De conversaciones dispersas de ChatGPT a un sistema operativo de inteligencia artificial vivo: Cómo construir una empresa con enfoque en inteligencia artificial

La mayoría de las empresas ya están redirigiendo sus presupuestos de software a experimentos de inteligencia artificial, con ChatGPT ya en uso diario para muchos equipos. Pero, ¿cómo conviertes esos experimentos aislados en un sistema que realmente impulse el negocio? El problema no es la adopción; es la falta de coordinación. El conocimiento está atrapado en pestañas de navegador individuales y decenas de conversaciones desconectadas, lo que obliga a los equipos a recrear el trabajo desde cero.

Caos de ChatGPT

Lo sé por experiencia propia. En 2023, como muchos fundadores, me encontré en medio de lo que ahora llamo caos de ChatGPT. Cada miembro del equipo en nuestra empresa de 40 personas estaba utilizando la inteligencia artificial en silos, convirtiéndonos en un sistema fragmentado donde la inteligencia colectiva de la empresa estaba dispersa en lugar de centralizada. Estábamos duplicando nuestros esfuerzos.

¿Cómo suele suceder? Cuando comienza la adopción de la inteligencia artificial, parece un progreso. Todos encuentran algunos casos de uso personales, la eficiencia aumenta un poco y la dirección ve “uso de inteligencia artificial” en la empresa. El problema es que estas victorias se mantienen fragmentadas en lugar de unirse en un centro centralizado. Si el director de marketing tiene su mejor prompt atrapado en su historial de ChatGPT, el jefe de ventas no puede construir sobre él. Esto fuerza a los equipos a reinventar la rueda diariamente.

Si esto suena familiar, es porque es la realidad dentro del 99% de las empresas hoy en día. Todos tienen sus propios experimentos de inteligencia artificial en marcha, pero pocas empresas pueden presumir de tener una ventaja y un contexto compartido. En este punto, no pueden ser nombradas empresas con enfoque en inteligencia artificial, están dispersas en inteligencia artificial.

El punto de inflexión: Tratar la inteligencia artificial como infraestructura

En Elly Analytics, este fue el punto en el que me pregunté: ¿qué pasaría si toda la empresa compartiera el contexto de la inteligencia artificial, los prompts, los scripts y los flujos de trabajo estuvieran disponibles instantáneamente para todos? Esta pregunta me ayudó a entender que estábamos listos para dejar de experimentar con la inteligencia artificial y comenzar a liderar con ella.

Vimos que Cursor, aunque fue construido para desarrolladores, tenía exactamente las capacidades que necesitábamos para impulsar esta transformación. Nos proporcionó agentes de inteligencia artificial que trabajan no solo con chat, sino con contexto de nuestros archivos, proyectos, código, estrategia de la empresa. En lugar de pedirle a ChatGPT que “analice a un competidor”, ahora le pregunto: “Utilice nuestra investigación competitiva más reciente y genere un resumen visual en nuestro formato de estrategia”. Sabe dónde está el archivo, qué aspecto tiene el formato y cómo hablamos de la competencia.

Construimos nuestra nueva pila de inteligencia artificial alrededor de tres capas:

1. Cursor — un entorno de superagente originalmente construido para desarrolladores (sus herramientas siempre están un año por delante de las herramientas principales), pero igualmente poderoso para equipos de marketing, operaciones, recursos humanos y estrategia. Esto va más allá de resumir documentos para automatizar tareas — desde procesar transcripciones de llamadas hasta crear scripts de Python para análisis de datos.
   
2. Un cerebro de la empresa compartido — una base de conocimientos central y evolutiva que cada agente de inteligencia artificial puede leer y actualizar. Con ella, la inteligencia artificial se convierte en un colaborador con una comprensión completa de la estrategia, procesos y objetivos de la empresa. Elimina la necesidad de copiar y pegar constantemente entre pestañas del navegador y garantiza que sus agentes de inteligencia artificial tengan el contexto completo del negocio.
3. Flujos de trabajo de plug-and-play — procesos de inteligencia artificial reutilizables y específicos del departamento para todo, desde la incorporación de personal hasta la planificación de campañas.

La plantilla de espacio de trabajo con enfoque en inteligencia artificial

Para cualquier persona que esté lista para seguir nuestro viaje, hemos hecho que nuestra plantilla de espacio de trabajo con enfoque en inteligencia artificial sea de código abierto. Contiene repositorios específicos del departamento con contextos para Estrategia, Producto, Marketing, Operaciones, Finanzas y más, configuraciones preestablecidas, scripts de automatización y ejemplos reales de flujos de trabajo que usamos diariamente. Puedes clonarlo, adaptarlo y tener tu propia infraestructura de empresa con enfoque en inteligencia artificial en funcionamiento en unas pocas semanas.

No tienes que ser un gigante tecnológico para adoptarlo. Si te preocupa que tu equipo no sea lo suficientemente técnico para GitHub, piensa en ello como Google Drive con historial de versiones integrado. Nunca tocarás la línea de comandos, la inteligencia artificial se encarga de eso por ti.

Si decides introducir esto en tu propia empresa, aquí te dejo el camino que te recomiendo:

Paso 1: Comienza a usarlo tú mismo para tus propios casos de uso personales. Incluso tenemos un repositorio dedicado con ejemplos e instrucciones para esta etapa — porque es difícil vender la idea a tu equipo hasta que hayas experimentado los beneficios de primera mano.

Paso 2: Anima a las personas clave de la empresa a comenzar a usar Cursor para sus propias tareas. Una vez que experimenten el valor, rápidamente llegarán al límite que desencadena el siguiente paso: querer archivos y contexto compartidos.

Paso 3: Elige un equipo (a menudo el equipo de liderazgo, marketing u otra función) para ejecutar el primer experimento compartido. Configura un repositorio compartido, úsalo para resolver un desafío de sincronización real para ese equipo y convierte el resultado en una historia de éxito visible para el resto de la empresa.

Paso 4: Despliega en otras partes de la organización de la misma manera — comienza con un líder de equipo o un adoptador temprano, enfócate primero en sus flujos de trabajo personales, luego expande a flujos de trabajo compartidos. Cada semana, pide (y comparte entre equipos) casos de uso interesantes para que el impulso y la adopción se construyan con el tiempo. En nuestra experiencia, los equipos migran naturalmente al entorno con enfoque en inteligencia artificial una vez que lo prueban.

El ROI de adoptar un enfoque en inteligencia artificial

Según nuestras estimaciones, adoptar este modelo ha liberado más de 10,000 horas de trabajo al año en nuestro equipo de 40 personas. Y no se trata solo de ahorrar tiempo, se trata de hacer que todo el equipo sea más inteligente, rápido y coordinado que nunca antes. Aquí está lo que significa día a día.

Las victorias a corto plazo (0-6 meses)

El beneficio más inmediato es la continuidad del contexto de la inteligencia artificial en todo su trabajo. No más perder el historial de conversaciones cada vez que se cierra una pestaña, no más comenzar desde cero con cada sesión y copiar y pegar entre pestañas de ChatGPT dispersas. Su inteligencia artificial comprende el negocio en su conjunto desde el primer día.

La segunda victoria a corto plazo es una reducción del 30-50% en el trabajo administrativo rutinario. El análisis manual, la generación de informes repetitivos y las tareas de documentación interminables desaparecen en el fondo mientras la inteligencia artificial se encarga del trabajo pesado.

Y luego está el efecto de compuesto de la inteligencia artificial organizacional. Una vez que los flujos de trabajo, los prompts y los scripts se comparten en toda la empresa, cada departamento gana transparencia en el resto de la organización. La inteligencia colectiva crece con cada tarea completada — y ese crecimiento beneficia a todos.

La transformación a largo plazo (6+ meses)

A largo plazo, el impacto se profundiza. La empresa deja de ser una colección suelta de departamentos y comienza a comportarse como un organismo impulsado por la inteligencia artificial. La alineación estratégica mejora porque la inteligencia artificial permite verdaderas perspectivas entre funciones. Cuando un nuevo empleado se une, hereda no solo documentos, sino la inteligencia organizacional acumulada, lista para ser aplicada desde el primer día. La toma de decisiones mejora y se acelera porque cada elección se hace con un contexto más rico y completo disponible aquí y ahora.

Otra transformación duradera es que incluso los equipos no técnicos ganan acceso a flujos de trabajo profesionales de nivel empresarial. A través de la infraestructura de GitHub, obtienen control de versiones, registros de auditoría y herramientas de colaboración profesionales sin tener que convertirse en desarrolladores. Los controles de acceso garantizan que las personas adecuadas vean la información adecuada, y la arquitectura se escala sin problemas a medida que crece la organización.

Y finalmente, quizás el cambio más profundo: vas más allá de los chatbots y las bases de conocimientos para tener una inteligencia artificial que realmente ejecuta código. Aquí es donde sucede la magia: la inteligencia artificial no solo resume o asesora — procesa archivos, ejecuta análisis y automatiza flujos de trabajo.

Creo que la mayoría de las empresas seguirán este camino dentro de los próximos dos años. Adoptar este sistema ahora no solo mejora los flujos de trabajo de hoy, sino que también posiciona a la empresa para liderar el mercado una vez que el enfoque en inteligencia artificial se convierta en el valor predeterminado.

Los beneficios de las herramientas de desarrollador — y un efecto lateral poderoso

Una objeción común que escucho es: “Pronto, todo esto estará integrado en ChatGPT, Google Docs y Notion”. Mi respuesta es: Genial — cuando suceda, será increíble. Es algo bueno que todas las herramientas principales estén moviéndose hacia una colaboración de inteligencia artificial más profunda, y hará que el trabajo en equipo impulsado por la inteligencia artificial sea más fácil para todos.

Pero para cuando esas características lleguen, ya habrán aparecido nuevas herramientas, y esas herramientas casi siempre llegan al ecosistema de desarrolladores primero. Es por eso que tiene sentido experimentar con herramientas de nivel de desarrollador ahora si deseas estar a la vanguardia. Y no es nearly tan difícil como podría parecer, incluso puse juntos una guía de configuración de 15 minutos para que comiencen.

También vale la pena preguntar no solo “¿Qué cambiará en el futuro cercano?” sino “¿Qué permanecerá constante?” No importa qué nuevas herramientas de inteligencia artificial surjan, una cosa siempre permanecerá invaluable — es un contexto estructurado sobre su organización, sus productos, procesos, prioridades, personas y herramientas. Cada nueva herramienta de inteligencia artificial, no importa cuán avanzada sea, todavía necesita “conocer” a su organización antes de que pueda ser útil. Es ahí donde usar Cursor como interfaz de inteligencia artificial principal, con datos compartidos a través de repositorios de GitHub, tiene un efecto lateral poderoso: captura y estructura automáticamente el contexto organizacional como subproducto del trabajo diario del equipo.