AI-Augmented, AI-Adopter, AI-First, AI-Native, AI-Builder, AI-Engineer: No son una escalera, son dimensiones

Hay algunos términos que me han estado dando vueltas últimamente:

AI-Augmented
AI-Adopter
AI-First
AI-Native
AI-Builder
AI-Engineer

Y cada vez estoy más convencido de que el problema no es que estos términos estén mal.

El problema es que estamos intentando convertirlos en una escalera, cuando en realidad describen dimensiones diferentes de cómo una persona o una organización se relaciona con la IA.

Además, como ocurrió hace algunos años con el término AI Agent, todavía estamos viendo nacer una disciplina y es normal que el lenguaje todavía no esté completamente definido.

AI-Augmented

Probablemente sea el punto más sencillo.

La IA aumenta una actividad que ya existía.

Un diseñador que utiliza IA para generar propuestas.
Un programador que utiliza Claude Code o Codex.
Una persona de ventas que utiliza IA para preparar sus reuniones.

El proceso fundamental sigue siendo humano, pero ahora una persona puede hacer más, más rápido o con menor esfuerzo.

Aquí todavía no necesariamente existe una transformación de la organización.

AI-Adopter

Aquí ya no hablamos solamente de una persona.

La organización comienza a adoptar herramientas de IA de manera habitual.

Los empleados tienen acceso a modelos, existen herramientas aprobadas, se incorporan asistentes a determinados procesos y la IA comienza a formar parte de la rutina diaria.

Pero adoptar IA no significa que la IA vaya primero.

Una empresa puede tener Claude, ChatGPT, Copilot y Gemini para todos sus empleados y seguir trabajando exactamente igual que hace cinco años.

Misma documentación.
Mismas fuentes de información.
Mismos procesos.
Mismas métricas.
Misma arquitectura.

Solamente que ahora sus empleados tienen IA.

AI-Adopter no es lo mismo que AI-First.

AI-First

Aquí empieza a cambiar la organización.

AI-First no significa “compré una licencia de Claude para todos”.

Significa que cuando diseñamos cómo funciona la empresa, la IA es una de las primeras capacidades que consideramos, en lugar de ser algo que agregamos al final.

¿Cómo se hace una empresa AI-First?

Capacitando a las personas en el uso de IA, sí.
Pero también acercándoles las herramientas correctas.
Rediseñando procesos.
Haciendo que la información pueda ser consumida no solamente por humanos, sino también por sistemas inteligentes.
Diseñando APIs, herramientas y fuentes de contexto para que los modelos puedan interactuar con la empresa.
Cambiando la forma en que consultamos información.
Y, eventualmente, cambiando incluso cómo medimos el trabajo.

AI-First no significa que todo tenga que estar automatizado.

Significa que cuando diseñamos la empresa, ya no asumimos que el humano es el único actor posible del sistema.

AI-Native

Aquí la diferencia es todavía más profunda.

Una empresa AI-Native no solamente adopta IA.

La IA forma parte de la concepción misma del producto, de la operación o del modelo de negocio.

No es:

“tenemos una empresa y le agregamos IA”.

Es:

“¿qué empresa podemos construir si la IA es una capacidad fundamental desde el principio?”

La diferencia puede parecer pequeña, pero arquitectónicamente es enorme.

Una empresa tradicional puede transformarse en AI-First.

Pero una empresa concebida alrededor de modelos, agentes, automatización y contexto puede tener una arquitectura y una operación que simplemente no tendrían sentido sin IA.

Y aquí haría otra distinción:

AI-Born podría describir a una empresa que nació en la era de la IA.
AI-Native debería describir algo más profundo: una empresa cuya forma de operar y crear valor depende estructuralmente de capacidades de IA.

No necesariamente son lo mismo.

AI-Builder

Aquí creo que hay una confusión especialmente grande.

AI-Builder no debería confundirse con alguien que simplemente construye software utilizando IA.

Eso puede ser un Vibe Coder.

Si utilizo Claude Code o Codex y le digo:

“construye esta aplicación”,

estoy utilizando IA para construir software.

Pero si construyo una aplicación cuyo funcionamiento depende de modelos, agentes, herramientas, contexto, evaluación y decisiones tomadas por IA, entonces estoy construyendo un sistema de IA.

Y eso es otra cosa.

Un AI-Builder tiene que pensar en problemas que un desarrollador tradicional quizá nunca tuvo que considerar:

¿Cuántos tokens consume cada usuario?
¿Qué pasa si un agente decide ejecutar una herramienta 50 veces?
¿Qué contexto necesita el modelo?
¿Qué puede hacer y qué no puede hacer?
¿Cómo evaluamos sus respuestas?
¿Cómo evitamos que utilice una herramienta incorrectamente?
¿Cómo controlamos costos?
¿Qué pasa cuando el modelo cambia?
¿Cómo hacemos observabilidad de algo que no es determinista?

Incluso algo aparentemente sencillo como poner un chatbot en una página puede convertirse en un problema completamente diferente cuando ese chatbot tiene acceso a información, herramientas y capacidad de ejecutar acciones.

Construir con IA no necesariamente te convierte en AI-Builder.

Construir sistemas donde la IA es una parte fundamental sí empieza a acercarte a esa definición.

AI-Engineer

AI-Engineer es todavía otra cosa.

Un AI Engineer no necesariamente entrena modelos.

Su trabajo está en estructurar sistemas que utilizan modelos de IA de manera confiable.

Modelos.
Contexto.
RAG.
Tools.
Agentes.
MCP.
Evaluaciones.
Guardrails.
Observabilidad.
Latencia.
Costos.
Seguridad.
Orquestación.

El AI Engineer se preocupa por convertir las capacidades probabilísticas de un modelo en un sistema que pueda formar parte de software real.

Y aquí aparece una diferencia que me parece importante:

AI-Builder describe qué construyes.
AI-Engineer describe cómo eres capaz de construirlo de manera sistemática y confiable.

Puedes ser un AI-Builder sin ser todavía un AI Engineer.

Y puedes ser AI Engineer y trabajar construyendo infraestructura que otros AI-Builders utilizan.

Entonces quizá no deberíamos verlo como una escalera

No creo que sea:

AI-Augmented → AI-Adopter → AI-First → AI-Native → AI-Builder → AI-Engineer.

Creo que es mejor verlo como dimensiones.

Una persona puede ser:

AI-Augmented porque utiliza IA para aumentar su productividad.
AI-Adopter porque incorporó IA de manera habitual a su trabajo.
AI-Builder porque construye productos que utilizan IA.
Y eventualmente: AI-Engineer porque sabe diseñar esos sistemas de manera robusta.

Mientras tanto, una organización puede ser:

AI-Adopter sin ser AI-First.
AI-First sin ser AI-Native.

Y una empresa puede ser AI-Native desde su concepción sin que todos sus empleados sean AI Engineers.

Creo que esta separación es importante porque estamos usando “AI” como si fuera una sola disciplina.

Y no lo es.

Estamos viendo aparecer nuevas formas de trabajar, construir software, diseñar empresas y organizar información.

Al mismo tiempo, hablar de IA está de moda y eso hace que muchos términos se utilicen como etiquetas de marketing.

Ya nos pasó con “AI Agent”.

Probablemente nos seguirá pasando con estos términos.

Así que quizá la pregunta no debería ser:

“¿Esta empresa es AI?”

Sino:

“¿En qué dimensión está incorporando la IA y qué cambió realmente como consecuencia?”