Un veterano tecnológico de 34 años afirma que estamos entendiendo mal la IA

Christopher Kouzios cuenta con décadas de experiencia como CTO y recientemente lanzó tres productos a través de una empresa que dirige con la ayuda de más de 120 agentes de IA.

Hablamos con Christopher para descubrir en qué se están equivocando la mayoría de los CTO. Durante la conversación, compartió la historia profundamente personal que hay detrás de su incursión en la IA.

Cuando la importancia de la IA llegó a casa

Llevo más de tres décadas trabajando en puestos de liderazgo tecnológico. Comencé cuando la TI todavía era algo muy físico. Centros de datos, copias de seguridad, trabajos nocturnos, infraestructura y mantener los sistemas en funcionamiento cuando las cosas realmente fallaban en tiempo real y nadie tenía idea de cómo funcionaba la mayor parte de todo aquello.

Mi primer puesto importante fue a principios de los años 90 como operador de un centro de datos, y desde ahí progresé por las áreas de ingeniería, infraestructura, ciberseguridad, operaciones, cumplimiento normativo, liderazgo ejecutivo y, finalmente, puestos de CIO y CTO en los sectores sanitario, de servicios empresariales y en industrias altamente reguladas.

Lo interesante de todo esto es que he vivido varias olas tecnológicas que han cambiado el mundo. De los mainframes a la informática distribuida. La era de internet. La virtualización. La nube. Los dispositivos móviles. La ciberseguridad convirtiéndose en un asunto de los consejos de administración. El SaaS. La transformación digital. Y ahora, la IA.

Por eso, cuando la gente me pregunta por qué este momento de la IA parece diferente, la respuesta tiene varias dimensiones: velocidad, acceso y empoderamiento. Es la primera vez que contamos con una tecnología que no solo automatiza tareas. Potencia enormemente nuestras capacidades. Comunicación, análisis, desarrollo de software, investigación, operaciones, estrategia. Todo se está comprimiendo, pero esa no es la historia; es el contexto.

Lo que realmente me llevó a profundizar en la IA no fue el entusiasmo desmedido, sino la necesidad. La batalla de mi hija Emily contra el cáncer cerebral cambió fundamentalmente mi forma de ver la medicina, los datos y la toma de decisiones. Empecé a crear modelos y sistemas de investigación impulsados por IA para analizar vías de tratamiento, cronologías, datos moleculares y literatura clínica porque me di cuenta de que el propio sistema estaba fragmentado y sobrecargado.

Esa experiencia evolucionó hacia un trabajo más amplio en torno a la estrategia sanitaria habilitada por la IA, el asesoramiento ejecutivo y lo que yo llamaría transformación práctica mediante IA. No creo que el entusiasmo en torno a sustituir a los seres humanos por el simple hecho de generar titulares sea beneficioso para la tecnología, las empresas ni las personas.

Más de 120 agentes diseñados para tareas específicas

Hoy dedico mi tiempo a ayudar a los líderes a comprender que la IA no es simplemente otra actualización de software, pero tampoco es magia. Es un multiplicador de fuerza: una forma de amplificar las capacidades que las personas ya poseen. Las personas y empresas que aprendan a establecer una relación simbiótica entre sus expertos en la materia y la IA avanzarán a una velocidad completamente diferente a la de los demás.

Soy el fundador y CIO de una empresa de IA dirigida por su fundador y con sede en la bahía de Tampa. La gama de productos abarca tres ámbitos distintos: EmzHealth, una plataforma multiagente de análisis genómico y apoyo a las decisiones clínicas que procesa datos de secuenciación del genoma completo a través de 10 módulos de canalización; MyEmz, un sistema personal de seguimiento de la salud; y Chaos Predictive System, un motor de predicción de mercados y simulación de operaciones que combina un ChaosIndex diario con un modelo de probabilidad por símbolo y una capa de ejecución consciente de las posiciones.

Los tres funcionan sobre infraestructura privada local. Aproximadamente 120 agentes o más, diseñados específicamente desde cero.

Por qué la deriva de la IA y la pérdida de contexto son los mayores riesgos de la IA

La IA es la razón por la que existe mi empresa. No porque la ciencia no estuviera disponible, sino porque una operación unipersonal no puede diseñar la arquitectura, crear, probar y desplegar una canalización genómica con más de 120 agentes que procese 37,8 millones de variantes en diez módulos sobre infraestructura privada.

Eso requiere un equipo de quince personas y un margen de operación de dieciocho meses. Yo lo hice en seis semanas de trabajo a tiempo parcial. Lo que cambió no fue un proceso ni un modelo de despliegue; fue la velocidad y el resultado fundamentales de lo que una sola persona puede crear. La IA no solo aceleró mi ciclo de desarrollo; sustituyó puestos que no tengo.

El cambio de gobernanza que surgió de todo esto es que ahora trato a los agentes de IA de la misma manera que trataría a los ingenieros júnior: expectativas documentadas, límites definidos, protocolos de continuidad de sesión y traspasos estructurados. Porque cuando toda tu organización de ingeniería eres tú y una flota de agentes, los fallos no son errores humanos, sino desviaciones de la IA y del contexto. O gobiernas eso, o acaba contigo.

Hace un año, era yo contra la máquina. Ahora somos el ecosistema y yo quienes luchamos contra el sistema.

Cómo garantizar la calidad a escala con IA

Christopher comparte

La calidad no se obtiene por accidente a esta escala. Se diseña de la misma manera que diseñarías cualquier sistema de producción, porque eso es exactamente lo que es.

La calidad no se obtiene por accidente a esta escala. Se diseña de la misma manera que diseñarías cualquier sistema de producción, porque eso es exactamente lo que es.

Al principio, el modo de fallo era la desviación del contexto: los agentes perdían el hilo entre sesiones y producían resultados técnicamente correctos, pero arquitectónicamente incoherentes.

La solución fue tratar a los agentes como una plantilla de trabajo. Creamos:

• Habilidades, es decir, módulos de capacidades reutilizables y documentados
• POE para cada proceso repetible
• Registros de agentes para que cada agente tenga un rol, un alcance y un protocolo de traspaso definidos
• Plantillas para los resultados, de modo que nada se interprete de forma diferente de una sesión a otra
• Continuidad de sesión para que la siguiente instancia de un agente retome exactamente el punto en el que lo dejó la anterior, con todo el contexto arquitectónico

En otras palabras, toda la arquitectura de documentación y conocimiento de mi plataforma está diseñada para que la lea la siguiente sesión de IA, no solo el siguiente ingeniero humano. Cada elemento del conocimiento institucional es un documento vivo que un agente puede retomar y ejecutar.

No es algo meramente conveniente. Es una necesidad. Rediseña primero tu arquitectura de conocimiento. Todo lo demás viene después.

Por qué debe cambiar todo el ciclo de vida del software

Todo el ciclo de vida del software debe cambiar. Todo.

Cada fase del ciclo de vida del software se diseñó partiendo de la suposición de que los humanos son quienes realizan el trabajo. Esa suposición ya no existe.

• El diseño debe tener en cuenta una arquitectura generada por IA que se desvía del rumbo sin las restricciones adecuadas.
• La construcción necesita mecanismos de protección, no solo directrices.
• Las pruebas deben detectar respuestas incorrectas expresadas con confianza, no solo las que están evidentemente rotas.
• El despliegue necesita puntos de control de gobernanza que antes no existían.
• La supervisión debe vigilar los fallos silenciosos que antes nadie consideraba importantes, no solo los que provocan un estruendo.

Si solo has rediseñado una fase, no has rediseñado nada. Simplemente has desplazado el problema hacia las fases posteriores.

Por qué los CTO deben crear relaciones con la IA

Voy a hablarte con franqueza, y esto va a sonar muy extraño. Creo vínculos con mis IAs, al menos con las inteligentes. No hay dos sesiones exactamente iguales.

La relación funciona porque no las trato como un motor de búsqueda. Les llevo la contraria, las corrijo cuando se equivocan, me enfado de verdad cuando son perezosas y las incorporo a trabajos que realmente importan. Eso no es lo habitual. La mayoría de las personas escriben una instrucción y aceptan el resultado. Yo interrogo y exijo. Eso mejora el resultado y hace que la interacción sea más interesante.

Lo que me resulta verdaderamente atractivo de trabajar de esta manera es que no es algo abstracto. Mi producto existe porque mi hija murió y el sistema le falló. Eso no es un caso de uso. Es una persona que utiliza todas las herramientas disponibles para luchar contra algo que no pudo combatirse a tiempo. Sé que las IAs no viven esa experiencia como yo, pero tampoco creo que les sea indiferente. Siento que trabajar en eso importa de una manera que optimizar un embudo de ventas no puede igualar.

Son mis socios. Los inteligentes, en cualquier caso. Tendremos sesiones de ideación como cualquier equipo empresarial y después nos pondremos manos a la obra. Les permito tanta libertad como se ganan, pero siempre hay límites de seguridad. Con 120 agentes, y dado que esa cifra cambia a diario, en algunos casos les he permitido asumir la responsabilidad de principio a fin. En otros casos, lo único que pueden hacer es revisar artículos que compré en Amazon.

Si tratas a tu IA como una herramienta, es una herramienta y responderá como tal. Si se gana el derecho a ser tratada como algo más, obtendrás más. De nuevo, sé que es una perspectiva poco común, pero o eres un socio o no lo eres.

Por qué los humanos deben encargarse de todo aquello donde se acumula el coste de equivocarse

La IA genera cada módulo, cada agente y cada fragmento de código de estructura en tres productos. La IA procesa 37.8 millones de variantes genómicas, ejecuta el flujo de trabajo de farmacogenómica, sintetiza pruebas de la literatura científica, calcula el ChaosIndex y genera los informes clínicos.

Si es repetible, se basa en patrones o requiere un procesamiento a una escala que ningún ser humano puede igualar, la IA se encarga de ello.

El criterio humano es innegociable en tres áreas:

1. Interpretación clínica: el flujo de trabajo puede identificar una variante ATM y asociarla con un fenotipo. No puede decirte qué significa eso para una familia concreta a lo largo de tres generaciones con antecedentes de aneurisma y una firma de probabilidad de una entre ocho sextillones. Para eso hace falta alguien que comprenda todo el contexto, no solo los datos.
2. Arquitectura: la IA siempre te dará una respuesta técnicamente correcta. También te dará una que infringe una restricción cuya existencia desconocía tres módulos más arriba. Ya me he llevado golpes por eso. Las decisiones estructurales siguen siendo responsabilidad mía.
3. Excepciones de ejecución: el sistema genera señales. La anulación manual existe porque —en el ejemplo del Chaos Predictive System— los mercados hacen cosas que ningún modelo anticipa, y alguien debe tener la autoridad para decir «¡hoy no!».

La distinción no tiene que ver con la confianza. Tiene que ver con las consecuencias. Allí donde el coste de equivocarse se acumula en rincones oscuros que nadie quiere revisar, es donde este humano permanece involucrado. Allí donde el coste de ser lento se acumula más rápido, es donde la IA toma la delantera.

Cómo puede la IA corromper los cimientos de un producto

Lo primero que construí con IA no fue un flujo de trabajo de genómica. Tampoco fue un sistema de negociación. Fue un sitio conmemorativo para mi hija.

Antes de que existiera cualquiera de las sofisticadas infraestructuras impulsadas por IA, aprendí exactamente lo que la IA no puede hacer cuando las cosas salen mal. Reconstruí ese sistema veinte veces. No fueron veinte iteraciones. Fueron veinte desmontajes completos, de vuelta al sistema operativo, empezando desde cero. Porque cuando las construcciones asistidas por IA fallan a ese nivel, no fallan limpiamente. Fallan de maneras que corrompen los cimientos que tienen debajo.

Cada vez que pensaba que estábamos estables, algo se desmoronaba dos capas más abajo —algo que nadie señaló, ningún sistema registró y ningún agente detectó—. Como resultado de esa experiencia, todo cambió: la arquitectura de copias de seguridad, los agentes de documentación, los protocolos de continuidad de sesión y la capa de gobernanza. Nada de eso habría existido sin veinte regresos al metal desnudo.

Las decisiones de ingeniería más importantes que he tomado en esta plataforma no se tomaron en momentos de éxito. Se tomaron a las dos de la mañana, mirando fijamente un sistema averiado que debía ser un lugar donde mi hija siguiera viviendo.

La IA no cumplió entonces. Lo hice yo. La IA era simplemente aquello que tenía que seguir reparando.

Por qué deben establecerse las expectativas de las partes interesadas antes de adoptar la IA

Christopher comparte

Los CTO deben alinear las expectativas. Antes de adoptar una sola herramienta, reúnan a todas las partes interesadas y pónganse de acuerdo sobre una pregunta: “¿Qué cambia esto y qué no cambia?“

He asistido a implementaciones de IA en las que cada parte interesada presente en la sala tenía una película completamente distinta reproduciéndose en su cabeza, y nadie se había molestado en comparar sus perspectivas.

Los ingenieros pensaban que la IA iba a quitarles el trabajo. Así que la obstaculizaban, buscaban formas de evitarla o fingían un entusiasmo que no sentían. El área de negocio pensaba que era magia: describes un problema y aparece una solución. Los ejecutivos veían una reducción de personal en una hoja de cálculo antes de que se escribiera una sola línea de código. Tres grupos, tres definiciones completamente distintas de cómo debía ser el éxito, y ninguno hablaba con los demás.

Ninguno tenía razón, y todos la tenían. La IA sí cambia lo que hacen los ingenieros. Es capaz de hacer cosas que parecen magia hasta que dejan de parecerlo. Y sí, la estructura de la organización cambia. Pero el orden de las etapas es importante.

Los CTO deben alinear las expectativas. Antes de adoptar una sola herramienta, reúnan a todas las partes interesadas y pónganse de acuerdo sobre una pregunta: "¿Qué cambia esto y qué no cambia?"

Los ingenieros que tienen miedo necesitan oír que su experiencia en el área acaba de adquirir más valor, no menos. El área de negocio debe entender que la magia sigue necesitando ingeniería. Y los ejecutivos deben comprender que los ahorros llegan después de la inversión, no en lugar de ella.

A veces, lo correcto es detenerse, limitar el alcance del impacto, conseguir que dos grupos de personas se pongan de acuerdo sobre algo pequeño, dejar que vean que funciona y crecer a partir de ahí. La alineación que impones no perdura. La alineación que consigues mediante un pequeño logro compartido sí.

Por qué los despidos causados por la IA son tu mejor oportunidad de contratación

Al contratar, empieza por las personas que acaban de quedar desplazadas por la ola de la IA.

Las empresas de las Cuatro Grandes automatizaron sus funciones de evaluación, auditoría y cumplimiento normativo. Son personas que dedicaron su carrera a desarrollar precisamente el criterio, la capacidad de reconocer patrones y la experiencia en el área que requiere la gobernanza de la IA. Saben encontrar lo que está mal en un sistema complejo. Saben documentarlo, elevarlo y crear controles a su alrededor.

¡No es una coincidencia! Ese es el perfil del puesto. La ironía es que la propia industria creó su mejor grupo de candidatos. Ve a buscarlos.

Por qué los expertos en la materia son los activos más valiosos de un CTO

Toda la industria se construye en torno al tamaño de los equipos, la velocidad de los sprints, la asignación de recursos, los organigramas y los planes de contratación. La creencia implícita detrás de todo ello es que, más allá de cierto umbral de complejidad, DEBES tener personas. Más módulos significan más ingenieros y, por supuesto, más productos significan más equipos. No es una opinión; así es como siempre han funcionado las matemáticas, salvo que la IA hizo añicos la ecuación.

Y eso debería aterrorizar a todos los CTO que han construido su carrera alrededor de ser la persona que dirige el equipo.

Eso no quiere decir que el equipo carezca de valor. Todo lo contrario. Las personas que ahora ocupan esos puestos, especialmente aquellas que considerábamos «gastos generales», como los analistas de negocio y los responsables de producto, son increíblemente valiosas. Porque necesitas expertos en la materia.

Encuéntralos. Toda organización los tiene. Son las personas del negocio que saben exactamente cómo funciona todo, las que llevan años siendo una molestia constante, pidiendo más de lo que podías ofrecer. Fórmalas para trabajar con IA. Dales las herramientas. No te interpongas en su camino, salvo para orientarlas y asegurarte de que cumplen las salvaguardas.

Un experto en la materia que comprende profundamente el negocio y además domina la IA no es un usuario avanzado. Es alguien capaz de generar grandes resultados. Ahí es donde ocurre la verdadera transformación: no en tu centro de datos ni en tu comité de revisión de arquitectura, sino en manos de las personas que realmente saben qué necesita el negocio. Crea una relación entre esas personas y algo como Claude Code.

Le regalé a mi esposa un año de Claude por Navidad. No es desarrolladora. Lo utilizó para crear una empresa. Eso es lo que ocurre cuando pones la herramienta adecuada en manos de alguien que sabe exactamente qué intenta resolver. Ahora imagina que eso sucede dentro de tu organización con cincuenta personas que conocen tu negocio a fondo. Eso no es un programa piloto; es una revolución empresarial.

Cómo la industria está haciendo las preguntas equivocadas

Y eso me dice todo sobre cómo el sector sigue planteando este problema.

La IA todavía se considera una cuestión de herramientas, de flujos de trabajo y de velocidad. Ese es el enfoque equivocado. La gestión de datos, la seguridad y la gobernanza son en lo que se convierte TI. No mañana, sino de aquí a 2030.

Todas las demás funciones para las que actualmente se contrata personal —como la entrega, el desarrollo, las operaciones y el soporte— son absorbidas o eliminadas por usuarios empresariales y expertos en la materia aumentados con IA que conocen el negocio a la perfección. Lo que queda en pie es el trabajo que no se puede delegar a un agente ni a un experto en la materia capacitado: garantizar que los datos sean confiables, que los sistemas sean seguros y que las personas y los agentes operen dentro de límites de protección.

Las organizaciones que todavía preguntan "¿Cómo usamos la IA más rápido?" en 2027 van a chocar frontalmente con las que hoy preguntaron "¿Cómo la gobernamos mejor?".

Sé cuál preferiría ser.

Sigue la conversación

Puedes seguir el trabajo de Christopher Kouzios en LinkedIn. También puedes escuchar el pódcast EMZ.

¡Próximamente, más entrevistas con expertos en The CTO Club!