Las 4 habilidades de IA según Andrew Ng, leídas por un dueño de negocio

El 14 de agosto, Andrew Ng publicó en The Batch, el boletín de DeepLearning.AI, una carta con un título que parece escrito para programadores: «El mapa de habilidades de ingeniería de IA». Yo la leí dos veces y me quedé con una idea que no tiene nada de técnica: las cuatro habilidades que él señala describen, casi punto por punto, lo que le toca hacer a un dueño de negocio cuando pone IA a trabajar en su empresa.

Te cuento qué dice la carta, qué es interpretación mía y cómo bajarlo a una semana normal de trabajo.

Lo que dice la carta, sin adornos

Ng explica que su equipo armó este mapa para dos públicos: desarrolladores que quieren saber qué aprender primero, y empresas que quieren contratar bien. Según cuenta, lo construyeron analizando más de 10.000 ofertas de empleo, haciendo decenas de entrevistas estructuradas con expertos en IA, responsables de contratación y reclutadores, y sumando encuestas y otros datos publicados.

De ese trabajo salen cuatro habilidades:

• Construir y desplegar aplicaciones de IA.
• Dominar los fundamentos de la ingeniería de software.
• Usar agentes de programación.
• Dar forma a lo que se construye.

Un detalle que me gustó: Ng habla de habilidades, no de un puesto. Su comparación es con la nube. Todos los desarrolladores deben saber trabajar con la nube, aunque solo unos pocos tengan el título de ingeniero de nube. Con la IA pasará lo mismo: la necesitará cualquiera que construya software, no solo quien tenga «IA» en el cargo.

Hasta aquí es la fuente. Lo que sigue es mi lectura, desde el lado de quien dirige una empresa y no escribe código. Ojo con esto: son mis conclusiones, no las de Ng.

1. Construir y desplegar: la IA no responde siempre lo mismo

Ng señala la diferencia de fondo entre una aplicación con IA y una tradicional: la primera tiene resultados impredecibles. Cuando le pides algo a un modelo de lenguaje, no sabes exactamente qué te va a devolver. Por eso, dice, quien domina esta habilidad usa técnicas estadísticas para medir, orientar y gobernar el sistema, y sabe llevar ciclos disciplinados de evaluación y análisis de errores.

Traducido a tu negocio: si tienes un colaborador digital atendiendo clientes, alguien tiene que saber si está respondiendo bien. Y «me parece que va bien» no cuenta como medida.

Un ejercicio que cabe en una tarde: junta veinte preguntas reales que tus clientes hacen de verdad. Hazlas al sistema. Marca cuántas respuestas son correctas, cuántas son dudosas y cuántas son un error. Guarda esa lista. Cuando cambies algo, la repites y comparas. Eso, en pequeño, es lo que Ng llama evaluar.

2. Fundamentos: saber qué compromisos existen

Esta es la que más me llamó la atención. Ng sostiene que entender cómo funciona el software permite reconocer qué compromisos hay que tomar: costo, escalabilidad, fiabilidad, velocidad, y además seguridad y privacidad. Quien no los conoce, dice, acepta sin saberlo las decisiones malas que toma un agente de programación por falta de contexto.

Tú no vas a programar, pero sí vas a contratar a alguien que lo haga, o a elegir una herramienta. Y ahí los compromisos aparecen con otros nombres: cuánto vas a pagar cada mes y por qué usos, qué pasa si el sistema falla un viernes, qué datos de tus clientes ve y dónde se guardan, de quién son tus reglas y tu historial si un día cambias de proveedor.

Si quieres una lista concreta para esa conversación, la dejé armada en otro artículo: las siete preguntas que haría antes de contratar a quien te instale IA en el negocio.

3. Usar agentes de programación: supervisar sin estorbar

Ng describe esta habilidad como saber cuánto intervenir y cuánto dejar trabajar al agente. Menciona manejar el contexto que se le da, ayudarle a cerrar ciclos con verificadores o evaluaciones, trabajar con una especificación clara cuando conviene, coordinar a varios agentes y evitar riesgos como que un agente dañe una base de datos de producción.

Aunque no uses agentes de programación, la lógica sirve para cualquier colaborador digital con acceso a tus sistemas. Lo resumo en tres reglas que yo aplicaría desde el primer día:

• Permisos mínimos. Que el agente pueda tocar solo lo que necesita para su tarea, no todo.
• Copia de seguridad antes de darle acceso a algo que importa, y la forma de volver atrás escrita.
• Alguien que revise. Una persona concreta, con nombre, mira los resultados con una frecuencia fija.

4. Dar forma a lo que se construye: aquí es donde mandas tú

La cuarta habilidad es la que, para mí, más se parece al trabajo de un dueño. Ng dice que, con una especificación clara, los agentes de programación mejoran rápido en entregarla; por eso el trabajo de los ingenieros se desplaza hacia decidir qué debe contener esa especificación. Pide sentido de producto, entender el negocio y los objetivos del cliente, y saber cuándo construir rápido una versión mínima para probarla con usuarios y cuándo frenar para hacerlo con más cuidado.

Piénsalo: cuanto más barato es construir, más valioso es saber qué construir. Y eso lo sabe quien conoce el negocio por dentro. Nadie conoce mejor que tú qué pregunta hace siempre el cliente, qué tarea se come las tardes de tu equipo o qué error te cuesta dinero cada mes.

Y debajo de todo, aprender sin parar

Ng cierra con un mensaje que vale para cualquiera: la IA cambia rápido y hay que seguir aprendiendo. No hace falta un curso nuevo cada mes. Alcanza con una rutina pequeña y constante.

Un plan de cuatro semanas para dueños de negocio

• Semana 1: junta esas veinte preguntas reales de clientes y mide cómo responde hoy tu sistema, o cómo responde una herramienta que estés probando.
• Semana 2: escribe, en una página, qué datos de tu negocio puede ver cada herramienta de IA que usas y de quién es cada cosa si te vas.
• Semana 3: revisa los permisos. ¿Qué podría hacer mal un colaborador digital con el acceso que tiene hoy? Recorta lo que sobre.
• Semana 4: elige una sola tarea repetitiva de tu equipo y descríbela con lujo de detalle: qué entra, qué debe salir y cómo sabrías que está bien hecha.

Al terminar tendrás algo más valioso que una herramienta nueva: tendrás criterio para elegir, medir y supervisar la siguiente.

Lo que no dice la carta

Conviene ser honestos con el alcance. La carta habla de habilidades de ingeniería y de empleo para desarrolladores. No hablo en nombre de Ng cuando llevo sus ideas a un negocio que no programa: es una traducción mía, y puede que algo se pierda en el camino. Ng también aclara que seguirá desarrollando cada una de las cuatro habilidades en sus próximas cartas y que actualizará el mapa, así que conviene volver a la fuente.

Si quieres leer el original, está en The Batch del 14 de agosto de 2026, en DeepLearning.AI.

Entonces es momento de preguntarnos algo útil: de esas cuatro habilidades, ¿cuál tienes hoy más débil en tu empresa? Si me cuentas cuál, te digo por dónde empezaría. Y si prefieres revisarlo con calma, en IA & Negocios hacemos un diagnóstico para ordenar justo esto antes de comprar nada.