Describirle a una inteligencia artificial lo que necesita tu negocio y dejar que ella escriba el programa: eso se llama vibe coding. Una columna de opinión de Jason Aten en la revista Inc., publicada el 23 de octubre de 2026, recomienda hacerlo para los problemas cotidianos. La pregunta útil no es si se puede, sino con qué información.
Qué sí conviene construir
Herramientas pequeñas, para tu equipo, sin datos de clientes y sin datos sensibles de tus empleados (nómina, Seguro Social, salud): una calculadora de cotizaciones, un tablero de inventario, un formulario para pedir días libres. Si una de ellas falla, tu equipo usa papel por unas horas y el negocio sigue. Inc. lo plantea con una salvedad que conviene leer: la IA comete muchos errores y exige paciencia.
Funcionar no es lo mismo que ser seguro
Tres estudios miden la distancia entre las dos cosas. Los tres los publican empresas que venden seguridad informática y ninguno mide una aplicación de negocio como la tuya: son señales, no veredictos.
- Endor Labs publica una tabla abierta (consultada el 24 de octubre de 2026) con 33 combinaciones de agente y modelo, probadas en 200 tareas de proyectos de código abierto en Python. En la mejor, el código funcionó en el 87,2 % de las tareas y, además, pasó las pruebas de seguridad de la propia tabla en el 37,4 %.
- Veracode (30 de julio de 2025) puso 80 tareas a más de 100 modelos: en el 45 % de los casos el código traía una vulnerabilidad de la lista OWASP Top 10. Eran tareas con debilidades conocidas, no una medición del código real.
- Escape.tech (29 de octubre de 2025) escaneó, de forma pasiva, más de 5.600 aplicaciones públicas hechas con constructores en línea, la mayoría de una sola plataforma. Halló más de 2.000 vulnerabilidades, más de 400 claves expuestas y 175 casos de datos personales, entre ellos registros médicos. Sus autores lo llaman una base conservadora.
La línea no es qué tan complicada es la herramienta, sino qué información toca.
Cuatro tipos de información con los que no conviene construir tú solo
Pagos con tarjeta, datos de salud, datos financieros o de impuestos, y la base de datos de tus clientes. La razón práctica: la IA puede dejar una puerta abierta sin avisar (una base de datos visible, una clave publicada) y un dueño sin perfil técnico difícilmente puede revisarlo por su cuenta. A eso se suman consecuencias legales. Esta nota las describe y no es asesoría legal:
- La ley de Florida sobre información personal (§ 501.171) exige avisar a los afectados a más tardar 30 días después de determinar que hubo una filtración y, si son 500 personas o más en Florida, también al Departamento de Asuntos Legales del estado. No avisar a tiempo se multa con US$1.000 por día los primeros 30 días y US$50.000 por cada período de 30 días siguiente, hasta un máximo de US$500.000.
- La regla de salvaguardas de la FTC alcanza a negocios como las firmas que preparan impuestos: pide un programa de seguridad por escrito, cifrado y autenticación de varios factores, y avisar a la FTC en 30 días si se compromete información sin cifrar de 500 consumidores o más.
Si cobras con tarjeta, usa un procesador de pagos que se encargue de los números. Si manejas datos de salud, pueden aplicarte reglas federales, según tu tipo de negocio: habla con un abogado antes de elegir cualquier herramienta.
Tres rutas, y qué preguntar en cada una
- Un agente de programación en tu computadora. Más control, pero tú subes la aplicación a internet y la configuras. Pide más conocimiento técnico.
- Un constructor en línea que además aloja la aplicación. Es rápido para un prototipo. Pregunta cuánto cobra cuando la IA corrige sus propios errores, dónde vive tu aplicación y qué pasa con ella y con tus datos si cancelas.
- Una herramienta sin código. Armas con piezas ya hechas; el proveedor se encarga del mantenimiento y tú dependes de él.
Y una pregunta previa: si tu necesidad es común y ya existe un programa maduro a un costo razonable, comprarlo puede convenirte más que construirlo.
Cuatro pasos para esta semana
- Escribe en una línea qué problema quieres resolver y qué información tocaría la herramienta.
- Si toca tarjetas de pago, datos de salud, datos financieros o la base de datos de tus clientes, no la construyas tú solo: compra una solución ya hecha o consulta a un profesional.
- Si solo toca datos de operación (inventario, cotizaciones, turnos), o ninguno, pruébala con un plan de un mes y ponle un límite de gasto.
- Exige inicio de sesión y no publiques tus claves ni tus archivos de configuración.
Una señal para vigilar: si con el tiempo la herramienta empieza a guardar datos que no estaban en tu línea del paso 1 (los de tus clientes, por ejemplo), vuelve al paso 2.
Lo que no sabemos
Dos de los estudios son de 2025, la tabla de Endor Labs se actualiza y ninguno mide tareas como las de un negocio; además, los modelos cambian con frecuencia. Ninguna fuente que revisamos mide cuánto cuesta construir y mantener una herramienta así, ni cómo rinde en español. Y la columna de Inc. es una opinión, igual que la de quien prefiere no construir nada: ninguna de las dos está medida. Nuestra lectura, que no es un dato: para una herramienta interna y sin datos sensibles, probar con un plan de un mes y un límite de gasto es una apuesta pequeña.
Una aclaración. No recomendamos ninguna plataforma para construir herramientas. BIG Bootcamp usa agentes de programación para construir sus propias herramientas internas, y uno de los que usa encabeza la tabla de Endor Labs que citamos. No recibimos pagos, créditos ni comisiones de ninguna empresa por esta nota. La redactamos con ayuda de IA y la revisó una persona.