que los operadores de riesgo establezcan marcos seguros y estables, y se formalice la regulación, incluso una pequeña redistribución del capital tradicional podría impulsar un crecimiento explosivo en DeFi. Los actores que establezcan las reglas y estándares ahora tendrán una ventaja decisiva frente a los participantes tardíos.

marsbit05/20 07:44

Tiger Research: Operadores de Riesgo On-Chain, el Abismo de Volumen de Mercado entre 147 Billones y 70 Mil Millones

marsbit05/20 07:44

Socio de YC: Cómo construir una empresa nativa de IA que evolucione por sí misma

**Resumen: Cómo construir una empresa nativa de IA y autorrevolucionaria, según un socio de YC** Tom Blomfield, socio de Y Combinator, argumenta que la IA no debe usarse solo como una herramienta de productividad (un "copiloto"), sino para rediseñar fundamentalmente la empresa misma. En lugar de organizaciones jerárquicas y estáticas como las "legiones romanas", las futuras empresas nativas de IA operarán como un conjunto de bucles de IA recursivos y autorrevolucionarios. Estos bucles constan de: una capa de "sensores" (correos, tickets, datos), una capa de reglas y decisiones, una capa de herramientas deterministas y una capa de aprendizaje que cierra el ciclo. El objetivo es extraer todo el conocimiento tácito de la empresa (de mentes humanas, Slack, correos, documentos) y convertirlo en un "contexto organizacional" legible y procesable por la IA. Un ejemplo en YC es un agente que no solo responde consultas, sino que monitorea las fallas, diagnostica la causa (¿falta una herramienta? ¿un nuevo índice?) y automáticamente escribe, revisa y despliega el código para solucionarlo, mejorando el sistema mientras los humanos duermen. Esto cambia la estructura organizativa: * **"Quema tokens, no puestos de trabajo"**: El cuello de botella futuro será el uso de tokens y la calidad del contexto, no el número de empleados. * **"Fin de la gerencia media"**: Las funciones de coordinación de la gerencia media serán asumidas por la IA. * **Roles humanos clave**: Serán los "contribuyentes individuales" (IC) y los responsables directos ("directly responsible individuals") quienes tomen decisiones de alto riesgo y interactúen con el mundo real en situaciones novedosas, éticas o de alta carga emocional. Para construir tal empresa, es crucial: 1. **Hacer que toda la organización sea legible para la IA**: Registrar absolutamente todo (correos, chats, reuniones). 2. **Priorizar artefactos autorrevolucionarios**: Crear y mantener sistemas que la IA pueda leer y mejorar (por ejemplo, un manual actualizado automáticamente). 3. **Generar software desechable**: El software interno puede generarse bajo demanda y descartarse; el valor reside en el contexto del negocio y los datos. En esencia, el fundador debe construir no un equipo jerárquico, sino un "cerebro de la empresa" inteligente y en constante aprendizaje, donde los humanos actúen en los límites, llevando esa inteligencia al mundo real.

marsbit05/20 06:41

Socio de YC: Cómo construir una empresa nativa de IA que evolucione por sí misma

marsbit05/20 06:41

活动图片