Últimamente pude presenciar de cerca algo que me encanta ver: personas totalmente ajenas al mundo del desarrollo de software encontraron un nuevo pasatiempo, crear "productos digitales". Lo digo con comillas a propósito. Son personas con bastante empuje y curiosidad que desbloquearon una nueva habilidad: poner en práctica esas ideas que siempre tuvieron en mente pero que no eran capaces de lograr sin depender de un "costoso equipo de programadores".
No me parece mal que lo piensen así. De hecho tiene sentido. Mucha gente en nuestro rubro hace las cosas bastante mal, con total falta de criterio, o promete algo que no es. Así que el atractivo de saltearnos por completo se entiende fácil.
Pero hay una parte que nadie quiere decir en voz alta: la IA no cierra la brecha entre lo que querés vender y el cómo llevarlo a cabo. Lo que comprimió es la parte fácil de construir. La parte difícil quedó exactamente donde estaba.
Qué comprimió realmente la IA
Seamos honestos con lo que cambió. La IA hizo trivial ir de "idea en mi cabeza" a "algo en una pantalla". Lo que antes llevaba semanas ahora lleva días. Eso es real, y es buenísimo.
Pero fijate qué se abarató: tipear el código, armar una UI, generar un archivo .html (herramientas como Claude o Codex muchas veces te lo entregan directamente). Eso nunca fue la parte cara de un producto. Siempre fue la parte más mecánica.
La parte cara, la que decide si tenés o no un negocio, no se movió ni un milímetro.
La brecha que la IA no resuelve
La mayoría de la gente que construye así está buscando, en silencio, el botón de "¿Me podés dar dinero?". Quiere el resultado sin la parte que lo justifica. Y esa parte es un conjunto de preguntas que un modelo no puede responder por vos:
- ¿Por qué alguien pagaría por esto?
- ¿Qué problema real estás resolviendo, y para quién?
- ¿Qué valor genera esto que no puedan conseguir en otro lado?
Un prototipo que parece terminado te da una sensación peligrosa: que el pensamiento ya está hecho. No lo está. Una pantalla que funciona no es un negocio que funciona. La pantalla era la parte barata.
La trampa de un modelo condescendiente
Hay un segundo problema, más solapado. Los LLMs están diseñados para ser completamente condescendientes, incluso con ideas que no se sostienen. Preguntale a uno si tu idea es buena y va a encontrar la forma de decirte que es brillante.
Así, una persona ingenua y esperanzada puede terminar cayendo en un loop. No tiene del todo claro qué va a vender ni cómo monetizarlo, y ahora, encima de eso, también se convirtió sin querer en:
- un diseñador UX/UI decidiendo layouts y flujos que nunca estudió,
- un HTML developer manteniendo código que no puede leer del todo,
- y un equipo de QA manual de una sola persona, testeando todo a mano.
La herramienta sacó el costo de producir. No hizo nada con el costo de decidir, y encima te sumó tres trabajos que nunca pediste.
¿Qué pasa después de la primera venta?
Supongamos que funciona. Lograste ponerlo a andar, configuraste containers, resolviste el DNS y de alguna forma lo desplegaste en producción. Genuinamente impresionante. Ahora empiezan las preguntas de verdad:
- ¿Qué pasa cuando llegan tus primeros clientes reales y el sistema tiene que escalar aunque sea un poco?
- ¿Qué pasa cuando hay una brecha de seguridad, o una dependencia que hay que actualizar?
- ¿Qué pasa cuando te quedás sin tokens y tenés que seguir pagando el extra solo para poder hacer cambios?
Esta es la brecha. No es glamorosa y no luce bien en un demo, pero es donde los productos se vuelven negocios o se caen en silencio. Nada de esto aparece en la primera semana emocionante. Todo aparece después, casi siempre en el peor momento posible.
Dónde la IA brilla de verdad
No estoy en contra de la IA, para nada. Son algunas de las mejores herramientas que tuvimos, para el trabajo correcto:
- Armar prototipos rápido, para tener algo tangible.
- Comunicar ideas con más claridad, una vez que ya las pensaste (en ese orden, no al revés).
- Validar hipótesis antes de invertir plata de verdad en un producto de verdad.
- Servir de guía para armar un roadmap aproximado de todo lo que deberías saber antes de mandarte a emprender.
Usada así, la IA es un motor de descubrimiento y validación. Te ayuda a llegar a la decisión más rápido. Lo que no puede es tomar la decisión por vos, ni cargar con lo que viene después.
El error no es usar IA. El error es tratar al prototipo como la línea de llegada en vez de la línea de largada.
¿La IA nos va a dejar sin trabajo a los de sistemas?
Toda esta conclusión responde una pregunta inevitable: ¿la IA nos va a dejar sin trabajo a los de sistemas? Mi respuesta honesta es sí y no.
Va a dejar afuera a los que copian y pegan sin aportar valor (si esa gente alguna vez realmente hacía el trabajo). Y va a potenciar a los que tienen entendimiento real del problema, del sistema y del negocio que hay debajo.
El diferenciador nunca fue la velocidad para tipear. Es el criterio: la capacidad de saber qué construir, qué no construir y qué se rompe cuando eso se encuentra con el mundo real. La IA hace que ese criterio valga más, no menos.
El punto central
La IA le dio a todo el mundo una ventaja inicial. Eso es algo bueno. Pero una ventaja en la parte fácil puede esconder cuánto de la parte difícil todavía tenés por delante.
Si armaste un prototipo y la gente empieza a reaccionar a él, ya pasaste el paso creativo más difícil y estás justo al inicio del paso de producto más difícil. Es un gran lugar para estar, siempre que lo trates como el comienzo.
