Esta semana hablé con el Head de L&D de una aseguradora que me resumió el problema en una frase: "ventas me pide IA para prospectar, legal me pide gobernanza de datos, y el equipo de TI me pide agentes. Si les doy a todos el mismo curso de ChatGPT básico, a los tres les va a parecer que perdieron el tiempo". Es el problema más común que veo cuando una empresa pasa de "probemos IA" a "capacitemos en serio": el catálogo genérico deja de alcanzar en el momento en que más de dos áreas piden cosas distintas al mismo tiempo.
Por qué el catálogo abierto no basta solo
Un catálogo on-demand amplio —en nuestro caso, el de AI Builders con más de 80 cursos— resuelve bien un problema distinto: que cada colaborador pueda avanzar a su ritmo en lo que necesita para su rol específico. Funciona de maravilla para upskilling individual continuo. Lo que no resuelve es la necesidad de un área completa de alinearse en un mismo proyecto, sobre el mismo stack de datos de la empresa, en una fecha concreta. Esas dos necesidades —desarrollo individual continuo y proyecto de equipo con entregable— no se atienden con la misma herramienta, y confundirlas es la razón número uno por la que una capacitación "no se sintió relevante".
Las señales de que te conviene un curso a medida
- ▸Más de dos áreas piden capacitación de IA al mismo tiempo, pero con objetivos que no se parecen entre sí.
- ▸El equipo ya usa una herramienta específica (un CRM, un ERP, un stack de datos propio) y necesita aprender IA aplicada a ESE sistema, no a un ejemplo genérico.
- ▸Hay un entregable concreto que la dirección espera ver al final —un agente funcionando, un dashboard, un proceso automatizado— y no solo "gente que entendió el concepto".
- ▸El nivel del equipo es disparejo: unos ya usan IA a diario y otros recién empiezan, y necesitas que lleguen juntos a la misma meta sin aburrir a los primeros ni perder a los segundos.
Si tu situación es solo una de esas señales, probablemente el catálogo abierto de AI Builders te resuelve el problema sin necesidad de armar nada nuevo. Si son tres o más al mismo tiempo, ahí sí conviene diseñar algo propio.
Cómo se arma un curso a medida (sin que tome meses)
El proceso que seguimos con empresas en Perú y la región —Entel, BCP, Scotiabank entre ellas— es de cuatro pasos y no arranca con un temario cerrado: primero conversamos con el sponsor del área para entender el objetivo real de negocio, no solo "queremos un curso de IA". Después viene un diagnóstico sin costo del nivel actual del equipo, que suele revelar que la brecha no está donde el sponsor creía. Con eso diseñamos el plan —instructores que siguen trabajando hoy en el puesto que enseñan, no solo dando clases— y recién ahí entra el dictado, con medición real al cierre: no una encuesta de satisfacción, sino evidencia de que el equipo puede aplicar lo aprendido sobre su propio stack.
Lo que casi ningún proveedor de capacitación te dice: un curso a medida bien hecho no es más caro por el contenido, es más caro por el diagnóstico previo. Si un proveedor te cotiza un in-company sin antes evaluar el nivel real de tu equipo, está vendiendo el mismo genérico con otro nombre.
Un ejemplo de cómo se ve en la práctica
Con un equipo de TI que quería empezar a construir agentes internos, el curso a medida no empezó en "qué es un LLM" —ya lo sabían—, empezó directo en arquitectura de agentes y gobernanza: qué puede decidir el agente solo y qué necesita aprobación humana, el mismo criterio que n8n acaba de meter nativo en su versión 2.45. Con un equipo comercial, en cambio, el punto de partida fue mucho más básico: cómo usar IA para prospectar sin que suene a spam. Mismo proveedor, mismo marco de cuatro pasos, contenido completamente distinto porque el diagnóstico inicial así lo marcó.
Niveles disparejos dentro de la misma área a medida
Un problema que aparece seguido dentro del propio curso a medida: no todo el equipo de TI tiene el mismo nivel. Hay quien ya montó un prototipo de agente en su tiempo libre y quien nunca tocó una API. Meterlos al mismo salón con el mismo contenido garantiza que a uno le aburra y al otro lo pierda en la primera hora. La solución que mejor funciona es correr tres niveles en paralelo dentro del mismo grupo —iniciación, aplicada y avanzada— con una evaluación corta antes de empezar que decide quién va a cada uno, en vez de asumir que "todos en el área de sistemas ya saben lo mismo" solo porque comparten puesto.
Qué modalidad conviene según el caso
El formato también cambia la ecuación. Presencial in-company funciona mejor cuando el entregable final depende de que todos trabajen juntos en vivo sobre el mismo caso —por ejemplo, diseñar en equipo la arquitectura de un agente que después cada quien implementa en su módulo. Virtual en vivo tiene sentido cuando el equipo está distribuido en varias ciudades o países y reunir a todos físicamente cuesta más que el curso mismo. Y el híbrido —sesiones en vivo combinadas con práctica individual en la plataforma— es el que más termino recomendando para equipos medianos, porque reduce el tiempo que el área está fuera de la operación sin perder la parte colaborativa que el formato 100% on-demand no logra igual.
Ninguna de las tres es "la correcta" en abstracto. La pregunta que hay que responder antes de elegir es cuánto tiempo real puede el área estar fuera de la operación, y eso lo define mejor el sponsor del área que un proveedor de capacitación desde afuera.
Qué conviene combinar
En la práctica, pocas empresas eligen solo una modalidad. Lo más común es un curso a medida para el área con el proyecto más urgente —tecnología o ventas, casi siempre— combinado con acceso al catálogo abierto de AI Builders para el resto de la organización, que sigue avanzando a su ritmo sin esperar a que le toque su turno de in-company. Así el sponsor que me contaba lo de las tres áreas termina resolviendo el caso urgente (TI quería agentes) con un programa a medida, mientras ventas y legal avanzan con rutas específicas del catálogo mientras se define si también necesitan algo propio.
Si tu equipo está en esta situación —varias áreas pidiendo cosas distintas y un catálogo genérico que ya no alcanza—, conversemos sin costo en /empresas, donde además puedes descargar la presentación completa del programa. Si el caso puntual es tecnología y agentes, la landing de AI Agents Engineering detalla justo ese currículum —el mismo que seguimos en la ruta de AI Agentic Engineer para quien se forma de manera individual—, y el curso de Automatización e Inteligencia Artificial con N8N es uno de los módulos que más pedimos armar a medida.
