3 tipos de proyectos que las empresas siguen pagando (incluso en plena era de la IA)

Hay una idea que circula mucho estos días: que la IA va a acabar con el desarrollo de software. Y sin embargo, hay proyectos que se siguen pidiendo, mes tras mes, y no creo que eso vaya a cambiar en los próximos años. ¿Por qué? Porque no se trata de un proyecto puntual que hoy está de moda y mañana desaparece. Se trata de categorías de software que casi cualquier empresa o negocio con usuarios va a necesitar tarde o temprano.

En este artículo te voy a mostrar tres tipos de proyectos que siguen siendo muy demandados, incluso ahora, y que además puedes aprender a construir apoyándote en herramientas con IA. Para los ejemplos voy a usar Abacus (concretamente su app de chat, donde puedes pedir proyectos de backend, frontend, automatizaciones e incluso tienes entornos en la nube para ejecutar todo ahí). Pero que quede claro desde ya: todo esto lo puedes hacer con cualquier herramienta o agente de tu elección. La plataforma es lo de menos; lo que importa es entender el patrón.

Vamos.

Antes de empezar: la herramienta

En mi caso voy a usar la app de Abacus, que es básicamente un chat donde puedes pedir cualquier tipo de proyecto. Te registras, entras, y ves una interfaz de chat. La plataforma funciona con suscripciones que arrancan desde los $10, lo cual además te deja correr chats con múltiples modelos —o sea, funciona también como una especie de integrador de varias IAs en una sola—, pero hoy la vamos a usar para crear aplicaciones.

Si quieres usar exactamente lo mismo que yo, te dejo el enlace en la descripción. Y si prefieres otra herramienta, adelante: el objetivo es que entiendas los tres tipos de proyecto, no que uses una plataforma en específico.

Proyecto 1: una aplicación RAG (chatea con tus propios documentos)

La primera aplicación se llama RAG, que viene de Retrieval-Augmented Generation. Dicho en simple: es una aplicación que se comunica con una IA y que puede leer los datos que tú le cargues, en muchos formatos —Excel, PDF, Word, texto y más—, para luego responderte preguntas a partir de ese contenido.

El prompt que usé va más o menos así (te lo dejo escrito en la descripción para que lo copies):

Crea una aplicación RAG donde pueda subir mis propios documentos (PDF, Word, texto, Markdown) y hacerles preguntas en un chat. La app debe permitir subir y gestionar archivos, indexar el contenido para poder buscar dentro de él, y responder preguntas a partir de lo que suba. Cuando la información no esté en los documentos, que me lo indique y que no invente. Interfaz tipo chat.

Un par de detalles importantes de ese prompt:

• Indexar significa que se lee el contenido y se le añaden como pequeños índices para que se pueda encontrar rápido —no lo encuentras tú, lo encuentra la base de datos.
• La instrucción de "que no invente" es clave. Le estás diciendo explícitamente que, si la respuesta no está en tus documentos, lo diga en lugar de alucinar.

Si quieres un prompt más técnico y completo, que deje explícita toda la mecánica del RAG, puedes usar este:

Crea una aplicación RAG (Retrieval-Augmented Generation) que:

• Permita subir documentos (PDF, TXT, Markdown).
• Divida el contenido en chunks y genere embeddings.
• Guarde los embeddings en una base de datos vectorial.
• Tenga una interfaz de chat donde el usuario haga preguntas.
• Por cada pregunta: busque los chunks más relevantes y los pase como contexto al LLM para responder.
• Muestre las fuentes (de qué documento salió cada respuesta).

La diferencia con el prompt anterior es que aquí le estás diciendo explícitamente cómo funciona un RAG por dentro —chunks, embeddings, base de datos vectorial, recuperación por relevancia y citado de fuentes—. Los dos funcionan; este segundo te da más control sobre la arquitectura.

Al enviar el prompt, la plataforma me hizo algunas preguntas de configuración. Yo respondí así: llamé a la app "chats", pedí que los documentos persistan (aunque también puedes hacer que duren solo durante la sesión), activé login (la autenticación casi siempre es necesaria) y puse un límite de 4 documentos como máximo. Ese límite es importante para no cargar todo el contexto de golpe.

Probándolo

Una vez generada, para probarla real le di a deploy y le puse un nombre (algo como chat-docs-fzt). Eso me devolvió una URL pública donde puedo entrar, crear una cuenta y subir archivos.

Un truco útil: puedes pedirle que soporte drag and drop de archivos. Simplemente le dices "permite arrastrar y soltar archivos", lo modifica, le das redeploy y listo.

Para la demo subí unos PDFs que eran el temario de un curso. Le pregunté "¿de qué va el curso?" y ahí es donde entran los embeddings —que es justamente lo que hace un RAG: ya leyó el documento cuando lo cargamos, y a partir de eso responde. Esa información no la puedes obtener de un chat normal, porque el chat no la tiene. El RAG se trata precisamente de eso: que la información la cargue un usuario y la IA responda sobre ella.

Suena complicado, pero es simple (y muy vendible)

Estos proyectos suenan complejos, pero en el fondo casi todos usan la misma lógica: consultar un chat. En este caso, la plataforma ya te da la API, así que funciona de inmediato. Si lo desarrollaras localmente, tendrías que decidir qué modelo usar, pero la esencia sigue siendo la misma: ayudarle con un prompt del estilo "Eres un asistente que responde a partir de estos archivos...".

Ojo con esto: aunque a nivel de usuario parece un juguete, está mucho más pensado para empresas. Muchas empresas quieren cargar su información privada y procesarla. Y de ahí puedes escalar a las tools.

Por ejemplo, si le pido "investiga en internet sobre el AMD Ryzen AI Halo", me responde: "No encontré esa información en tus documentos". ¿Por qué? Porque de momento es solo un chat, no puede navegar. Pero muchas empresas hoy están pagando por convertir ese RAG sencillo en un agente. Un agente significa que hay herramientas para que el chat haga otras cosas: navegar en internet, automatizar consultas o conectarse con programas adicionales.

Te lo digo por experiencia: este último año he creado varios RAG que simplemente consultan APIs privadas o sistemas que la empresa ya tiene. Practicar construyendo este tipo de proyectos es buena idea, porque si los sumas a tu portafolio es muy posible que una empresa te considere —hoy en día se están desarrollando justo estas aplicaciones.

Proyecto 2: workflows de automatización

Lo siguiente es crear workflows de automatización: básicamente poder decirle a la IA que haga algo de forma constante, todos los días o a una hora específica. Esto siempre ha existido y hay muchas formas de hacerlo con herramientas sin IA, pero si la IA lo puede armar, es mucho más fácil.

Ejemplo A: un digest diario de noticias

El prompt fue algo así:

Crea un workflow automatizado que cada mañana busque en la web las noticias más recientes sobre inteligencia artificial, herramientas para desarrolladores y hardware para IA. De todo lo que encuentres, selecciona los 5 titulares más relevantes y arma un resumen breve de cada uno. Envíame ese digest por correo.

Al configurarlo pude especificar la hora, la zona horaria, el asunto del correo y hasta las fuentes de donde extraer la info. Yo puse las 7 am en GMT-5 y dejé que decidiera el resto.

La plataforma generó un resumen de la automatización, y lo bueno es que se puede testear en el momento: le das a probar y verás cómo empieza a ejecutarse. Otra forma de lograr esto mismo es con herramientas como n8n, pero recuerda: la idea es crear el workflow, así que usa la que te sea más cómoda.

Cuando terminó, me llegó el correo. Y era como una especie de newsletter, solo que creada por un agente desde cero, sin suscribirme a ninguna plataforma. Él mismo la resume y la manda.

Ejemplo B: monitoreo de menciones

Una segunda idea con lo mismo: pedir un workflow que busque menciones recientes de términos que te interesen. A mí me interesa mucho la IA local, así que pedí:

Busca menciones de DGX Spark, agentes de IA, IA local y noticias similares en las últimas 24 horas. Descarta duplicados y arma un resumen con un enlace de cada mención. Envíamelo por Telegram (o correo) todos los días a las 8 am.

Algo muy interesante de esta automatización es que a veces puedes ver el flujo paso a paso, como si fuera n8n, viendo cómo se ejecuta cada bloque del workflow. Al darle ejecutar, me llega otro correo con los enlaces —y en este caso fue mucho más grande porque no le puse ningún límite—. Cada enlace te lleva a la publicación real (en el ejemplo, una estaba en Reddit) y todas relacionadas con los temas que pedí monitorear.

Biblioteca de prompts de automatización

De ahí puedes ir mucho más lejos. Te dejo seis workflows listos para copiar y pegar. Reemplaza lo que está entre corchetes según tu caso, y elige el canal de salida que uses (correo, Telegram, Slack, WhatsApp).

1. Resumen de noticias de tu nicho

Crea un workflow automatizado que cada mañana busque en la web las noticias más recientes sobre inteligencia artificial, herramientas para desarrolladores y hardware para IA. De todo lo que encuentre, selecciona los 5 titulares más relevantes y arma un resumen breve de cada uno (2-3 líneas) con su enlace. Envíame ese digest por [correo / Telegram / Slack]. El resumen debe ser claro, en español, y priorizar lo verdaderamente importante sobre el ruido.

2. Monitoreo de keywords / tendencias

Crea un workflow que busque menciones recientes de los términos "DGX Spark", "agentes de IA" e "IA local" en noticias, blogs y foros técnicos. Recopila lo nuevo de las últimas 24 horas, descarta duplicados y lo irrelevante, y arma un digest con título, resumen de una línea y enlace de cada mención. Envíamelo por [correo / Telegram]. Hazlo correr todos los días a las 8 AM.

3. Alerta de precios

Crea un workflow que vigile el precio de [producto, ej. una GPU NVIDIA específica] en [tienda o sitio]. Revísalo una vez al día y, si el precio baja de [monto en USD], envíame una alerta por [correo / WhatsApp] indicando el precio actual y el enlace de compra. Si no hay cambios relevantes, no me envíes nada.

4. Vigilancia de competencia

Crea un workflow que revise una vez al día los canales y sitios de [lista de creadores o productos de tu nicho] y detecte cuándo publican contenido nuevo o cambian sus precios. Cuando haya algo nuevo, envíame un aviso por [correo / Slack] con el título, un resumen breve y el enlace. Solo avísame cuando realmente haya novedades.

5. Monitoreo de marca / reputación

Crea un workflow que busque diariamente menciones de "Fazt Tech" y mi nombre en redes sociales, blogs y la web. Cuando aparezca una mención nueva, envíame un resumen por [correo / Telegram] con el contexto, el sentimiento (positivo/neutral/negativo) y el enlace a la fuente.

6. Alerta de oportunidades (freelance / sponsorships)

Crea un workflow que revise plataformas de proyectos freelance y oportunidades de colaboración buscando publicaciones que encajen con estos filtros: presupuesto superior a [monto], temas de [IA / desarrollo / contenido técnico]. Cuando encuentre algo, envíame los detalles por [correo / Telegram] con un resumen y el enlace para postular.

Cada uno resuelve un problema real: mantenerte al día sin abrir mil pestañas, cazar una GPU cuando baja de precio, saber qué hace tu competencia, cuidar tu reputación o no perderte una oportunidad de trabajo. Y todos siguen la misma lógica de base —buscar, filtrar, resumir, avisar—, así que una vez que dominas uno, los demás son variaciones.

Proyecto 3: la herramienta interna para empresas

Y finalmente, un desarrollo que nunca se acaba y que siempre te van a pedir: la herramienta interna para algún tipo de empresa.

Aquí podría mencionar el SaaS, pero el SaaS es mucho más público —está abierto a cualquier usuario y la idea es que cualquiera pague una suscripción y empiece a usar tu herramienta—. En este caso te diría que cambies el enfoque: hay muchísimas empresas que ahora mismo necesitan alguna herramienta y tú la puedes crear muy rápido.

Te lo digo por experiencia: la generación de estos proyectos no ha parado. Llevo entre dos y cuatro proyectos al mes relacionados con crear alguna conexión con una API, un sistema interno para empresa, dashboards con analíticas, integraciones con los sistemas que ya tiene la empresa. Si entiendes eso, vas a poder seguir desarrollando cómodamente, porque estos proyectos siempre van a ser necesarios.

Un mini CRM (o ERP, o lo que necesites)

El prompt de ejemplo:

Crea una aplicación web de gestión interna —no un chat, sino un tipo mini CRM.

Un CRM es un sistema para hacer seguimiento de clientes, pero no tiene que ser eso necesariamente. También puede ser un ERP, que permite manejar todas las áreas de una empresa: recursos humanos, finanzas (contadores, administradores) y, según el rubro, más áreas —si es un almacén, tendrás inventarios, etc.—. La clave es que, para crear un sistema así, normalmente tienes que entender el problema y diseñarlo.

Subiendo el nivel: backend + frontend + app móvil (con "swarm")

Ahora vamos a algo más interesante. Estas aplicaciones a veces están conformadas por backend, frontend e incluso una app móvil. Así que le pedí:

Crea un backend, un frontend y una app móvil.

Esto lo puedes hacer con cualquier herramienta. Y como es un proyecto grande —son básicamente tres proyectos—, aquí es donde entran los subagentes. Muchas veces me han visto lanzar en la terminal hasta 12 subagentes, y eso no significa 12 proyectos separados: a veces son cuatro proyectos que pertenecen a lo mismo (un backend, un frontend, una app de consola, un MCP, una app móvil) y todos funcionan a la par. Si tienes cuatro repos en un mismo proyecto, ya son ocho procesos, y así.

En la app de Abacus, esta idea se llama swarm: un conjunto de agentes que funcionan en paralelo. Le das a "start swarm", cambia un poco la interfaz y vuelve a tomar el requerimiento. Eso sí, ten presente que usar swarm gasta más tokens, porque avanzas más rápido.

Después de aceptar la planificación, se abre un panel a la derecha donde ves el avance paso a paso de cada aplicación. Primero arma la app web (típicamente con Next, aunque puedes separarlo en otro backend) y luego la app móvil con React Native. Este proceso puede tomar bastante tiempo —alrededor de media hora—.

El resultado

Al terminar, tenía dos aplicaciones: el backend + web, y la app móvil. Abrí la web (algo básico, pero se le puede pedir que se extienda mucho más: un sidebar, más vistas, todo el vibe coding que ya conoces). Lo interesante es que, aunque parece solo una app web, tiene un backend. Al abrir la app móvil, se conecta al mismo backend que usa la web.

Para demostrarlo, creé un cliente en la web ("John Doe" con un correo), le di a crear, y al ir a la app móvil... ahí aparecía también. Es decir, ambas comparten backend y comparten lógica.

Y aquí un punto que importa más de lo que parece: la gran mayoría espera que estas apps de negocio tengan una interfaz bonita, pero lo que importa es que sean funcionales. Si alguna vez has visto muchos de esos aplicativos internos, sabes que buena parte tiene interfaces poco usables... pero resuelven el trabajo. Esta no es una app súper producida, pero se le puede seguir dando forma.

En resumen

Crear proyectos es relativamente simple estos días, y estos tres tipos son de los que nunca acaban:

1. Chats con datos de empresa (RAG) — que además puedes convertir en agentes con tools.
2. Workflows de automatización — digests, monitoreo de precios, menciones de marca.
3. La típica aplicación interna — CRMs, ERPs, dashboards, integraciones.

Son proyectos que puedes construir durante mucho tiempo e ir variando. En mi caso, siendo freelance, la mayor parte del tiempo he ido recreando estos proyectos una y otra vez. Y es que, a pesar de que la IA ya está aquí, se siguen pidiendo justamente porque siempre han resuelto un problema real.

Si quieres aprender más sobre esto o construir algún proyecto en específico, déjalo en los comentarios y trataré de responder cualquier duda. Nos vemos en un próximo video.

Puedes reservar asesorías personalizadas sobre cualquiera de estos temas en fazt.dev.