En Bedrock, mi uso diario de la IA va mucho más allá del código
Cuando se habla de IA en los roles Tech, la conversación vuelve rápidamente al código. En mi día a día en Bedrock Streaming, gran parte del valor está en otro lugar: seguir mejor el contexto, preparar decisiones y hacer más legible la ejecución.
El problema cotidiano es, ante todo, un problema de contexto
En una organización de Producto y Tecnología de cierto tamaño, la información está repartida entre Slack, emails, calendario, reuniones, Jira y documentos de trabajo.
El riesgo no es únicamente perder una información. Es perder los vínculos entre ellas: una decisión tomada en una reunión, una señal aparecida en Slack, un compromiso mencionado por email y una tarea que finalmente debe seguirse en Jira.
La IA me ayuda a reducir el coste de reconstruir ese contexto.
En este artículo me mantengo voluntariamente en un nivel metodológico: el contenido interno de Bedrock permanece, evidentemente, interno.
Slack, email y calendario: encontrar la señal dentro del ruido
Utilizo la IA para sintetizar hilos de conversación, relacionar información dispersa y preparar los temas que realmente requieren mi atención.
En el calendario me ayuda a preparar un día o una semana: ¿qué reuniones requieren preparación, qué temas están relacionados y qué decisiones siguen abiertas?
En email y Slack, el objetivo no es resumirlo todo. Es identificar cambios, decisiones, riesgos y peticiones de acción que merecen salir a la superficie.
Un mal resumen añade otra capa de ruido. Un buen sistema de síntesis reduce la carga cognitiva.
Una reunión solo es útil si produce una continuación clara
Los resúmenes de reunión son otro uso muy concreto.
La IA puede transformar notas o una transcripción en una estructura accionable: decisiones tomadas, puntos abiertos, responsables, fechas y próximas acciones.
No considero esa salida una verdad automática. La reviso, corrijo ambigüedades y verifico los compromisos importantes.
El valor llega después: todos parten de un nivel de información más consistente y resulta más fácil comprobar, unos días más tarde, si la decisión se convirtió realmente en acción.
Los artefactos hacen visibles los problemas abstractos
También utilizo Claude para crear artefactos rápidamente cuando necesito hacer tangible un problema.
Un ejemplo es la calidad de los datos en Jira. Cuando un proceso depende de campos, estados o enlaces entre tickets, es difícil discutir su implementación únicamente a partir de impresiones.
Un artefacto puede transformar esos datos en una vista comprensible: tasas de completitud, incoherencias, elementos sin responsable, etapas ausentes o evolución en el tiempo.
El objetivo no es crear otro dashboard. Es construir con suficiente rapidez un soporte de discusión para saber si el proceso definido existe realmente en los datos.
Medir un proceso es mejor que suponer su adopción
Una transformación de Producto y Tecnología no tiene éxito porque se haya presentado un nuevo proceso.
Hay que observar su adopción y entender dónde se bloquea.
Los artefactos y análisis asistidos por IA me permiten reducir el tiempo entre una hipótesis y su verificación. Podemos probar una métrica rápidamente, comprobar si los datos son utilizables, detectar huecos y decidir después si el indicador merece industrializarse.
Eso también evita construir demasiado pronto un reporting permanente alrededor de una métrica mal definida.
Los controles siguen siendo humanos y organizativos
Estos usos no significan que debamos enviar indiscriminadamente toda la información de una empresa a cualquier herramienta.
La elección de herramientas, las reglas de confidencialidad, los derechos de acceso, la sensibilidad de los datos y la validación de las salidas siguen siendo responsabilidades normales de la organización.
Del mismo modo, no delego una decisión porque un modelo haya producido una síntesis convincente.
La IA me permite llegar más rápido al punto donde mi criterio es útil. No sustituye ese criterio.
Lo que cambia en mi rol
El uso diario de la IA me hace más hands-on, pero no solo alrededor del código.
Estoy más cerca de los flujos reales de la organización: información, decisiones, reuniones, datos, tareas y medición de la adopción.
Para un CTO / CTPO o un líder de transformación, probablemente sea uno de los cambios más interesantes: la IA reduce el coste de acceder al detalle sin obligar a renunciar a la visión global.
El reto es construir controles propios para que esa proximidad adicional mejore la calidad de las decisiones en lugar de aumentar simplemente la cantidad de información producida.