Jordi García
Jordi García es Tech Lead en onext. Trabaja en llevar la IA a producción gobernada en equipos de desarrollo y de producto —con Spec-Driven Development, ingeniería de contexto y verificación humana en cada paso— y firma los insights técnicos de onext sobre método, calidad y coste de la IA aplicada.
Ver perfil de LinkedIn →Artículos de Jordi García (77)
Revisar código generado por IA: el review que sigue esperando a un autor
Un code review asume que al otro lado hay alguien que tomó decisiones y puede explicarlas. Con código generado, quien abre el pull request lo está leyendo por primera vez con la misma atención que su revisor — y el proceso todavía no se ha enterado.
Inyección de prompts: la seguridad de tu agente está en los permisos, no en el prompt
Un agente que lee correos, tickets o documentos ya recibe instrucciones de desconocidos todos los días. Lo que decide si eso es una anécdota o un incidente no es lo bien escrito que esté su prompt de sistema: es qué puede hacer sin que nadie firme.
El golden set: cómo se construye el conjunto de casos que decide si tu IA funciona
Los prompts se reescriben, el modelo se cambia, el framework se sustituye. El golden set sobrevive a todos. Es el único artefacto de tu evaluación que no puedes comprar, no puedes descargar y no puedes pedirle a un modelo que te genere.
Evaluar agentes de IA: qué significa exactamente «funciona mejor»
«Mejor» no es una propiedad del sistema: es una relación con un referente. Sin baseline no hay mejor, y sin rúbrica no hay bien. Cómo se construyen los dos desde el golden set.
LLMOps: el flujo real para llevar un sistema LLM a producción y mantenerlo vivo
Lo que despliegas no es un modelo: es un bundle de contexto sobre un modelo que no controlas. Cambia eso y cambia todo — qué versionas, qué evalúas, qué mides y quién firma cada release.
Cómo empezar con IA: las 7 capas de madurez
Casi nadie parte de cero. Lo que casi todos tienen es actividad sin dirección: un piloto, una licencia corporativa, un proveedor que vino a enseñar una demo.
Valor de la IA: elegir y medir el primer caso de uso
La mayoría de empresas que llevan un año con IA no puede responder si su piloto funcionó. Tienen impresiones. No tienen la cifra que había antes.
Datos para IA: la preparación mínima viable
La empresa mediana oye «la IA necesita datos» y arranca una iniciativa transversal de dieciocho meses. La diferencia entre eso y lo que hace falta son dieciocho meses.
Gobernanza de IA: el mínimo exigible en 2026
Dos errores opuestos conviven en el mismo sector: la parálisis y el teatro. El punto medio es sorprendentemente pequeño, y casi nadie lo escribe porque no da para vender un programa.
Ingeniería de IA: del piloto a producción
Casi todo el mundo entra por aquí, porque es la única capa con un comercial llamando a la puerta. Nosotros la colocamos la cuarta, y eso no la degrada: la protege.
Personas y cultura: la IA que nadie usa
Se despliega a 400 empleados, se hace una sesión de noventa minutos y a las ocho semanas la usan once. La conclusión cómoda es que la gente se resiste al cambio. Casi siempre es falsa.
Organización de la IA: quién decide y quién opera
Un centro de excelencia de tres personas no es un centro de excelencia. Es un comité con nombre ambicioso, y suele acabar haciendo de cuello de botella para lo que decía impulsar.
Estrategia de IA: por qué se escribe la última
Hemos leído unas cuantas. Casi todas se parecen entre sí, porque todas salen del mismo sitio: de lo que se lee, no de lo que se opera.
La IA no sustituye profesiones: redistribuye tareas
Durante dos décadas el consenso tenía una frontera cómoda: las máquinas se quedaban con lo rutinario. Esa frontera estaba mal dibujada.
IA para licitaciones: ¿comprar o construir capacidad?
Todo el mercado vende la misma caja: una suscripción que redacta por ti. La pregunta que ninguna herramienta formula en su web es dónde quieres que viva la capacidad de responder bien a un pliego.
Automatizar siniestros con IA: qué entra en vigor el 2 de agosto y qué se aplazó a 2027
El aplazamiento de las obligaciones de alto riesgo de la AI Act ya no es un acuerdo político: es derecho vigente desde el 27 de julio. Lo que no se aplazó entra el 2 de agosto. Qué significa cada cosa para la tramitación de siniestros.
Cómo redactar la memoria técnica de una licitación
La memoria técnica decide la mayor parte de la puntuación de una licitación pública, y la mayoría de los puntos que se pierden se pierden por forma, no por calidad. El método para no regalarlos.
Shadow AI: la IA que tus equipos ya usan sin control (y cómo gobernarla)
En la mayoría de empresas medianas ya hay decenas de herramientas de IA en uso sin política, sin auditoría y sin inventario. El riesgo que crea, la señal que esconde, y cómo gobernarlo sin frenar a tu gente.
Automatizar el customer support B2B con IA, sin alucinar a tus cuentas
En B2B, una respuesta de soporte equivocada no es un ticket más: es una cuenta que pierde confianza. La IA puede absorber el volumen repetitivo, pero un chatbot genérico inventa respuestas sobre tu producto. Qué exige hacerlo bien.
AWS Bedrock vs Azure OpenAI para mid-market: cuál elegir
Comparativa honesta de las dos plataformas de IA que llegan a la mesa de cualquier CTO. Con una tesis incómoda: elegir entre Bedrock y Azure importa menos que la arquitectura con la que evitas casarte con uno.
Agente de IA en tu producto SaaS: ¿construir el equipo o traer un partner?
Añadir un agente de IA a tu producto SaaS es fácil de demostrar y difícil de sostener. La decisión de 50-300k€: construir el equipo in-house, comprar o traer un partner que lo transfiere.
Automatizar cuentas por pagar con IA, sin errores contables
Capturar facturas, casarlas con el pedido, codificarlas y enviarlas a aprobar consume a tu equipo de finanzas mes tras mes. La IA lo automatiza, pero un importe mal extraído es un error contable. Qué exige hacerlo con control.
Responder RFPs con IA: de semanas por propuesta a respuesta gobernada
Responder una RFP consume a tu mejor equipo durante semanas y un requisito que se te escapa te descarta. La IA promete acelerarlo, pero hecha a la ligera inventa cumplimientos. Qué exige hacerlo bien.
Automatizar tus ofertas comerciales con IA, de forma gobernada
Producir ofertas y propuestas es un cuello de botella caro entre comercial y operaciones, y el candidato perfecto para la IA. Pero automatizarlo mal genera precios equivocados. Qué exige hacerlo bien.
Claude vs Cursor vs Copilot para empresas: cuál elegir
Comparativa honesta de Claude Code, Cursor y GitHub Copilot para equipos de empresa: fortalezas, encaje y coste. Y por qué elegir la herramienta es el 20% fácil; el método decide el ROI.
IA para healthtech: la IA de tu producto de salud, a producción
Personalización, datos sensibles y cumplimiento: qué exige llevar la IA de una app de salud o bienestar de la demo a producción, y cómo hacerlo sin montar un equipo de IA in-house.
IA para aseguradoras: por qué los pilotos no llegan a producción
Siniestros, suscripción y RFP: por qué los pilotos de IA de las aseguradoras se quedan en la demo, y qué exige llevarlos a producción con coste y cumplimiento bajo control.
Cómo medir si la IA de tu producto funciona: evals y coste
No puedes poner en producción lo que no sabes medir. Las dos únicas métricas que importan en una feature de IA —calidad verificada y coste por tarea útil— y cómo instrumentarlas.
Integrar IA en tu producto SaaS sin hipotecar el roadmap
RAG y agentes que funcionan en la demo y se rompen con el caso real. Cómo llevar la IA de tu producto a producción gobernada sin parar la entrega.
Ingeniería de contexto vs. prompt engineering
Ajustar el prompt tiene techo; construir el contexto no. La diferencia que separa a los equipos que sacan la IA a producción de los que se quedan en el demo.
Partner de desarrollo para tu startup: futuro, no legacy
Elegir mal el partner que construye tu producto te deja una caja negra que no escala en la Serie A. Cómo elegir uno que construya para el futuro y te deje el control.
ROI de Copilot/Cursor: por qué mides lo que no importa
El mercado acaba de poner precio a "alquilar cuerpos vs. retener método". El ROI real de tu IA no está en la licencia: está en lo que se queda tu equipo.
Scrum dual-track acelerado con IA: cómo implementarlo en tu equipo
Tu equipo tiene licencias de IA y va a la misma velocidad. El problema no es la herramienta: es el método. Cómo montar un dual-track donde la IA acelera la entrega sin soltar el control.
Por dónde empieza un CEO a transformar su empresa con IA: los 5 ejes del primer trimestre
La respuesta no es elegir herramienta. Es decidir bajo qué mandato y con quién al volante haces el inventario de los cinco ejes de tu empresa antes de gastar el primer euro. Y por qué eso no es un proyecto de IT.
Los 6 cambios técnicos en tu setup Claude Code antes del 15-jun: agent budgets, rate limits y observabilidad
Anthropic separa el contador de agentes del de chat el 15 de junio. Estos son los 6 cambios concretos en tu setup Claude Code para que la factura no explote.
Tu factura Claude cambia el 15 de junio: la conversación FinOps que tu CFO va a iniciar (y cómo llegar preparado)
El 15 de junio Anthropic separa los agentes Claude del chat con créditos mensuales espejo. Los 6 controles FinOps mínimos antes del switch — sin esperar al overrun del 16 de junio.
HTML supera a Markdown en los artefactos que viven: la tabla de decisión del Spec-Driven Development
Thariq Shihipar (Anthropic Claude Code) articuló esta semana lo que en onext llevamos meses observando: HTML es el formato superior para los artefactos que viven, se editan y se consumen más. Esta es la tabla de decisión artefacto a artefacto del método AI Engine.
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
El rediseño inicial es la parte fácil. Lo difícil es que siga funcionando cuando la novedad desaparece. Jordi García documenta el patrón de colapso desde 12 equipos acompañados.
El gap del 70%: tu adopción de IA en el equipo de desarrollo no es problema técnico — es problema organizativo
Si llevas meses pagando Copilot o Cursor sin ver retorno claro, estás atacando el 30% del problema. El otro 70% — el que ningún vendor te vende — es organizativo.
El modelo no es la fuente de verdad. El chat no es el sistema. El código no es el único artefacto.
Tres reglas operativas que separan a los equipos que escalan con IA de los que solo aceleran su propio caos. Tres claims, tres antídotos, tres ejemplos que tu Tech Lead puede instalar la semana que viene.
¿Empezar ahora con IA o esperar 6 meses? La pregunta correcta es otra
Tu comité lleva medio año con la decisión IA en agenda y cada vez que aparece, se aplaza. Conversación honesta sin propaganda: cuatro contextos donde esperar es lo correcto, cuatro donde no, y la pregunta única que cierra el ciclo.
Sovereign AI ya no es residencia de datos: el split de control en 8 ejes
La pregunta sovereign AI cambió en abril de 2026. Ya no es «¿dónde están mis datos?» sino «¿quién decide qué puede leerlos, en qué momento, bajo qué reglas?». Un marco operativo de ocho ejes para trazar el split de control antes del próximo RFP agéntico.
Ingeniería de contexto: por qué sobrevivirá al Marketplace de agentes
El Marketplace de agentes pre-built ha llegado: $750M de fondo de un hyperscaler para partners agentic, catálogos de más de 1.000 agentes pre-built de los Big 4 y campañas de cuatro dígitos en context engineers contratables. Lo que decide tu ventaja competitiva ya no es qué agente compras — es qué contexto le pones. Y eso es arquitectura, no táctica.
Ingeniería de contexto: 7 preguntas para tu próximo RFP de IA cuando el headcount ya no es el criterio
Los grandes integradores están empezando a vender «context engineering» a escala — con anuncios de miles de ingenieros contratables y campañas editoriales que aterrizarán en tu comité antes del verano. Cuando esa propuesta llegue a tu RFP, el headcount deja de ser el criterio. Siete preguntas concretas para separar al ingeniero real de la etiqueta de marketing.
El coste real de poner IA en producción: por qué tu factura crece 30x entre el piloto y escala (y cómo contenerlo)
Los proyectos GenAI multiplican su factura 30x — a veces 200x — al pasar de piloto a producción. No es porque hagan más trabajo: es porque empiezan a hacer cosas que en el piloto nadie medía. Guía técnica para CTO y CFO.
Google Cloud Next 2026 para el CTO español: 5 anuncios que importan y 5 que son ruido
Filtro pragmático de los 200+ anuncios del evento, hecho desde la silla de un CTO de empresa española 100-1.000 empleados. Qué condiciona tu roadmap y qué es storytelling de ecosistema.
Claude Managed Agents: el dilema make/buy no es de coste (y tu CFO lo está mirando mal)
La prensa técnica se ha quedado en "one-stop shop vs lock-in". Nadie ha puesto números. Hemos construido el modelo TCO para 5 arquetipos de workload y el coste de salida para 3. La conclusión cambia la discusión: MCA no es caro — es una apuesta al equilibrio que muchos CTOs están haciendo sin verla.
Cómo elegir un IA partner en 2026: cinco criterios que no aparecen en tu RFP
Los criterios clásicos — partner tier con el hyperscaler, certificaciones, cifra de negocio, casos publicados — han dejado de discriminar. Estos cinco sí correlacionan con que el proyecto llegue a producción, y rara vez aparecen en el template de compras.
Compliance-First AI Design: cómo construir agentes que pasen auditoría
El 2 de agosto de 2026 entran en aplicación las obligaciones de alto riesgo de la EU AI Act. Los nueve requisitos del Capítulo III se traducen a decisiones de arquitectura concretas. Los equipos que lleguen con retrofit compliance van a llegar tarde y caros.
SDD + Agentic Orchestration: la combinación que cierra el gap de Anthropic Managed Agents
Claude Managed Agents ha resuelto la capa de infraestructura de los agentes IA. La capa que sigue explícitamente en manos del equipo (prompts, guardrails, context strategy, failure modes) es exactamente lo que Spec-Driven Development estandariza.
Agentes IA en producción: el gap de calidad que nadie mide (y cómo cerrarlo)
El 89% de los equipos monitoriza tokens y latencia. Solo el 52% evalúa si las respuestas son buenas. La diferencia entre un agente que funciona y uno que funciona bien es un sistema de quality monitoring.
Desbloquea tu potencial IA: por qué los equipos ganadores rediseñan procesos antes que comprar herramientas
Las empresas que ganan con IA no acumulan copilots ni chatbots. Reconfiguran cómo trabajan personas y agentes, y miden velocidad de resultados en lugar de horas trabajadas. Cómo construir un equipo acelerado con IA empezando por la organización.
Agentic RAG: cuando tus documentos internos se convierten en tu mejor asset
RAG tradicional busca fragmentos. Agentic RAG razona, valida y refina. La diferencia entre un chatbot que responde con retazos y un agente que entiende el conocimiento de tu empresa.
Por qué la mayoría de proyectos con LLM fracasan (y cómo convertirlos en sistemas que realmente funcionan)
El 95% de pilotos de IA enterprise no genera impacto medible en P&L. El problema no es el modelo. Es que se usan prompts aislados en lugar de construir sistemas.
RAG en producción: errores comunes que vacían tu presupuesto de IA
El 80% de proyectos RAG enterprise fallan en producción. No por la tecnología, sino por tres errores de arquitectura que convierten tokens en gasto sin retorno.
MVP vs Especificación: cómo el Spec-Driven Development corrige el sesgo del "Quick Ship"
Escribir especificaciones formales antes del MVP no es overhead. Es el fundamento para que la IA entienda qué construir sin iteraciones destructivas. Los equipos que lo aplican pasan de 7 sprints a 3.
LLMs propietarios vs. open source en 2026: guía de decisión para empresas
De $0,014 a $30 por millón de tokens. La brecha de rendimiento entre open source y propietario se ha reducido al 10%. La decisión ya no es cuál es mejor, sino cuál es el correcto para cada caso de uso.
De tareas a workflows: los agentes IA ya ejecutan procesos multi-etapa completos
El 57% de organizaciones ya despliega agentes para workflows multi-etapa. El 81% planea abordar casos más complejos este año.
El 74% aspira a ingresos con IA. Solo el 20% lo consigue. El informe Deloitte explica la brecha.
La tecnologia ya no es el cuello de botella. La organizacion si.
Skills para agentes de IA: guía práctica para equipos de desarrollo
De instrucciones sueltas a capacidades empaquetadas, portables y distribuibles
RAG para aplicaciones empresariales: de la teoría a producción en 2026
El 60% de apps LLM usan RAG. El 40-60% de implementaciones no llega a producción. La diferencia está en la arquitectura.
Agentes de IA en 2026: el 80% de empresas ya genera retorno medible. El obstáculo no es la tecnología.
Los datos de 500+ líderes técnicos confirman: el freno no está en el modelo, está en el sistema de trabajo.
MVP para startup: cómo lanzarlo rápido sin hipotecar el producto
Un MVP no se define por lo pequeño que es, sino por lo bien que responde a la pregunta de negocio más importante
Agentic AI: qué es y cómo transformará el desarrollo de software en 2026
De copilots reactivos a agents autónomos: el siguiente paradigma del desarrollo de software
El 70% del éxito de la IA en equipos de desarrollo no es técnico. Es organizativo.
La IA no es una herramienta de productividad. Es un multiplicador organizativo.
Guía avanzada de KPIs para equipos de desarrollo con IA: qué medir (y qué dejar de medir)
Cuando cambias la forma de producir software pero no la forma de medirlo, las métricas empiezan a mentir
En la era del AI Coding, la calidad del código importa más que nunca
Más código no significa más valor. La IA amplifica tu sistema, para bien o para mal.
Context Engineering: la disciplina que satisface equipos con IA y sin IA
De prompts individuales a sistemas de contexto organizacionales
Frameworks de priorización: decidir mejor para ejecutar más rápido
Cuando todo es urgente, nada es estratégico
Instrucciones compartidas y curadas para equipos: el siguiente paso en adopción de IA
Del prompting individual a la inteligencia colectiva
GenAI para comprender codigo legacy: de la experimentacion al estandar practico
Como la IA generativa transforma la comprension de sistemas heredados
Guía definitiva de priorización de producto: 9 frameworks para CTOs que no pueden hacerlo todo
"Puedes hacer cualquier cosa, pero no puedes hacerlo todo"
Spec-Driven Development: La metodologia que transforma la IA en codigo controlado y predecible
De prompts ad hoc a especificaciones estructuradas
Mides incidentes, pero ignoras las métricas que importan (y por eso tu equipo no mejora)
De métricas reactivas a predictivas: el framework que usa el 12% de equipos top performers
El costo oculto de contratar: por qué 4 meses buscando un tech lead te cuesta €87k (aunque no lo contrataste)
Calculadora de costo real del hiring lento en startups tech
Centros de Excelencia: Clave para la adopción rápida de nuevas tecnologías
Cómo los CoE aceleran la innovación y mejoran la competitividad
Transformación Digital e IA: el motor de la competitividad empresarial
Por qué las empresas que no integren IA perderán relevancia competitiva