Cada vez que alguien habla de construir algo con IA, la conversación suele empezar por el prompt, el modelo o la herramienta que está de moda.

Yo intento empezar un paso antes: ¿qué problema estamos tratando de resolver y cómo ocurre hoy?

Un problema complejo no se vuelve sencillo porque le agreguemos un modelo de lenguaje. Si el proceso original está mal entendido, la IA solo acelera la confusión. Puede producir una respuesta convincente, un prototipo bonito o una automatización que corre de principio a fin. Nada de eso garantiza que estemos resolviendo lo que importa.

Mi forma de trabajar está tomando forma alrededor de unas pocas preguntas:

  • ¿Qué está intentando hacer la persona?
  • ¿Qué información necesita para hacerlo?
  • ¿Dónde se detiene el proceso?
  • ¿Qué decisiones requieren criterio humano?
  • ¿Cuál es la evidencia mínima que nos permitiría saber si mejoramos algo?

Después viene la tecnología.

A veces eso significa diseñar un producto. Otras veces significa conectar herramientas existentes, construir un workflow o probar un agente que se encargue de una parte específica del trabajo. También puede significar descubrir que todavía no hace falta automatizar nada.

Me interesa la IA aplicada porque puede reducir parte del trabajo que consume atención sin aportar demasiado valor: buscar información dispersa, ordenar documentos, preparar un primer análisis, detectar excepciones o mantener un seguimiento que normalmente se pierde entre mensajes y hojas de cálculo.

Pero hay una condición. La automatización necesita límites. Hay decisiones que se pueden delegar y otras que deben permanecer bajo revisión humana. Hay resultados que se pueden medir en minutos ahorrados y otros que requieren observar si una persona realmente pudo tomar una mejor decisión.

Por eso, cuando diseño un producto con IA, intento mantener juntas tres cosas: una comprensión concreta del problema, una experiencia que la gente pueda usar y un mecanismo para comprobar si el sistema hizo lo que debía hacer.

El prompt importa. El modelo importa. La arquitectura importa más cuando el sistema deja de ser una demo.