Insights
Análisis, aprendizajes y perspectivas sobre transformación IT, inteligencia artificial y arquitecturas modernas. Escritos por consultores que implementan estas tecnologías cada día.
Últimos artículos
Revisar código generado por IA: el review que sigue esperando a un autor
Los merges sin ninguna revisión, humana o agéntica, subieron un 31,3%, y los bugs por desarrollador un 54%. No es dejadez: es que el review pide algo que ya no se puede dar. Esta pieza separa el cuello de botella real —que casi nunca es el review, y la objeción de Steve Fenton lo demuestra— de dónde se concentra el riesgo, y desmonta los cuatro supuestos que sostenían la revisión de código: que existe un autor a quien preguntar, que escribir cuesta más que revisar, que el tamaño del diff refleja la decisión y que el código nuevo se parece al que ya hay. Con Faros AI, LinearB, GitClear, Veracode, DORA 2025, Stack Overflow y el ensayo de METR sobre 39 puntos de error en la autoevaluación.
Inyección de prompts: la seguridad de tu agente está en los permisos, no en el prompt
Dentro de un modelo de lenguaje no hay un canal para instrucciones y otro para datos, así que la inyección de prompts no se parchea: se acota. Esta pieza traslada la defensa de donde no funciona —el prompt de sistema y los filtros— a donde sí: la tabla de permisos de las herramientas. La trifecta letal de Willison y la regla de dos de Meta como criterio de diseño; los nueve campos de la ficha de una herramienta; los seis patrones con resistencia demostrable y lo que cuestan en utilidad; y la anatomía de dos incidentes reales, EchoLeak en Microsoft 365 Copilot y el flujo tóxico del servidor MCP de GitHub. Con OWASP LLM01:2025, la advertencia del NCSC británico, «The Attacker Moves Second», CaMeL, AgentDojo, InjecAgent y spotlighting.
El golden set: cómo se construye el conjunto de casos que decide si tu IA funciona
«Enseñadme vuestro golden set» ordena una conversación sobre IA en producción más rápido que ninguna otra pregunta. Esta pieza construye el objeto que la rúbrica y el baseline dan por supuesto: de dónde salen los casos (tráfico, incidentes e hipótesis de riesgo), por qué se estratifica por capacidad y no por volumen, cuántos casos hacen falta de verdad, por qué tu tasa de error de etiquetado es el techo de todo lo demás, y por qué un conjunto retenido es un recurso consumible con presupuesto de miradas. Con CheckList, el trabajo de Northcutt sobre errores de etiqueta, crowd truth de Aroyo y Welty, el reusable holdout de Dwork y otros en Science, GSM1k y la re-anotación de SWE-bench Verified.
Evaluar agentes de IA: qué significa exactamente «funciona mejor»
«Va mucho mejor» no contiene información: falta contra qué, medido cómo y con cuánta confianza. Esta pieza construye las dos piezas que faltan. La rúbrica: cómo se derivan criterios binarios y verificables del golden set, con eliminatorios, evaluación de trayectoria y la prueba del agente nulo. El baseline: los cinco referentes obligatorios, incluida la ablación que casi nadie corre. Y la estadística mínima para saber si una diferencia de tres puntos es real. Con τ-bench y pass^k, «AI Agents That Matter», HealthBench, Agent-as-a-Judge, el trabajo de Anthropic sobre barras de error y los ensayos de METR.
LLMOps: el flujo real para llevar un sistema LLM a producción y mantenerlo vivo
LLMOps no es MLOps con otro modelo. En MLOps versionas pesos; en LLMOps versionas un bundle de contexto —prompts, herramientas, recuperación, guardrails, umbrales— sobre un modelo de terceros que cambia sin que toques nada. Esta es la versión operativa del ciclo: las nueve etapas, las dos puertas de calidad (evaluación offline en CI y evaluación online sobre canary), las métricas que deciden (coste por tarea útil, groundedness, containment) y los cuatro fallos que sólo aparecen con tráfico real. Incluye modelo de madurez en cuatro niveles y el plan de las dos primeras semanas.
Cómo empezar con IA: las 7 capas de madurez
El modelo de madurez que Gartner publicó en 2025 ordena la IA en siete dimensiones —estrategia, valor, organización, personas, gobernanza, ingeniería y datos—, pero describe qué aspecto tiene llegar, no qué hacer el lunes por la mañana con 300 personas y un equipo pequeño. Esta pieza traduce ese mapa a una ruta para empresa mediana, y sostiene una tesis contraria al orden del propio modelo: la estrategia de IA se escribe la última, después del primer caso medido. Incluye las siete capas en lenguaje de negocio, por qué la mayoría entra por ingeniería y muere dos capas más abajo, la secuencia que proponemos, y tres preguntas para saber en cuál estás atascado.
Valor de la IA: elegir y medir el primer caso de uso
Primera capa de la serie de madurez. Sin línea base, el después no significa nada: esta capa no mide la calidad técnica de la solución sino si tu organización sabe distinguir un caso que funciona de uno que no. Incluye los tres criterios para elegir el primer caso (repetitivo, verificable y con dueño que quiera), por qué el más valioso no es el primero, los tres estadios de diagnóstico, el plan de 90 días con la decisión escrita antes de ver el resultado, y qué no hacer todavía. Con la tesis que sostiene la pieza: buena parte de los pilotos que el mercado cuenta como fracasos no fracasaron, simplemente no se pudieron demostrar.
Datos para IA: la preparación mínima viable
Segunda capa de la serie de madurez. Esta capa no pregunta si tienes un data lake: pregunta si el criterio con el que tu empresa decide está escrito en algún sitio o solo vive en cabezas. Gartner atribuye a bases de datos inadecuadas el 60% de los abandonos hasta 2026, y sitúa en 63% las organizaciones que no tienen —o no saben si tienen— prácticas aptas. De ahí no se sigue arreglar los datos de la empresa, sino los que un caso concreto necesita. Incluye la pregunta que ordena la capa, los tres estadios, la prueba de suficiencia con diez casos históricos y qué proyecto de datos no hacer todavía.
Gobernanza de IA: el mínimo exigible en 2026
Tercera capa de la serie de madurez. La prueba de esta capa es cruda: cuando una salida de IA llega a un cliente, ¿quién responde por ella? El mínimo exigible cabe en dos folios y una hoja de cálculo: lista corta de lo prohibido, un nombre por decisión y un registro. Incluye el calendario real del Reglamento Europeo de IA tras el Digital Omnibus —las obligaciones de transparencia se aplican desde el 2 de agosto de 2026 y no se aplazaron; el alto riesgo del Anexo III se movió a diciembre de 2027—, los tres estadios de diagnóstico y por qué no montar un comité para un piloto.
Ingeniería de IA: del piloto a producción
Cuarta capa de la serie de madurez. Una demo demuestra que algo puede ocurrir; producción exige que ocurra siempre, con entradas imprevistas y a coste predecible. Esta capa se resuelve con cuatro decisiones —construir o comprar según coste de salida, conjunto de evaluación, coste por tarea y observabilidad— y ninguna es la elección de modelo, que es la que más tiempo consume en los comités. Incluye por qué llega la cuarta y no la primera, los tres estadios, el plan de 90 días y por qué no empezar por agentes autónomos.
Personas y cultura: la IA que nadie usa
Quinta capa de la serie de madurez. Esta capa no mide formación impartida ni licencias desplegadas: mide uso sostenido a ocho semanas sin recordatorios. La prueba definitiva es más simple: si mañana se retirase la herramienta, ¿ese equipo tendría un problema operativo? Incluye por qué formar a todos por igual no produce casos, la unidad de trabajo correcta (la tarea, no el puesto, siguiendo a Susskind), los tres estadios, el plan de 90 días sobre un grupo de cinco a quince personas y por qué no poner el uso de IA en la evaluación de desempeño.
Organización de la IA: quién decide y quién opera
Sexta capa de la serie de madurez. Esta capa mide capacidad de decidir entre casos, no cuánta gente tienes dedicada a IA. El umbral práctico para montar estructura es bajo y concreto: tres casos vivos compitiendo por el mismo presupuesto o las mismas personas. Incluye por qué importar el modelo de centro de excelencia enterprise sale mal en mid-market, la figura que sí funciona —una función con nombre, tiempo asignado y autoridad para parar—, cuándo tiene sentido externalizarla y cuál es su límite: la operación se externaliza, la priorización no.
Estrategia de IA: por qué se escribe la última
Séptima y última capa de la serie de madurez, y la que sostiene su tesis. En el modelo de Gartner la estrategia encabeza las siete dimensiones; nuestra experiencia en empresa mediana la coloca al final de la secuencia de arranque, con una excepción escrita: en banca, seguros de vida y salud o sanidad sube al principio. Incluye por qué se escribe tan pronto y qué llevar al consejo en su lugar, los cinco elementos de una estrategia que sirve, los tres estadios, y por qué no encargársela al proveedor que la va a ejecutar —aunque sea gratis, sobre todo si es gratis—.
La IA no sustituye profesiones: redistribuye tareas
A partir de la intervención de Daniel Susskind en el Exponential Day de julio de 2026. Su tesis: la automatización actual alcanza tareas no rutinarias de profesiones cualificadas, y lo hace sin razonar como razona un humano —Deep Blue y Watson ganaron por caminos que no eran los nuestros—. La consecuencia práctica es que la unidad de análisis deja de ser la profesión y pasa a ser la tarea. Añadimos un matiz de campo que casi ningún resumen recoge: la tesis es correcta en agregado y áspera a nivel individual, y usarla como tranquilizante sale caro. Con tres acciones para el lunes.
IA para licitaciones: ¿comprar o construir capacidad?
El sector público español licitó 204 contratos con la IA como núcleo en el último año cerrado y más de la mitad de las licitaciones puntúan la calidad por encima del precio: la calidad de tus propuestas es una palanca de ingresos, no un trámite. La oferta para resolverlo es hoy casi toda idéntica —Gober, LICAI, TendersTool, AIverso y compañía venden acceso a una capacidad que reside fuera de tu empresa—. Esta pieza no compara herramientas: separa las tres capas del trabajo real (localizar, recuperar y adaptar tu material, decidir qué ofrecer), da las tres preguntas que inclinan la decisión, una tabla para llevar al comité, el coste de salida que no aparece en el presupuesto, los casos en que comprar es la respuesta correcta y los cuatro activos que se quedan en casa cuando decides construir.