Los apuntes de un
partner de ingeniería.
Apuntes de campo sobre cómo un equipo de ingeniería sénior entrega de verdad IA, software, ciberseguridad, datos, cloud, diseño, DevOps e IoT en 2026, y sobre cómo la IA está cambiando el trabajo en sí.
Piedras angulares
Artículos pilares,
uno por dominio de ingeniería.
Cómo la IA está reescribiendo las operaciones de las empresas, y dónde aún tiene que ganarse la confianza
La IA pasa de la demo a la producción dentro de empresas en marcha. Qué cambia, y qué hay que rechazar, cuando la inteligencia se vuelve una pieza portante del stack.
Qué entrega de verdad la ingeniería de software moderna en 2026
Más allá de los debates sobre frameworks: cómo un equipo sénior lanza una plataforma web o una app móvil que sobrevive al segundo año, y dónde la IA transforma ya la propia ingeniería.
Ciberseguridad como código: cómo la IA está cambiando tanto a atacantes como a defensores
La IA acelera el phishing, el relleno de credenciales y el reconocimiento, y acelera la detección, el endurecimiento y el triaje. La disciplina no se ha vuelto más fácil; se ha vuelto más rápida en ambos lados.
La ingeniería de datos se encuentra con la IA: por qué unos pipelines fiables son la condición previa
Toda funcionalidad de IA que aguanta en producción se apoya en una capa de datos defendible. Qué hace falta para construir esa capa, y cómo la IA está redefiniendo el propio trabajo.
La gestión cloud en la era de la IA: del recorte de costes a la capacidad
Las cargas de inferencia, el gasto en GPU y las reglas de residencia de datos están reescribiendo el manual del cloud. Cómo diseñar una infraestructura que aguante bajo una carga moldeada por la IA.
DevOps y automatización: la capa operativa que permite lanzar productos de IA
Las funcionalidades de IA cambian la cadencia de despliegue, las necesidades de observabilidad y la respuesta a incidentes. El DevOps que sostenía una app CRUD no sobrevive a un endpoint servido por un modelo.
El diseño de producto tras el giro de la IA: qué cambia para usuarios y equipos
Las interfaces generativas, las salidas probabilísticas y los flujos agénticos rompen partes del manual de UX. Los patrones que se mantienen, y los que estamos jubilando en silencio.
IoT e IA en el edge: cuando los dispositivos empiezan a decidir por sí mismos
Pequeños modelos corren ya en chips baratos, sobre el terreno, sin ida y vuelta. Qué desbloquea esto para las operaciones industriales, de retail y de logística, y los nuevos fallos.
Profundizar
Análisis a fondo,
un tema cada vez.
RAG para empresas: crear asistentes de conocimiento que funcionan de verdad
La generación aumentada por recuperación (RAG) ancla las respuestas de la IA en tus datos. Qué es RAG, cuándo supera al fine-tuning o a un simple prompt, y qué distingue a un asistente de conocimiento fiable de una simple demo.
Agentes de IA para empresas: dónde funcionan, y dónde gana un flujo
Los agentes son potentes y fáciles de errar. Cuándo una tarea necesita de verdad un agente, cuándo un simple flujo es la mejor respuesta, y cómo mantener un agente seguro y asequible en producción.
Qué significa ser una organización nativa de IA
Una organización nativa de IA se construye en torno a la IA desde el principio, no se le acopla a procesos antiguos. Qué significa, qué no es, y qué cambia para el negocio.
Cómo formar a tu equipo en IA: una guía práctica
La formación en IA para equipos bien hecha: evalúa la madurez, conecta roles con casos de uso reales, fija un único estándar, organiza sesiones prácticas, gobierna el uso y mide el antes y el después.
Formación en IA para empleados: cómo es lo bueno según el rol
Por qué la formación en IA por rol supera a un único curso genérico. Cómo es lo bueno para dirección, operaciones, ventas, RR. HH., soporte e ingeniería, con una línea base medida.
Formación sobre el Reglamento de IA de la UE: lo que tu equipo debe entender
El Reglamento de IA de la UE ya exige alfabetización en IA en todo tu equipo. Qué debe cubrir esta formación, qué significan en la práctica los niveles de riesgo, quién necesita qué, y el calendario de cumplimiento.
Formación en gobernanza de IA: de la política a la práctica diaria
La mayoría de la gobernanza de IA muere como un PDF. Qué cubre una formación real en gobernanza: uso aceptable, límites de datos, puntos de aprobación, inventario de herramientas, y cómo mantenerla viva como práctica.
Madurez en IA para empresas: una autoevaluación práctica
Una autoevaluación práctica de madurez en IA sobre seis dimensiones, con señales honestas para nivel bajo, medio y alto, y un siguiente paso claro para cada puntuación débil.
Flujos de IA a medida o herramientas listas para usar: cuándo gana cada uno
En IA, la decisión de construir o comprar no es la misma que en software. Cinco preguntas que deciden si un flujo a medida se rentabiliza, o si el SaaS es la respuesta correcta.
Formación en IA generativa para empresas: más allá de los trucos de prompts
La mayoría de la formación en IA generativa para empresas son trucos de prompts que envejecen mal. La formación duradera enseña criterio: cómo fallan los modelos, cómo evaluar el resultado y dónde encaja la IA.
El ROI de la IA para fundadores: medir lo que la IA vale de verdad
Un marco defendible para medir el retorno de la inversión en IA: la línea base, las cuatro métricas que cuentan y los fallos que destruyen en silencio el caso de negocio.
Formación en IA para mandos intermedios y equipos no técnicos
La formación en IA para equipos no técnicos va de criterio, no de código. Cómo los mandos construyen alfabetización, fijan límites, acompañan el cambio, juzgan las promesas de los proveedores y lideran la adopción.
Del piloto de ChatGPT a la IA en producción: los pasos de ingeniería que los fundadores se saltan
El piloto funcionaba en el portátil del fundador. En producción se rompe de otra manera. Cómo son de verdad los siete pasos entre una demo que funciona y una funcionalidad desplegada.
Formación en ingeniería de prompts para equipos que despliegan
La ingeniería de prompts es un oficio repetible, no palabras mágicas. Qué debe entregar una formación para equipos: patrones compartidos, una biblioteca de prompts, evaluaciones y revisión.
El OWASP LLM Top 10, traducido para directivos
Inyección de prompts, fuga de datos, denegación de servicio del modelo: los diez riesgos de los LLM que todo directivo que use IA debe entender, en lenguaje claro, con el coste de equivocarse en cada uno.
Formación en adopción de IA: del piloto a producción
La mayoría de los pilotos de IA se atascan antes de producción. Por qué la adopción es un problema de personas y operaciones, y la disciplina (evaluaciones, monitorización, propiedad) que hace falta para operar IA a diario.
IA para operaciones de ventas: dónde funciona y dónde se atasca
Puntuación de leads, secuencias de seguimiento, resúmenes de llamadas, higiene de las previsiones: qué mueve de verdad la IA dentro de una operación de ventas, qué no, y los fallos que ven los responsables de RevOps.
Cómo elegir dónde merece la pena la IA: priorización de casos de uso
Un método concreto de priorización de casos de uso de IA: parte del dolor real, puntúa valor, viabilidad y riesgo, construye una matriz y elige un primer caso de uso que se rentabilice.