Notas
Textos cortos sobre la metodología y las decisiones arquitectónicas detrás de los sistemas de IA que entrego — specs, evals, orquestación multi-agente, integración de LLMs y la disciplina de dirigir agentes de codificación.
19 de junio de 2026
Tu modelo tiene una vida útil de seis semanas
En una sola ventana de dos semanas este mes la industria lanzó Claude Mythos 5, GPT-5.6, Gemini 3.2 y un muro de modelos frontera chinos — Qwen 3.7, DeepSeek V4.1, GLM-6 y más. Los nuevos modelos frontera ahora aterrizan con un metrónomo de aproximadamente seis semanas. Si la ventaja de tu producto es «usamos el mejor modelo», tu ventaja caduca antes que el trimestre. Aquí va cómo construir para un blanco en movimiento.
- ai-native
- architecture
19 de junio de 2026
La aceleración con IA trae una factura de seguridad
Gartner dice que el 90% de los líderes de ingeniería reportan mejoras con las herramientas de IA para código — un aumento neto de productividad del 19%. La misma investigación dice que el código de IA sin revisar tiene un 23% más de densidad de bugs, y que el 14,3% de los fragmentos generados por IA cargan vulnerabilidades de seguridad frente al 9,1% del código escrito por humanos. Casi nadie imprime esas dos cifras en la misma frase. Deberías, porque son la misma historia.
- security
- methodology
15 de junio de 2026
No fue el modelo. Fueron tus datos.
La mayoría de los proyectos de IA fracasan — MIT descubrió que el 95% de los pilotos de IA generativa no produjeron ninguna ganancia medible, y RAND situó la tasa de fracaso general en torno al 80%. Cuando algo sale mal, el instinto es culpar al modelo: no es lo bastante listo, elegimos mal, malos prompts. Los datos dicen otra cosa. La causa de fracaso más citada es la mala calidad de los datos, y solo alrededor del 12% de las organizaciones tienen datos lo bastante limpios como para sostener IA siquiera. Lo más probable es que no tengas un problema de modelo. Tienes un problema de datos disfrazado de problema de modelo. Aquí te explico cómo distinguirlo.
- architecture
- methodology
15 de junio de 2026
«Resuelto» — pero querían un humano
A las empresas les encanta el número: nuestra IA resuelve sola el 76% de los tickets de soporte. Los clientes cuentan otra historia. A lo largo de 2026, la proporción de quienes preferirían hablar con una persona real subió al 85%, la frustración con los agentes de IA trepó al 59%, y más de la mitad abandonará incluso un chat resuelto solo con IA si el camino hacia un humano parece bloqueado. «Resuelto por el bot» y «cliente contento» no son lo mismo. Aquí está la métrica que probablemente te estás perdiendo, y cómo dejar de optimizar tu camino hacia una reacción en contra.
- business
- methodology
15 de junio de 2026
Más gasto, menos confianza
Las empresas vierten dinero en la IA — presupuestos disparados, algunos duplicándose año tras año. Y en el mismo aliento, el 51% de los CIO dice que la adopción ya avanza demasiado rápido para poder gestionarla. Es una combinación extraña: quienes firman los cheques creen que aquello que financian los está dejando atrás. El reflejo es leerlo como «frenen». Los datos dicen lo contrario. Los equipos que más rápido avanzan no son los cautelosos — son los que primero construyeron las barreras. Aquí está la verdadera lección escondida en la contradicción.
- business
- methodology
15 de junio de 2026
El agente de soporte de 3.600 millones de dólares
Salesforce ya vende Agentforce — una plataforma para construir tus propios agentes de IA. El 15 de junio gastó 3.600 millones de dólares para comprar uno ya terminado. Fin, el agente de soporte antes conocido como Intercom, resuelve por sí solo el 76% de los tickets de extremo a extremo sobre su propio modelo hecho a medida. La empresa mejor posicionada para construir esto decidió que comprar un agente probado y empaquetado valía 3.600 millones de dólares más que esperar a construirlo. Esa es la señal de construir-versus-comprar más clara que verás este año. Esto es lo que de verdad significa para el resto de nosotros.
- business
- agents