Por Ilan Oliel Márquez, Head of Product & Tech en Energía Real
Durante años, saber más que los demás fue suficiente. El acceso a información privilegiada, a un framework exclusivo, a datos que nadie más tenía — eso era la ventaja competitiva. Hoy, cualquier persona con acceso a un LLM puede generar un análisis de mercado, un resumen ejecutivo o una estrategia de negocio en minutos. El conocimiento se commoditizó. Y cuando todos tienen acceso a la misma información, la pregunta deja de ser “¿qué sabes?” y se convierte en “¿qué construyes con lo que sabes?”.
Estamos viviendo un cambio de era. De la era del conocimiento a la era de los builders: personas y equipos que no solo consumen IA, sino que la usan para crear aplicaciones, automatizar procesos, generar herramientas, construir experiencias. No hablo del developer clásico. Hablo del vendedor que diseña su propio agente de prospección. Del equipo legal que automatiza la revisión de contratos. Del analista financiero que construye un modelo predictivo sin escribir una línea de código. Los builders de hoy no necesitan ser programadores — necesitan saber pensar en sistemas y tener la voluntad de experimentar.
Harvard Business Review lo publicó hace unos días de forma provocadora: la IA generativa ha hecho que sea trivial sonar como experto. Lo difícil — y lo que genera valor real — es construir algo que funcione en condiciones reales, que falle, se ajuste, y se vuelva a desplegar. No son los que hablan del futuro del trabajo los que lo están definiendo, sino los que se ensucian las manos haciéndolo.
Pero este tránsito del saber al hacer no es lineal. Existe un espectro de madurez de IA en las organizaciones, y entenderlo es clave para no caer en lo que la industria llama pilot purgatory — ese limbo donde los pilotos se acumulan pero nunca escalan. El espectro va desde el uso básico de modelos de lenguaje (ChatGPT, Claude, Gemini como herramientas de consulta), pasando por prompt engineering e integración de herramientas, hasta la construcción de agentes autónomos, RAGs empresariales con bases de conocimiento propias, y eventualmente, arquitecturas multi-agente donde sistemas colaboran entre sí.
Lo interesante es que este espectro no solo depende de tecnología. Depende de tres dimensiones: las personas (de alfabetización IA a arquitectos de IA), los procesos (de experimentación ad-hoc a procesos inteligentes y autónomos) y la infraestructura tecnológica (de consumo de APIs a plataformas enterprise propias). Una empresa puede tener la herramienta más avanzada del mercado y seguir operando en nivel uno si su cultura no acompaña.
Y aquí está el tema que pocos quieren discutir: construir con IA conlleva una responsabilidad proporcional al poder de la herramienta. Cuando un agente autónomo toma decisiones comerciales, cuando un modelo predice el comportamiento de un cliente, cuando un sistema automatiza la generación de propuestas — necesitas garantías de que las decisiones son explicables (transparencia), que no hay sesgos discriminatorios en los datos (fairness), que los datos están protegidos (privacy), y que estás siendo honesto sobre cómo esta tecnología afecta a la fuerza laboral (desplazamiento). No se trata de frenar la innovación. Se trata de que la velocidad no rebase a la responsabilidad.
El sector energético B2B tiene una oportunidad enorme aquí. Las decisiones de inversión en energía son complejas, los ciclos de venta son largos, y la relación con el cliente se construye sobre confianza técnica. Todo eso se puede amplificar cuando tienes equipos que construyen herramientas inteligentes — no que las compran empaquetadas, sino que las diseñan para su contexto, con sus datos, para sus clientes.
La época dorada del conocimiento fue buena mientras duró. Pero el conocimiento sin acción es solo contenido. Y el mundo ya tiene suficiente de eso.
Bienvenidos a la era de los que construyen.
