TL;DR: A charla reciente de Andrew Ng sobre el impacto de la IA en las startups articuló poderosamente una transformación que estamos viviendo actualmente en Mercury Technology Solutions. A medida que la IA acelera drásticamente la velocidad de desarrollo, el principal cuello de botella empresarial ha pasado de la ejecución a la estrategia. Esto nos ha obligado a reestructurar fundamentalmente nuestros equipos, revisar nuestros procesos de validación y redefinir el liderazgo, pasando de gestionar los plazos a guiar un flujo rápido y de gran volumen de hipótesis estratégicas.
Soy James, CEO de Mercury Technology Solutions.
Hace poco vi la última charla de Andrew Ng en Y Combinator, donde habló del profundo impacto que la IA está teniendo en la gestión de productos y las estructuras de los equipos. Sus puntos de vista fueron tan resonantes porque no eran predicciones teóricas; eran un diagnóstico agudo de la transformación que estamos navegando activamente dentro de nuestras propias paredes en Mercury.
Esta es una mirada "bajo el capó" a cómo la revolución de la IA no sólo está cambiando nuestros productos, sino reestructurando fundamentalmente nuestra empresa.
El Primer Turno: El cuello de botella pasa de la ejecución a la estrategia
Durante años, el mayor reto operativo de cualquier empresa tecnológica, incluida la nuestra, era la velocidad de ejecución. El desarrollo y la validación de nuevas ideas siempre estaban limitados por la deuda técnica, la programación de recursos y la capacidad de ingeniería. "Hacer las cosas despacio" era el principal obstáculo.
Hoy en día, eso ha cambiado por completo. Gracias a las modernas herramientas de IA y a los nuevos marcos de desarrollo, nuestra capacidad de ejecución se ha disparado. Nuestra Soluciones personalizadas de integración de la I.A ahora puede crear una prueba de concepto funcional para un cliente en cuestión de días, un proceso que solía llevar meses. Como señaló Andrew Ng, algunos equipos reescriben ahora bases de código enteras varias veces en un solo mes. El coste de implementación ha caído en picado, y la velocidad ya no es el cuello de botella.
Esto ha revelado los nuevos cuellos de botella más críticos:
- En la fase inicial (estrategia): Decidir qué construir.
- Downstream (Validación): Determinar si lo que hemos construido funciona realmente.
Nuestra respuesta, Parte 1: Reforzar el "río arriba" - Cómo decidimos qué construir
Andrew Ng señaló que, si bien la IA ha mejorado drásticamente la ingeniería, su impacto en la gestión de productos ha sido menos directo. Esto crea un desequilibrio. Para solucionarlo, hemos tenido que replantearnos la estructura de nuestro equipo.
Nos dimos cuenta de que el valor de nuestra empresa se genera ahora menos por la velocidad de nuestra codificación y más por la calidad y cantidad de nuestras ideas estratégicas. En consecuencia, hemos reestructurado las divisiones clave en "pods" ágiles Dentro de estos pods, nuestros estrategas de producto y consultores de cara al cliente tienen la tarea de generar un alto volumen de "microhipótesis" para nuestras plataformas centrales como Mercury Business Operation Suite y Mercury SocialHub CRM.
Esto ha provocado un cambio significativo en nuestros ratios internos. En algunos de nuestros equipos más innovadores, el número de gestores de productos estratégicos se acerca ahora al de desarrolladores. No se trata de lanzar ideas al azar contra la pared; se trata de crear una "lluvia de meteoritos" sistemática de ideas pequeñas, concretas y comprobables, todas ellas alineadas con una dirección estratégica única y global. Ya no hacemos una gran apuesta cada seis meses; hacemos docenas de pequeñas apuestas basadas en pruebas cada mes. (Ejemplo: Nuestro servicio LLM SEO/ GAIO)
Nuestra respuesta, Parte 2: Acelerar la "corriente descendente" - Cómo validamos nuestras ideas
Con nuestra velocidad de desarrollo aumentada en un orden de magnitud, nuestros antiguos procesos de validación se convirtieron en el nuevo cuello de botella. Una prueba A/B tradicional, aunque precisa, puede tardar semanas o meses en arrojar resultados estadísticamente significativos. Esto ya no es aceptable.
Ahora hemos adoptado un modelo de "falsificación rápida". El objetivo no es demostrar que una idea es perfecta, sino determinar rápidamente si es defectuosa para poder seguir adelante sin dudarlo.
- Prototipos de bajo código: Nuestros gestores de productos ahora pueden utilizar herramientas de bajo código basadas en IA para crear ellos mismos prototipos sencillos. Ahora es posible validar o refutar muchas hipótesis antes de consumir valiosos recursos de ingeniería.
- Comentarios rápidos y orientativos: Hemos adoptado la filosofía que Andrew Ng describió con humor en su charla: obtener comentarios rápidos e informales. Aunque no preguntemos a desconocidos en cafeterías, hemos establecido circuitos rápidos de feedback con un pequeño grupo de clientes de confianza. Preferimos obtener información orientativa de cinco usuarios clave en 48 horas que esperar un mes a obtener el resultado estadísticamente perfecto de una encuesta. La velocidad de aprendizaje se ha convertido en nuestra métrica más importante.
Nuestra respuesta, Parte 3: Una cultura de agilidad y automatización
Este nuevo ritmo exige una nueva filosofía de liderazgo. Mi papel está pasando de aprobar proyectos individuales a diseñar un sistema que permita a mi equipo avanzar a gran velocidad.
El comentario de Andrew Ng de que a menudo ni siquiera sabe qué modelo fundacional de IA están utilizando sus equipos resonó profundamente. Este es el estado ideal. Hemos implementado un sistema similar para nuestra propia Mercurio Musas AI. Contamos con un proceso de evaluación comparativa automatizado que prueba continuamente los nuevos modelos fundacionales de OpenAI, Anthropic, Google y otros con nuestros criterios de rendimiento. Si un nuevo modelo demuestra una mejora significativa, nuestro sistema permite integrarlo con un mínimo de fricción y sin necesidad de un largo proceso de aprobación descendente.
Mi trabajo no consiste en aprobar el cambio, sino en garantizar que el sistema que toma la decisión sea inteligente, fiable y sólido.
Conclusión: La verdadera transformación de la IA es organizativa
La verdadera revolución de la IA no consiste sólo en adoptar un nuevo programa informático. Se trata de un cambio operativo y cultural fundamental. Se trata de reconocer que, a medida que el coste de ejecución cae en picado, el valor de la dirección estratégica, la comprobación de hipótesis claras y el aprendizaje rápido se dispara.
Estamos remodelando activamente nuestra empresa para prosperar en esta nueva realidad. Estamos invirtiendo más en estrategia, dotando a nuestros equipos de mayor autonomía y creando sistemas automatizados que nos permiten mantenernos a la vanguardia. Esto es lo que significa realmente "Acelerar la digitalidad", no sólo para nuestros clientes, sino también para nosotros mismos.