Lo que aprenderás
Ejemplo
Diagrama
Lo esencial del módulo
Quiz del módulo
Módulo completado
Nota del operador
La diferencia se enseña acá.
Diagnóstico de madurez, framework 4D y 3 herramientas exportables. En una hora ya tienes plan de adopción defendible.
Outcome · al terminar
Pilot path · 60 min
Si recién entras y quieres aterrizar rápido, este es el orden. Cada paso lleva al contenido recomendado:
Al cerrar la hora: tienes diagnóstico, framework, un caso de uso modelado en un Árbol exportable y su número de viabilidad económica. Suficiente para una conversación de adopción con tu equipo el lunes.
Diseñado para pasar de exploración individual a casos de uso reales de equipo.
Pincha cualquier módulo para empezar por ahí. Los completados aparecen marcados.
Tronco común — Fundamentos
Herramientas — Aplicar lo aprendido
Diagnósticos, calculadoras y estructuradores ejecutables. No son módulos teóricos — son tools que produces o calculas algo concreto.
Orientador de rama
.
.
/100
/100
| /100 |
Antes de soltar un agente IA en tu proyecto, conviene escribir qué cuenta como éxito y qué no.
Esta herramienta te lleva por ocho pasos: defines tres niveles (estratégico, táctico, operacional),
las tensiones reales entre ellos, y cómo se resuelven. Al final obtienes un CLAUDE.md
listo para pegárselo al agente.
Dale un nombre concreto al proyecto, no una etiqueta genérica. "Asistente legal interno — piloto Q3" dice mucho más que "chatbot jurídico". Y cuéntanos por qué lo estás arrancando ahora.
Al menos 3 palabras. Que se entienda qué hace, no a qué categoría pertenece.
Al menos 20 caracteres. Escribe qué cambió o qué ya no se sostiene.
¿Quién, arriba del todo, decide si esto fue un éxito? Su intención es la que, si no se cumple, deja sin sentido todo lo demás. La prueba de invalidación es un ejemplo donde la ejecución salió perfecta pero la intención quedó violada.
La persona que personifica este nivel y que responde si la intención no se cumple.
La meta cuyo cumplimiento justifica el proyecto. Una sola, lo más concreta posible.
Describe una situación donde la ejecución salió perfecta pero la intención se violó. Si no puedes describirla, no es una intención real, solo un objetivo.
¿Quién coordina el día a día, el sprint, la semana? Esta persona tiene su propia idea de éxito, distinta a la del nivel estratégico, y también es legítima.
La persona que personifica este nivel.
La finalidad que define el éxito a este nivel.
Un escenario donde se cumplieron los entregables pero la intención táctica quedó destrozada.
¿Quién hace la pega concreta, con las manos en el barro? Sus restricciones son reales y legítimas, aunque los niveles de arriba muchas veces no las vean.
La persona que personifica este nivel.
La finalidad que define el éxito a este nivel.
Un escenario donde nominalmente todo sale bien pero la operación queda inviable.
Los tres niveles, cuando se cruzan, casi siempre piden cosas que no caben juntas. Escribe dónde aparecen esos choques reales en tu proyecto. Si no encuentras ninguna tensión, no buscaste lo suficiente: en la práctica, decir "no hay conflicto entre niveles" es no haber sido honesto con el proyecto todavía.
Por cada tensión que escribiste, decide qué intención gana y di con todas las letras qué se sacrifica. Si nadie pierde nada, en realidad no decidiste: dejaste la decisión al azar o a quien empuje más fuerte después.
Aquí defines los límites del agente: qué nunca puede hacer solo, cuándo debe parar a preguntarle a un humano, y cómo se valida desde afuera que el resultado es bueno (la prueba de las tres frases).
Líneas rojas absolutas. Acciones que no se hacen aunque el agente "crea" que tiene buena razón.
Situaciones donde el agente puede seguir, pero solo después de que un humano lo apruebe.
Escribe tres afirmaciones verificables que alguien de fuera del proyecto pueda comprobar para decidir si el resultado es bueno, sin tener que preguntarte nada.
CLAUDE.md igual, pero los puntos que no completes ahora son los que más cuestan después.
Conviene cerrarlos antes de empezar a codificar.
CLAUDE.md que vas a generar contiene todo lo necesario para arrancar un agente con esta jerarquía: puedes copiarlo y empezar.
Cuando dos niveles entren en conflicto, gana el de arriba, salvo que hayas dejado una decisión explícita registrada abajo.
Sin definir.
Sin definir.
Sin definir.
La rentabilidad de un agente no se mide por el costo del token. Se mide por el Costo Total de Posesión (CTP) sobre 6 meses — sistemáticamente subestimado.
El costo de un agente IA en producción no es solo lo que pagas al proveedor del modelo. Se reparte en 3 capas, y solo una aparece en la página de precios. Las otras dos las descubres en el camino.
La parte visible: lo que cobra Claude, GPT o tu proveedor por tokens de entrada y salida.
La única capa que aparece en el pricing.
Monitoreo, base de datos vectorial, cómputo en la nube, logs, colas de mensajes.
$150–360/mes como mínimo.
Revisar las respuestas del agente, depurar cuando se degrada, actualizar el contexto.
Tiende a dominar el costo cuando la supervisión humana es intensa.
| Tipo de agente | C1 Inferencia | C2 Orquestación | C3 Mantenimiento | Total a 6 meses |
|---|---|---|---|---|
| Agente simple | $600 | $1 200 | $2 700 | $4 500 |
| Multi-herramientas | $6 000 | $5 400 | $13 200 | $24 600 |
| Multi-agentes | $18 000 | $15 000 | $30 000 | $63 000 |
Elige un escenario tipo o ajusta los valores a tu caso. Las cifras se actualizan al instante. Si no sabes qué poner en algún campo, deja el preset: son órdenes de magnitud de juicio experto, pensados para que los edites. En particular, el multiplicador de infraestructura y las horas de mantenimiento no tienen cifra publicada — por eso son inputs y no constantes.
Banda de sensibilidad: (optimista) · (central) · (pesimista)
Esto es lo que el agente te costará realmente. Si la mayor parte está en C3, el cuello de botella es humano, no de tokens. La banda varía ±50 % el multiplicador de infraestructura y las horas de mantenimiento — son juicio experto editable, no datos publicados — y la recuperación de la hora liberada entre 0,2 y 0,8. El valor central es el número principal; la banda existe para matar la falsa precisión.
Este es el porcentaje de ejecuciones del agente que terminan bien de principio a fin, tras varios meses operando.
Suponemos que la hora liberada vale el 40 % del costo cargado — punto medio de una banda 0,2–0,8 (el resto es costo fijo que sigue corriendo).
Banda: (optimista) · (central) · (pesimista) h/mes.
Si el agente no te ahorra al menos estas horas humanas cada mes, no se paga solo.
No basta con que el agente sea barato o veloz. Antes de delegarle una tarea, contesta estas cuatro preguntas. Si una sola responde en rojo, mejor no delegues todavía: el costo de un error supera el ahorro.
Cambiar de Claude a GPT, o de un modelo a otro del mismo proveedor, no es gratis: reescribes prompts, recalibras casos límite, rehaces evaluaciones. Una capa de abstracción (wrapper que aísla tu código del proveedor concreto) tiene costo inicial, pero baja mucho el costo de los siguientes cambios. Esta sección te dice a partir de cuántos cambios conviene ponerla.
Pagas el costo completo de migración cada vez que cambias de modelo.
Inviertes una vez en la capa y los cambios siguientes te salen mucho más baratos.
Es la suma de todo lo que necesitas gastar, directa o indirectamente, para que un agente funcione de forma confiable en producción durante varios meses. Incluye tokens, infraestructura y horas humanas de mantenimiento. No es lo mismo que el precio del modelo.
Cuando un agente te ahorra una hora, esa hora no vale el salario completo de la persona: el resto (oficina, beneficios, gestión) es costo fijo que sigue corriendo aunque la tarea desaparezca. El 0,4 que usamos es el punto medio de una banda de sensibilidad de 0,2 a 0,8 — ninguna fuente fija ese valor exacto; la evidencia más cercana (Bick, Blandin y Deming, NBER w32966) sugiere que la captura real del tiempo ahorrado es menor que el ahorro mecánico. La banda de resultados de la sección 2 usa esos extremos.
Cuando un agente encadena pasos, los aciertos se multiplican. La probabilidad de que la cadena entera termine bien es p elevado a N. Con 95 % por paso y 20 pasos: 0,95²⁰ = 0,36. Subir la fiabilidad ayuda menos de lo que parece: con 99 % por paso, 20 pasos llegan al 82 %, no más. Y p^N es incluso optimista: el error por paso no es constante — cuando el contexto del modelo contiene sus propios errores previos, se equivoca más («self-conditioning», Sinha et al., arXiv 2509.09677). Por eso las cadenas largas necesitan validación intermedia.
Un agente no se mantiene igual de bueno para siempre: el prompt envejece, los datos cambian, el proveedor actualiza el modelo por debajo. Modelamos esta degradación como p(T) = p0 · e^(-λT), donde lambda indica cuánta fiabilidad se pierde cada mes. Un valor de 0,02 significa aproximadamente 2 % menos de fiabilidad cada mes.
En tokens, Anthropic midió que un agente consume ≈4× los tokens de una conversación de chat, y un sistema multi-agente ≈15× los tokens del chat (es decir, ≈3,75× los de un agente único) (Anthropic, 2025). El multiplicador de infraestructura que usa esta calculadora (×1 / ×4 / ×10) es juicio experto editable, sin fuente publicada: cada agente extra suma monitoreo, colas, manejo de errores y depuración de interacciones entre ellos.
Si operas en la Unión Europea, hay que sumar gestión de calidad, mantenimiento anual y validación por sistema. El sobrecosto es real, pero no hay una cifra publicada confiable que lo cuantifique: inclúyelo como línea propia en tu presupuesto.
Cambiar de un modelo a otro implica reescribir prompts, recalibrar casos límite y rehacer las evaluaciones. Una capa de abstracción (un wrapper que aísla tu código del proveedor concreto) reduce mucho ese costo a partir de cierto número de cambios. La sección 4 calcula ese punto.
Fuentes: Anthropic (2025, consumo de tokens multi-agente), Kanwat (2025) y Sinha et al. (2025, fiabilidad compuesta), Pan et al. (2025, carga de supervisión humana), Bick/Blandin/Deming (NBER, valor de la hora liberada), Gartner (2025) y MIT NANDA (2025) (tasas de fallo — predicciones con caveats), DORA (2024 y 2025), METR (2025 y update 2026), páginas de pricing oficiales. Los multiplicadores de infraestructura, las horas de mantenimiento y la deriva temporal son juicio experto editable — por eso son inputs.
Aún no completaste . El curso está pensado para seguirse en orden — cada módulo construye sobre el anterior.
Si igual quieres saltar, puedes — pero el material te va a costar más sin la base previa.
Las dos ramas se completan; las Herramientas son transversales y útiles en cualquier momento.
Has terminado la rama . Ahora sabes usar la IA que ya está cambiando el trabajo.
) ═══════════════════════════════════════════════════════ -->