Llegas a la reunión semanal de tu empresa y uno de tus mejores ingenieros te espeta: Ese problema en el que llevamos un año trabajando… lo resolví ayer en una hora con una IA. Parece una fábula, pero esto ocurrió este enero de 2026 en Google. Una de sus principal engineers, Jaana Dogan, publicó un tweet que le dio a Claude Code (un asistente de programación basado en IA de la empresa Anthropic) la descripción de un problema complejo, ¡y la herramienta generó en una hora prácticamente ¡lo mismo que su equipo había tardado un año en construir!. No era broma, de hecho dijo: generó lo que construimos el año pasado en una hora. ¿Cómo es posible y qué significa esto para las empresas?
Jaana Dogan: Principal Engineer en Google
Jaana Dogan es la responsable de la API de Gemini (la IA de Google), es de las mejores en su campo y que una principal engineer de Google recurra a una IA de la competencia, aunque Claude es de Anthropic y esta empresa está participada por Google y Amazon, para resolver un problema dice mucho. En su tweet, Dogan explicó que su equipo llevaba un año intentando desarrollar un sistema de orquestación de agentes (un componente para coordinar múltiples inteligencias artificiales) sin lograr consenso interno, subrayando la burocracia propia de una gran empresa.
Jaana decidió usar una simplificación del problema (sin datos confidenciales) y se la planteó a Claude Code, a ver qué pasaba. En una hora, la IA generó un código comparable a lo que el equipo de Google había tardado un año en construir. Dogan reconoce que el resultado no es perfecto y está iterando sobre ello, es decir, necesitaba refinamiento humano, pero aun así demostraba el nivel de avance de estas herramientas.
20% humano – 60% máquina – 20% humano
A bote pronto salen tres cosas:
- La IA mata la burocracia: En grandes empresa (y seamos honestos, también en muchas medianas ibéricas), los proyectos a veces se paran en reuniones, aprobaciones y debates. Una IA, libre de política interna va al grano.
- No es sustituir personas, sino mejorar capacidades: Dogan no fue reemplazada por Claude sino que trabajó mano a mano con ella. La IA hizo el trabajo pesado, pero fue la Jaana quien supo qué preguntar, cómo orientar la solución y luego validar el resultado.
- El valor de las habilidades humanas aumenta: Paradójicamente, cuanto más potente es la IA, más importantes son las personas que saben aprovecharla. Ergo las soft skills y el expertise marcarán la diferencia.
Esta historia además valida algo de lo que hemos hablado antes en este blog: el Modelo 20-60-20 de colaboración entre personas e IA. En cualquier proceso creativo o productivo: el primer 20% es trabajo esencialmente humano (definir la idea, el rumbo, hacer la pregunta correcta a la IA), el 60% intermedio es donde la IA brilla (ejecutando las tareas repetitivas o de velocidad), y el último 20% vuelve a ser humano (revisión, ajuste fino, aprobación final). ¿No es justo lo que hizo Jaana Dogan? Ella puso la idea y el contexto (20% inicial), Claude Code realizó la mayor parte del desarrollo (60% central), y ahora ella y su equipo iterarán y pulirán el resultado (20% final). Colaboración en estado puro.
A corto plazo: oportunidad y cautela
Esta anécdota manda un mensaje: las herramientas de IA ya están maduras como para resolver problemas reales en tiempo récord. Para una empresaque quizás no cuenta con departamento de I+D, esto es una gran oportunidad pues permite recortar semanas de trabajo en análisis de datos, generación de informes o prototipos de software, usando asistentes de IA accesibles en la nube. Los empleados más inquietos probablemente ya estén trasteando con ChatGPT, Claude u otras IA para agilizar sus tareas diarias, aunque la dirección ni se entere. Este fenómeno de “Shadow AI” (IA en la sombra) es similar al Shadow IT: ocurre cuando la gente adopta por su cuenta las mejores herramientas disponibles para ser más productiva, saltándose a veces las políticas oficiales.
¿Debe preocuparte esto como gerente o director? Sí y no. Por un lado, si tu equipo empieza a usar IA por su cuenta es porque necesitan solucionar problemas de forma más rápida o creativa de lo que les permite la vía oficial. Ignorarlo o prohibirlo podría frenar la innovación interna. Por otro lado, hay que ser cauto: usar herramientas externas implica enviar datos fuera. En Europa tenemos normativa estricta (piensa en la RGPD) y cada empresa debe cuidar su propiedad intelectual. En el caso de Google, Dogan fue cuidadosa y no expuso detalles confidenciales al hacer su prueba, y aun así sólo le permiten usar Claude en proyectos de código abierto, no en productos internos. La empresa debe establecer políticas claras: ¿qué tipo de datos pueden pasarse a una IA pública? ¿Qué aprobaciones se requieren?
A medio plazo: cambiando la forma de trabajar y de competir
A medio plazo, las implicaciones se vuelven más estratégicas. Si esta es la situación en 2026, ¿cómo será 2028? Las empresas medianas que abracen la colaboración hombre-máquina tendrán ventaja competitiva. ¿Qué cambios podemos anticipar?
- Integración oficial de la IA en los flujos de trabajo: Lo que hoy es experimental, en un par de años será estándar. Ya hay empresas punteras reportando que una porción enorme de su código nuevo está siendo escrito por IA (Anthropic afirma un 90%, Google un 50%, Microsoft un 30% de generación de código).
- Nuevas competencias y roles: Así como en su día nació el rol de community manager con la explosión de las redes sociales, la era de la IA traerá nuevos perfiles. La formación y el reciclaje serán clave en el medio plazo. Aquí entra en juego otra vez el enfoque 20-60-20: la formación debe enfatizar ese 20% inicial y final donde el humano marca la diferencia (creatividad, criterio, supervisión), dejando que el 60% intermedio la tecnología lo haga cada vez más.
- Cultura de colaboración y cambio: Requiere un liderazgo claro que comunique que la IA es una aliada. Cuando la gente entiende que colaborar con la máquina les quita trabajo mecánico y les permite brillar en lo creativo, la resistencia se convierte en entusiasmo.
A largo plazo: la transformación del modelo de negocio
Si miramos a largo plazo, digamos 5 a 10 años vista, las empresas podrían operar de formas que hoy nos cuesta imaginar pero hacia donde apunta claramente esta tendencia:
- Organizaciones más pequeñas y más productivas: Si una IA puede hacer en una hora lo que antes requería un año de un equipo, cabe preguntarse cuántas cosas podrían automatizarse o acelerarse. Las personas se dedicarán a diseñar estrategias, a la relación con clientes, a la innovación, mientras que los “ejércitos” de ejecución podrían ser en gran parte digitales.
- Nuevo equilibrio competitivo: A largo plazo, veremos probablemente ecosistemas hombre-máquina compitiendo entre sí: la empresa que haya logrado la mejor sinergia interna entre sus expertos humanos y sus potentes sistemas de IA será la que marque el ritmo.
- Ética, confianza y marca: Las empresas que usen IA deberán hacerlo de forma transparente y responsable. En Europa especialmente, el marco regulatorio (como la inminente AI Act) demandará que podamos explicar las decisiones tomadas con IA y garantizar ciertos valores.
Si tu empresa está evaluando estos cambios, te interesa conocer soluciones de inteligencia artificial para empresas y metodología de integración tecnológica.
