Blog

Publicado el

No es falta de ganas, es falta de idea: por qué cuesta tanto aprovechar la IA

Androide cubierto de polvo y telarañas en una esquina de una oficina moderna de color azul petróleo, mientras un equipo diverso de profesionales trabaja sin prestarle atención.

El otro día leía un artículo —juraría que era sobre el País Vasco— que decía que el uso de la IA estaba bastante extendido, pero que apenas se le sacaba beneficio. Y lo cierto es que me sonó. Bastante.

¿Tienes IA, pero no sabes qué hacer con ella?

Cada vez veo más gente que ha probado a jugar con GPT, Copilot o similares… pero como mucho lo usan como un Google un poco más listo. Ya hemos hablado alguna vez de eso.

El tema es que no se trata solo de «perderle el miedo». El problema no es tanto la resistencia al cambio, sino que muchas veces ni se nos pasa por la cabeza que ciertas cosas se pueden hacer de otra manera.

Y eso lo veo tanto en lo profesional como en lo personal. Me pasa a mí, y lo veo a mi alrededor. Hay una brecha de aprovechamiento muy clara.

Lo que a mí me sirvió, igual a ti también

Yo mismo he aprendido algunos usos que ni me había planteado gracias a gente que sigo en YouTube o LinkedIn. Uno, por ejemplo: dictar una idea suelta y luego dejarle a la IA que lo estructure como un post, incluso con imagen generada.

¿Aplicación profesional? Más de la que parece.

  • Si puedes dictar una entrada de blog, puedes dictar una historia de usuario.
  • Si puedes pedirle que reordene ideas para publicar, puedes pedirle que lo haga con un acta de reunión.
  • Si puedes resumir tu día para ti, puedes hacerlo para tu equipo.

La clave está en cambiar el prompt, no el hábito.

Nueva serie: La IA en el día a día

Por eso voy a abrir una nueva línea de artículos más cotidianos: ejemplos de cómo uso la IA en mi día a día. No necesariamente en cosas de curro, pero sí cosas que pueden inspirar otras ideas aplicables a lo profesional.

No se trata de postureo ni de trucos mágicos. Se trata de abrir el radar.

Moraleja

La IA no es una varita mágica, pero tampoco es solo para frikis. A veces, lo que necesitas no es más formación, sino más ejemplos.

Si tú también usas IA para cosas raras o útiles, ¡me encantará seguir la conversación en LinkedIn! 😉

Tu tambien puedes tener un Diseñado en la cabeza de Iñigo, made in ChatGPT

Publicado el

Del Prompt Engineer al Context Engineer: cómo la IA me obligó a reorganizar mi web (y mis esquemas mentales)

Vista superior de una oficina moderna donde una mujer da instrucciones a un androide, observando a un equipo diverso trabajando en ordenadores.

En medio del relanzamiento de mi web —ese proceso que empieza como ‘poner cuatro contenidos interesantes’ y acaba siendo una lección magistral no solicitada sobre IA—, me encontré haciendo algo inédito: quejarme ante mi propio GPT. Literal. Le solté: “Estoy muy decepcionado con el funcionamiento de este GPT”. ¿La respuesta? Una corrección automática de su propio prompt. Vamos un auto promp engineer en toda regla.

¿Qué pasa cuando el prompt ya no basta?

Durante un tiempo, bastaba con afinar la pregunta. Aquello del prompt engineer, perfil que se convirtió en el ‘community manager’ de la IA. Pero los modelos han crecido, y no solo en tokens. Ya no se trata de pedir una cosa concreta. Ahora les pedimos estructuras, coherencia, estilo… les pedimos visión de conjunto.

Y ahí, el prompt se nos queda corto.

Bienvenidos a la era del Context Engineer

Cuando pides que te generen no un texto sino una estrategia, una app entera o un sistema con logs, control de versiones y políticas de seguridad, necesitas algo más que palabras mágicas. Necesitas dar contexto:

  • ¿Qué estructura tiene tu proyecto?
  • ¿Qué convenciones usas para nombrar?
  • ¿Qué versiones, qué librerías, qué restricciones legales o de seguridad?

Esto ya no es redactar un prompt. Es casi como el onboarding a un nuevo compañero de equipo.

¿Y esto qué tiene que ver con DevSecOps?

Todo. Porque en un entorno DevSecOps, ya no construimos piezas aisladas. Diseñamos sistemas donde el todo es más que la suma de sus partes. Si la IA va a ayudarte, tiene que entender ese todo. Como cuando formamos a un junior: hay que explicarle el porqué de las decisiones, no solo el qué.

Y eso es contexto. O mejor dicho: ingeniería del contexto.

¿Qué será lo próximo?

Si el Prompt Engineer fue el becario estrella de 2023, y el Context Engineer es el arquitecto invisible de 2025, cabe preguntarse: ¿qué rol viene después? ¿Qué perfil será capaz de coordinar IAs completas como si fueran equipos?

🤷 Lo veremos. Pero está claro que, como técnicos, toca reciclarse y ampliar nuestras miras.

Moraleja

Si tu GPT te contesta con razón, quizá ha llegado el momento de que empieces a escucharle.

¿Y tú? ¿Ya has tenido tu primera discusión con una IA? Cuéntamelo en LinkedIn.

Publicado el

Cuando ChatGPT se volvió mi personal shopper… de perfumes

Hombre joven y androide eligiendo un perfume en una tienda moderna.

Como dice mi madre, soy el tío de los olores, lo reconozco. A unos les va el vino, a otros los quesos, a otros los coches deportivos, etc. A mí, lo que me pierde son los perfumes, te ayudan a cambiar el estado de ánimo. De nicho, además. De esos que cuestan un riñón y duran tres vidas, así que hay que elegirlos muy bien, que riñones solo tengo dos 😔.

El otro día, tras una jornada cancelada de recados, acabé deambulando por El Corte Inglés. Y claro, uno no entra a “mirar” perfumes. No pude hacer los recados, pero si salí con unas muestras nuevas en la mochila y una pregunta en la cabeza.

¿Y si le pido ayuda a la IA con esto?

Llegué a casa y saque a relucir mi faceta mas innovadora: abrí ChatGPT y le dicté toda mi colección de perfumes. Nada de teclear—eso ya lo he contado en otra entrada—porque hablarle al modelo es mucho más ágil.

Le solté nombres, marcas, impresiones… Y el modelo, que no tiene nariz pero sí contexto, empezó a ayudarme. No a recomendar a lo loco, sino a:

  • Identificar qué me gusta de verdad.
  • Ver qué carencias tengo (hola, perfumes cítricos de verano).
  • Comparar alternativas que había visto ese día.
  • Ahorrarme visitas a Fragantica buscando notas, familias y reseñas.

¿Esto va de perfumes o de productividad?

Las dos cosas. Porque al final no es tanto el perfume como el caso de uso. Lo que hice fue usar una IA generalista como un copiloto muy personalizado, no para sustituir mi gusto, sino para entenderlo y amplificarlo.

Y eso me hizo pensar: ¿cuánta gente está infrautilizando modelos como ChatGPT porque no les da contexto? ¿Cuántos están pidiéndole magia sin haberle contado antes su historia?

Este caso, aunque parezca frívolo, es una metáfora útil para equipos y profesionales que aún no ven el punto de incorporar IA a su flujo de trabajo. No hace falta que sepa programar: hace falta que sepa de ti.

No se trata de oler mejor, sino de decidir mejor

La IA no huele. Pero organiza. Te ayuda a pensar en voz alta, a tomar decisiones con más información y menos desgaste. Y eso, se llame perfume, arquitectura software o estrategia de innovación, al final es productividad.

 Moraleja

No hace falta tener un problema técnico para que la IA te aporte valor. Basta con tener una decisión entre manos… y darle contexto.

¿Y tú, a qué IA le has contado ya tus vicios? Cuéntamelo en LinkedIn 😉

Diseñado en la cabeza de Iñigo, made in ChatGPT, y personal Shopper a ver a donde nos acaba llevando esto…

Publicado el

Entre el negocio y la IA: el perfil que falta en el nuevo ciclo de vida del software

Reunión colaborativa en oficina moderna con diversidad de género, un androide y gráficos en pizarra

Conocí a Ricardo Devis hace más de 25 años, de hecho el siglo pasado porque llevaba el DESI, Diploma de Especialización en Soluciones Internet de la Universidad de Deusto. Así que le suelo seguir y hace poco leí un artículo que me pareció especialmente acertado: “AI in the SDLC: El ciclo de vida del software intermediado por inteligencia artificial”. No solo por cómo describe los cambios en las fases clásicas del desarrollo de software, sino porque pone sobre la mesa algo que a menudo se pasa por alto: la necesidad urgente de nuevos perfiles que conecten mundos que rara vez conviven bien.

El nuevo SDLC exige un nuevo tipo de profesional

En este nuevo SDLC (software development life cycle o lo que yo llamo cadena de suministro de software), no basta con saber programar ni con entender el negocio. Tampoco vale con “echarle IA” a lo que ya tenemos. Hace falta alguien que entienda las implicaciones técnicas de integrar copilotos, LLMs y automatizaciones, pero que también sepa detectar cuándo tiene sentido, qué riesgos asume el negocio y cómo gestionar la transición sin perder foco ni calidad.

Ese es precisamente el espacio donde me estoy posicionando como evolución de mi carrera: como conector entre tecnología y negocio, ayudando a traducir la innovación en valor real. Lo hice con arquitecturas, con modelos de ciberseguridad y, más recientemente, en dinámicas de innovación donde las PoC ya empiezan a incorporar IA generativa.

Hoy más que nunca, los equipos necesitan figuras que:

  • Entiendan el código pero también el contexto.
  • Sepan detectar patrones y anticipar tendencias sin caer en modas.
  • Traduzcan capacidades técnicas en decisiones informadas.

Porque si el SDLC evoluciona, también lo deben hacer los roles. Y hay uno, el del perfil híbrido, que no puede faltar.

Moraleja

Igual el próximo conocimiento que tienes que añadir a tu curriculum no es un nuevo lenguaje, sino habilidades diferentes.


¿Tú también estás viendo este vacío entre negocio y tecnología con la IA? Me interesa saber cómo lo estáis abordando en vuestros equipos. ¿Lo hablamos por LinkedIn?

Artículo original de Ricardo Devis, si te interesa este enfoque sobre el SDLC, te recomiendo seguirle: sus reflexiones van un paso más allá del titular.

Normalmente los artículos están Diseñados en la cabeza de Iñigo, made in ChatGPT, pero este lo ha escrito el solito… yo solo he editado.

Publicado el

Hacer cosas pensando en el futuro… ¿o no?

Hombre latino acariciando una bola de cristal en su escritorio, intentando visualizar el futuro mientras trabaja con su portátil en una oficina moderna.

Hace años, en una aplicación corporativa que ya llevaba una década existiendo y que todavía sigue coleando, propuse encapsular las peticiones asíncronas con una etiqueta JSP. La idea era buena: si algún día cambiaban las tecnologías (como había pasado de applets a iframes, luego AJAX), bastaría con tocar esa etiqueta y todo seguiría funcionando como si nada.

Pero la realidad fue más puñetera que mi previsión. Aquello que parecía elegante y mantenible… sigue coleando. El código sigue vivo, pero no siempre por las razones que uno querría 🤷.

Es una situación que me he encontrado en bastantes personas, todas con muy buenas intenciones como yo.

¿Cuándo dejarlo preparado y cuándo no?

Lo reconozco: de joven pecaba de exceso de previsión. Pensaba que dejarlo “preparado para el futuro” era sinónimo de profesionalidad. Pero hay un matiz clave: si no tienes claro lo que va a pasar, prepararte para “todo” es una trampa.

¿Qué aprendí?

  1. El código que no necesitas hoy, te estorbará mañana.
  2. Mañana sabrás más que hoy. Espera. Aprende. Mejora.
  3. La agilidad no es solo Scrum. También es diseño limpio, desacoplado y con margen para evolucionar.

La trampa del “por si acaso”

Desde el manifiesto de extreme programming hasta el puro sentido común que te da la experiencia, todo apunta a lo mismo: optimiza para el cambio, no para la adivinación.

Hoy día no puedes prever ni si tendrás equipo, ni si usarás la misma nube, ni siquiera si tu sector seguirá igual. Si alguien en 2019 hubiese escrito código pensando en que su sistema funcionase bien en el futuro, seguramente habría perdido el tiempo, por la irrupción de los LLMs. Porque nadie los vio venir. Ni los propios investigadores.

¿Y entonces qué hacemos?

Simplifica y déjate todas las puertas abierta que puedas sin incurrir en mucho coste. Deja margen. Y confía en tu yo del futuro: tendrá más experiencia, más información y —si todo va bien— menos ego.

Moraleja

Diseñar con flexibilidad no es renunciar a la calidad. Es reconocer que la calidad técnica incluye la adaptabilidad. No hagas predicciones: diseña para poder decidir con calma cuando llegue el momento.

Si quieres leer más sobre que hacer con el pasado, mira este artículo sobre aplicaciones heredadas. Y si puedes predecir el futuro, mejor lo usas para predecir el numero del euromillones 😉

¿Tú también tienes historias de código que envejece mal? Cuéntamelo en LinkedIn y seguimos la conversación 😉

Diseñado en la cabeza de Iñigo, made in ChatGPT no es bola de cristal es presente.

Publicado el

Un junior, un agente… y la importancia de aterrizar bien

Una mujer joven latina y un androide humanoide son recibidos calurosamente por un equipo diverso en una oficina moderna y luminosa, con un plan de integración visible en pantalla.

Imagina una escena: llega el jefe y suelta, muy contento, que va a poner un junior por cada miembro del equipo. Gratis. Y claro, lo primero que piensas es: ¡guay! Más manos, más capacidad.

Hasta que te das cuenta de que esas manos no vienen con el manual de instrucciones leído. Hay que enseñarles. Hay que hacerles hueco. Hay que invertir tiempo en que se enteren de por dónde sopla el viento en el proyecto.

Onboarding no es un lujo, es una necesidad

Si has trabajado en un entorno con mucha rotación, sabes que el proceso de onboarding se convierte en un salvavidas. Te reduce el tiempo, evita errores tontos y acelera la integración. Pero cuando llevas años en un equipo estable, ese proceso suele estar medio oxidado. El documento de Onboarding no existe porque la última vez que entró alguien al equipo ni existía el termino Onboarding. Y claro te cae un junior y no sabes ni por dónde empezar.

Pues con los agentes de IA pasa lo mismo. Exactamente igual.

Un agente sin contexto es un becario que no pregunta

Le dices a un LLM que te escriba código en Java y te lo hace. Perfecto. Pero lo hace como le parece. Si usas Java moderno, si sigues ciertas convenciones de carpetas o estructura de clases, si tu equipo tiene una forma concreta de comentar, de versionar, de integrar… se lo tienes que explicar. Porque, como el junior, no lo adivina.

Y esto no es que el modelo sea malo. Es que no eres tú. Y si quieres que sea útil de verdad, tendrás que entrenarlo o al menos darle pistas. Lo demás es esperar milagros.

¿Inversión o coste hundido?

Aquí hay dos caminos:

  1. Ser reactivo y tirarte a la piscina sin preparar nada. Spoiler: es como esperar a las rebajas… y quedarte sin talla.
  2. O anticiparte y empezar a documentar cómo trabajas, cómo piensas y qué patrones repites. Igual que harías para escalar tu equipo humano.

Yo me quedo con la segunda. Y más aún si hablamos de lo que se viene de enjambres de agentes, que ya no es uno sino una cuadrilla de “ayudantes” rondando tus procesos.

Moraleja

Ni los juniors ni los agentes vienen enseñados. Pero si sabes guiarles, pueden ser una inversión brutal. Eso sí: solo si tú tienes claro cómo trabajas y por qué. ¿Te lo has planteado?

Si te interesa cómo se pueden estructurar equipos reales, o quieres compartir tu experiencia, sigue la conversación en LinkedIn. ¡Nos leemos!

“Diseñado en la cabeza de Iñigo, made in ChatGPT.” Pero le he tenido que aterrizar yo, no te creas, después de eso es muy productivo es si.

Publicado el

El peligro de que tu IA sea un pelotilla

Androide complaciente botando una pelota frente a una trabajadora desconcertada en una oficina moderna

Llevo trabajando desde el siglo pasado y después de una docena de empresas, muchos proyectos y aún más jefes, uno desarrolla un radar para detectar a los que no aceptan críticas. Porque con según qué jefes, discrepar era sinónimo de jugarte el cuello.

Lo mismo pasa con las IA

Las IA pueden parecer muy listas, pero si no tienen criterio propio (y no lo tienen), pueden acabar siendo igual de pelotas que el típico compañero que siempre decía “sí, jefe”. Da igual que le digas al modelo que actúe como nutricionista o como desarrollador senior: su tendencia será complaciente. ¿Por qué? Porque ha aprendido a ser “útil”, no a tener criterio.

Yo mismo probé a pedirle a ChatGPT que me hiciera una entrevista de trabajo. Todo eran flores, todo perfecto. Pero no es realista. El problema es que si usamos estas herramientas para tareas operativas, vale. Pero si las usamos para decidir, contrastar o explorar caminos… necesitamos que cuestionen, no que aplaudan.

Las cámaras de eco también se digitalizan

Si tienes un copiloto que te dé siempre la razón, acabas encerrado en una burbuja de autocomplacencia digital. Y eso, en entornos donde se toman decisiones que afectan a presupuestos, personas o seguridad, puede ser directamente peligroso.

¿Solución? Recordar que la IA no tiene intuición. Ni experiencia. Ni contexto emocional. Puede procesar más datos que tú, pero no sabe qué importa de verdad. Y ahí, todavía, tenemos ventaja los humanos.

Moraleja

No dejes que tu copiloto sea un pelotilla. Rodéate de gente —y de máquinas— que te lleven la contraria con criterio. Ahí es donde nace la innovación de verdad 😉

¿Y tú? ¿Has detectado cámaras de eco en tu trabajo con IA? Hablemos en LinkedIn.

Este post, como otros recientes, no existiría sin una decisión y una ayuda artificial.  Diseñado en la cabeza de Iñigo, made in ChatGPT.

Publicado el

¿Y si los bots no quieren leer lo mismo que tú?

Androide programando en dos pantallas de código mientras una ingeniera lo observa asombrada.

Últimamente me ha dado por experimentar con un GPT personalizado que me ayuda a repasar las entradas del blog. Y hace unos días, al pasarle una URL mía, me di cuenta de que el pobre se quedaba atascado. No por falta de inteligencia, sino porque el HTML venía tan cargadito de scripts, estilos y marcos que lo importante —el contenido— se perdía entre la maleza.

¿A quién estamos sirviendo nuestras webs?

Durante años, los arquitectos de software nos hemos centrado en optimizar la experiencia de usuario… humana. Pero resulta que los nuevos usuarios no llevan gafas ni ratón. Son bots. Inteligentes, veloces, insaciables.

Y esos bots, especialmente los que razonan, no hacen una búsqueda, leen un artículo y se van. No. Se lanzan a por toda la web, scrapings incluidos, con un ansia que dejaría a Google Reader en pañales.

Esto plantea una cuestión incómoda: ¿están nuestras webs preparadas para clientes no humanos?

El rendimiento no es lo único: la eficiencia cognitiva del bot

Un humano entra en Google, lee dos párrafos, decide si sigue. Pero un agente basado en IA se lo zampa todo, javascript inútil incluido, para intentar entender. Eso es un despilfarro brutal de ancho de banda, CPU y paciencia (la suya y la nuestra).

Lo he comprobado con mi agente. Si le paso una URL con mucho HTML decorativo, no solo tarda más: muchas veces no consigue extraer lo relevante porque se le cuela el menú, el pie de página y los avisos legales antes del contenido real. Cuando no directamente alguna herramienta anti bots corta parte del contenido.

¿Y si empezamos a pensar en ellos también?

Quizá haya llegado el momento de repensar cómo servimos información. No digo que reemplacemos el frontend, pero podríamos ofrecer rutas alternativas, más livianas, diseñadas explícitamente para estos nuevos consumidores digitales.

Imaginad algo así como un Model Context Protocol (MCP): una interfaz específica que exponga el contenido relevante, sin javascript, sin estilos, sin adornos. Puro conocimiento. Algo así como el «modo lectura» para bots. Quizás nuestros servidores nos lo agradezcan, o el financiero al ver el gasto de la nube de turno.

Moraleja: el próximo cliente puede que no tenga ojos

Estamos en plena transición hacia una web que ya no es solo para humanos. Y como arquitectos, innovadores o simplemente como quienes mantenemos el chiringuito online, toca hacerse preguntas nuevas.

¿Estamos enseñando bien nuestras cartas a estos nuevos jugadores? ¿O seguimos decorando el tablero para un público que ya no mira?

👉 Si esta reflexión te ha tocado una fibra o quieres compartir cómo lo estás resolviendo tú, te leo encantado en LinkedIn. ¡La conversación sigue allí!

De momento lo que si tengo claro es que está Diseñado en la cabeza de Iñigo made in ChatGPT, y que el topicazo de las gafas me ha hecho gracia y lo he dejado. Quien lo leerá ya no lo tengo tan claro 😉

Publicado el

De Google a agentes: mi curva de aprendizaje con la IA

Curva de aprendizaje con IA: de buscador a agente autónomo

Yo lo reconozco: al principio usaba ChatGPT como un Google más listo. Ponías una pregunta, te devolvía una respuesta bien masticadita, y te ahorrabas tener que leer tres PDFs y dos foros para enterarte de algo.

En ese momento, me parecía magia. Y lo era… pero solo el primer acto.

De respuesta a compañero: el segundo acto de la IA

Con el tiempo —y hablando con gente del sector— vi que podía pedirle algo más. No solo respuestas, sino ideas, estructurar pensamientos, cuestionar enfoques. ChatGPT se empezaba a parecer más a un compañero de curro que a un buscador.

Ahí es donde, para mí, empezó la transformación real: no se trataba solo de que supiera más, sino de que me ayudaba a pensar mejor. Microsoft lo llama «copiloto», pero yo prefiero «colega que nunca se cansa».

¿Y si además pudiera hacer cosas por ti?

La diferencia clave entre la IA generativa y la IA agéntica es esta: la primera te dice qué hacer; la segunda lo hace. Y para mí, esa capacidad de ejecutar tareas marca algo más que una evolución técnica: es un cambio de eje. Después de 25 años lidiando con herramientas, tengo claro que esto no es una capa más: es una nueva forma de pensar y trabajar.

¿Quieres borrar archivos con cierto patrón? La IA generativa te da el comando. La agéntica, si la tienes bien configurada, lo ejecuta. Y esto, para quienes venimos de automatizar despliegues o securizar pipelines, es música celestial.

No es magia: es herramienta (con supervisión)

Eso sí, no todo es jauja. A veces alucina, otras se le va la olla… Hay que supervisarla, igual que harías con un junior motivado pero algo despistado. Pero su potencial es brutal.

El verdadero límite ahora mismo no está en la herramienta, sino en nuestra capacidad para imaginar qué más puede hacer por nosotros.

Moraleja

Pasar de usar ChatGPT como buscador a verlo como un colega o un agente autónomo no es solo un cambio de herramienta: es un cambio de mentalidad. Y como todo cambio de mentalidad, empieza por hacerse buenas preguntas.

¿Tú en qué fase estás? ¿Buscando respuestas o delegando tareas? Te leo en LinkedIn 😉

Y si Diseñado en la cabeza de Iñigo, made in ChatGPT es parte de esa curva de aprendizaje

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