Insights
Análisis, aprendizajes y perspectivas sobre transformación IT, inteligencia artificial y arquitecturas modernas. Escritos por consultores que implementan estas tecnologías cada día.
Últimos artículos
Cómo medir si la IA de tu producto funciona: evals y coste
"Parece que funciona" no es una métrica: es una impresión, y con IA generativa las impresiones engañan. Para llevar una feature de IA de tu producto SaaS a producción y mantenerla rentable necesitas medir dos cosas, y solo dos: la calidad verificada (evals reproducibles que te dicen si la salida es correcta, no si suena bien) y el coste por tarea útil (créditos consumidos entre outputs que pasaron la eval y se usaron de verdad). Este artículo es la guía práctica: cómo montar evals que sí sirven por niveles, cómo calcular el coste por tarea útil con un ejemplo numérico, qué tablero mínimo mirar cada semana, cuándo una feature de IA merece seguir viva, y los errores que revientan la medición. Sin esto, cada release es una apuesta y cada factura una sorpresa.
Integrar IA en tu producto SaaS sin hipotecar el roadmap
Meter IA en tu producto SaaS —RAG, agentes, features con LLM— es fácil de empezar y difícil de terminar: funciona en la demo y se rompe con la casuística real, porque no conoce tu producto ni tiene criterio de calidad reproducible, y el coste se dispara sin que nadie sepa cuánto costará mantenerlo. El problema no es el modelo: es que producción exige consistencia, gobierno y escala, y eso solo lo da la ingeniería de contexto (recoger cómo funciona tu producto y convertirlo en el contexto que usa la IA) con verificación humana en cada paso y el coste por tarea útil medido desde el día uno. Cómo hacerlo sin hipotecar el roadmap: qué construir primero, cómo medir si funciona, y cuándo build vs. buy.
Ingeniería de contexto vs. prompt engineering
Si tu equipo lleva meses afinando prompts para ChatGPT, Claude o Copilot, consigue demos brillantes y aun así nada llega a producción de forma fiable, no es la herramienta ni el modelo: es que hay dos disciplinas distintas detrás de "trabajar con IA" y confundirlas te deja atascado en la que tiene techo. El prompt engineering afina la instrucción de una interacción: no acumula, vive en la cabeza de quien lo escribe y depende del modelo de turno. La ingeniería de contexto construye lo que el modelo sabe de tu negocio —reglas, criterios, dominio— como un activo reutilizable, tuyo, que sobrevive al cambio de modelo. El prompt es cómo preguntas; el contexto es lo que el modelo sabe de ti cuando preguntas. Por qué esa distinción decide si la IA llega a producción.
Partner de desarrollo para tu startup: futuro, no legacy
Elegir el partner de desarrollo de software para tu startup es una de las decisiones más caras que tomas antes de tener ingresos, y casi siempre se toma por el criterio equivocado: quién entrega más rápido y más barato. La velocidad tiene dos facturas: la primera la pagas ahora; la segunda al escalar, cuando el código construido "a ojo" —sin especificación, sin tests, que solo entiende quien lo escribió— aparece como deuda técnica en la due diligence de tu Serie A. Legacy no es código viejo: es código que nadie puede cambiar con seguridad, y en una startup aparece en seis meses. Cómo elegir un partner que construye para escalar (Spec-Driven Development, ingeniería de contexto, verificación humana) y te deja el método y el control en tu equipo — con cinco preguntas para llevar antes de firmar.
ROI de Copilot/Cursor: por qué mides lo que no importa
El ROI de Copilot, Cursor o cualquier copilot de IA casi nunca se mide bien: se cuenta en licencias activas y en "sensación de velocidad", dos métricas que envejecen mal. Esta semana el mercado de capitales ha dado una pista de por qué —el IT indio pierde más del 46% de su valor desde el pico de ago-2024 y TCS abre resultados con el margen comprimido al 24,0%—: está poniendo precio a la diferencia entre alquilar capacidad y retener método. Cambia el numerador y el denominador de tu cálculo de ROI: mide por la capacidad que retiene tu equipo (método, contexto, criterios), no por las licencias instaladas. Ese es el activo que no te pueden repricear.
Scrum dual-track acelerado con IA: cómo implementarlo en tu equipo
Compraste licencias de IA para tu equipo y la velocidad sigue igual. Es la queja número uno de CTOs en 2026, y casi siempre tiene la misma raíz: la IA acelera escribir código, pero el cuello de botella de un equipo rara vez es escribir código — es decidir qué construir y verificar que funciona. Un Scrum dual-track separa el carril que decide (discovery) del que construye (delivery vía Spec-Driven Development), con la IA haciendo el trabajo pesado de ambos y el humano firmando en los gates. Cómo implementarlo en 8 semanas sin parar la entrega, qué medir y por qué en los equipos que onext transforma vale ×7 en velocidad con 0 sprints perdidos.
Por dónde empieza un CEO a transformar su empresa con IA: los 5 ejes del primer trimestre
Un CEO mid-market sabe que tiene que arrancar con IA, pero no sabe por dónde empezar. El error no es suyo: es de quien le respondió "compra una herramienta". Antes del primer euro, tu empresa necesita un inventario honesto de cinco ejes en noventa días — procesos reales, inteligencia corporativa, herramientas ya activas sin política, gobernanza y EU AI Act, y transferencia internalizada. No lo dirige tu CTO (perímetro técnico) ni tu consultora (vende dependencia). Lo entrega un rol nuevo con mandato del CEO: el AI Officer, con métrica de time-to-independence y fecha de salida desde el día uno.
Los 6 cambios técnicos en tu setup Claude Code antes del 15-jun: agent budgets, rate limits y observabilidad
El 15 de junio Anthropic empieza a contar el consumo de agentes Claude separado del consumo de chat humano. Sin gobernanza técnica antes del switch, el bucket agent se vacía 2-3 veces más rápido que el bucket chat. Los 6 cambios: budget separado en CLAUDE.md, rate limits por workflow en CI, OpenTelemetry traces por agente, reglas no-loop en specs SDD, aprobación humana sobre umbral tokens/hora, y auditoría semanal de tokens input vs output.
Tu factura Claude cambia el 15 de junio: la conversación FinOps que tu CFO va a iniciar (y cómo llegar preparado)
A partir del 15-jun-2026, Anthropic separa el uso programático del interactivo en todas sus suscripciones. Pro $20 → $20 en créditos; Max 20x $200 → $200 en créditos; Team $30/seat → $20 créditos/seat. Cuando se agotan, el agente no para — pero el coste sale ya del API billing pool sin descuento. Los seis controles FinOps antes del switch: etiquetado por workflow, cap por workflow, prioridad por línea de negocio, alertas de presupuesto, hedge multi-modelo y evaluación con coste integrado. La frase de InfoWorld lo dice claro: "the direction will not vary." OpenAI, Google y Microsoft replicarán en 12-24 meses.
HTML supera a Markdown en los artefactos que viven: la tabla de decisión del Spec-Driven Development
De 14 artefactos del Spec-Driven Development, 8 migran a HTML y 5 se quedan en Markdown. La decisión no es ideológica — es operativa: a mayor tamaño y mayor vida útil, mayor sentido tiene HTML. Incluye tabla completa, el reframe del Tech Lead como "compute allocator" según Thariq Shihipar, y la actualización del método AI Engine onext a partir de mayo 2026.
El mes 6: por qué la transformación IA de tu equipo dev se rompe en ese punto — y el sistema de sostenimiento que lo previene
Los primeros 3 meses de transformación IA son entusiasmo con método. Al mes 6, la mayoría de equipos vuelven al baseline sin saber por qué. El colapso sigue siempre el mismo orden: workflows desactualizados → falsos positivos en quality gates → sorteo silencioso → vuelta al punto de partida. El sistema de sostenimiento que lo previene tiene tres piezas: owner rotativo, métrica única de salud y ritual mensual de 30 minutos.
El gap del 70%: tu adopción de IA en el equipo de desarrollo no es problema técnico — es problema organizativo
Más del 40% de los proyectos basados en agentes serán cancelados antes de 2027 (Gartner). Tras 12 transformaciones en equipos de desarrollo, el patrón es consistente: el 70% del éxito de la IA no es técnico. Las 5 dimensiones organizativas que ninguna herramienta resuelve sola. Cuatro preguntas para distinguir problema técnico de problema organizativo en tu próximo comité. Incluye paradoja METR y cita Karpathy.
El modelo no es la fuente de verdad. El chat no es el sistema. El código no es el único artefacto.
La paradoja METR: +20% de productividad subjetiva, −19% real. El motivo es la ausencia de tres disciplinas que casi nadie aplica. Claim 1: el modelo no es la fuente de verdad → constitución del proyecto. Claim 2: el chat no es el sistema → workflows con quality gates. Claim 3: el código no es el único artefacto → Spec-Driven Development. Tres antídotos instalables. Cita honesta de Karpathy al cierre.
¿Empezar ahora con IA o esperar 6 meses? La pregunta correcta es otra
La decisión IA es la más aplazada en los comités directivos castellanos en 2026. Esta pieza separa las tres razones legítimas para esperar (alto riesgo regulatorio sin análisis legal, datos sin condiciones operativas, nadie con criterio para liderar) de las tres razones para empezar ya (curva de aprendizaje organizativo, ventana competitiva, talento). Aporta el registro empírico de Bain & Company (41% en producción reportan resultados positivos vs 25% en piloto) y los casos públicos del Q1 2026 de integradores europeos y americanos. Cierra con cuatro contextos en cada lado, las dos trampas que invalidan la decisión y la pregunta única que libera al comité del ciclo de aplazamientos. Incluye matriz descargable de una página para llevar al próximo comité.
Ingeniería de contexto: por qué sobrevivirá al Marketplace de agentes
Pieza pilar Q2 2026 sobre la única capa que el Marketplace no puede vender. Separa las tres capas del stack IA empresarial (cognitiva, control, contexto), explica por qué sólo la de contexto resiste la commoditización, y descompone la disciplina en cinco capas operativas: instrucciones curadas, memoria de trabajo, memoria episódica, retrieval policy e invalidación/expiración. Cierra con el contrato de coste por petición, los tres anti-patrones más recurrentes (RAG como tirita, prompt-as-database, memoria sin TTL) y un plan de migración brownfield ejecutable en cuatro semanas sin parar producción.