Alguien entró a la oficina cargando varias cajas. Sacó una pantalla, un teclado, una torre extraña, varios cables y fue poniéndolos en los escritorios.
El rumor de que iban a llegar los computadores era cada vez más fuerte, pero los trabajadores no creían que iba a pasar pronto y seguían cómodos con sus cuadernos de contabilidad.
Mi papá era uno de ellos.
Le pregunté a él cómo fue cambiar los lápices por las teclas, porque creo que lo que estamos viviendo hoy con la inteligencia artificial, se le parece bastante:
La historia se repite y así como antes buscaban desesperados cursos de word, excel o de internet, ahora Linkedin es una avalancha de posts que van desde preguntar “qué estás haciendo para no quedarte atrás con la IA?” a prometer soluciones fáciles e inmediatas.
Qué cansancio. Sé que ya hoy nadie dice que “trabaja con internet” porque es demasiado obvio y en unos meses probablemente dejaremos de ponerle “AI” como prefijo a todo. Pero para que eso pase, no basta con preguntarle cosas puntuales a ChatGPT.
Entonces, ¿por dónde empezar?
Un día de prueba: la hackatón
En Fintual vimos la urgencia de hacer algo desde el año pasado, aunque en ese entonces no se veía que el cambio vendría tan pronto. Algunas personas comentaban en Slack nuevas herramientas que estaban usando. Confieso que yo veía esos post pasar y pensaba “eso es de devs o de las que saben”.
Entre Agustín (CPO & founder) y Martín (CTO) armaron una hackatón para todo el equipo interno de Fintual.
Formamos 23 equipos de tres personas con diferente roles: Una dev, alguien de operaciones o producto y una persona de otra área (finanzas, legal, people, etc)
El último día de enero de este año, me conecté con Jared (dev) y JP (Ops Engineer) y decidimos armar un robotito llamado Eva que resolviera dudas en Slack que le llegan a People.
Para el final del día, Eva decía cosas coherentes. Jared y JP se llevan todo el crédito, yo solo pasé Notions de información sin entender cómo lograban que Eva se conectara con Slack, entendiera las preguntas o respondiera correctamente.
De ahí aprendimos dos cosas:
- El foco es fundamental. Sin reuniones, sin otros temas. Hicimos una demo-day al día siguiente para que los equipos que tuvieran un proyecto funcional, lo presentaran. Llegaron 8 con soluciones que usamos hasta hoy de manera interna en Fintual. 8 de 23 equipos, ¿qué hubiera pasado con más tiempo?
- Es mejor explorar nuevas herramientas de forma individual.
Suena contraintuitivo decir que el trabajo en equipo no es la mejor opción. Lo que pasó es que las personas que no conocíamos ninguna de estas herramientas antes, no aprendimos cómo usarlas.
En mi caso, veía a Jared escribir líneas de código y a JP compartir su pantalla con unos cuadros extraños que luego entendí eran los nodos de n8n.
Yo no toqué nada por miedo a romper algo.
Me quedé con el bichito y empecé a explorar cursos tipo AI for dummies. Así encontré Lab10, una comunidad de LATAM que tiene clases para principiantes. Cuando después de 8 horas de frustración mi primer agente me respondió bien, mi cabeza explotó.
Así que decidimos hacer la AI Week
Muchas personas estaban usando herramientas de AI, pero dedicar una semana entera a explorarlas sin deadlines ni otros proyectos, era clave. Queríamos que cada persona tuviera su “ahá moment”. Ese instante cuando algo funciona y dices “wow, construí esto sola!”
Eran cinco días de foco. La operación siguió, tomamos turnos de chat de soporte y cerramos fondos, pero eliminamos las reuniones y cualquier otro tema no relacionado con AI.
Armamos un plan de tres etapas
- Destinar tiempo a aprender
- Reconocer problemas reales
- Aplicarlo en la AI Week
Destinar tiempo a aprender
Cinco semanas antes, abrimos espacios de charlas y clases. Contactamos a la comunidad de Lab10 y Valentina, una de sus founders, nos dio una clase en vivo para aprender a usar n8n.
Además, algunas devs de Fintual hicieron sesiones. Danilo habló de markdowns y LLMS, Jaime de Cursor y MCP server y Javi compartió una masterclass muy divertida para aprender a crear bots de Slack.
Reconocer problemas reales
Cada persona debía anotar en un Notion en qué trabajaría durante la semana.
Salieron 93 proyectos que iban desde automatizar algún proceso manual de la operación, hasta agentes de análisis de datos para tomar mejores decisiones. Seba, dev del equipo de Custom Solutions, los revisó para dar recomendaciones de qué herramientas usar o qué cursos podrían ser útiles, y también asoció proyectos que tenían cosas en común para que las personas intercambiaran ideas.
Aplicarlo en la AI Week
El lunes 21 de julio, empezamos la AI Week.
Dos equipos internos estuvieron 100% disponibles.
- Seguridad gestionó más de 100 permisos. Meli y Francis, nuestros CISOs protegieron todos los sistemas para que entre las exploraciones, nada se rompiera.
- Custom Solutions, Seba, Tata y Javi, enseñaron herramientas y resolvieron dudas, entre huddles, meets e hilos en el canal de slack #ai-week.
La Frustration Week
Hacia la mitad del primer día, muchas queríamos pegarle al teclado.
Es normal. Imagina que te dicen que vas a tener que cambiar lo que haces mejor por explorar algo que parece escrito en un lenguaje que no entiendes.
Era importante que fuera una AI Week y no un AI Day porque daba tiempo de ver que otras personas estaban en la misma situación. Con los días, esa incomodidad de probar cosas nuevas fue cediendo hasta escuchar grititos de emoción en la oficina cuando un flujo funcionaba.
De a poco fuimos avanzando y, para el jueves, 73 proyectos ya tenían un 70 % de avance. Eso sí, no faltaron los insultos dirigidos a ChatGPT, Claude y otras apps en el camino.
El equilibrio entre el hype, la fatiga y la farsa
Sé que hay escepticismo sobre hasta dónde puede llegar la IA. Que tu agente responda bien o que tu dashboard en Lovable se vea espectacular no significa que sean soluciones escalables o, más importante aún, seguras.
El agente que hice durante la AI Week (que transcribe entrevistas y pide feedback por Slack) tiene 1.936 líneas de código. Yo escribí tres. Y con ayuda.
Si antes admiraba a las devs, ahora lo hago mucho más porque entendí mejor lo que implica construir buen software. Logramos hacer la AI Week en medio del concurso de transferencias y todo se mantuvo funcionando perfecto, incluso con más de cien mil transferencias recibidas durante esa semana (lo que demuestra lo importante que es tener un código sólido, como el de nuestras operaciones).
Es cierto que el vibecoding abre una puerta a quienes no sabemos programar, pero también puede generar líneas de código inconsistentes, imposibles de mantener, y que alguien con experiencia tiene que revisar o rehacer. Durante la semana, más de una dev habló de la AI fatigue que eso genera.
Hay que ponerle paños fríos al AI hype. El año pasado en EE.UU se presentaron 15 demandas colectivas relacionadas con AI Washing: compañías que exageran o tergiversan sus capacidades o oportunidades en IA para aumentar el precio de sus acciones.
De a poco va pasando lo mismo en otras esferas: candidatos que se jactan de ser expertos, startups sostenidas por un código que ningún Software Engineer ha revisado o empresas que dicen que ya son AI First porque hicieron un programa de adopción en una semana.
De eso último escucho cada vez más, pero pareciera que falta el componente más importante: las personas. “Lo que por momentos parece simple resistencia a usar nuevas herramientas en realidad refleja una autoconservación racional” dice este estudio de HBR.
¿Qué se te pasa por la cabeza cuando alguien de tu trabajo muestra un proyecto exitoso y dice que se apoyó en AI para lograrlo? ¿Te parece más o menos competente?
En ese estudio, más de 28000 devs calificaron la calidad de un código. A los devs que se les dijo que el código fue hecho con ayuda de AI, lo puntuaron 9% peor que los que creían que lo había codeado un humano solo. Y si les decían que el código lo hizo una mujer con ayuda de AI, puntuaban 13% peor.
Hablamos mucho de ClaudeCode, ChatGpt5 y todos los últimos releases, pero poco sobre qué pasa por la cabeza de las personas y cómo se afecta el autoconcepto profesional. ¿Disfrutaría igual escribir este artículo si ChatGPT me lo corrigiera entero?
Sí, la AI cambia la forma de trabajar pero también de pensar y de cómo nos miramos a nosotros mismos. Julie Zhuo, ex VP of Product Design de Meta escribió este ensayo en el que dice que cuando una nueva herramienta cambia lo que hacemos, también pone en juego quiénes creemos que somos. Según ella, “usar IA no te vuelve menos capaz; te vuelve más libre para enfocarte en lo importante: el juicio, la intención y el criterio detrás de lo que haces”
Tal vez algún día sea más como esto:
You know what the biggest problem with pushing all-things-AI is? Wrong direction.
— Joanna Maciejewska (@AuthorJMac) March 29, 2024
I want AI to do my laundry and dishes so that I can do art and writing, not for AI to do my art and writing so that I can do my laundry and dishes.
Demo day
El lunes 28 de julio, se presentaron 29 soluciones funcionales que estaban listas para aplicar.
Varios agentes que resuelven tareas del día a día: agendar reuniones, leer PDFs adjuntos en correos, resolver dudas por slack.
Dashboards: de finanzas personales, tracking de métricas de nuestras redes sociales o incluso una app para hacer recomendaciones de películas.
Y muchas soluciones para el producto, como bots de análisis de datos o un agente de voz para atención al cliente que ya está en beta y que pueden probar acá.
Hacer la AI Week fue un riesgo que decidimos tomar, no para ver resultados inmediatos si no para que cualquier persona, sin importar su background técnico, se atreva a probar formas nuevas de trabajo. Ver las demos no solo de equipos de Tecnología, Producto e Inversiones si no de Diseño, Legal, Compliance, Finanzas o People, dio por cumplido el objetivo.
Creamos un robotito en slack para que pidiera feedback.
Cuando desde People enviamos encuestas, la tasa de respuesta el primer día ronda el 25%. Este bot nos ganó por mucho, con un 66% de respuesta en las primeras tres horas, touché.
De los 184 flujos que se hicieron en n8n, hoy siguen activos 33. Y está bien. El impacto no se mide por cuántas automatizaciones sobreviven, sino por el cambio de mindset que provocaron.
Como pasó hace décadas con la llegada del computador, seguimos comprobando que las grandes transformaciones tecnológicas, en realidad, son culturales.
