01 / Sistema de aprendizaje
El sistema de aprendizaje del IA-BDF
El IA-BDF organiza el trabajo alrededor del aprendizaje, no alrededor de proyectos o funcionalidades.
Cada ciclo comienza con un problema u oportunidad identificada en el negocio. Ese problema se convierte en una apuesta (Bet), la cual se formula como una hipótesis que puede validarse mediante uno o varios experimentos.
Los experimentos generan evidencia. La evidencia permite tomar decisiones. Solo las decisiones respaldadas por evidencia continúan hacia la industrialización y la construcción del producto o servicio.
Una vez que la solución entra en operación, sus resultados vuelven al sistema mediante métricas y aprendizaje continuo, dando origen a nuevas oportunidades y nuevas apuestas.
Este ciclo puede resumirse de la siguiente manera:
Problema
-> Apuesta
-> Hipótesis
-> Experimento
-> Evidencia
-> Decisión
-> Especificación
-> Industrialización
-> Producto o Servicio
-> Métricas
-> Aprendizaje
-> Nueva Apuesta
02 / Loop de exploración
Vibe Coding: La velocidad del aprendizaje
El Vibe Coding no es solo una técnica de desarrollo, es el motor de exploración del IA-BDF. En este loop, el objetivo no es escribir código perfecto, sino utilizar la IA para materializar hipótesis y obtener evidencia real en horas, no semanas.
Este ciclo permite que el equipo "vibre" con el problema, iterando rápidamente a través de prototipos funcionales (Vibe Prototypes) que sirven como sondas para capturar datos de usuarios y comportamiento del sistema.
| Etapa | Qué pasa | AI Warriors | Roles clave en el flujo | Capabilities (qué hacen exactamente) |
|---|---|---|---|---|
| Idea | Problema / hipótesis | Frameworks de hipótesis |
|
|
| Prototipo | Construcción rápida | Estándares Vibe Coding |
|
|
| Evaluar | Validación rápida | Métricas y validación |
|
|
| Descartar | Kill rápido | Criterios de decisión |
|
— (no intervienen) |
| Iterar | Ajuste continuo | Optimización del loop |
|
— (no intervienen) |
idea → prototipo → evaluar → descartar → iterar
03 / Flujo de lo aprobado
Industrialización: Del prototipo al producto
Una vez que una apuesta ha sido validada mediante el Vibe Coding y cuenta con evidencia suficiente para ser escalada, entra en el flujo de Industrialización. Aquí, el enfoque cambia de "aprender rápido" a "construir con confianza".
En esta fase, la IA se desplaza de la experimentación hacia la aceleración de la calidad, el testing exhaustivo y el cumplimiento de estándares, asegurando que lo que funcionó como prototipo se convierta en una solución robusta, segura y mantenible para el negocio.
| Etapa | Qué pasa | AI Warriors | Roles clave en el flujo | Capabilities (qué hacen exactamente) |
|---|---|---|---|---|
| Spec | Formalización | Estándares SDD |
|
|
| Construir | Desarrollo | Prácticas AI-Native |
|
|
| Evaluar | Testing funcional | Estándares testing |
|
|
| Asegurar | Confiabilidad | Quality & Trust |
|
|
| Liberar | Producción | Criterios release |
|
|
prototipo aprobado → spec → construir → evaluar → asegurar → liberar
04 / Flight Levels
¿Por qué existen tres Flight Levels?
No todas las decisiones tienen el mismo alcance ni el mismo impacto.
Por esta razón, el IA-BDF organiza la toma de decisiones en tres niveles complementarios, cada uno con una responsabilidad claramente definida.
El Pod es la unidad mínima de generación de valor.
Su responsabilidad consiste en descubrir rápidamente qué genera impacto mediante hipótesis, experimentos y validación continua.
Pregunta principal: ¿Qué debemos construir para resolver este problema?
El Ecosistema agrupa varios Pods que trabajan sobre productos, servicios o dominios relacionados.
Su responsabilidad consiste en acelerar el aprendizaje colectivo, compartir capacidades reutilizables, eliminar dependencias y coordinar las apuestas que requieren colaboración entre múltiples Pods.
Pregunta principal: ¿Cómo logramos que el sistema aprenda y evolucione más rápido?
El Portafolio representa la visión estratégica de la organización.
Su responsabilidad consiste en decidir dónde invertir la capacidad disponible, priorizar las apuestas con mayor potencial de impacto y asegurar que toda la organización permanezca alineada con la estrategia del negocio.
Pregunta principal: ¿Dónde debemos invertir para generar el mayor impacto?
Los tres niveles trabajan simultáneamente.
- El Pod optimiza las decisiones locales.
- El Ecosistema optimiza las decisiones compartidas.
- El Portafolio optimiza las decisiones estratégicas.
05 / Integración
Cómo todas las piezas trabajan juntas
El IA-BDF no está compuesto por metodologías independientes.
Cada uno de sus componentes existe para habilitar al siguiente y formar un único sistema adaptativo.
- La organización define dónde se toman las decisiones.
- El workflow describe cómo evoluciona una apuesta desde un problema hasta un producto o servicio.
- Los artefactos capturan el conocimiento generado durante ese recorrido y proporcionan la trazabilidad necesaria para convertir las decisiones en especificaciones.
- Las Shared Capabilities transforman el conocimiento generado por un Pod en capacidades reutilizables que aceleran a todos los demás.
- Los eventos sincronizan el aprendizaje, la colaboración y la toma de decisiones en los diferentes Flight Levels.
- Las prácticas establecen los comportamientos que preservan la calidad del sistema y favorecen el aprendizaje continuo.
- Las métricas permiten comprender el desempeño del sistema, evaluar su madurez e identificar oportunidades de mejora.
- Finalmente, todo el conocimiento obtenido vuelve al workflow para alimentar nuevas apuestas y nuevos experimentos.
- Cada decisión genera aprendizaje.
- Cada aprendizaje fortalece las capacidades de la organización.
- Cada capacidad permite tomar mejores decisiones.
De esta manera, el framework evoluciona continuamente como un sistema adaptativo, incrementando la velocidad con la que la organización transforma incertidumbre en conocimiento y conocimiento en impacto.