Hace unas semanas estaba diseñando un pequeño sistema para automatizar una tarea repetitiva. A los cinco minutos ya estaba añadiendo parámetros para que sirviera «también en otros casos». Me detuve. ¿Para quién estaba haciendo eso?
Tengo un hábito que me ha servido durante décadas: cuando algo cuesta construirse, hazlo reutilizable. No sé exactamente cuándo lo interioricé, pero lleva tanto tiempo ahí que casi no lo veo. Últimamente he empezado a preguntarme si sigue siendo la respuesta correcta. O si simplemente lo estoy aplicando por inercia.
La lógica original era impecable. Si construir una solución a medida era caro, había que diseñarla de forma que sirviera para varios casos de uso. Plantillas parametrizables. Componentes configurables. Lógica condicional: «si el proyecto es de tipo A, haz esto; si es de tipo B, aquello». La reutilización era la respuesta racional a la escasez de recursos.
El problema de lo genérico
Cuando algo tiene que servir para muchos casos, inevitablemente se complica. Aparecen condiciones, excepciones, opciones que «depende». Y el resultado, aunque técnicamente reutilizable, traslada la complejidad al usuario: ahora eres tú quien tiene que interpretar qué aplica a tu situación y qué no.
Durante décadas ese coste fue aceptable porque la alternativa —construir algo completamente a medida— era cara, lenta o directamente inviable en el día a día.
Pero eso ha cambiado.
Mi flujo de publicación, como ejemplo
Tengo un sistema para gestionar el proceso de creación y publicación de entradas en mi blog. No es especialmente complejo, pero sí está completamente adaptado a cómo trabajo yo: tiene en cuenta mis temas habituales, artículos y vídeos que me han inspirado, mi tono de voz, los objetivos que persigo con cada publicación. Incluso el hecho de que no me preocupa especialmente el SEO —porque la mayor parte de mis lectores llegan a través de LinkedIn, no de buscadores— es algo que está integrado en cómo está construido ese flujo.
No tiene sentido para nadie más, y lo digo sin matices. No porque sea un sistema secreto, sino porque está construido sobre mi contenido, mis prioridades y mi forma de escribir. Intentar hacerlo genérico para que le sirviera a otra persona significaría añadir tantas capas de configuración y condiciones que dejaría de ser útil para cualquiera de los dos.
Y lo interesante es que construirlo a medida no fue especialmente costoso. Fue más rápido y más útil que buscar una solución estándar y adaptarla.
La IA invierte la ecuación
Ahí está el cambio que creo que no estamos terminando de asimilar: con las herramientas de inteligencia artificial actuales, generar algo ajustado a tu caso concreto ya no es caro.
Si tienes el criterio —si sabes lo que necesitas— puedes obtener una solución adaptada a tu contexto en mucho menos tiempo del que llevaría entender y configurar la versión genérica. La restricción que justificaba la genericidad ha desaparecido en muchos casos. El cuello de botella ya no es construir: es saber qué quieres construir.
Cuando los sistemas se diseñan para generar, no para ser genéricos
Lo veo también en cómo están diseñadas las herramientas que más uso. No están construidas para cubrirlo todo: están construidas para ayudarte a construir lo que tú necesitas. El Skill Creator de Claude Code es un buen ejemplo: en lugar de un sistema que contempla todos los casos de uso posibles, tienes algo que genera la solución específica para tu contexto. Llaman a esto meta-agentes —sistemas que crean otros sistemas—. El nombre es nuevo; la lógica, no: si generar algo adaptado ya no cuesta más que usar algo genérico, ¿por qué conformarse con lo genérico?
El hábito que merece revisarse
No estoy diciendo que la reutilización haya muerto. Hay contextos donde sigue siendo la estrategia correcta: cuando los requisitos son estables y compartidos, cuando el volumen justifica la inversión, cuando la solución estándar es suficientemente buena para el caso.
Lo que sí creo es que necesitamos cuestionar cuándo aplicamos ese hábito por inercia. Cuándo estamos construyendo algo genérico no porque sea lo más útil, sino porque es lo que siempre hemos hecho.
La IA no nos quita la necesidad de pensar. Al contrario: nos exige tener más claro qué queremos, porque sin ese criterio no se puede aprovechar la capacidad de generar soluciones adaptadas. Pero si tienes ese criterio, la genericidad como respuesta por defecto empieza a cuestionarse seriamente.
Cuando cambia la restricción, cambia la respuesta
Los hábitos que construimos a lo largo de años tienen una lógica detrás. La reutilización, la parametrización, las soluciones genéricas: todo eso nació de una restricción real.
Pero cuando cambia la restricción, merece la pena preguntar si la respuesta sigue siendo válida.
Yo llevo haciéndome esa pregunta con más frecuencia últimamente. No siempre la respuesta me gusta.
Relacionados sugeridos
- Usas más IA pero ¿produces más valor? — La otra cara del mismo problema: más herramientas no garantizan más valor si falta el criterio
- Cuando tu radar profesional se queda sin señal — Qué pasa cuando tus instintos de 25 años dejan de darte buenas señales
- De GPTs a agentes y skills — Cómo evolucionó el flujo de publicación de este blog desde los GPTs hasta los agentes
¿Tienes algún hábito de este tipo —algo que construiste con toda la lógica del mundo y que ahora te preguntas si todavía tiene sentido? Me interesa leer tu perspectiva en LinkedIn.