¿Tu equipo ya usa IA? ¿Puedes demostrar que mejora la entrega?
Entrenamos a tu equipo de ingeniería , ya usando Copilot, Cursor o Claude Code, para trabajar mejor con IA, y medimos el antes y el después con métricas reales de entrega y adopción.
¿Qué es AI Engineering Training?
AI Engineering Training es una metodología de adopción de IA para equipos de ingeniería, entregada por 23people como acompañamiento de 2 a 16 semanas, que entrena al equipo en cómo trabajar mejor con IA. Cada acompañamiento mide 4 familias de métricas (delivery, adoption, AI usage, competency) en T0 antes y T1 después, comparando contra una línea base real.
Adopción de IA Medida, No Prometida
Entrenamos a tu equipo de ingeniería para trabajar mejor con las herramientas de IA que ya usa, con una metodología compartida y medición antes y después a nivel de equipo.
- Metodología compartida, no uso individual de herramientas
- Medición T0 → T1 de entrega, adopción y competencia
- Acompañamiento guiado, no cursos self-paced
Para quién es este servicio
AI Engineering Training está diseñado para equipos de ingeniería internos que ya adoptaron herramientas de IA, pero todavía no cuentan con una metodología compartida, ni con un sistema para medir su impacto.
Equipos que ya usan IA, pero con adopción inconsistente
Tus ingenieros usan Copilot, Cursor, Claude Code u otros agentes de IA, pero cada quien lo hace a su manera. La velocidad y la calidad del código varían entre squads.
Líderes de ingeniería que necesitan demostrar ROI
Te pidieron mostrar el retorno de la inversión en IA, y hoy no tienes métricas que lo respalden. El programa mide el delta de entrega, adopción y competencia en tu equipo.
Equipos que están viendo el costo oculto de la IA en su forma de trabajar
Han aparecido incidentes de calidad atribuidos al trabajo asistido por IA, o tu equipo de seguridad está sobrecargado por el volumen de cambios para revisar. La metodología integra prácticas de revisión y gobernanza.
No es para
- Equipos que aún no adoptan herramientas de IA y necesitan una introducción genérica.
- Capacitación individual o cursos self-paced. Trabajamos con equipos completos con acompañamiento.
- Equipos que buscan una herramienta de IA específica más que una metodología.
Cómo funciona: del diagnóstico al acompañamiento
Dos etapas que se enfocan en tu equipo y en su forma de trabajar.
Diagnóstico de 1 a 2 semanas
Levantamos una línea base (T0) con métricas de entrega, adopción de IA y competencia del equipo. Entregamos un reporte de brechas con recomendaciones puntuales.
Acompañamiento de 6 a 8 semanas
Entrenamos a tu equipo con acompañamiento, con sesiones prácticas sobre sus desafíos reales. Cerramos con una re-medición (T1) y un reporte de delta con las cuatro familias de métricas.
Metodología: medir antes y después, a nivel de equipo
El programa se basa en una premisa simple: si no movemos la aguja, se ve en los datos. Por eso construimos un sistema de medición T0 → T1 que cubre cuatro familias de métricas, capturado en tu equipo real.
Cuatro familias de métricas
Entrega
Métricas DORA: lead time, frecuencia de deploy, tiempo de cambio y tasa de fallas , capturadas sobre los flujos reales del equipo.
Adopción
Métricas SPACE: satisfacción, performance, actividad, comunicación y eficiencia , capturadas a nivel equipo, sin rankear personas.
Competencia
Assessment técnico de uso de IA por squad, con foco en prompting, revisión y gobernanza , comparado contra el assessment inicial.
Negocio
Indicadores de negocio que tu equipo ya rastrea: horas por feature, cycle time, backlog burn-down. Mismo método, métricas tuyas.
Medimos el sistema y el equipo, no rankeamos individuos.
Entrenamos sobre tu forma de trabajo, no ejercicios genéricos
Las sesiones y el proyecto de cierre operan sobre los desafíos reales del equipo, con el mismo stack y las mismas herramientas de IA que ya usan en producción. Funciona con Java, .NET, Python, TypeScript, stacks políglotas y cualquier stack moderno.
Tres modalidades según el momento de tu equipo
Una sola metodología, tres formas de entrar. La profundidad la eliges tú, y la ajustamos después del diagnóstico.
Diagnóstico inicial
1 a 2 semanas
Levantamos la línea base T0 del equipo y entregamos un reporte de brechas con recomendaciones concretas. Útil para entender dónde estás antes de invertir en un programa completo.
Programa completo
6 a 8 semanas
Acompañamiento completo, sesiones prácticas sobre los desafíos del equipo, metodología de prompting, revisión, gobernanza y entrega. Cierra con re-medición T1 y un reporte de delta por familia de métricas.
Refuerzo continuo
Trimestral
Acompañamiento continuo, medición continua y horas de oficina para sostener la metodología en el tiempo. Para equipos que ya pasaron por Craft y quieren mantener la consistencia.
Cómo trabajamos, los principios que aplican a este servicio
Metodología, no herramienta
El programa es agnóstico de la herramienta de IA que tu equipo ya usa. Funciona con Copilot, Cursor, Claude Code, Codeium o cualquier combinación. El valor está en la metodología, no en el vendor.
Acompañamiento al equipo, no individuos
Trabajamos con equipos completos con acompañamiento. La accountability compartida es lo que sostiene el cambio.
Medir primero, prometer después
Empezamos midiendo. Cerramos midiendo. No garantizamos uplift, publicamos el delta tal como sale. Si no movemos la aguja, se ve en los datos.
Preguntas frecuentes
¿Es un curso o una consultoría?
Es un programa de capacitación con acompañamiento, con componentes prácticos sobre la forma de trabajo del equipo. No es un curso genérico y no es una consultoría de implementación: el entregable principal es que tu equipo quede con la metodología internalizada.
¿Necesitamos tener una herramienta de IA específica?
No. La metodología es agnóstica de la herramienta. Trabajamos con Copilot, Cursor, Claude Code, Codeium o cualquier stack que el equipo ya use. Lo importante es que el equipo ya esté experimentando con IA, no es un programa introductorio.
¿Cuánto dura el programa completo?
Craft dura entre 6 y 8 semanas, con sesiones distribuidas en ese período. El diagnóstico inicial dura entre 1 y 2 semanas. Craft+ es un esquema trimestral de refuerzo para equipos que ya pasaron por Craft.
¿Cuándo vemos los primeros resultados?
Las primeras señales aparecen entre la semana 4 y 5, en la mitad del programa. La re-medición formal T1 se hace al cierre de Craft. La estabilización y el ROI atribuible a negocio se observan en los 2 a 3 meses siguientes.
¿Cómo miden el impacto sin rankear a mi equipo?
Medimos el sistema y el equipo, no a las personas individualmente. Las métricas DORA y SPACE se capturan a nivel de squad y de equipo. El assessment de competencia es anónimo y se entrega agregado. Publicamos el delta tal como sale, sin rankings.
¿Trabajan sobre nuestro stack y nuestras herramientas?
Sí. Las sesiones y el proyecto de cierre operan sobre los desafíos reales del equipo, con el stack y las herramientas de IA que ya están en uso. Java, .NET, Python, TypeScript, políglota, todos soportados.
23people AI Engineering Training vs Udemy / Platzi / Internal L&D
Comparación honesta sobre cómo una metodología de adopción difiere de cursos de herramientas y de programas internos de L&D.
| Dimension | 23people | Udemy / Platzi / Coursera | Internal L&D / Academy |
|---|---|---|---|
| Enfoque | Metodología de adopción (cómo trabaja el equipo con IA) | Tutoriales por herramienta (Copilot, Cursor, Claude) | Mix, depende del programa interno |
| Formato | Acompañamiento guiado por instructores senior (2 a 16 semanas) | Self-paced, cursos individuales | Mix, workshops, MOOCs, mentorías |
| Trabajo del cliente | Sí, el acompañamiento trabaja sobre la forma de trabajo real del cliente | No, ejemplos genéricos o sandbox | A veces, depende del alcance |
| Medición de resultados | T0 / T1 sobre 4 familias de métricas (delivery, adoption, AI usage, competency) | Certificado de finalización del curso | Variable, típicamente sin métricas comparables |
| Profundidad metodológica | Ingeniería de AI: contexto, prompts, evaluation, guardrails, deployment, monitoring | Tutoriales de UI por herramienta (lo que muestra cada producto) | Variable, típicamente cobertura amplia, poca profundidad |
| Sustentabilidad del cambio | El equipo sigue midiendo y mejorando después del acompañamiento | Cursos consumidos, sin aplicación continua | Depende de sponsorship interno |
| Idioma y huso horario | Español o inglés, huso horario LATAM (overlap con US East / West) | Plataforma global, instructores variables | Limitado al equipo interno del cliente |
23people AIET no es un MOOC ni reemplaza cursos específicos por herramienta. Es un programa de adopción para el equipo del cliente, con medición comparable antes y después. Si tu objetivo es sólo certificar a tu equipo en el uso de una herramienta específica (por ejemplo, GitHub Copilot), una plataforma self-paced puede ser suficiente. Si tu objetivo es cambiar cómo el equipo entrega con IA, AIET es la mejor opción.
Recursos complementarios
Lectura recomendada sobre el mismo tema: la IA como amplificador de capacidades, no como reemplazo.
Servicios relacionados
Tu equipo necesita más que entrenamiento, necesita el equipo correcto. Estos servicios complementan AI Engineering Training.
¿Tu equipo ya usa IA? ¿Puedes demostrar que mejora la entrega?
Evaluamos cómo tus equipos dev usan IA, en qué se traba la adopción y qué mejorar, y te damos sugerencias concretas.
- Solicita tu diagnóstico
- Conversemos 30 minutos
- Sin compromiso
- Sugerencias concretas para tus equipos