Trabajar con AI agents se convirtió en el nuevo desafío de quienes están a la vanguardia de la tecnología — pero quién iba a imaginar que la habilidad más valiosa para eso no es saber programar, sino saber liderar personas.
Esa es la visión de Ivan Burazin, cofundador y CEO de Daytona, una empresa de inteligencia artificial con sede en Nueva York. En entrevista con Business Insider, reveló algo que va a contracorriente de lo que mucha gente esperaba: gestionar agentes de IA no es tan diferente de gestionar seres humanos. Y los mejores en esa tarea, según él, son justamente aquellos que ya tuvieron experiencia liderando otras personas.
Parece contraintuitivo, ¿no? Pero tiene todo el sentido cuando te pones a pensarlo: gestionar un agente de IA exige prácticamente las mismas habilidades de comunicación que gestionar un equipo de verdad — saber definir lo que quieres, cómo lo quieres y qué resultado esperas. Y quien ya pasó por eso sale con ventaja. 🚀
Lo que Daytona descubrió sobre la gestión de AI agents
Daytona fue fundada en 2023 por Ivan Burazin junto a los cofundadores Vedran Jukić y Goran Draganić. La empresa proporciona infraestructura de sandbox seguro para que otras compañías puedan ejecutar AI agents y código generado por inteligencia artificial en entornos aislados. Recientemente, levantó 48 millones de dólares en una ronda de inversión Serie B, según datos de Crunchbase — una señal clara de que el mercado está pendiente de lo que esta startup está construyendo.
Con un equipo de unas 30 personas distribuidas entre Estados Unidos y Europa, Daytona ya opera en un modelo donde la automatización tomó el día a día de forma bastante radical. En los últimos meses, Burazin comenzó a incentivar a sus empleados a construir más AI agents. ¿El resultado? Cada uno de sus 16 ingenieros opera, en promedio, cinco agentes simultáneamente — y, según el propio CEO, ya nadie en la empresa escribe código manualmente.
Ese modelo reveló algo que pocos esperaban: la competencia técnica, por sí sola, no garantiza que alguien vaya a destacarse en este nuevo ambiente de trabajo. Como el propio Burazin lo planteó, las personas que gestionan a otras personas y entienden cómo comunicar lo que quieren — inputs versus outputs — son mucho mejores operando agentes.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Por otro lado, observó que un ingeniero que nunca lideró a nadie, aunque sea excelente en lo que hace, tiende a actuar como un colaborador individual. Ese perfil implícitamente espera que las personas — y los agentes — entiendan exactamente lo que se les está pidiendo, y acaba estresándose y frustrándose cuando las cosas no salen como imaginaba. Como Burazin explicó, esas personas nunca se detienen a pensar en cómo comunicar de forma clara lo que quieren, cómo esperan que se haga o cuál debería ser el resultado final.
Vale destacar que Burazin no defiende la idea de gestores puros. Dejó claro que gerentes sin conocimiento técnico — ya sea en marketing o en ingeniería — no son útiles, y que todo el mundo debería poner manos a la obra con trabajo real. Lo ideal, por tanto, es el equilibrio: alguien que combine capacidad técnica con inteligencia relacional. 🤖
La comunicación es el nuevo lenguaje de programación
Si hay algo que la aparición de los AI agents dejó claro, es que la comunicación se convirtió en una habilidad técnica de verdad. No estamos hablando de soft skill en el sentido vago que a veces aparece en ofertas de empleo — estamos hablando de una competencia concreta, medible y directamente ligada a la calidad del output que un agente entrega.
Cuando instruyes a un AI agent, la forma en que escribes el prompt, la cantidad de contexto que proporcionas y la claridad con que defines el criterio de éxito influyen directamente en el resultado final. Un agente mal instruido va a producir respuestas vagas, incorrectas o fuera de alcance. Y ahí pierdes tiempo, pierdes recursos y encima necesitas rehacer el trabajo.
Esto crea una analogía bastante directa con la gestión de equipos humanos. Un gestor que no sabe comunicar expectativas va a tener un equipo que entrega fuera de plazo, fuera de alcance o con calidad por debajo de lo esperado. En cambio, un gestor que se expresa con claridad, que da feedback constructivo y que acompaña el progreso de cerca va a tener un equipo más productivo y comprometido. Con los AI agents, el paralelo es casi idéntico. La diferencia es que el agente no te va a preguntar qué quisiste decir — simplemente va a seguir lo que se le dijo, y si lo que se le dijo era impreciso, el resultado va a reflejarlo.
En la práctica, esto significa que invertir en comunicación escrita, en estructuración de tareas y en razonamiento lógico claro es tan estratégico como aprender un nuevo lenguaje de programación. El ingeniero que sabe escribir un prompt bien estructurado, que logra dividir un problema complejo en etapas más pequeñas y que entiende cómo evaluar la calidad de lo que un agente entregó tiene una ventaja competitiva real en el mercado de tecnología actual. 💡
Por qué los equipos más pequeños son la apuesta de Daytona
Uno de los motivos por los que Burazin apoya tanto el uso de múltiples agentes por empleado tiene que ver con la estrategia de mantener la empresa ligera. Según él, la contratación en Daytona es muy lenta, porque cada nueva persona añade una capa extra de complejidad a la operación.
Es ahí donde los AI agents entran como grandes aliados. Como el propio CEO explicó, los agentes ayudan a mantener equipos humanos más pequeños, lo que significa menos ruido de comunicación interna y más velocidad para ejecutar. En vez de aumentar el número de empleados para cubrir la demanda, la empresa aumenta la capacidad de cada persona mediante la automatización inteligente.
Esta filosofía se conecta con una transformación más amplia que viene ocurriendo en las empresas de tecnología. Después de un período apodado como El Gran Aplanamiento, en el que gigantes como Meta, Amazon y Google redujeron capas de gerencia intermedia en busca de eficiencia, muchos líderes tech volvieron a poner manos a la obra. Hoy es común ver CEOs y CTOs equilibrando programación y desarrollo de producto junto a la gestión de equipos — exactamente el perfil híbrido que Burazin defiende.
El perfil que está liderando la nueva era de los AI agents
Con base en lo que Daytona observó internamente, comienza a surgir un perfil bastante específico de profesional que se destaca en la gestión de AI agents. No es necesariamente el ingeniero más experimentado del equipo, ni el que tiene el mayor número de certificaciones en inteligencia artificial. Es aquel que ya tuvo que explicar algo complicado a alguien que no entendía del tema, que ya necesitó motivar a un colega para entregar un proyecto a tiempo o que ya lideró un equipo a través de un cambio difícil.
Esas experiencias desarrollan una musculatura mental que se aplica directamente al trabajo con agentes — la capacidad de pensar en el otro, de anticipar lo que puede salir mal en la comunicación y de ajustar el enfoque cuando el resultado no sale como se esperaba. Ese perfil híbrido, parte técnico y parte gestor, es lo que el mercado de tecnología está comenzando a valorar de forma más explícita.
Herramientas que usamos a diario
Y esto tiene implicaciones importantes tanto para quien está intentando entrar en el área como para quien ya está dentro y quiere mantenerse relevante. Si ya tienes experiencia en liderazgo, en comunicación estratégica o en gestión de proyectos, ya tienes parte del kit de habilidades que el mundo de los AI agents está pidiendo. Al mismo tiempo, quien es puramente técnico necesita entender que el juego cambió: dominar la sintaxis de un modelo sigue siendo valioso, pero ya no es el único diferencial. 🌐
Qué cambia esto en el día a día de quien trabaja con tecnología
En la práctica, el impacto de esta nueva dinámica ya se está sintiendo en empresas que adoptaron AI agents de forma más agresiva. En vez de tener un ingeniero dedicado a escribir cada línea de código, tienes un profesional que define lo que necesita hacerse, instruye al agente, revisa el output y decide qué pasa al siguiente paso. Este cambio de función exige una mentalidad completamente diferente — y también una relación diferente con el error, ya que los agentes van a equivocarse, y saber identificar y corregir esos deslices forma parte del trabajo.
Otro impacto relevante está en la forma en que las empresas están estructurando sus procesos de capacitación interna. Si antes el foco era enseñar herramientas y lenguajes, ahora está cada vez más en desarrollar la capacidad de comunicación con agentes — lo que incluye escribir prompts eficaces, crear flujos de trabajo claros y establecer criterios objetivos de evaluación de resultados.
Al final de cuentas, lo que Ivan Burazin y Daytona están señalando es un cambio de paradigma importante: la inteligencia artificial no va simplemente a reemplazar a los profesionales de tecnología, pero sí va a transformar profundamente lo que significa ser bueno en esta área. Y en esa transformación, las habilidades humanas — especialmente las de gestión y comunicación — ganan un peso que mucha gente todavía está subestimando. Quien entienda esto ahora y comience a desarrollar esas competencias va a estar muy bien posicionado para el futuro que ya está tocando la puerta. 🎯
