Para quienes evalúan qué capacidades de IA construir versus comprar, su perspectiva sobre la dirección del hardware informa directamente el cálculo arquitectónico
El punto de quiebre
Durante años, los líderes de ingeniería construyeron sus radares de señales alrededor de repositorios, foros técnicos y conferencias. Eso sigue siendo válido. Pero hay un problema estructural: la mayoría de esas fuentes describen lo que ya pasó, no lo que está cambiando en el nivel de decisión donde importa.
El contexto ha cambiado. La IA no es ya una capa de tooling que el equipo de plataforma evalúa en paralelo: es una presión que reorganiza cómo se dimensionan equipos, cómo se contrata, qué se construye y qué se compra. Cuando la tecnología opera a esa escala, las fuentes puramente técnicas son necesarias pero insuficientes. Los líderes que navegan esto bien tienden a tener una cosa en común: consumen pensamiento de personas que conectan infraestructura con consecuencias organizativas y estratégicas, no solo con implementación.
Esta lista de 11 perfiles, curada por CIOs y CTOs activos, es relevante para ingenieros senior y líderes de ingeniería exactamente por esa razón.
Donde se acelero el cambio
Jensen Huang — Nvidia. Fundador y CEO de Nvidia desde 1993, Huang fue designado en 2026 al President’s Council of Advisors on Science and Technology y recibió la IEEE Medal of Honor ese mismo año por su liderazgo en semiconductores y computación acelerada. Lo que lo hace útil para un VP de Engineering no es el perfil institucional, sino su manera de articular por qué la computación acelerada cambia lo que es ejecutable con un equipo pequeño. Para quienes evalúan qué capacidades de IA construir versus comprar, su perspectiva sobre la dirección del hardware informa directamente el cálculo arquitectónico.
Kelsey Hightower — Google. Asociado con Google, Hightower es la referencia más directa en esta lista para líderes de ingeniería. Su valor no está en enseñar Kubernetes desde cero, sino en centrar el debate donde los equipos realmente fallan: simplicidad operativa, mantenibilidad a largo plazo y las personas que tienen que sostener los sistemas en producción. Para un Engineering Manager que enfrenta la pregunta de cuándo Kubernetes es la respuesta correcta versus cuándo es la respuesta cara, esa perspectiva es más útil que la mayoría de las documentaciones oficiales.
Erik Bernhardsson — Modal. Vinculado a Modal y con trayectoria previa en la industria de datos, Bernhardsson trabaja en la intersección entre IA, infraestructura de datos y experiencia del desarrollador. Su valor está en hacer explícito lo que los vendors de infraestructura de IA no dicen: que la iteración rápida y la reducción de fricción son precondiciones para que la IA funcione en producción, no consecuencias automáticas de adoptarla. Es una voz especialmente útil para líderes que están construyendo o evaluando plataformas internas de IA.
David Forino — Quanted. Forino publica sobre el cuello de botella de datos que aparece cuando los equipos intentan operar IA a escala: más tiempo manteniendo pipelines que investigando. Es el mismo problema que aparece en implementaciones de LLM en producción. Para ingenieros de plataforma y staff engineers diseñando arquitecturas de datos para IA, ese nivel de detalle operativo tiene valor directo.
Mustafa Suleyman — Microsoft AI. Vinculado a Microsoft AI, Suleyman analiza cómo la IA concentra capacidad e infraestructura en pocas organizaciones y qué implica eso para la gobernanza y los mercados laborales. Para líderes de ingeniería, la relevancia es estratégica: las decisiones de build vs. buy en infraestructura de IA no son solo técnicas, son también decisiones sobre dependencia estructural. Su rol y título actuales no han sido confirmados de manera independiente al cierre de esta edición.
Ethan Mollick — Wharton. Académico asociado a Wharton, Mollick es reconocido por evaluar modelos nuevos con rigor antes de que lleguen al mainstream. Para líderes que necesitan discriminar entre herramientas de IA con impacto real y ruido de vendor, representa una perspectiva con metodología publicable, aunque su acceso temprano a modelos específicos no ha sido verificado de forma independiente en esta edición.
Jason Crawford — Roots of Progress. Vinculado a Roots of Progress, Crawford aborda la historia y la filosofía del progreso tecnológico. Menos evidente para un engineering leader, pero útil para quienes toman decisiones de plataforma con horizonte de tres a cinco años: entender por qué el progreso tecnológico ocurre o se detiene cambia cómo se evalúan las apuestas arquitectónicas de largo plazo.
Kevin Benedict — Tata Consultancy Services. Asociado a Tata Consultancy Services, Benedict publica sobre la intersección de IA, transformación digital y evolución de la fuerza laboral. Su utilidad para líderes de ingeniería está en el plano organizativo: cómo la adopción de IA cambia estructuras de equipo, no solo workflows.
Dado Van Peteghem. Proporciona orientación sobre cómo adaptar organizaciones a IA y ecosistemas digitales, con énfasis en alinear tecnología, cultura y estrategia de negocio. Para un VP de Engineering que reporta a C-suite, ese vocabulario de alineación es operativamente útil.
Justina Nixon-Saintil — IBM Foundation. Vinculada a IBM, su perspectiva sobre gobernanza de IA, transformación de la fuerza laboral e innovación responsable es relevante para líderes que están construyendo políticas de uso de IA dentro de sus equipos de ingeniería.
Niall Ferguson — Hoover Institution, Stanford. Historiador, no tecnólogo. El argumento para seguirlo: la tecnología cambia rápido, las instituciones y las estructuras de poder cambian lento. Entender esa brecha es donde aparecen las oportunidades y los riesgos más grandes para quienes toman decisiones de plataforma.
Donde golpea esto a Líderes de Ingeniería de Software
La presión operativa concreta es esta: los líderes de ingeniería están tomando decisiones de arquitectura, tooling e infraestructura cuyas consecuencias se extienden a tres o cinco años, en un entorno donde el costo de una apuesta equivocada en infraestructura de IA es alto y los vendors tienen incentivo a simplificar el panorama.
El problema de curación es real. No es falta de fuentes, sino exceso de señal de baja calidad. Lo que distingue a los perfiles de esta lista es que la mayoría no venden herramientas: analizan mecanismos. Hightower sobre por qué los equipos fallan en la adopción de Kubernetes, Bernhardsson sobre qué requiere realmente la infraestructura de IA en producción, Forino sobre el cuello de botella de datos que aparece cuando se opera a escala: son señales que un engineering leader puede convertir en preguntas mejores antes de comprometer presupuesto o headcount.
Para líderes con equipos construyendo sobre LLMs o evaluando plataformas internas de IA, la combinación de Bernhardsson, Forino y Hightower cubre el espectro desde arquitectura de datos hasta experiencia del desarrollador con suficiente profundidad operativa para ser útil. Para quienes navegan decisiones de organización de equipo en contexto de IA, Benedict y Nixon-Saintil ofrecen marcos que no suelen aparecer en conferencias técnicas.
Que aun podria cambiar la lectura
Ninguno de los 11 perfiles fue evaluado con datos de impacto medible sobre decisiones de ingeniería. La lista es curada por CIOs, no exclusivamente por engineering leaders, lo que introduce un sesgo hacia perspectivas más estratégicas y menos orientadas a implementación técnica profunda. Para un staff engineer o principal engineer, algunos perfiles serán más inmediatamente accionables que otros.
Los roles y afiliaciones actuales de varios perfiles —incluyendo Suleyman, Benedict y Nixon-Saintil— no han sido verificados de forma independiente. La utilidad de seguir una voz en redes sociales es también altamente dependiente del contexto y del momento del ciclo de decisión en que se encuentre el lector.
La pregunta que esto deja a tu equipo
¿Cuáles de las decisiones de arquitectura o tooling que tu equipo tomará en los próximos seis meses están siendo informadas por fuentes que analizan mecanismos y consecuencias, y cuáles están siendo informadas principalmente por documentación de vendors?
Fuentes
- Cio — 11 expertos en tecnología a los que todo director de sistemas de información debería seguir en las redes (Link)
