PARA EQUIPOS DE INGENIERÍA Y PRODUCTO
Tu equipo ya usa IA.
Ahora toca que la use como equipo
Un programa intensivo en el que uno de nuestros consultores expertos se integra en tu equipo.
Audita cómo trabajáis, monta la capa agéntica en un proyecto real vuestro y forma a tus AI Champions para que la gobiernen sin nosotros. Con métricas contra baseline, no con sensaciones.
Sin compromiso. Salimos de la llamada con un diagnóstico de dónde está tu equipo y por dónde empezar.
TRAINING PARTNERS OFICIALES
CLIENTES SATISFECHOS
+2.800 DEVELOPERS FORMADOS
MASTERCLASS EXCLUSIVA
¿Te vienes a "Estrategia IA 2027" con Darío Rodríguez?
Verás cómo Destinia ofrece IA ilimitada a 35 developers por 600 €/mes con modelos open source en la nube, y cómo se pasa de un developer con harness a todo el departamento.
Plazas muy limitadas
PARA ASISTENTES A LA MASTERCLASS
¿Vienes de atender "Estrategia IA 2027" con Darío Rodríguez?
Viste cómo Destinia ofrece IA ilimitada a 35 developers por 600 €/mes con modelos open source en la nube, y cómo se pasa de un developer con harness a todo el departamento.
La pregunta que te llevaste seguramente fue: ¿y cómo lo hago yo en mi equipo?
Esta página es la respuesta 👇
Licencias para todos no es adopción
❌ Acceso no garantiza impacto
Tu equipo tiene Claude Code, Cursor o GH Copilot. Pero cada developer lo usa a su manera: uno tiene su propio AGENTS.md, otro acepta todo lo que sugiere el agente y otro lo usa como google. Eso no es adopción: es variabilidad.
❌ El know-how vive en dos personas
Solo un par de developers actúan como Agentic Engineers (arnés, SDD, skills...). El problema es que no es una práctica estándar del equipo. Nadie más tiene acceso a su configuración, y ellos no saben cómo compartirlo de manera efectiva.
❌ Cada uno hace su guerra
La skill que funciona para desarrollar backend está en la máquina de un developer. La skill para preparar las tareas solo la usa otro. Cada miembro usa distintos MCPs. Tu arnés no está versionado ni revisado, pero sobre todo: no refleja todo el proceso.
Algunos datos
01 · ADOPCIÓN
Adopción individual, no colectiva
90–97 % vs. 20 %
Developers
90–97 %
Organizaciones
20 %
Las cifras espectaculares de adopción miden developers individuales. A nivel de organización, solo el 20 % ha escalado los agentes de código más allá del piloto (31 % en grandes empresas).
QUÉ SIGNIFICA PARA TU EQUIPO
Que todo tu equipo «use IA» no significa que la hayáis implantado a nivel equipo.
Fuente: McKinsey · 1.719 organizaciones en 97 países
02 · LICENCIAS
Cada uno se paga lo suyo
25 %
De su bolsillo
25 %
1 de cada 4 developers hispanohablantes se paga de su bolsillo su propia licencia de IA para trabajar. Esto no solo genera resultados diferentes, también es un gran riesgo de fuga de datos que depende de que cada uno configure adecuadamente el agente.
QUÉ SIGNIFICA PARA TU EQUIPO
Cero control de los datos y variabilidad en los resultados.
Fuente: Informe Manfred · +1.000 developers hispanohablantes
03 · FORMACIÓN
Tu equipo aprende haciendo
16 %
Formación formal
16 %
De esos 9 de cada 10 developers que usan IA, solo el 16 % ha recibido formación formal para hacerlo. Aprender haciendo sin unas bases es un riesgo de seguridad, es ineficiente, es ineficaz y garantiza niveles muy diferentes dentro del grupo.
QUÉ SIGNIFICA PARA TU EQUIPO
Si nadie los forma, cada developer construye su propio método. Y eso es más variabilidad.
Fuente: Informe Manfred · +1.000 developers hispanohablantes
Lo que sí funciona
✅ Baseline con evidencia
Medimos el punto de partida antes de tocar nada. Cuando tu CEO pregunte si la IA está sirviendo, tendrás datos contra baseline y no un «creemos que sí».
✅ Gobierno centralizado
Los AI Champions coordinan un ciclo continuo de medición, feedback, mejora y distribución, para que lo que funciona en una persona llegue a todo el equipo.
✅ Proceso de desarrollo estandarizado
De prompts individuales a instrucciones versionadas y compartidas en un flujo consistente, sea cual sea el perfil: agente de código, arnés, skills y MCPs iguales para todos, cubriendo de punta a punta del SDLC.
Tres fases. Un proyecto real. Un equipo que sigue sin nosotros.
Primero medimos y montamos la capa agéntica sobre vuestro código.
Después formamos a todo el equipo sobre lo que ya funciona.
FASE 1
Auditoría y plan de adopción
3 semanas
01
Diagnóstico técnico
Revisión de vuestro SDLC, repositorios, testing, CI/CD, seguridad y compliance.
AI Maturity Assessment: adopción actual, barreras y calidad de contexto.
Elección de herramientas según vuestro entorno y vuestras limitaciones.
02
Baseline y métricas
Métricas de adopción y productividad acordadas con vosotros.
Metodología de medición: qué datos, en qué formato y con qué cadencia.
Selección de los AI Champions.
03
Plan de adopción y caso de negocio
Situación actual, cuellos de botella y objetivos.
Calendario de iniciativas ligado a resultados esperados.
ROI del programa en tres escenarios: pesimista, conservador y optimista.
FASE 2
Implementación en un proyecto piloto
3 meses
04
Capa agéntica sobre vuestro código
Contexto técnico: memoria de proyecto, ADRs, esquemas y convenciones del equipo.
Librería compartida de comandos, skills, MCPs y sub-agentes.
Flujo spec-driven: de PRD a user stories y a un plan de tareas atómicas.
05
Coaching técnico y de gestión del cambio
5 sesiones prácticas con los developers, en vuestro entorno real.
Acompañamiento a managers y AI Champions durante 5 sprints, incluidas retros y planificaciones.
AI Guild: un espacio para compartir técnicas, aciertos y fallos.
06
Seguimiento e informe final
5 reuniones de evaluación y ajuste con el responsable del proyecto.
Informe de resultados cualitativos y cuantitativos tras 30 días de trabajo autónomo.
FASE 3
Formación para todo el equipo
4 semanas
07
Spec-Driven Development & Harness Engineering aplicado a vuestros casos
Formato híbrido: Sesiones en directo + contenido preparatorio previo. Disponible durante un año
De product discovery a especificación técnica: PRD, historias de usuario y planning técnico
Programación agéntica: refactoring de legacy, nuevos endpoints, bugs y paralelización con sub-agentes.
QA y revisión automatizada: tests unitarios y E2E, PRs y code reviews asistidos.
Trabajamos sobre vuestro código, no sobre ejercicios.
El programa no es un curso al que tu equipo asiste. Es una capa agéntica que se queda en vuestro repositorio, con personas de tu equipo preparadas para mantenerla.
Vuestro stack, vuestras herramientas
JavaScript, Java, PHP… VS Code o JetBrains. GitHub Copilot, Claude Code o Cursor. Nos adaptamos a lo que ya usáis.
El harness pasa a ser un activo del equipo
Vive en el repositorio, se versiona, se revisa en PR y tiene responsable. Hay una base común y cada developer conserva su capa personal.
Estandarizamos la columna vertebral y dejamos los bordes libres
Workflow, contexto técnico, permisos y métricas son comunes. El estilo de cada equipo o proyecto, no.
Autonomía como entregable
Tus AI Champions salen con manuales de configuración, mantenimiento y mejora continua para seguir sin nosotros.
Cuánto puede ganar tu equipo
| Pesimista | Conservador | Optimista | |
|---|---|---|---|
| Mejora en desarrollo | 10 % | 20 % | 30 % |
| Jornadas liberadas al año | |||
| Ahorro anual estimado |
Estimación orientativa basada en el modelo de caso de negocio que usamos en la Fase 1, construido a partir de resultados de otros clientes y calculado sobre 225 jornadas anuales por developer. Tu cifra real sale de la auditoría y la baseline de tu equipo.
Más allá de las horas
✅ PRs más predecibles y code reviews más rápidos.
✅ Onboarding más rápido, porque el contexto está en el repo y no en la cabeza de nadie.
Lo que pasa cuando la IA se adopta como equipo
30 % → 92 %
de adopción. 20–30 % del código desarrollado con IA y 30 % de los code reviews hechos por IA.
«Todos los escenarios en BDD de las nuevas funcionalidades ya se hacen con IA, y estamos incluyendo hasta nuevas funcionalidades en roles como los líderes de proyecto.»
−30 % de tiempo de code review
−25 % de errores en producción
+20 % de velocidad
+35 % lead time for changes
71% ve mejora notable de productividad
Rafael Castillo
CTO
«Los tests son mejores y tenemos más, el código es más limpio, los code reviews son más rápidos y la documentación sigue un formato común.»
Tomás Casquero
Engineering Manager
Oscar Urrego
Senior Eng. Manager en Mercado Libre
Rafael Torres y Javier Cubelos
CTO y CDO @ Bdeo
Tomás Casquero
Engineering Manager de InfoJobs
+2.800 ingenieros y líderes tech formados con LIDR
Quién se integra en tu equipo
El programa lo lidera uno de nuestros CTOs & Engineering Managers, según vuestros casos de uso y su disponibilidad.
Álvaro Moya
CTO y fundador de LIDR
Más de 13 años como CTO en compañías como Wefox o Revolut. LinkedIn Top Voice.
Antonio Pérez
CIO en Secture Labs
Más de 20 años liderando equipos y construyendo soluciones tecnológicas, y los últimos llevando sistemas de IA a producción.
Óscar Torres
Director del Programa de IA en LIDR
Más de 20 años en el sector, los últimos liderando el área de IA y Datos en Thoughtworks España.
Felipe Carvalho
Ingeniero de software
Casi 20 años como ingeniero de software, con experiencia como Head of Engineering.
Lo que te llevas aquí y no en una formación de IA al uso
Lo habitual
AI4Devs In-Company
Lo habitual
Un curso genérico con ejercicios de ejemplo
AI4Devs In-Company
✓ Vuestro proyecto real: la capa agéntica se monta en vuestro repositorio
Lo habitual
Formación puntual y cada uno vuelve a lo suyo
AI4Devs In-Company
✓ Unos 5 meses de acompañamiento, con coaching cada dos semanas en vuestro entorno
Lo habitual
Licencias y prompts individuales
AI4Devs In-Company
✓ Harness de equipo: comandos, skills, MCPs y sub-agentes compartidos y versionados
Lo habitual
«Creemos que está funcionando»
AI4Devs In-Company
✓ Baseline e informe final con métricas de adopción y productividad
Lo habitual
Dependes del formador
AI4Devs In-Company
✓ AI Champions autónomos y manuales para seguir sin nosotros
Lo habitual
Una herramienta impuesta
AI4Devs In-Company
✓ Agnóstico: Copilot, Claude Code o Cursor; vuestro lenguaje y vuestro IDE
Preguntas frecuentes
¿Cuánto dura el programa?
Unos 5 meses: 3 semanas de auditoría, 3 meses de implementación en un proyecto piloto y 4 semanas de formación, en paralelo a la implementación.
¿Cuántas personas pueden participar?
La formación en directo admite hasta 30 personas. Si tu equipo es más grande, ajustamos el alcance en la llamada.
¿Tenemos que cambiar de herramienta?
No. Trabajamos con lo que ya usáis (GitHub Copilot, Claude Code, Cursor…) y nos adaptamos a vuestro lenguaje y vuestro IDE.
¿En qué idioma se imparte?
En español o en inglés, y en el horario que mejor os encaje, según la disponibilidad de los mentores.
¿Cuánto tiempo le quita al equipo?
La formación son 3 horas en directo y 1–2 horas de contenido preparatorio por semana, durante 3 semanas. El resto del programa se trabaja sobre vuestro proyecto real, no en paralelo a él.
¿Es bonificable?
En España, la formación es parcialmente bonificable por FUNDAE.
¿Cuánto cuesta?
Depende del alcance: número de personas, sesiones y proyecto piloto. En la llamada definimos el alcance y te enviamos una propuesta a medida.
¿Qué pasa cuando termina?
Tu equipo sigue con la capa agéntica, los manuales y los AI Champions formados. 30 días después revisamos juntos los resultados. Si necesitáis más acompañamiento, lo presupuestamos aparte.
¿Listo para que la IA sea una capacidad de tu equipo, y no de dos personas?
Training Partners oficiales de Anthropic y Microsoft · Formación bonificable por FUNDAE en España