iFood: escalando la adopción de IA en 3.500 ingenieros
Primer integrante del área de DATA & AI en Marketplace — la mayor unidad de negocio de la plataforma líder de delivery de comida en América Latina. Capturo, conecto y empaqueto los patrones de IA que surgen de forma orgánica en más de 200 squads.
El mayor delivery de comida de América Latina
- 3.500+
- ingenieros en Marketplace
- 200+
- squads experimentando con IA
El desafío
El Marketplace de iFood — el producto central de delivery de comida — funciona con más de 3.500 ingenieros. Cada squad experimenta con IA por su cuenta: unos con reglas de Cursor, otros con servidores MCP, otros con harnesses propios. El resultado es un mosaico de logros aislados. Nadie sabe qué funciona a nivel de toda la organización. Nadie puede replicar lo que un squad ya resolvió.
El mandato de adopción de IA del CTO es claro: todos usan IA, es una directriz, no una opción. Pero una directriz sin coordinación se vuelve caos.
El mandato: capturar, conectar, empaquetar
Soy el primer integrante del nuevo departamento de DATA & AI en Marketplace. Mi trabajo no es construir productos de IA — es hacer que 3.500 ingenieros entreguen más rápido, convirtiendo logros dispersos con IA en patrones comunes.
El flywheel de adopción
Entrada
Experimento de IA a nivel de squad
- 01Capturar
Entrar en los frentes activos de cada BU, documentar qué funciona y qué está trabando. Ads con la plataforma interna de coding con IA + herramientas de diseño, Pricing con herramientas de inteligencia de precios, Mobile con reglas de editor + servidores MCP propios.
- 02Conectar
Vincular squads que hacen cosas parecidas de forma aislada. El equipo de Ads no sabe que Pricing ya resolvió el mismo problema. Mi trabajo es hacer que conversen.
- 03Empaquetar
Lo que demuestra ser bueno se vuelve estándar común: configuraciones de harness, catálogos de skills, ADRs, servidores MCP. La práctica se vuelve un patrón adoptable.
Salida
3.500 ingenieros entregan código asistido por IA con patrones compartidos
Lo que se entregó
Primeros 30 días — las bases
- Obligatorio:Piloto del Ads Portal validadoPrimer territorio de ejecución. Se establecieron la creación de PRDs asistida por IA, la integración con diseño y el flujo de revisión.
- Obligatorio:Grupo de trabajo con DevXGrupo de trabajo entre varias unidades de negocio junto al equipo habilitador de arquitectura. Presentado al liderazgo.
- Obligatorio:Red mapeadaConecté con más de 15 personas clave en varias unidades de negocio y equipos de plataforma.
- Obligatorio:Línea base instrumentadaMétricas de línea base instrumentadas, contra las cuales se medirá la adopción.
La arquitectura de 3 capas en la que me muevo
iFood funciona sobre 3 capas estructurales más temas transversales. Mi departamento atraviesa las tres:
| Capa | Qué hace | Mi rol |
|---|---|---|
| C1 — Generación de valor (BUs) | Donde la IA se convierte en dinero/producto | Medir resultados aquí — la captura+conexión aparece en las métricas de BU |
| C2 — Capacidades | Stack tecnológico, plataformas, tools de IA | Usar, adaptar y conectar capacidades existentes; empaquetar lo que funciona |
| C3 — Habilitadores | Cultura, forma de trabajo, disciplinas | Tejido conectivo humano — red de AI champions |
Mi combustible es C2. Mi terreno es C3. Mi resultado se mide en C1.
El playbook de iFood: 4 estrategias + 1 mandato
La cultura tecnológica de iFood se apoya en estrategias acumuladas. El mandato de adopción de IA es la más reciente, y es donde yo opero:
- Cultura de resiliencia en ingeniería (desde 2020) — ciberseguridad y resiliencia en el ADN. No es mi responsabilidad, pero mis patrones deben respetarla.
- Disciplina de arquitectura de plataforma (desde 2020) — pensamiento de plataforma técnico y organizacional. No es mi responsabilidad, pero es la estructura sobre la que construyo.
- Modelo de experimentación con equipos pequeños (desde ~2021) — equipos pequeños que prueban tesis rápido. Fase 2 para mí — después de demostrar que capturar-conectar-empaquetar funciona.
- Mandato de adopción de IA (desde 2026) — mi vector principal. La directriz universal de que todos usan IA. Mi trabajo es convertirla en práctica coordinada, no en caos.
Stack
- Cursor
- Claude Code
- AI coding platforms
- Multi-model gateway
- Internal harness frameworks
- MCP servers
- AI automation pipelines