Imagina un equipo donde el diseñador redacta las especificaciones técnicas, el ingeniero opina sobre estrategia de producto, y quien lidera la iniciativa terminó escribiendo código para probar su propia hipótesis. Para muchas organizaciones, esto sonaría a desorden, a un organigrama que perdió el control. Para Elizabeth Stone, directora de Producto y Tecnología (CPTO) de Netflix, esto tiene nombre: es la “fase de tormenta” que antecede a cualquier nuevo orden (Lenny’s Podcast, julio de 2026).
Tomamos el caso de Netflix no porque sea la única empresa navegando esto, sino porque ilustra con particular claridad algo que estamos viendo repetirse en las organizaciones de clase mundial: la inteligencia artificial no solo está cambiando cómo se hace el trabajo, está obligando a repensar a quién contratamos, cómo lo desarrollamos y qué significa realmente el talento hoy.
Cuando las etiquetas rígidas dejan de servir
La IA generativa democratizó la capacidad de ejecución. Hoy, cualquier integrante de un equipo puede construir un prototipo funcional sin esperar los ciclos de desarrollo tradicionales, y eso disuelve fronteras que antes parecían fijas entre roles. Stone lo describe así: “Si el problema de negocio está claro, es saludable que haya cierta fluidez en los roles… esto permite que los equipos de producto y diseño se muevan con una velocidad que antes era imposible” (Lenny’s Podcast, julio de 2026).
Pero vale la pena una pausa aquí. La fluidez sin dirección no es agilidad, es ruido. El riesgo no está en la falta de herramientas, sino en generar mil prototipos sin un propósito de negocio claro. Y esa distinción —entre movimiento y avance— es exactamente el tipo de criterio que ninguna herramienta puede sustituir.
La habilidad que las organizaciones ya están priorizando: pensar en sistemas
Si algo revela este caso de estudio es que la habilidad más codiciada hoy ya no es el dominio técnico de una sola disciplina, sino el pensamiento de sistemas: la capacidad de entender cómo interactúan los distintos dominios de una organización, en lugar de resolver problemas de forma aislada.
Stone propone un ejercicio simple para desarrollarlo, algo que ella llama “alejarse un nivel”: antes de ejecutar, detente; cuestiona qué estás asumiendo como verdad sobre el problema; y valora si tu solución fortalece a la organización completa o solo resuelve un caso puntual. Es, en el fondo, un ejercicio de humildad estratégica —la disciplina de dudar de lo obvio antes de construir sobre ello.
Este tipo de pensamiento es lo que permite construir lo que en Netflix llaman “caminos pavimentados”: en lugar de depender del conocimiento tribal de un experto específico, la excelencia queda codificada en la forma de trabajar, para que otros puedan moverse rápido sin romper el sistema.
La excelencia como cultura, no como proceso
Aquí aparece una tensión que casi toda organización enfrenta cuando algo falla: la respuesta instintiva es añadir una capa más de proceso, una lista de verificación adicional. El caso de Netflix apunta en otra dirección —resistir activamente ese impulso, y apostar en cambio por la densidad de talento y por retrospectivas honestas que fortalezcan el sistema, no que lo burocraticen.
Los mejores equipos no florecen en entornos sobrerregulados. Florecen cuando tienen contexto claro y autonomía real. Esa es una conversación que vale la pena tener en cualquier organización, independientemente de su tamaño o industria: ¿estamos resolviendo los errores fortaleciendo a nuestra gente, o solo añadiendo más reglas?
El ocaso del especialista aislado
Otra señal que deja este caso de estudio: el valor de la especialización estrecha está cayendo. No porque el dominio profundo de un oficio deje de importar —la maestría sigue siendo valiosa—, sino porque ser “solo” un experto en un área, sin capacidad de adaptación, se ha vuelto un riesgo. La curiosidad intelectual y la capacidad de aprender dominios nuevos en semanas empiezan a pesar tanto como el dominio técnico mismo.
Es una idea incómoda para muchas trayectorias profesionales construidas sobre la especialización. Y probablemente por eso vale la pena sentarse con ella, no descartarla.
Un nuevo criterio para evaluar al talento
Netflix es conocida por su “Keeper Test”: ¿lucharías por retener a esta persona si hoy renunciara? Según este caso de estudio, esa prueba está adquiriendo una nueva dimensión con la IA. Ya no basta con el desempeño técnico; ahora entra en juego lo que Stone llama fluidez en IA, que no es saber operar una herramienta, sino ejercer juicio estratégico: saber dónde la IA ayuda y dónde representa un riesgo, sabiendo que la responsabilidad final sobre los resultados sigue siendo humana.
El futuro sigue siendo humano
A pesar de toda esta aceleración, la conclusión de este caso de estudio no es tecnológica, es humanista: la tecnología, por poderosa que sea, solo tiene sentido cuando amplifica la conexión humana. Puede volver invisible la complejidad técnica, pero el propósito —lo que se construye y para quién— sigue siendo un territorio exclusivamente de las personas.
Quizás lo que vale la pena llevarnos no es cuánta IA está usando tu organización, sino algo más incómodo y más necesario: ¿le estás dedicando suficiente tiempo a pensar si lo que estás construyendo realmente vale la pena?
Si este tema resuena contigo, podemos platicarlo.
Referencias documentales
- -Elizabeth Stone (CPTO, Netflix), entrevistada por Lenny Rachitsky, [“Netflix CPTO on AI and the future of product and tech roles“], Lenny’s Podcast, 19 de julio de 2026.