✦ Adopción de IA y el surgimiento de emprendedores

La IA está remodelando la forma en que las personas trabajan y crean negocios. Según una investigación de Microsoft, la adopción global de herramientas de IA generativa alcanzó el 16,3 % de la población mundial en la segunda mitad de 2025, lo que indica que la IA está cada vez más integrada en el trabajo, el aprendizaje y la resolución de problemas cotidianos. La adopción empresarial se está acelerando en paralelo: los datos de la OCDE muestran que el uso de la IA entre las empresas se duplicó con creces, del 8,7 % en 2023 al 20,2 % en 2025, y las empresas de TI y comunicaciones lideraron la adopción con más del 57 %.

Entre los amplios impactos de la IA, uno de los desarrollos más notables es el aumento de los fundadores en solitario. La aparición de las llamadas herramientas de codificación vibe, como Atoms, permite a las personas crear software a través de lenguaje natural en lugar de la programación tradicional.

Si bien el debate público a menudo presenta la IA como una amenaza para los empleos, el nuevo paradigma del desarrollo de software sugiere otra manera: la IA está reduciendo las barreras para que las personas hagan realidad sus ideas. Este cambio estructural también se refleja en los datos de formación de empresas. Según Carta, la proporción de empresas fundadas por empresarios individuales ha aumentado constantemente en los últimos años, hasta superar el umbral del 30 % en el primer semestre de 2025. La IA no solo está cambiando la forma en que se construye el software; está redefiniendo quién puede construir empresas.

Vibe Coding: el término vibe coding, acuñado por Andrej Karpathy, describe un nuevo enfoque para la creación de software: centrarse en ideas y delegar detalles de implementación a la IA. Según Y Combinator, en 2025, aproximadamente una cuarta parte de las nuevas empresas fundadas por YC informaron que alrededor del 95 % de su código se generó a través de flujos de trabajo de codificación por vibración, lo que indica un cambio fundamental en la industria del software.

Del riesgo de automatización al empoderamiento individual

Según el Banco Mundial y la Organización Internacional del Trabajo, entre el 30 % y el 40 % de los empleos en América Latina y el Caribe se ven afectados por la IA generativa. Si bien la Gen AI podría mejorar la productividad entre el 8 % y el 12 % de los empleos, se estima que entre el 2 % y el 5 % de los empleos en la región enfrentan un mayor riesgo de automatización.

Sin embargo, enmarcar el debate como una opción binaria es engañoso: ya sea adoptando la IA y perdiendo empleos, o rechazando la IA y manteniendo el status quo, ambos afirman perder la posibilidad de empoderar a las personas con IA. En 1975, el ingeniero de Kodak, Steven Sasson, inventó la primera cámara digital. Kodak decidió dejar de lado el invento, temiendo que canibalizaría su rentable negocio cinematográfico. Fujifilm, por el contrario, siguió una estrategia dual: defender su negocio cinematográfico e invertir temprana y decisivamente en cámaras digitales. Alrededor del año 2000, la película representaba aproximadamente el 72 % de los ingresos de Kodak y el 60 % de los de Fujifilm. Durante la década siguiente, los ingresos de Fujifilm crecieron aproximadamente un 57 %, mientras que los de Kodak disminuyeron casi un 48 %, lo que finalmente llevó a la quiebra en 2012.

Aprender de la historia e ignorar el impacto de la IA conducirá a un mayor riesgo a largo plazo. Así como las cámaras digitales permitieron a cualquiera documentar la vida sin equipo profesional, los agentes de IA permiten a las personas ejecutar tareas comerciales complejas sin equipos tradicionales. Utilizada deliberadamente, la IA transfiere el poder de las instituciones a los individuos.

Agentes de IA como nuevo modelo de ejecución

MGX es una herramienta de codificación de vibraciones lanzada en febrero de 2025. En enero de 2026, pasó a llamarse Atoms y ahora ha obtenido 1,2 millones de visitas mensuales en más de 100 países. Su ambición principal es simple: cerrar la brecha entre tener una buena idea y ejecutarla.

Tradicionalmente, convertir una idea en un producto requiere capital, talento especializado y tiempo. En las principales plataformas independientes como Upwork y Fiverr, los servicios de desarrollo de software oscilan entre $20 y $400 por hora, y las tarifas basadas en proyectos a menudo superan los $500 a $6000. Para los fundadores individuales, estas limitaciones a menudo resultan en lanzamientos de productos retrasados, oportunidades de mercado perdidas y tiempo dedicado a administrar ingenieros en lugar de centrarse en la estrategia o los clientes.

Los agentes de IA cambian esta ecuación. En lugar de contratar personas, los fundadores ahora pueden formar un equipo de agentes de IA en Atoms, incluidos investigadores de mercado, ingenieros, arquitectos, gerentes de producto y especialistas en SEO. Estos agentes simulan el flujo de trabajo en una empresa de software, lo que permite a cualquier individuo crear un negocio de extremo a extremo. El costo de los agentes de IA es mucho menor que el de contratar un equipo.

Por ejemplo, Iris, el agente de investigación de mercado de Atoms, está diseñado para realizar análisis de mercado de un extremo a otro antes de desarrollar cualquier producto. En XBench-Deep Search, Iris obtuvo una puntuación de 73, superando a Gemini 2.5 Pro en un 4,1 % y a OpenAI Deep Research en un 7,3 %. Más importante aún, esta función está disponible para personas sin experiencia técnica. Una vez que un investigador de mercado ha generado un informe sobre la tendencia actual, un fundador individual puede asignar la tarea a un agente ingeniero de software.

Y el agente ingeniero confirmará automáticamente las solicitudes, construirá según la lista de tareas pendientes y corregirá errores, cubriendo todo el proceso de construcción, desde la codificación hasta el lanzamiento. Con una rica integración con terceros, los fundadores individuales de Atoms pueden personalizar sus dominios, conectar API y administrar sus proyectos en GitHub en cualquier momento. Después de construir el proyecto, el especialista en SEO generará contenido para publicitar sus proyectos.

Dado que la IA puede construir mucho más rápido que los humanos, ayuda a los fundadores a iterar y probar sus ideas a bajo costo y acelerar el proceso de encontrar el mejor PMF. Tradicionalmente, un equipo de ingeniería tarda semanas en iterar; ahora, los agentes de IA en Atoms pueden iterar en minutos.

Así funcionan los negocios en Atoms.

Tecnología global, constructores locales

Este modelo se escala globalmente porque el software, las API y los agentes de IA no están limitados por la geografía. Si bien los idiomas, las leyes y las culturas difieren, los puntos débiles empresariales subyacentes, como los recursos limitados, el riesgo de ejecución y la velocidad, son notablemente similares en todo el mundo.

En la comunidad de Atoms, los constructores de diversas regiones ilustran este cambio. Un estudiante en Colombia utilizó Atoms para lanzar una plataforma donde los diseñadores comparten conceptos, se conectan y venden ropa. Un usuario de Brasil creó el sitio web oficial para el Festival Mossoró Santa Luzia 2025, que incluye un sistema personalizado para gestionar los pagos de alquiler de espacios. Estos no son casos extremos; son señales tempranas de una transición más amplia.

La IA es inherentemente una industria global, impulsada por la colaboración de código abierto, puntos de referencia compartidos y redes de investigación transnacionales. Plataformas como Atoms traducen estos avances globales en empoderamiento local, lo que permite a las personas, independientemente de su formación técnica, participar de manera significativa en la economía digital.

Atoms no reemplaza a los desarrolladores. Está redefiniendo quién tiene acceso al desarrollo y, en última instancia, quién puede crear empresas.

.Productos implementándose en el momento:

1. Agente de anuncios

El objetivo final de Atoms es permitir que cualquier persona con una idea cree un negocio exitoso. Tras la investigación de mercado, la creación de prototipos, el desarrollo y el lanzamiento, el crecimiento se convierte en el siguiente factor clave del éxito. Para abordar esta etapa, Atoms presenta su Agente de Anuncios, Adrian, que automatiza la publicidad en Google. Atoms ya utiliza el Agente de Anuncios para gestionar su propia promoción en Google.

El Agente de Anuncios está totalmente integrado con la API de Google Ads y gestiona todo el ciclo de vida publicitario, incluyendo:

Análisis de la configuración de anuncios: Interpretación de las entradas del usuario, como el presupuesto, las regiones objetivo y las palabras clave.

Generación de creatividades: uso de LLM para generar el texto del anuncio (títulos y descripciones).

Recuperación y análisis de datos: Recopilación y análisis de métricas de rendimiento como CTR, CPC y conversiones.

Decisiones de optimización inteligentes: Ajuste o pausa automáticos de grupos de anuncios con bajo rendimiento según los resultados.

Sincronización de resultados: Registro de datos de rendimiento en Atoms para impulsar un panel de control orientado al usuario.

Los usuarios pueden lanzar y gestionar campañas mediante lenguaje natural, sin necesidad de navegar por la compleja interfaz de Google Ads. Lo que tradicionalmente llevaba horas ahora se puede completar en minutos, mientras que la IA supervisa y optimiza continuamente las campañas para maximizar el ROI. Todos los datos de rendimiento se visualizan dentro de la plataforma Atoms, conformando un sistema de ciclo cerrado para el crecimiento empresarial.

El Agente de Anuncios seguirá evolucionando hacia la automatización del marketing multicanal y de embudo completo. Admitirá pruebas A/B integradas y desarrollará progresivamente un sistema de pujas inteligente basado en aprendizaje automático para optimizar el rendimiento en todos los canales.

2. Modo de Carrera

Los equipos de software recurren cada vez más a grandes modelos de lenguaje para planificar, escribir y refactorizar código. Sin embargo, los LLM son probabilísticos, y el resultado puede ser incierto y costoso.

El Modo de Carrera es un sistema diseñado para abordar este problema utilizando modelos de código abierto en lugar de modelos de código cerrado. Cuando el modo de carrera está habilitado para una tarea, Atoms no depende de una sola cadena de agentes ni de una única configuración de modelo. En su lugar, orquesta varios «equipos» independientes en paralelo y, a continuación, ayuda a elegir un resultado.

Es una forma estructurada y basada en benchmarks para:

Seleccionar un pequeño conjunto de configuraciones de modelos prometedoras para un presupuesto determinado.

Ejecutarlas en paralelo a través de flujos de trabajo completos de agentes.

Calificar y clasificar las soluciones resultantes, utilizando métricas automatizadas y señales de tiempo de ejecución.

Presentar las mejores candidatas en una interfaz enfocada, para que pueda elegir un plan y continuar desarrollando.

Este proceso se basa en dos ideas consolidadas en la investigación y la industria:

Muestreo y ensamblaje «Best-of-N» para mejorar el rendimiento del modelo.

Análisis de la frontera óptima de Pareto para equilibrar coste y calidad.

A partir de nuestro benchmark interno en RealDevWorld, un conjunto de 194 proyectos de software de producción, este enfoque «Best-of-N» aumentó las tasas de aprobación efectivas de 0,30 a 0,85 en tareas complejas, permitiéndonos operar a lo largo de una frontera de Pareto donde podemos alcanzar un nivel de calidad determinado con un coste hasta un 80 % inferior al de ejecutar únicamente modelos propietarios robustos. El mismo método ofrece soluciones que, en la práctica, medimos como aproximadamente un 45 % mejores que las mejores configuraciones de un solo modelo con presupuestos comparables.

Caso: https://x.com/EHuanglu/status/2017221644553728245

3. Entradas de voz

Tradicionalmente, desarrollar una aplicación, ya sea escribiendo código o usando herramientas de arrastrar y soltar, requería mucho tiempo sin interrupciones. Atoms cambiará esto al permitir que los programadores de vibe desarrollen en momentos fragmentados. Esto facilita la exploración de nuevas ideas y reduce la fricción de traducir la intención en requisitos del producto.

Cuando se sientan inspirados, los desarrolladores pueden abrir Atoms, interactuar con los agentes, y estos aclararán las intenciones, redactarán un documento de requisitos del producto y construirán.

Las entradas de voz también reducen la sobrecarga mental de la iteración continua. A menudo, los usuarios saben qué quieren construir, pero no cómo hacerlo. En esos momentos, pueden discutir con los agentes de Atoms sobre posibles soluciones, sin escribir ni modificar código, y luego elegir una para seguir adelante. El proceso suele pasar por varias rondas de aclaración, similar al descubrimiento de requisitos y las revisiones técnicas de un equipo de software tradicional.

La recopilación de requisitos por voz es mucho más sencilla que la escritura manual. Las entradas de voz también mejoran la productividad y ayudan a los desarrolladores a concentrarse. Para ideas más complejas, los desarrolladores pueden contactar al agente cada pocas horas, aprovechando mejor el tiempo fragmentado a lo largo del día. Toda la entrada de voz se transcribe en tiempo real y se envía directamente al agente.

Dado que Atoms está diseñado para un público global, ofrece entrada multilingüe en al menos 11 idiomas: inglés, español, portugués, francés, alemán, italiano, árabe, turco, hindi, japonés y coreano.

4. Entradas multimodales

El texto por sí solo no siempre es la forma más eficiente de describir necesidades y comunicar requisitos. Los requisitos complejos suelen incluir información visual, estructural y contextual difícil de expresar con palabras.

Al admitir imágenes, vídeos y entradas de código, los desarrolladores de Atoms pueden comunicar su verdadera intención de la forma más natural. La comprensión multiimagen ayuda a los agentes a comprender mejor las preferencias de estilo visual de los usuarios e identificar problemas de interfaz de usuario e interacción; los vídeos permiten a los agentes comprender flujos dinámicos y rutas de uso reales; y el código permite a los agentes razonar sobre las limitaciones existentes del sistema en lugar de partir de cero.

Los desarrolladores pueden cargar directamente archivos de diseño, grabaciones de pantalla, vídeos de error o fragmentos de código. Dentro de un único contexto compartido, el agente puede analizar las entradas, proponer soluciones y generar implementaciones. Esto elimina el coste de tiempo que supone cambiar constantemente entre Figma, IDE y documentación.

En las pruebas internas de Atoms, la entrada multimodal ya ha mejorado considerablemente la eficiencia del desarrollo. Los gerentes de producto pueden simplemente proporcionar maquetas de diseño a los agentes de Atoms, quienes leerán los diseños y generarán prototipos directamente. Esto ha reducido la fricción en la comunicación entre gerentes de producto e ingenieros.

También utilizamos un agente de incidencias interno. Cuando un empleado detecta un error, puede mencionarlo en el chat interno y subir capturas de pantalla o grabaciones relevantes. El agente registra el error automáticamente, ahorrando tiempo en descripciones manuales y evitando ambigüedades. Este es un ejemplo concreto de entrada multimodal en la práctica, y seguimos perfeccionándolo a medida que ofrecemos estas capacidades a los desarrolladores.

Lo último

Noticias