Diciembre 2025 cambió todo, pero nos estábamos preparando

Esta historia no empieza en diciembre. Empieza en marzo de 2025, con Nico, el técnico del equipo, un modelo de lenguaje con créditos gratis, y una intuición que nadie más compartía.

Pero es en diciembre donde todo explotó.

Marzo 2025: el principio que nadie entendió

En marzo de 2025, Google lanzó Gemini 2.5 Pro con $300 dólares de créditos gratuitos. Nico descubrió Cline, una extensión de Visual Studio Code que permitía conectar esos modelos directamente al editor de código. No había un plan maestro. No había una estrategia de adopción con un documento de 40 páginas. Había curiosidad y la sensación de que algo estaba cambiando en la forma en que se podía construir software.

El resto del equipo no lo entendía. “Interesante, pero no cambia lo que hacemos hoy” era más o menos el consenso. Y tenía lógica: en ese momento, las herramientas eran rústicas. Los resultados, inconsistentes. La productividad extra era real pero modesta. Nico insistía igual. Probaba, rompía cosas, volvía a probar.

Lo que nadie sabía era que esa etapa rústica estaba construyendo los cimientos de todo lo que vendría después.

Mayo 2025: el primer salto real

Dos meses después pasó algo que cambió la dinámica del equipo. Ara, la diseñadora, descubrió que podía diseñar mockups HTML usando Visual Studio Code y Cline. Siguiendo su propio criterio y metodología de diseño, una persona que nunca había creado un HTML en su vida estaba usando un editor de código para diseñar interfaces. No estaba aprendiendo a programar. Estaba usando la IA como puente entre su visión de diseño y el código que la materializaba.

Eso fue un punto de inflexión. Nico podía tomar esos prototipos y darles vida en horas, no en días. De repente, el ciclo diseño-desarrollo se acortó a una fracción de lo que era. Y lo más importante: la conversación dejó de ser “Nico podemos hacer esto?” y pasó a ser “nosotros podemos hacer esto”.

Ahí decidimos en conjunto contratar Claude Code Max. Sonnet 3.7 había salido en febrero y los resultados eran evidentes. Desde ese momento, cada nueva generación de modelos ampliaba lo que era posible, y cada actualización nos encontraba mejor preparados para aprovecharla.

De mayo a diciembre: cada paso un escalón

Lo que pasó entre mayo y diciembre no fue una línea recta. Muchos MVPs y proyectos se quedaron guardados en el cajón. Ideas que parecían prometedoras no llegaban a nada. Prototipos que funcionaban a medias. Pero en cada intento fallido, aprendíamos a subir un escalón. Cada proyecto guardado dejaba una lección que el siguiente aprovechaba.

Al principio había que ser extremadamente ordenado para lograr algo útil con estas herramientas. Saber de ingeniería y metodologías era clave, porque los modelos no hacían magia: necesitaban contexto, estructura y dirección clara. Con formación en ingeniería de software y años organizando proyectos complejos en una multinacional, Nico tenía la base para darle estructura al caos inicial. Eso fue lo que permitió que los experimentos no se quedaran solo en experimentos: las ideas se documentaban, los patrones se identificaban, los errores no se repetían.

A mediados de 2025, Ara y Emi ya usaban Claude como su motor diario. Cada uno lo integraba a su manera: Ara para diseño, Emi para lo comercial. No fue una adopción forzada. Fue orgánica. Veían los resultados de Nico y empezaban a preguntarse qué podían hacer ellos con las mismas herramientas aplicadas a sus propios problemas.

A fin de año, Emi terminó comprándose una notebook con Linux para poder trabajar con las mismas herramientas que Nico, después de ver que en Mac estaba algo limitado. Ese gesto dice más que cualquier métrica de adopción: alguien del área comercial, no técnica, eligiendo Linux por productividad.

Los tres se fueron sumando a un ritmo propio, pero en la misma dirección.

Diciembre 2025: la explosión

En diciembre de 2025, todo lo que veníamos acumulando desde marzo explotó. No hay otra forma de describirlo.

Ya teníamos nuestro propio Kubernetes. Nuestras máquinas virtuales con Linux en un entorno seguro. Trabajando con Claude Code vía SSH desde nuestras consolas. Cada uno con un objetivo muy distinto pero complementario: combinábamos diseño, ingeniería, buen criterio y buen management.

Para quien no viene del mundo técnico: imagina que cada miembro del equipo tiene acceso a un grupo de asistentes que trabajan en paralelo, que nunca duermen, que aprenden de cada tarea, y que solo consultan cuando necesitan una decisión importante. Eso es lo que construimos. No lo compramos. Lo armamos.

Nueve meses de acumulación encontraron salida. Lo que antes era un experimento prometedor se convirtió en nuestra forma de operar. Cada proceso, cada proyecto, cada decisión pasó a estar potenciada por IA. No como complemento. Como motor.

Lo que somos hoy

Hoy, en marzo de 2026, tenemos herramientas propias que no podríamos ni soñar hace un año. No compramos soluciones empaquetadas. Las construimos. Nuestra propia infraestructura, nuestros propios sistemas internos, adaptados exactamente a cómo trabaja nuestro equipo. Cada pieza diseñada por nosotros, para nosotros.

Trabajamos con clientes reales. Creamos diseños y prototipos funcionales en menos de 24 horas. Armamos demos en minutos. Tenemos múltiples suscripciones a herramientas de IA que se integran en todo lo que hacemos.

Estamos desarrollando en paralelo dos productos propios: uno orientado a resolver la fragmentación de canales de comunicación en empresas latinoamericanas, y otro de productividad que captura conocimiento valioso que se pierde en las organizaciones. No vamos a adelantar detalles, hay momentos para el anuncio correcto. Pero lo que sí podemos decir es esto: hace tres meses, elegir entre ambos proyectos habría sido una conversación sobre recursos. Hoy es una conversación sobre prioridad estratégica.

Y los resultados ya están llegando. Una de nuestras plataformas ya tiene clientes activos. Integramos WhatsApp e Instagram directamente en el producto. En los primeros dias de marzo nos convertimos en Meta Business Verified, y una semana después en Meta Tech Providers. Dos certificaciones de Meta en menos de diez días. Eso no es un PowerPoint con proyecciones. Es tracción real.

Pero lo más revelador no es la lista de logros. Es que todo esto pasó sin dejar de atender a los clientes que ya confiaban en nosotros, sin dejar de buscar nuevas oportunidades, sin pausar ninguno de los dos productos en desarrollo. Un equipo de este tamaño, hace un año, habría tenido que elegir. Hoy no elegimos: ejecutamos en paralelo.

Y este artículo que estás leyendo es parte del mismo ecosistema. Contenido, documentación, estrategia de negocio, todo potenciado por la misma metodología que arrancó con Nico y un editor de código en marzo, y que se fue contagiando.

Por qué esto importa para América Latina

Lo que nos pasó puede pasarle a cualquier emprendedor de la región. Y eso es lo que hace que esta historia sea más grande que delabs.

América Latina arrastra una deuda técnica enorme. Equipos talentosos pero pequeños. Presupuestos que no alcanzan para competir con empresas del primer mundo. Infraestructura limitada. La sensación permanente de que el talento sobra pero los recursos faltan.

La IA cambia esa ecuación. No la equilibra: la invierte.

Las herramientas que hoy están disponibles reducen costos de desarrollo drásticamente. Funcionan en español. No requieren equipos de 50 ingenieros para implementarse. Un equipo de 4 personas en cualquier ciudad de América Latina puede hacer hoy lo que hace un año requería 20 personas y un presupuesto que ninguna PyME podía pagar.

Según el BID, la adopción de tecnologías digitales en PyMES latinoamericanas puede aumentar la productividad hasta un 26%. Pero esa cifra fue calculada antes de los agentes autónomos, antes de Claude Code, antes de que un equipo pequeño pudiera construir infraestructura propia. El potencial real es mucho mayor.

Y no se necesita ser una empresa de tecnología. Se necesita un equipo con decisión de cambiar, una suscripción a las herramientas correctas, y la disciplina de iterar semana tras semana. Lo técnico se aprende. Lo que no se puede enseñar es la voluntad de empezar.

El timing es perfecto para la región. La tecnología se democratizó. Los costos bajaron. Y lo que hace dos años estaba reservado para corporaciones con departamentos de innovación, hoy está al alcance de cualquier PyME que decida dar el paso.

La pregunta no es si los emprendedores latinoamericanos pueden aprovechar esto. Es cuántos van a hacerlo antes de que la ventana se cierre.

Hace un año éramos 3 personas con una idea y herramientas que apenas funcionaban. Hoy somos 4 con infraestructura propia, productos en desarrollo, y clientes que confían en lo que construimos.

Si este tema te interesa, sigue este blog. Vamos a seguir documentando el camino: qué funciona, qué no, y qué aprendemos en el proceso. Sin humo, sin promesas vacías, con resultados reales.

Y pronto, también en formato podcast.

¿Listo para transformar tu empresa con IA?

Conversemos sobre cómo la inteligencia artificial puede impulsar tu negocio.

Comenzar conversación