VPVíctor Palacios
LinkedIn ↗
IT industrial · producto · IA

Trabajo en producto.Y desde hace un tiempo también construyo con IA.

Soy IT Product Owner, Application Manager y Service Manager en un entorno industrial. En paralelo llevo meses construyendo software, probando agentes y estudiando IA. Algunas cosas funcionan a la primera. Bastantes no.

IT Product OwnerApplication ManagerService Manager
Hacer, iterar y aprender.  Y procurar que una demo bonita no se cuele como producto terminado.
Ver lo que hago ↓Cómo construyo
RootUp · product
RootUpDashboardAprobacionesArchivosAuditoría
DashboardCONFIDENCIAL
12RECURSOS
4PENDIENTES
OKLDAPS
Calidad / WRITEPENDIENTE
Metrología / READACTIVO
Gecko P1 · research build
Concepto técnico del robot Gecko P1
PRD · decisiones

Primero cierro qué hay que construir.

objetivo · usuarios · estados · UX
slice actual · contexto aplicable
skills · MCP · plugins · harness
el agente no redefine decisiones críticas
proyectos en curso
01 / PRODUCTO

Empiezo por el producto. Si no sé qué tiene que existir, el agente tampoco.

02 / CONTEXTO

El PRD guarda las decisiones. Al agente le doy la parte que necesita para la tarea, no el proyecto entero por si acaso.

03 / EVIDENCIA

Cuando el agente dice READY, yo no doy nada por terminado. Tests, gates, diff y evidencia tienen la última palabra.

Proyectos

Cosas que he ido construyendo.

Son bastante distintos entre sí. Algunos nacieron de problemas concretos, otros de querer aprender algo y un par de ellos de hacer cosas con mis hijos. Todos me han servido para probar esta forma de trabajar contra algo real.

01 / 08 · EMPRESA

RootUp

Accesos, aprobaciones y auditoría

RootUp gestiona accesos a recursos compartidos: solicitud, doble aprobación, permisos READ/WRITE, ficheros y auditoría. Me interesaba ver qué pasaba cuando el agente tenía que construir contra una especificación que ya había cerrado roles, pantallas, estados y seguridad.

Construido con IA

La especificación fija el producto antes de que el agente empiece a improvisar por su cuenta.

Estado del sistema

CONFIDENCIAL
OKLDAPS
18RECURSOS
07PENDIENTES
PASSOSS
Últimas solicitudes
Metrología / WRITEPENDIENTE
Calidad / READAPROBADO
Logística / READACTIVO
Controles
Doble aprobaciónOK
AuditoríaOK
AV uploadOK
El agente no diseña el producto por mí.

La UI spec fija mockups, navegación, visibilidad por rol y estados. El agente puede implementar y corregir; no rediseñar el producto porque en esa iteración le parezca mejor otra cosa.

especificación → implementación
PRODUCTProblema, roles, UX, reglas.
→
CONTEXTLa parte del PRD que aplica ahora.
→
AGENT + GATESConstruye, falla, corrige y demuestra.
02 / 08 · INDUSTRIAL

GEA

OT → IT · transferencia controlada

GEA mueve ficheros desde un agente portable a un servidor. En cuanto añades reanudación, certificados, estados, errores y publicación en NAS, “mover un fichero” deja de ser una frase tan inocente. Aquí dejé por contrato qué podía decidir el agente y qué debía bloquear.

Construido con IA

Arquitectura, seguridad y stack llegan cerrados. El agente sí puede corregir implementación, ejecutar tests y volver a intentarlo.

GEA · SERVERTRANSFER MONITOR

Transferencias

SERVER OK
03AGENTS
02ACTIVE
17DELIVERED
01FAILED
agentfileprogressstate
A-001metrologia_042.bin
STAGING
A-003batch_2026.zip
DELIVERED

Portable agent

Carpeta origen legible
Certificado HTTPS válido
Servidor responde
Token aceptado
PC ORIGENPython portable · selección local
→
HTTPSPKI · chunks · estado
→
PC SERVIDORstaging → UNC · monitor
DECISIÓN
AGENTE
SI CONTRADICE
Frontend / backend
NO
BLOCKED
Transporte / seguridad
NO
BLOCKED
Corrección interna slice
SÍ
CONTINUAR
Tests / gates
SÍ
OBLIGATORIO
Duda de negocio
NO
ASK
03 / 08 · IA EN EL PRODUCTO

GepetO

Contexto, herramientas, modelos y autoridad

La primera versión era, básicamente, mi propio ChatGPT. En la segunda me compliqué bastante más la vida: contexto persistente, herramientas, tareas, modelos y agentes. Ahí empecé a tratar autonomía y autoridad como dos cosas distintas.

La IA forma parte del producto

Uso modelos distintos según la tarea, la privacidad y el contexto. A veces local, a veces cloud y a veces uno orientado a código. No tengo un modelo “titular” para todo.

GepetO
ORCHESTRATOR
PROJECTS
context
TOOLS
actions
MODELS
local + cloud
TASKS
state
GATES
evidence
LOCAL

Privacidad, experimentos y tareas acotadas.

CLOUD

Razonamiento profundo, contexto amplio y capacidad.

CODING

Repo context, tools, implementación y revisión.

04 / 08 · INVESTIGACIÓN

Gecko P1

Robótica, morfología y un proyecto con mis hijos

Este lo hago con mis hijos. Queremos construir un gecko robótico y, por el camino, estudiar morfología, movimiento, electrónica y control. También estamos mirando si algo de FlyWire puede inspirar una abstracción útil para probar.

Investigación en curso

Puede acabar en una buena idea, en una caja de piezas o en otra cosa. El experimento sigue valiendo: investigar, construir, equivocarnos y que ellos puedan seguir mejorándolo mientras aprenden IA por el camino.

Concepto técnico del robot Gecko P1
CONCEPT REFERENCE · NOT FINAL CAD
Gecko P1 como referencia de morfología y hardware

Del animal al controlador.

El objetivo con FlyWire es bastante más modesto: aislar algún principio de percepción, feedback o control y ver si aporta algo que merezca la pena probar.

MorphologyProprioceptionFlyWireMovement
HALsensores y actuadores
SAFETYlímites locales
MOTIONposes y locomoción
BEHAVIORestados y reacciones
COMPANIONvoz / LLM
EN PAUSA · BLOQUEO CAD/STL

La investigación sigue siendo válida aunque el robot todavía no.

Ahora mismo el atasco es mucho más terrenal: conseguir geometría CAD/STL imprimible y fiable. Antes de volver a generar el conjunto entero, toca validar una unión mecánica pequeña.

05 / 08 · PROYECTO EN FAMILIA

JocCreatiu

De un juego en ChatGPT a un producto

Este nació jugando con ChatGPT en casa. La familia decidía qué hacía la historia y acabamos preguntándonos cómo sería llevar ese juego a la TV, con el móvil como mando. De ahí salió un PRD y una implementación bastante más seria de lo que pretendíamos al empezar.

Implemented · not runtime validated

El código está ahí: backend, tiempo real, worker, render y UI. Falta lo más importante antes de presumir de nada: ejecutarlo de punta a punta y comprobar que funciona.

PRD + IMPLEMENTATION · NOT VALIDATED
🌲🏔️✨
ESCENA 5 · TORN DE LA JÚLIA⭐⭐⭐☆☆
“La porta s’obre lentament. A dins hi ha un passadís ple de miralls...”
A · Entrar
B · Cridar
C · Fugir
🎮 COMANDAMENT
B · Obrir la caixa
Afegir text...
⭐ Estrella
🪄 Objecte màgic
DISPLAYTV compartida, narrativa, imatges y subtítulos.
CONTROLLERMóvil del adulto: decisiones, objetos y ritmo.
GAME ENGINECanon, escenas, decisiones y coherencia.
REALTIMEWebSockets y sesión TV ↔ móvil.
WORKERRender, audio, vídeo y artefactos finales.
AINarrativa, imágenes y voz dentro del contrato de juego.
06 / 08 · CONOCIMIENTO

VibeCorpus

Conversaciones → evidencia → conocimiento

Después de muchas conversaciones con modelos empecé a tener otro problema: recordaba haber hablado de algo, pero no de dónde salía ni qué evidencia había detrás. VibeCorpus intenta convertir ese historial en conocimiento recuperable sin confundir recuerdo con prueba.

Pipeline con IA

También es la pieza que uso para conectar proyectos, investigación y lo que publico en LinkedIn sin inventarme una memoria perfecta.

“Esto falló porque el agente decidió algo que ya estaba cerrado.”
“Entonces el gate debe comprobar la especificación, no confiar en el resumen.”
“¿De dónde sale esta afirmación?”
→

Evidence-backed knowledge

source · conversation
context · project
claim · supported / inferred
output · post / knowledge
recuerdo ≠ evidencia
07 / 08 · NEGOCIO REAL

Granja Canals

Un producto para un negocio real

Una web y una zona privada para un negocio real: contenido público, administración, contactos, documentos y operación. La IA está detrás de cómo la construí; al visitante le da exactamente igual qué modelo usé, como debería ser.

Construido con IA

Aquí los gates, la seguridad y la operación importan bastante más que contar que está hecha con IA.

Patrimonio, negocio y operación.

CRM / contactos
Documentos
Configuración
Estadísticas
Privacidad
08 / 08 · COMUNIDAD

Rugby Alella

Software para problemas que realmente tenía

Estas herramientas nacieron porque había cosas del club que necesitábamos resolver: seguimiento de una trobada en tiempo real, convocatorias, familias, documentos y operación. Primero apareció la necesidad; luego probé a construir algo.

Construido con IA

Aquí es donde esta forma de trabajar me resulta especialmente útil: software pequeño, específico y útil que hace unos años probablemente no habría compensado construir.

Trobada
LIVE STATUS
U12 · Camp 109:30 · Preparats
U10 · Camp 209:45 · En curs
AvisosCanvi de camp
Rugby Alella
CLUB
ConvocatòriesProper partit
FamíliesDocuments
EquipJugadors
Admin
OPERATIONS
Esdeveniments12 actius
JugadorsFitxes
AuditoriaRegistre
01 / 08
Cómo trabajo con agentes

El PRD acaba siendo el plano.

Mi forma de trabajar ha ido cambiando a base de proyectos y de errores. Ahora intento cerrar primero el producto en un PRD, darle al agente solo el contexto que necesita para el slice y dejar por escrito qué puede decidir y qué no. Skills, MCPs, plugins, harness, permisos y modelo son herramientas alrededor de eso.

El agente puede fallar, corregir y volver a probar todas las veces que haga falta. Lo que no puede hacer es cambiar una decisión de producto, arquitectura o seguridad porque le resulte más cómoda.

PRD → contexto del slice → agente → implementación → gates → evidencia / corrección

PRD

objetivo · usuarios · flujos
arquitectura · datos · seguridad
SLICE ACTUAL · aceptación · contexto
errores · observabilidad · límites
release · rollback · trazabilidad
CONTEXT PACKAGE
solo lo que aplica ahora
skillMCPpluginharnesspermissions
CODING AGENTejecuta decisiones cerradas
itera · corrige · valida
MODEL ROUTING
LOCAL
CLOUD
CODING
REVIEW
TEST PASSBUILD PASSDIFF REVIEWFAIL → FIX
Cómo uso la IA

La uso para bastante más que programar.

Una misma semana puedo usar ChatGPT para pensar una decisión, Claude para revisar un documento, un coding agent para tocar un repo y un modelo local para una tarea acotada. No tengo una herramienta favorita para todo. Depende de lo que esté intentando hacer.

ChatGPT

Contrastar una intuición, ordenar contexto y detectar preguntas que todavía no sé formular.

Claude

Análisis largo, crítica, documentos y perspectivas alternativas.

PENSAR

La uso para discutir una idea hasta que entiendo mejor dónde está la duda de verdad.

Web + papers

Fuentes, documentación, repositorios, especificaciones y evidencia.

Varios modelos

Contrastar interpretación, buscar contradicciones y reducir dependencia de una sola respuesta.

INVESTIGAR

Busco fuentes y contradicciones antes de quedarme con una respuesta bonita.

Idea

Qué quiero decir y por qué merece ser dicho.

GenAI

Estructura, contraargumentos, voz, claridad y revisión.

ESCRIBIR

Me ayuda a estructurar y revisar posts, PRD, presentaciones y documentación. El criterio de qué quiero decir sigue siendo mío.

PRD

Producto, estados, UX, arquitectura y aceptación.

Agentes

Repo context, tools, skills, MCP y ejecución.

CONSTRUIR

Aquí deja de ser conversación: PRD, repo, herramientas y un agente que tiene que demostrar lo que hizo.

Tests y gates

Lo automático comprueba lo que puede formalizarse.

Otro modelo

Otra perspectiva revisa supuestos, diff, seguridad o coherencia.

REVISAR

Tests, gates y otra revisión sirven para intentar romper mi propia confianza antes de aceptar el cambio.

Bases

Training, inference, context, memory.

Sistemas

RAG, embeddings, retrieval, evals, model routing.

APRENDER

Cuando no entiendo algo, intento llevarlo a un proyecto. Me suele durar más que memorizar dónde está un botón.

En qué estoy

Mi trabajo sigue siendo el mismo.

Soy IT Product Owner, Application Manager y Service Manager. Alrededor de ese trabajo he ido incorporando cosas que ya uso de forma habitual y otras que todavía estoy aprendiendo. Prefiero separarlas a convertir cada tema nuevo en un cargo.

HOY
IT Product OwnerApplication ManagerService ManagerIndustrial IT / OT
USO
Producto con IADesarrollo con agentesPRD ejecutableIngeniería de contextoGates de calidadOrquestación de modelosAdopción de IA
APRENDIENDO
Fundamentos LLMRAGEmbeddingsRetrievalEvalsIA física / robótica
LinkedIn

Ahí voy contando lo que me pasa mientras hago todo esto.

Los últimos posts han salido de pruebas bastante concretas: un agente que se pasa de listo, una CI que se come los créditos, un modelo barato que borra medio fichero o una herramienta nueva que me obliga a revisar cómo estoy trabajando. A veces quiero escribir un post y termino auditando dos repositorios. Cosas que me pasan.

01 / LO QUE FALLA

Lo que falla acaba siendo material.

Errores, gates y decisiones que había que cambiar.

02 / LO QUE CAMBIA

Las noticias me interesan cuando cambian algo de verdad.

Modelos, herramientas, agentes… y qué supone usarlos.

03 / LO QUE APRENDO

Y sigo aprendiendo.

RAG, contexto, retrieval, modelos; normalmente con un proyecto abierto al lado.

Trayectoria

No vengo de una carrera en IA.

Llevo más de quince años trabajando con sistemas, automatización, producto y operación en industria. Lo nuevo es que ahora estoy usando GenAI para hacer parte de ese trabajo de otra manera y para meterme en problemas que antes probablemente ni habría intentado resolver.

En paralelo

Construyo proyectos, pruebo agentes y modelos y estudio las bases que me faltan. Mi cargo no ha cambiado. Mi forma de trabajar sí.

Sistemas y datos

Aplicaciones, bases de datos, análisis, reporting y automatización.

Automatización industrial y supply chain

Robótica, logística y problemas donde software y mundo físico conviven.

IT Technical Delivery

Negocio ↔ tecnología, rollout, operación y transición a servicio.

IT Product Owner · Application Manager · Service Manager

Producto y ciclo de vida de aplicaciones en un contexto industrial IT/OT.