Antes de contratar al 'experto en IA Generativa', haga esta cuenta sencilla
La experiencia exige 10.000 horas de práctica. La IA Generativa tiene 39 meses de existencia práctica. La cuenta matemática: nadie en el mundo pasó de 6.864 horas. Por qué...
Antes de contratar al 'experto en IA Generativa', haga esta cuenta sencilla
En 2026, el mercado está inundado de "expertos en IA Generativa". Antes de firmar el contrato (o el cheque de consultoría), haga la cuenta de Ericsson. El resultado es matemáticamente incómodo.
"Antes de contratar al próximo 'experto en IA Generativa', haga una cuenta sencilla: la IA Generativa se volvió accesible hace 39 meses. La experiencia exige al menos 10.000 horas de práctica deliberada. Incluso en el escenario teórico perfecto, nadie en el mundo pasó de 6.864 horas."
— Paulo Castello, febrero de 2026
La matemática que nadie hace
Hagámosla juntos:
ChatGPT se lanzó en noviembre de 2022. La generación comercialmente útil de IA Generativa (LLMs en producción, prompts utilizables a gran escala, primeros agentes) comenzó ahí. Antes de eso, la IA Generativa era investigación académica y herramientas técnicas de nicho — no algo que un profesional común pudiera aprender a escala.
De noviembre/2022 a febrero/2026 = 39 meses.
Escenario teórico más optimista posible: persona estudió IA Generativa 8 horas al día, todos los días, sin vacaciones, sin fines de semana.
Cuenta:
- 39 meses × 30 días × 8 horas = 9.360 horas máximas teóricas
Escenario un poco más realista (pero aún optimista): 8h/día en días hábiles, 22 días/mes:
- 39 × 22 × 8 = 6.864 horas
La regla de las 10.000 horas (Anders Ericsson, popularizada por Malcolm Gladwell) dice que la experiencia de clase mundial exige aproximadamente 10.000 horas de práctica deliberada.
Nadie en el mundo, matemáticamente, pasó de 6.864 horas en IA Generativa.
En la práctica, el número real es mucho menor:
- La mayoría no estudió 8h/día
- Buena parte del tiempo es lectura pasiva (no práctica deliberada)
- La tecnología cambió tanto que parte del conocimiento de 2023 ya está obsoleto en 2026
Estimación realista del mayor experto real del mundo en IA Generativa hoy: 4.000-5.000 horas de práctica deliberada.
Nadie es "experto plenamente formado" todavía.
Lo que esto significa para el C-level
Tres implicaciones prácticas para quien está evaluando talento o contratando consultoría en IA Generativa:
1. "Experto senior" en IA Generativa no existe — todavía
Quien se vende como "senior" o "tengo 10 años de experiencia en IA Generativa" está mintiendo (o desinformado). La tecnología comercialmente útil tiene 3 años.
Puede tener 10 años de IA tradicional (Machine Learning, Computer Vision, NLP clásico). No es lo mismo. Los conceptos se transfieren parcialmente. Pero el stack moderno (LLMs, agentes, MCP, orquestradores) nació después de 2022.
2. Los mejores admiten que todavía están aprendiendo
¿Recuerda el post viral de Karpathy en diciembre/2025? "Nunca me sentí tan atrasado como programador."
Si Karpathy — top 10 absoluto del mundo — lo admite, cualquier "experto" que se vende como con experiencia plena o está en el desconocimiento o actúa de mala fe.
Busque a quien admite lo que no sabe. Esos generalmente son los mejores.
3. Hands-on real > certificado bonito
La diferenciación relevante en 2026:
- Quien habla sobre IA (consultor que da cursos, conferencista, autor de artículos)
- vs quien hace IA (construyó un agente propio, mantiene código abierto, integra MCP, tiene un caso real implementado)
Los dos grupos no se equivalen. Para su estrategia AI First, solo el segundo importa.
Las 4 pruebas para evaluar talento en IA hoy
Cuando esté evaluando a un candidato, consultor o socio, aplique:
Prueba 1 — ¿Crea personalmente?
- ¿Tiene un agente propio creado por él/ella?
- ¿Mantiene prompts/contexts/MCPs reutilizables?
- ¿Puede demostrar en vivo en la entrevista lo que construyó?
Quien no crea, no entiende en profundidad.
Prueba 2 — ¿Explica sin jerga excesiva?
Pregunte: "explique qué cambia con NemoClaw en una frase". O: "diferencia entre RAG y fine-tuning, en términos de cuándo usar cada uno".
Quien entiende, explica de forma simple. Quien repite jerga, está reciclando slides.
Prueba 3 — ¿Admite lo que no sabe?
Pregunte: "¿cuál es la parte de la IA Generativa en la que todavía tiene dificultades?". Quien responde "ninguna" está señalando desconocimiento o mala fe. Quien responde con humildad técnica, es confiable.
Prueba 4 — ¿Tiene hands-on demostrable?
Puede ser:
- GitHub público con proyectos
- Posts técnicos detallados (no solo opinión de mercado)
- Presentaciones en meetups técnicos
- Contribuciones en comunidades técnicas (Discord de Anthropic, foro de OpenAI, comunidad latinoamericana de IA)
Sin nada de eso, es solo palabras. En 2026, las palabras cuestan caro.
¿Y las grandes consultoras?
Deloitte, McKinsey, Accenture, BCG, EY — todas tienen divisiones de IA. Tienen personas excelentes. Y tienen personas reciclando decks de 2018.
El problema es la enorme heterogeneidad dentro de la misma firma.
Regla práctica: no compre la marca. Compre a la persona específica.
- ¿Quién va a trabajar en su proyecto?
- ¿Ese profesional tiene hands-on real o solo va a presentar slides?
- ¿Qué proyectos similares condujo él/ella personalmente?
Si la respuesta es vaga, está pagando precio de Tier 1 y recibiendo entrega de Tier 3.
Cómo contrata Fhinck
Para Fhinckers que entran en el equipo AI First:
- Demostración obligatoria de agente propio en la entrevista
- Muestra prompts/MCPs creados, con explicación técnica de por qué
- Hands-on real probado (no solo conversación)
- Quien solo habla teoría, no pasa
Quien muestra trabajo real, aunque sea principiante pero estudiando en serio, pasa. Actitud > certificado.
Conclusión
En 2026, nadie es "experto plenamente formado" en IA Generativa. La matemática lo prueba.
Los mejores admiten que están aprendiendo. Los peores se venden como autoridades plenas.
La empresa que entiende este matiz contrata mejor, paga mejor la consultoría, y no cae en la trampa del "experto" que cobra Tier 1 y entrega Tier 3.
Fhinck atravesó la transición AI First haciendo esta evaluación rigurosa en cada contratación. Agende una conversación si quiere entender cómo aplicarlo en su equipo.