Cómo usamos la inteligencia artificial en Muñoz Solutions

Así integramos la IA en el desarrollo de nuestros sistemas: agentes que especifican, programan y revisan, con personas tomando cada decisión importante.

Por Alfonso Andrade • • 4 min de lectura • Actualizado el 11 de noviembre de 2026
Portada azul marino con cubos isométricos rojos que pasan de líneas a sólidos y el título “Cómo usamos la inteligencia artificial”

La IA en nuestro trabajo

Cuando se habla de inteligencia artificial en una empresa, es fácil imaginar robots reemplazando personas o promesas de “automatizarlo todo”. En Muñoz Solutions la realidad es más práctica: usamos la IA como una herramienta de trabajo más, dentro de un proceso claro y siempre con una persona tomando las decisiones importantes.

En este artículo te contamos cómo la integramos en el desarrollo de los sistemas que sostienen nuestra operación diaria.

Un equipo pequeño con sistemas grandes

Detrás de la tienda, la facturación, los cobros y la atención a clientes hay varios sistemas internos: un ERP, un punto de venta, un panel de administración y las integraciones con proveedores y servicios de pago.

Mantener y hacer crecer todo eso con un equipo de desarrollo reducido es un reto. Ahí es donde la IA marca la diferencia: no para trabajar en lugar de las personas, sino para que cada persona pueda enfocarse en lo que realmente requiere criterio humano.

Desarrollo guiado por especificaciones

El corazón de nuestro uso de IA es un flujo de trabajo llamado desarrollo guiado por especificaciones (Spec-Driven Development). La idea es simple: antes de escribir una sola línea de código, se define con claridad qué se va a construir y por qué.

El proceso funciona así:

  1. Descubrimiento. Un agente de IA hace preguntas sobre la nueva funcionalidad: qué problema resuelve, quién la usará, qué reglas de negocio aplican.
  2. Especificación. Con esas respuestas se genera un documento breve con los requerimientos y el diseño propuesto. Un desarrollador lo revisa y lo aprueba o lo rechaza.
  3. Implementación. Una vez aprobada la especificación, otro agente escribe el código. Si encuentra una decisión que no está clara, se detiene y pregunta en lugar de adivinar.
  4. Revisión. Agentes especializados revisan la calidad del código, la experiencia de usuario y la seguridad, y señalan los puntos de mayor riesgo.
  5. Cierre. Se documenta lo construido y un desarrollador recorre los cambios antes de integrarlos.

Cada uno de estos pasos lo realiza un agente distinto, con una responsabilidad específica, coordinados por un agente “líder” que lleva el control de las tareas.

La persona siempre tiene la última palabra

Uno de los aprendizajes más importantes ha sido que la IA no debe trabajar sola. Al principio, el reto no era técnico: era revisar cientos de líneas generadas automáticamente y documentos demasiado largos.

Por eso rediseñamos el proceso para que la colaboración sea más cercana:

  • Las especificaciones se resumen en un documento corto que se puede aprobar en pocos minutos.
  • Se distingue claramente qué decisiones vienen de lo que pidió el equipo y cuáles propuso la IA, para que estas últimas se validen de forma explícita.
  • El agente de implementación pregunta en los momentos clave en lugar de tomar decisiones por su cuenta.
  • La revisión entrega un mapa de riesgos para saber dónde poner atención primero.

El resultado es un flujo donde la IA hace el trabajo pesado y repetitivo, y las personas aportan el criterio, el conocimiento del negocio y la aprobación final.

Organización y planeación

La IA también nos ayuda a organizar el trabajo. Las tareas viven en una herramienta de gestión de proyectos conectada directamente con los agentes, de modo que el avance de cada funcionalidad se actualiza en un solo lugar.

Trabajamos en ciclos cortos de planeación, desarrollo y revisión. Esta disciplina, combinada con la IA, nos permite avanzar de forma constante sin saturar al equipo.

Herramientas que usamos

  • Claude Code, el asistente de programación de Anthropic, como base para los agentes de desarrollo.
  • Plane para la gestión de tareas y ciclos.
  • Go, PostgreSQL y Angular como tecnologías principales de nuestros sistemas.

Compartiendo lo aprendido: byteflow

La experiencia de construir este flujo nos llevó a crear byteflow (bflow), una herramienta de código abierto que generaliza el proceso para que cualquier equipo pueda usarlo, sin importar qué gestor de tareas o asistente de IA prefiera. Ya hay personas usándola en proyectos reales, y cualquiera puede probarla o colaborar en github.com/innobytestech/bflow.

Lo que sigue

La IA no es una solución mágica, pero bien integrada se convierte en una gran aliada. En Muñoz Solutions seguiremos usándola para construir sistemas más sólidos, atender mejor a nuestros clientes y crecer de forma ordenada, siempre con personas al frente de las decisiones.

¿Te interesa saber más sobre cómo aplicamos la tecnología en nuestro día a día? Mantente atento a nuestro blog.

Compartir

Tienes un proyecto en mente?

Platicanos que necesitas y armamos una propuesta a la medida.

Cotizar Proyecto