técnico

«¿Cómo podéis ir tan rápido?» — la pregunta que nos hacen todos los clientes

Nos lo preguntan clientes y hasta otros equipos de desarrollo: cómo entregamos en semanas lo que antes llevaba meses, y encima con menos fallos. La respuesta no es la IA. Es el método: un proceso donde la IA es una herramienta más, y donde nada llega al código sin pasar antes por la spec y el plan.

Lo esencial

• Con la IA nunca se empieza programando. Primero la especificación (el porqué y el qué), luego el plan (el cómo) y solo entonces el código.
• Todo lo que construimos lleva tests con más del 99% de cobertura, validaciones automáticas y reglas que mantienen el proyecto exactamente como queremos.
• Nuestra estructura de proyecto está diseñada para ERPs y sistemas grandes, no para aplicaciones básicas. No es lo mismo diseñar un chalet que un rascacielos.
• El modelo parece sencillo contado. Ponerlo a funcionar de verdad, no lo es: eso solo lo da la experiencia. Nosotros lo tenemos funcionando y lo enseñamos a otros departamentos de sistemas.

La respuesta fácil (y equivocada): «es que usan IA»

Desarrollamos con Claude integrado en el flujo de trabajo diario, y no lo escondemos. Pero la licencia la puede pagar cualquiera. De hecho, la mayoría de equipos que «se pasan a la IA» consiguen justo lo contrario que nosotros: código que nadie entiende, errores sutiles en producción y proyectos que arrancan como un cohete y acaban en el taller.

¿Por qué? Porque le piden código a la IA como quien pide un deseo: directamente, sin especificación, sin plan y sin red. La IA es un multiplicador — multiplica lo que haya. Si hay método, multiplica método; si hay caos, multiplica caos.

Primero el qué, luego el cómo: spec → plan → código

La regla número uno de nuestro método: a la IA nunca se le pide código de entrada. Cada funcionalidad pasa por tres fases, y cada fase se revisa antes de abrir la siguiente:

1. La especificación — el porqué y el qué. Antes de una sola línea, la IA nos ayuda a redactar la spec: qué problema de negocio se resuelve, qué comportamiento exacto se espera, qué casos límite existen, qué queda fuera. Aquí es donde se piensa. Una hora en la spec ahorra semanas en el código.
2. El plan — el cómo. Con la spec aprobada, se traza el plan técnico: qué piezas se tocan, en qué orden, cómo se prueba cada paso y cómo se despliega. El plan se revisa contra la arquitectura del proyecto antes de ejecutarse.
3. El código — la ejecución. Solo entonces se programa. Y como la IA trabaja con una spec y un plan aprobados —no improvisando sobre un folio en blanco—, el código sale alineado a la primera, con sus tests, y la revisión humana se centra en lo que importa: el criterio, no la sintaxis.

El 90% de los equipos que fracasan con la IA cometen el mismo error: empiezan por la fase 3.

La red que lo hace seguro

La segunda mitad del método es la red que convierte la velocidad en fiabilidad. Nada de esto es opcional en nuestros proyectos:

• Más del 99% de cobertura de tests. Todo comportamiento del sistema está cubierto por pruebas automáticas que se ejecutan en cada cambio. La velocidad de la IA no nos sirve para escribir menos tests: nos sirve para escribirlos todos.
• Validaciones automáticas en todo. Tenemos skills —validadores propios— que revisan cada entrega: que la spec se cumple, que los estándares se respetan, que no se cuela nada fuera del plan.
• Reglas de proyecto. Cada proyecto lleva codificadas sus rules: convenciones, arquitectura y límites que dejan el código exactamente como queremos, lo escriba quien lo escriba — persona o IA.
• Pipelines y despliegues controlados. Integración continua en nuestro GitLab autoalojado con runners propios; despliegues sobre Kubernetes reversibles en minutos. Si algo no pasa las validaciones, no entra.
• Monitorización en tiempo real. Cada error en producción salta como alerta en el chat del equipo al momento, con su traza. Nos enteramos de los fallos antes que el cliente.

Un chalet no es un rascacielos

Hay un detalle que casi todo el mundo pasa por alto: la mayoría de las metodologías de desarrollo con IA que circulan están pensadas —aunque no lo digan— para aplicaciones pequeñas. Demos, prototipos, herramientas de fin de semana. Y funcionan… hasta que el proyecto crece.

Nosotros construimos ERPs y sistemas de gestión grandes, y nuestra estructura de proyecto está diseñada para eso: módulos con fronteras claras, convenciones que aguantan a decenas de entidades y flujos, y una organización del código pensada para que el sistema pueda crecer años sin pudrirse. No es lo mismo diseñar un chalet que un rascacielos: los planos, los cimientos y los controles son otros. Aplicar método de chalet a un rascacielos sale muy caro — con IA y sin ella.

Parece trivial. No lo es.

Contado así, el modelo suena sencillo: spec, plan, código, tests, reglas, validaciones. Lo difícil no es entenderlo — es ponerlo a funcionar de verdad: calibrar las reglas para que ayuden sin estorbar, saber qué se le puede delegar a la IA y qué no, detectar cuándo se desvía, dimensionar los tests, encajar todo en el día a día de un equipo real con plazos reales. Eso no viene en ningún tutorial: lo da la experiencia de haberlo montado, roto y afinado en producción.

Nosotros ya pagamos ese peaje. El modelo lo tenemos funcionando a diario: un SaaS del sector energético en producción cuyos errores se detectan y corrigen en horas, y funcionalidades nuevas saliendo a un ritmo que a otros equipos les parece imposible. Otra empresa que refuerza su plantilla con desarrolladores nuestros nos dice, literalmente, que no había visto este nivel de metodología en proveedores mucho más grandes. Es la misma forma de trabajar que aplicamos a cualquier desarrollo a medida que sale de esta casa.

Enseñamos este método a departamentos de sistemas

Y aquí la parte que más interesa a quien ya tiene equipo técnico: esta metodología la implantamos en otras empresas. Es un servicio que ofrecemos: formamos a tu departamento de sistemas en el modelo completo — el flujo spec → plan → código, las reglas y validaciones, la estrategia de tests, la estructura de proyecto para sistemas grandes y la operativa diaria con IA — y lo dejamos funcionando con tu gente, en tus proyectos.

No vendemos un curso teórico: implantamos un modelo que ya funciona en producción, y lo adaptamos a tu contexto. Tus desarrolladores siguen siendo los tuyos; simplemente empiezan a rendir como los nuestros. Es la extensión natural de lo que hacemos cuando montamos equipos técnicos o reforzamos los existentes: transferir método, no crear dependencia. Si quieres que tu equipo trabaje así, escríbenos.