Autor: Iñigo Serrano

Publicado el

El GPT de mi web me ha abierto los ojos (y no solo para escribir mejor)

profesional trabajando en varias pantallas

Hace un tiempo decidí probar a crearme un GPT personalizado para ayudarme con las tareas del blog: redactar borradores, categorizar, generar imágenes… lo típico. Pero lo que empezó como un “truco de productividad” ha acabado siendo una pequeña epifanía sobre cómo puede evolucionar nuestro trabajo en desarrollo de aplicaciones con la IA.

¿Para qué usamos (de verdad) la IA en las empresas TI?

Lo primero que se nos ocurre a los que estamos en tecnología es usar la IA para hacer lo mismo de siempre, pero más rápido y con más calidad: programar, escribir historias de usuario, documentar… Y sí, funciona. Nos hace más productivos y mejora los entregables.

Pero… seguimos haciendo las mismas aplicaciones. El valor añadido es interno, para nosotros como desarrolladores, no para el usuario final. Es una mejora, pero no es transformación.

IA dentro de las aplicaciones: que el usuario también gane

El segundo salto es dotar a nuestras aplicaciones de más inteligencia, para que las personas que las usan sean más eficientes o reciban respuestas más útiles. Un ejemplo real: mi propio GPT en WordPress no solo escribe textos, también aplica mi estilo, mi estructura de pensamiento y mis temas recurrentes.

Ese mismo patrón se puede aplicar en los portales, en los backoffices, en los CRM: que las aplicaciones aprendan cómo se expresan y trabajan sus usuarios, y les ayuden de forma contextual. Aquí sí estamos añadiendo valor al producto, no solo al proceso.

Y el paso siguiente… ¿para qué IA hacemos nuestras aplicaciones?

Este es el punto que más me interesa últimamente: crear servicios diseñados explícitamente para ser consumidos por inteligencias artificiales, no por humanos.

Porque si el consumidor de nuestros APIs va a ser un agente autónomo, tener un REST con documentación en Swagger igual ya no vale. Necesitamos nuevos protocolos de contexto como el Model Context Protocol (MCP) o repensar nuestros endpoints para exponer capacidades de negocio, no solo operaciones CRUD.

¿Nos consume una persona con interfaz gráfica o una IA que busca resolver una intención compleja? Eso lo cambia todo.

Moraleja

La IA no es solo una herramienta más en nuestra caja: es un nuevo interlocutor, tanto en el proceso como en el destino final de nuestras aplicaciones.


¿Y tú? ¿En qué punto estás con la IA en tu trabajo diario? Te leo en LinkedIn 😉

Diseñado en la cabeza de Iñigo, made in ChatGPT y también abre ojos

Publicado el

En que se parecen las rebajas y la innovación

Mujer en rebajas que no encuentra su talla

Una de las decisiones más prácticas que he tomado en mi vida adulta tiene que ver con las rebajas. Solo compro cosas en rebajas si no son imprescindibles. Lo que necesito de verdad, lo compro cuando lo necesito. No me espero. Porque si esperas, llegas a las rebajas y… ¡sorpresa! Ya no queda tu talla.

¿Y esto qué tiene que ver con la innovación?

Más de lo que parece. Cuando estaba trabajando como consultor de innovación para Iberdrola, solía decir que innovar es preparar hoy lo que tu empresa va a necesitar dentro de cinco años. Pero claro, eso cuesta dinero. Y la reacción más común —especialmente en perfiles más orientados a gestión— es posponer las decisiones hasta que «sea el momento». Es perfectamente entendible, pero es lo mismo que esperar a las rebajas.

¿Qué puede salir mal?

Pues que cuando por fin decidas sacar ese nuevo servicio o producto, no puedas. Porque para hacerlo necesitas tener los datos en condiciones. O porque los sistemas no están preparados. O porque te faltan permisos, o integraciones, o formación. Y esos previos, esos «ya lo haremos», pueden llevar meses.

Lo he visto más de una vez: la prueba de concepto en sí era facilísima, pero el trabajo para dejar todo listo por debajo era otro cantar. Si decides que no te interesa, perfecto. Pero si el mercado sí lo lanza y tú no puedes, vas con el pie cambiado. Y duele.

Moraleja

La innovación no es un gasto caprichoso, es una forma de asegurarte de que cuando llegue el momento, tengas tu talla. Porque lo que duele no es haber hecho una PoC que no llega a nada… es necesitar algo y no tenerlo ni por asomo.

¿Te ha pasado algo parecido? Me encantaría leerlo en LinkedIn 😉

Diseñado en la cabeza de Iñigo, made in ChatGPT es también innovación y usar una herramienta para facilitarte el trabajo es como ir de rebajas, obtienes lo mismo por menos precio. Y si le pides que te genere una imagen con el prompt es español, igual la chica tiene seis dedos…

Publicado el

Innovar, o como convertirte en la referencia

Cuando aún no había terminado el DESI, decidí apostar por Java con Servlets versión 1.0 mientras todo el mundo andaba con los Active Server Pages de Microsoft o los dichosos applets. Era 1999, y todavía no trabajaba, pero algo me decía que ese lenguaje iba a marcar época. Y acerté. No porque tuviera una bola de cristal, sino porque me metí apasionó, y eso me convirtió, de repente, en la “referencia” cuando empecé a trabajar. No hace falta saber mucho si los demás no saben nada.

¿Innovador de serie o simplemente apasionado?

Siempre he llevado la innovación de serie. No porque me considere ningún visionario, sino porque disfruto aprendiendo cosas nuevas. Y claro, cuando te gusta algo, le dedicas tiempo, aunque no toque, bueno y porque siendo joven misteriosamente la ropa sucia aparece limpia y planchada en el armario y esas cosas :-). A veces porque hay que preparar una demo. A veces porque tienes una sospecha de que eso que parece una chorrada hoy, puede no serlo mañana. 🤷

Y eso te da ventaja. Porque la mayoría prefiere esperar a que algo esté bien probado, o mejor aún, empaquetado y vendido como un «servicio de transformación». Así que, si te mueves un poco antes, ya partes con ventaja.

Cuando nadie sabe, el que sabe poco es experto

Esta máxima se cumple en todas las olas tecnológicas: desde las etiquetas personalizadas de JSP hasta Docker y Kubernetes, pasando por NLP o la IA generativa. Al principio, nadie tiene ni idea. Las herramientas son rudimentarias, la documentación escasa y los gurús, inexistentes.

Pero es precisamente ese el momento interesante. Porque cuando todo está por hacer, no necesitas ser un experto: basta con ser el primero que se atreve a experimentar y compartir. Eso sí, sabiendo que algunas veces te saldrá rana. Pero como dice la sabiduría popular, el que golpea primero, da dos veces.

La IA: ¿otra moda o el Game Changer definitivo?

Ahora estamos en ese punto otra vez. La IA está en su fase “Docker 2014”: hay mucho hype, herramientas sencillas y mucha gente usándola como si fuera un Google más listo. Pero muy poca que la entienda de verdad, que se atreva a meterle mano, a probar cosas raras o a pensar en términos de cambio de modelo.

Ahí hay una tabla rasa. Y si eres de los que tiene esa curiosidad inquieta, este es el momento.

Moraleja

La ventaja no está en saber más. Está en empezar antes. Y en compartir lo aprendido, aunque esté a medio cocer.

¿Tú también has sido “el raro que lo probaba antes de tiempo”? ¿Hablamos en LinkedIn?

Diseñado en la cabeza de Iñigo, made in ChatGPT

Publicado el

Cuando esconder el conocimiento ya no es estrategia

Equipo extrañado por compañero que no comparte

Hace años, en un proyecto con un cliente, teníamos que integrarnos con una herramienta desarrollada in-house. Cuando necesitábamos ayuda, uno de los técnicos del cliente nos advirtió sobre el especialista que la había construido: “es un externo, y solo cuenta lo mínimo para no volverse prescindible”. Esa estrategia de retener el conocimiento como escudo de empleo me dejó pensando… y ha vuelto con fuerza gracias a la IA.

¿Hasta cuándo se puede esconder el conocimiento?

En aquel entonces, guardar el know-how era casi una garantía de estabilidad, si lo conseguías claro. Hoy, con herramientas como los copilotos de IA o los modelos LLM personalizados, la lógica ha cambiado. La IA aún no hace magia, pero ya se estima que puede aportar entre un 5 % y un 15 % de productividad en tareas comunes. Y eso es solo el principio.

El verdadero salto vendrá cuando superemos el umbral del 40 % en tareas sistemáticas, como las de back-office o soporte técnico. ¿Qué pasará entonces con quienes basaban su valor en ser los únicos que sabían “cómo funcionaba aquello”?

¿Tu conocimiento vive solo en ti… o también en una IA?

La paradoja es interesante: quienes antes no querían documentar para no ser sustituibles, ahora tienen que decidir si entrenan a una IA con su saber. Pero si lo hacen bien, puede que ya ni siquiera sea el cliente o el proveedor quien se beneficie: podrían tener un copiloto entrenado a su manera, con su estilo, con sus matices. Algo más que una libreta de notas, menos que un clon… pero suficientemente eficaz.

Esto conecta con lo que ya comentábamos en otras entradas: hay que ir tachando lo que ya no haces mejor que una máquina. Si el diferencial era “tenerlo todo en la cabeza”, más vale ir pensando otro.

¿Y si una IA asiste a todas las reuniones?

Imagina que una IA está en todas las reuniones, captura todas las decisiones, accede a toda la documentación y, además, no olvida. ¿Dónde queda entonces el “valor” de ser el que sabe lo que se dijo? El conocimiento tácito, ese que se filtra por los pasillos, puede tener los días contados.

Claro que siempre quedarán lagunas: el histórico anterior a la IA, las decisiones no documentadas, los matices que no están escritos. Pero el campo de juego se está estrechando. Y quienes no se adapten, se verán atrapados entre lo que saben… y lo que no quieren soltar.

Moraleja

El conocimiento deja de ser poder si no evoluciona en utilidad. Hoy, el valor está en saber explicar, conectar y aplicar. No en esconder. Si antes era cuestión de ego, ahora es de estrategia.

💬 ¿Cómo ves tú esta transición? ¿Has vivido ya situaciones parecidas? Lo comentamos en LinkedIn.

✍️ Sí, me ha echado una mano ChatGPT. Pero la historia, la idea y las dudas son mías. Como siempre. Diseñado en la cabeza de Iñigo, made in ChatGPT.

Publicado el

¿Oscuridad o seguridad? Una historia con linterna

Oscuridad vs seguridad

Cuando diseñé el modelo de seguridad de los canales digitales de i-DE, me tocó una de esas reuniones en las que el PowerPoint se queda corto y toca tirar de metáforas.

¿Y esto para qué sirve?

Muchas veces los equipos de negocio no entienden lo que hacemos en seguridad. Y no es por mala fe, es que usamos un lenguaje que suena a película de espías.

Me explico: en una de esas charlas con negocio, salió el tema de la “seguridad por oscuridad”. Al decirlo vi caras raras. Así que improvisé un ejemplo muy gráfico (o más bien oscuro 😉):

Imagina que tienes una habitación con un tesoro dentro. La habitación está completamente a oscuras. Nadie sabe que el tesoro está ahí, pero… la puerta está abierta.

Si alguien entra con una linterna, se lo lleva. Eso es la seguridad por oscuridad: no hay seguridad, solo ignorancia.

Ahora imagina la misma habitación, pero esta vez con una puerta cerrada con llave. Todo el mundo sabe que hay un tesoro, pero nadie puede entrar. Eso sí es seguridad.

Explicar lo técnico sin tecnicismos

Esta anécdota me recuerda algo importante: muchas veces, más que diseñar sistemas, estamos vendiendo ideas. Y para vender, hay que traducir.

Traducir jerga a metáforas. Riesgos a historias. Seguridad a cerraduras de toda la vida.

Y sí, cuesta. Pero si no lo haces, no te dan el OK. Y sin OK, no hay funcionalidad. Y sin funcionalidad, no hay mejora.

Moraleja

Convencer es tan importante como configurar. Que lo técnico no tape el mensaje.

Podemos seguir la conversación en LinkedIn

Este artículo ha sido Diseñado en la cabeza de Iñigo, made in ChatGPT … pero la linterna le llevaba yo.

Publicado el

Le he pedido a ChatGPT que me haga una entrevista de trabajo

Robot humanoide plateado entrevistando a un candidato sonriente en una luminosa oficina acristalada, metáfora de cómo la IA puede preparar entrevistas de trabajo.

Hace unas semanas le pasé a ChatGPT mi currículum… y le pedí que me hiciera una entrevista de trabajo. Como si fuese un recruiter de carne y hueso. Igual piensas que me falta un hervor… o dos. Pero espera.

¿Y si probamos a pensar fuera de la caja?

Muchos usan ChatGPT como un sustituto de Google. Pero es que se pueden hacer cosas bastante más potentes. Me explico:

Ando estos días actualizando mi web y mi currículum, que estaban un pelín “vintage”. Y en lugar de pelearme con textos desde cero, me estoy apoyando en la IA para tareas más monótonas. Tengo un GPT personalizado al que le dicto ideas tipo nota de voz, y me las devuelve formateadas como si las hubiese escrito yo.

La clave está en el contexto. Si quiero que el GPT escriba como yo, necesita saber cómo hablo, qué tono uso, qué temas trato. Así que le he cargado la exportación completa de mi blog. Pero claro, el blog no cubre todo. Hay temas que no puedo publicar por privacidad o confidencialidad. O simplemente porque creo que no aportarían nada a terceros.

Entonces pensé: ¿cómo le doy un contexto más amplio?

La idea loca (que no lo es tanto)

Le pasé también el currículum. Pero el currículum tradicional, seamos sinceros, es más una lista de tecnologías que otra cosa. No transmite bien los últimos años de mi carrera. Así que le dije: “hazme una entrevista”.

Y ahí se obró la magia. El GPT me empezó a lanzar preguntas: ¿por qué tomaste esta decisión?, ¿qué aprendiste en tal proyecto?, ¿en qué te consideras fuerte?

A partir de mis respuestas, me generó un resumen profesional más ajustado. Más fiel. Más útil. Y ese resumen, lo puedo enchufar a mi GPT para que escriba posts con más contexto, mejor alineados conmigo.

Días después vi un vídeo de Euge Oller haciendo exactamente lo mismo. No estamos tan zumbados, al final 😉

El límite no está en la IA, está en nuestra imaginación

Lo dicho: ChatGPT puede ser un buscador vitaminado, sí. Pero también puede ser un sparring, un entrevistador, un resumidor o incluso tu propio escribano digital.

A veces no es que la IA no pueda hacerlo. Es que ni se nos ocurre pedirle ciertas cosas.

Moraleja

No subestimes el poder de probar cosas “raras”. Muchas veces, lo raro hoy será lo normal mañana.

¿Tú también has probado a usar la IA para algo “poco habitual”? Cuéntamelo en LinkedIn, me encantará leerlo.

Aparte de pedirle que te haga una entrevista, sirve para que este articulo esté Diseñado en la cabeza de Iñigo, made in ChatGPT

Publicado el

Mentoring: la pieza oculta para optimizar equipos de desarrollo

Un equipo y su mentor

Cuando empece a trabajar hubo compañeros y jefes que me ayudaron como funcionaba realmente una empresa y siempre he pensado que también me corresponde a mi ayudar a los compañeros mas nuevos, pero además…

¿De qué sirve tener una cadena de suministro de software ultrarrápida o una arquitectura perfecta si el equipo humano es el eslabón más débil?

La construcción de software es un proceso creativo: los errores (y los aciertos) provienen, en última instancia, de las personas. Aquí es donde el mentoring marca la diferencia: permite que el conocimiento fluya, que los errores se minimicen y que los equipos realmente mejoren sprint a sprint.

Por qué el mentoring importa cuando buscas eficiencia

Aplicar el mentoring te va a aportar entre otras cosas los siguientes beneficios:

  • Evita cuellos de botella “silenciosos”: un junior que duda 30 min por día suma > 10 h/mes de fricción para el equipo.
  • Acelera la curva de aprendizaje: compartir heurísticas reales —no solo teoría— reduce en meses la autonomía operativa.
  • Mejora la calidad de código y la moral: menos retrabajo y más confianza mutua.

Optimizar un pipeline CI/CD sin optimizar a las personas es como afinar un motor y usar combustible de mala calidad.

Que es para mi el mentoring

Cada uno tiene una forma de entender el mentoring, pero para mi es:

Transferencia de experiencia aplicable: trucos, patrones y errores que no aparecen en la documentación oficial.

Modelo de acompañamiento, no de inspección: el mentor no dicta, pregunta y guía.

Focus en cómo trabajar, no solo en el qué: feedback constructivo, buenos hábitos, comunicación con negocio.

Moraleja

El mentoring no es un “extra” blando; es la columna vertebral que convierte buenas herramientas en resultados reales. Si tu equipo está estancado a pesar de tener la mejor arquitectura, quizá el siguiente sprint de optimización no deba pasar por Jenkins, sino por una conversación uno-a-uno. También puedes echarle un vistazo a como aterizar a un junior, o una IA.

¿Tienes alguna experiencia similar? Conectemos en LinkedIn y la comentamos.

Ultimamente mi mentor es ChatGPT, ya sabes Diseñado en la cabeza de Iñigo, made in ChatGPT.

Publicado el

Old Money: cuando el legado es viejo y el presupuesto escaso

Código legacy sin presupuesto en entornos empresarialeS

Hace unos años me tocó evaluar una aplicación que íbamos a reutilizar en varios equipos. Nada más abrir el código, se me escapó un “¡madre mía, qué jardín!”. Pero lo curioso no fue la calidad del código, sino la reacción del responsable: “Sí, está mal, pero sabemos por qué está así… y lo queremos mejorar”. Esa honestidad me pareció más valiosa que muchos frameworks.

El estilo Old Money: ni nuevo ni barato

Hay un patrón que me encuentro más veces de las que me gustaría. Le llamo el “estilo Old Money”. Que no, no va de ricachones con traje slim y zapatillas blancas. Va de aplicaciones viejas (Old) sin un duro para actualizarlas (Money). Resultado: parches, código legacy, frameworks obsoletos… y un equipo que muchas veces ni lo ve.

Creo que el mayor problema no es que la aplicación sea vieja. Me explico:

  • Lo realmente peligroso es cuando el equipo no es consciente de las limitaciones.
  • Como dicen los nutricionistas: lo más insano no es lo que sabes que es malo, sino lo que crees que es sano y no lo es. Pues esto, igual.

Si crees que tu aplicación es decente y no lo es, ni te planteas mejorarla. Y si encima no tienes presupuesto, apaga y vámonos.

La autoconciencia como primer paso

Me encontré una vez con un desarrollador que reconocía abiertamente los problemas de su código. No se excusaba, los asumía. Me explicó cómo había llegado a ese punto. A partir de ahí, pudimos planear mejoras: cada uno rascó algo de dinero de su parte y conseguimos hacer una pequeña inversión para refactorizar el núcleo. Poco, pero suficiente para salir del pozo.

Y lo más importante: el equipo ganó en confianza y visibilidad.

¿Qué hacemos con un Old Money?

  1. Diagnóstico brutal: ¿El código es viejo? Bien. ¿Lo sabemos? Mejor.
  2. Documentar la deuda: Aunque no puedas pagarla, haz inventario.
  3. Buscar aliados: Producto, negocio, compañeros… a veces todos rascamos un poco.
  4. Miniproyectos de mejora: No todo requiere un rediseño total. A veces basta con encapsular, testear, y preparar el terreno.

Moraleja

Si tienes un Old Money en casa, lo primero es dejar de creer que es Gucci cuando en realidad es Primark. Y lo segundo, empezar a rascar euros y voluntades para mejorar.

👉 Si quieres ver cómo empiezo a diagnosticar estos casos, pásate por esta entrada sobre cómo abordar el desarrollo de una aplicación CRUD. Ahí te cuento cómo organizar la casa… aunque esté vieja.

💬 ¿Te has cruzado con un “Old Money” en tu carrera? Cuéntamelo por LinkedIn, me encantará conocer otros casos reales.

Este articulo ha sido Diseñado en la cabeza de Iñigo, made in ChatGPT

Publicado el

Cuando tu radar profesional se queda sin señal: lo que la IA puede cambiar (o no)

Hombre mirando a un radar

Me acuerdo perfectamente del primer día en uno de los últimos proyectos en los que entré. Lo típico: presentación, “te contamos cómo lo hacemos aquí” y tour por la herramienta estrella de la casa. Mientras escuchaba, mi cabeza iba haciendo su propia evaluación. “Esto así no va a funcionar”, “esto otro sí tiene recorrido”, “aquí hay una bomba de relojería”…

25 años viendo qué funciona (y qué no)

Después de haber pasado por más de una decena de empresas, múltiples proyectos, sectores y equipos de todos los colores, acabas desarrollando un radar. No es infalible, pero sí afinado. A fuerza de ver patrones repetidos —unos con éxito, otros estrellándose— empiezas a anticipar qué prácticas tienen futuro, cuáles no tienen recorrido y cuáles son postureo puro, como ahora está de moda el palabra BigData (pon aquí lo que quieras) sigo haciendo lo mismo de siempre pero le llamo BigData y así molo más.

Claro, luego la realidad siempre tiene matices. Lo que en una empresa funciona de lujo, en otra puede hundirte. Pero hay aprendizajes que se te quedan grabados: cómo leer un equipo, cuándo una metodología es humo, qué herramientas son palanca y cuáles son lastre.

Cambia la tecnología, pero no el oficio

Puedes pasar de JBoss a SpringBoot en OpenShift, de Eclipse a Visual Studio Code, y de seguimientos en papel a tareas en Jira. Pero el núcleo del oficio sigue ahí: entender problemas, coordinar equipos, construir soluciones que funcionen en producción.

Hasta que llega la inteligencia artificial. Y ahí, cuidado. Porque no estamos hablando de una nueva herramienta, sino de algo que puede alterar los fundamentos. Cambian los puntos de referencia, los procesos, incluso la relación entre roles. Lo que sabías que funcionaba entre personas… ahora puede volar por los aires.

¿Sigue sirviendo todo lo aprendido?

Esa es la pregunta que me estoy haciendo últimamente. Y no desde la barrera, sino metiéndome de lleno. Probando, experimentando, leyendo, cacharreando. Porque igual que en su día me tocó entender qué pintaba Docker o cómo se organizaba un equipo ágil, ahora toca ver cómo encaja la IA en nuestra práctica profesional.

Creo que parte del conocimiento acumulado seguirá siendo útil, aunque adaptado. Pero otra parte, directamente, caduca. Y no pasa nada. Al revés: si eres de los que no se conforma con “lo de siempre”, esta es una etapa excepcional.

Si todo cambia, hay que moverse

Las disrupciones tecnológicas tienen algo bueno: sacuden el árbol. El que se mueve bien puede escalar varios peldaños. Profesionalmente, sí. Pero también personalmente. Porque la IA no solo está transformando el código o los flujos de trabajo; está replanteando cómo usamos nuestro tiempo, cómo tomamos decisiones, cómo nos comunicamos.

Moraleja

En momentos de disrupción, el mejor radar no es el que predice, sino el que se recalibra rápido. Y en eso, tenemos ventaja.

Conectemos en LinkedIn para seguir conversando el impacto de la IA en la carrera.

Este articulo ha sido Diseñado en la cabeza de Iñigo, made in ChatGPT 😉

Publicado el

Y si el valor ya no está en las respuestas

Signo de interrogación metálico verde sobre libros de páginas en blanco iluminados con luz neutra; fondo azul petróleo desenfocado que enfatiza el valor de las preguntas frente a las respuestas.

Hace unos días estaba viendo un vídeo de Euge Oller mientras me tomaba el café. En un momento dado dijo algo que me dejó pensativo: que los videotutoriales iban a pasar a mejor vida. Que ahora, con herramientas como ChatGPT, bastaba con preguntar y listo.

¿Siguen teniendo sentido los cursos técnicos?

Igual sí, pero no como antes… Me explico: yo tengo unos cuantos cursos en Udemy sobre temas técnicos, que me sirvieron para pagar los gastos del blog y del canal de YouTube. Porque con YouTube, ya sabéis… para pipas y poco más.

El caso es que después de ver ese vídeo de Euge, me puse a ver otro donde explicaban cómo utilizar los Model Context Protocols (MCPs) con Anthropic y otras plataformas de IA. Todo muy interesante, pero lo explicaban con Node.js. Y yo soy más javero, de la vieja escuela.

Así que hice lo que haría cualquiera: le pedí a ChatGPT que me lo explicara en Java. Y lo hizo. Bastante bien, además.

El valor ya no está en las respuestas

Esto me hizo pensar. A lo mejor Euge tiene razón y el valor ya no está tanto en dar respuestas… sino en saber qué preguntas hacer.

Porque lo realmente importante del tema MCP no es tanto cómo montarlo (eso te lo resuelve una IA en cero coma), sino saber que existe y para qué sirve.

Una vez tienes eso claro, ya puedes tirar del hilo por tu cuenta.

Moraleja

Igual que hace unos años valía con saber cosas, hoy el truco está en despertar la curiosidad de los demás. Lanzar preguntas potentes. Preguntas que abran caminos. Sobre todo si tu caso es como el mi en el que he tenido que tratar con el negocio del cliente para explicarles conceptos innovadores.

A lo mejor ya no somos tanto profesores… como sherpas de preguntas. 😉

¿Y tú qué opinas? ¿Seguimos siendo profesores… o ya somos sherpas de preguntas? Te leo en LinkedIn.

Y si lo del «sherpa de preguntas» ha sido el ChatGPT, ya sabes Diseñado en la cabeza de Iñigo, made in ChatGPT