Los no-ingenieros ahora representan 12% de todos los PRs iniciados por humanos en el código de producción — miles por mes — usando Ramp Inspect, nuestro agente de código propio.
Logramos esto estando obsesionados con que cada empleado adoptara esta nueva tecnología — similar a cómo las computadoras entraron al mundo laboral. Construimos nuestra propia versión de Claude Cowork llamada Glass, que le da a cualquier persona en la empresa un agente de IA altamente configurado, completamente conectado con los sistemas de Ramp y consciente de cómo construimos.
Realizamos el hackathon de IA más grande jamás hecho — 700 participantes entre vendedores, CX, legal, marketing y finanzas, con coaching de 100 de nuestros ingenieros y PMs más capaces. Entregaron más en una semana de lo que anteriormente podíamos en un año.
Modificamos nuestro proceso de contratación y gestión de talento. Le dimos a todos presupuesto ilimitado para construir, aprender y explorar. Creamos leaderboards para incentivar el uso. Reorganizamos equipos alrededor de quienes ven el futuro. Celebramos victorias en los All Hands. Presionamos incansablemente a cada persona y líder para que construyera. Y el resultado está muy por encima de lo que jamás imaginé.
El segundo mejor momento para empezar es hoy.
En Ramp, nuestra cultura es velocidad. Moldea cada proceso y ritual de equipo. Esa cultura resultó ser el mayor acelerador de adopción de IA.
En el kickoff de la empresa en enero de 2025, le dijimos a toda la empresa que nos convertiríamos en la empresa más productiva del mundo. Creíamos que podíamos lograrlo, dada la cultura de Ramp. No teníamos idea de cómo.
Empezamos con lo obvio:
- Claridad del liderazgo de que el uso de IA es una expectativa
- "Gremio" dedicado de IA, disponible para cualquier pregunta
- Canales en Slack donde los equipos comparten lo que construyeron
- Tiempo dedicado en All Hands para celebrar constructores
- Uso de IA obligatorio y rastreado para todos
No hubo programa formal de gestión del cambio. Ningún currículo de capacitación obligatorio. En su lugar, construimos la infraestructura para que las personas se enseñaran a sí mismas y entre ellas. La realidad es que los equipos solo necesitan una oportunidad. Todos quieren construir. Y con IA, cualquiera puede.
Trata la competencia en IA como una curva de aprendizaje, no como un interruptor.
Hace un año, la mayoría de nosotros usaba IA como todos. ChatGPT en una pestaña. Búsqueda con IA en Notion. Bien, pero no transformacional.
Lo que observamos es que el output productivo da un salto cuando las personas superan ciertos umbrales de comodidad. Casi nadie fuera de algunos ingenieros excepcionales operaba en los niveles superiores antes de 2025. Pero a finales de 2025 y este año, aceleramos masivamente — porque pasamos el año anterior construyendo una base sólida.
Pensamos en la competencia de IA en cuatro niveles:
Técnico
No Técnico
Competente
o Performativo
L0: A veces usa ChatGPT. No ha cambiado ningún workflow. Si sigues aquí y no eres proactivo, probablemente no seguirás en la empresa.
L1: Creó GPTs personalizados, usó agentes de Notion, experimentó con Claude Code. Empieza a ver lo que es posible pero aún no ha compuesto resultados.
L2: Construyó una app que automatiza parte de su trabajo. Hizo commits de código o contribuyó feedback al trabajo de otros. Aquí es donde las cosas se ponen reales.
L3: Constructores de sistemas. No solo usan IA — construyen la infraestructura que eleva a todos los demás. Estas personas son multiplicadores de fuerza.
Nuestro trabajo es llevar a todos escalera arriba. Tres cosas lo hacen posible:
Construye herramientas que encuentren a las personas donde están. Empezamos migrando a toda la empresa a Claude y Notion AI conectados a todas las herramientas de trabajo — una barrera técnica baja donde todos podían participar y obtener beneficio real. Eso llevó a las personas de L0 a L1.
Eleva las expectativas conforme las herramientas maduran. La competencia en IA entró en los filtros de contratación, onboarding y conversaciones de desempeño. No como un fin en sí mismo, sino como expectativa declarada: dominar estas herramientas es esencial para hacer cualquier trabajo bien en Ramp. Eso empuja a los L1 hacia L2.
Alinea el mandato con las herramientas. Si elevas las expectativas antes de que las herramientas cumplan, pierdes credibilidad y la gente deja de escuchar.
Abraza la destrucción creativa.
Esta es la parte que hace a Ramp estimulante e incómodo en igual medida.
Muchas de las herramientas que lanzamos en enero de 2026 ya son obsoletas — reemplazadas por mejores versiones, frecuentemente de los mismos constructores. Nos acostumbramos a una vida útil de semanas, no meses. Cada actualización de LLM, cada mejora de Claude Code o Codex, cada nuevo lote de skills que lanzamos redefine lo que es posible. Si tus herramientas internas de hace tres meses todavía parecen estado del arte, no estás siendo lo suficientemente audaz.
Nuestra jornada de democratización de datos cuenta bien la historia:
Cada generación abrió puertas que la anterior no podía. Cada generación anterior fue silenciosamente discontinuada. ¿Las herramientas que ejecutamos ahora? Genuinamente esperamos que estén obsoletas para junio.
Construye desde el centro, impulsa desde los brazos.
Nos equivocamos en el diseño organizacional antes de acertar.
El instinto inicial fue centralizar: un equipo pequeño construye herramientas para toda la empresa. La demanda superó la capacidad casi inmediatamente. Luego giramos a descentralizado — cada equipo construye lo suyo. Toneladas de re-aprendizaje redundante.
La respuesta fue hacer ambas cosas:
Un equipo central pequeño construye las plataformas, conectores y plomería entre LLMs, datos, conocimiento y workflows. También gestiona capacitación, habilitación y gestión del cambio.
Equipos funcionales construyen sobre esas plataformas y dan feedback que direcciona el roadmap del equipo central.
Los resultados hablan por sí solos:
Dale a la gente un escenario, no solo un mandato.
Los mandatos decaen. La cultura es lo que permanece.
La estrategia, en la medida que había una, era encender la mayor cantidad de pequeños fuegos posible y ver cuáles crecían:
- Un canal en Slack (#ramp-uses-ai) — solo para ver qué pasaba. Hoy tiene más de 1,000 miembros. Generó 40+ canales específicos por equipo que colectivamente producen 20,000 mensajes por mes.
- Office hours de IA cada viernes — regularmente 40-50+ personas aparecen con preguntas.
- Onboarding de IA para nuevos empleados — reconstruido cuatro veces en el último año conforme la ambición creció.
- All Hands dedicados — desde nuestro CEO hasta un operador de primera línea demuestran lo que han construido con IA.
Los primeros convertidos importaron más que cualquier cosa. En cada equipo, había una persona — el líder de Sales Ops ambicioso, el operador de producto frustrado, el data scientist entusiasta. Se volvieron curiosos, se sumergieron y se convirtieron en contagio para sus equipos. Los hicimos visibles: spotlights en All Hands, recursos para construir herramientas a nivel de equipo, emparejamiento cuando la colaboración era necesaria.
Toda esta construcción pública crea una dinámica competitiva que todos sienten. Nadie quiere ser el equipo que no está construyendo nada. Cuando un CSM ve a un analista de riesgo entregar algo que ahorra 16 horas al mes, no piensa "qué bien por Riesgo." Piensa "¿qué puedo construir yo?"
Lleva a la gente al momento "Ajá" lo más rápido posible.
La capacitación no funciona. Las office hours y workshops ayudan. Pero el mejor maestro del mundo está mirándote directo a la cara: es la propia IA. Solo puedes llevar al caballo al agua. El mayor desbloqueo es hacer que alguien experimente un resultado real el primer día.
Aprendimos esto por las malas. A pesar de alcanzar 90%+ de adopción de herramientas de IA en la empresa, la mayoría de las personas estaban atrapadas en una interfaz de chat básica. Los modelos eran suficientemente buenos. La interfaz de uso no. Ventanas de terminal, instalaciones npm, configuraciones de MCP — eran simplemente demasiado complicados para la mayoría. Y quienes sí persistieron tenían setups completamente diferentes con aprendizajes aislados que no componían.
Entonces construimos Glass — nuestra propia versión de Claude Cowork, construida sobre el Agent SDK de Anthropic.
Glass se auto-configura al instalarse. Te autentificas una vez vía Okta SSO y más de 30 herramientas se encienden — Salesforce, Snowflake, Gong, Slack, Notion, Google Workspace, Figma. Sin guía de configuración. Sin ticket a TI. Si el usuario necesita debuggear, ya perdimos.
Un equipo de cuatro personas lo construyó en menos de tres meses. 700 usuarios activos diarios en un mes desde el lanzamiento. Las personas que más valor extrajeron no fueron las que asistieron a sesiones de capacitación. Fueron las que instalaron un skill el primer día e inmediatamente obtuvieron un resultado. El producto les enseñó más rápido de lo que nosotros jamás podríamos.
También construimos un marketplace de skills llamado Dojo, donde cualquiera puede empaquetar un workflow y compartirlo. Más de 350 skills compartidos en toda la empresa. Un vendedor descubre la mejor forma de analizar llamadas de Gong y armar battlecards — lo empaqueta como skill, y ahora cada vendedor tiene ese superpoder. Cada skill compartido eleva el piso para todos.
El resultado es que cualquier persona en 5 minutos puede crear cualquier cosa.
Conviértelo en competencia.
Las personas son competitivas. Al menos esto es cierto en Ramp.
Construimos un leaderboard interno que rastrea uso de IA en cada equipo e individuo de Ramp. Sesiones ejecutadas, skills usados, apps lanzadas, herramientas conectadas. Visible para todos. Los escépticos dirán que es una métrica de vanidad — que rastrear uso incentiva trabajo inútil, no productividad. Encontramos lo opuesto.
Los mayores usuarios de IA en Ramp frecuentemente son los profesionales de mejor desempeño. La competencia en IA es una habilidad como cualquier otra — entre más repeticiones haces, mejor te vuelves. Los power users están desarrollando memoria muscular para cuándo usar IA, cómo hacer prompts efectivos, qué skills combinar y cuándo anular. Están componiendo su propia palanca.
El leaderboard creó tres dinámicas que no anticipamos del todo:
Presión sana entre pares. Nadie quiere estar al final. Cuando ves que tu par en otro equipo está ejecutando 3x más sesiones y lanzando herramientas que ahorran horas a su equipo, no necesitas un mandato para empezar a construir. Necesitas tu instinto competitivo.
Accountability de managers. Los rankings por equipo hicieron imposible que los managers ignoraran la adopción de IA. Si tu equipo está en el cuartil inferior, esa es una conversación que vas a tener. Cambió la IA de "nice to have" a "parte de cómo evaluamos si los equipos están operando a su potencial."
Descubrimiento por emulación. El leaderboard no es solo un marcador — es un mapa. Cuando ves a alguien en el top, quieres saber qué está haciendo. Miras sus skills, sus workflows, sus apps.
Esto se extiende a contratación y gestión de desempeño. Ahora tenemos un requisito absoluto de que cualquier persona que entre a Ramp sea competente con herramientas de IA. Sin excepciones. Para candidatos de PM, hay una sesión dedicada en la entrevista: constrúyeme un producto, muéstrame cómo lo construiste, explícame cómo funciona. Es un prototipo funcional, no un deck de slides. Si no puedes demostrar que has internalizado estas herramientas, no pasas el filtro.
Elimina toda barrera entre tu gente y la IA.
La forma número uno en que las empresas matan la adopción de IA es tratándola como una decisión de compras. Aprobaciones de presupuesto. Revisiones de TI. Límites de tokens. Solicitudes de conectores que se quedan en fila por semanas. Cada una de estas es un muro entre tu gente y su momento "ajá".
Tomamos el enfoque opuesto. Tres cosas que hicimos temprano y que importaron más que casi todo:
Trata el uso de IA como presupuesto infinito de aprendizaje. Si exiges ROI por cada token antes de que la gente siquiera aprenda a usar las herramientas, nunca tendrás adopción. Dimos espacio para explorar con la expectativa explícita de que el retorno viene de la composición, no del primer día.
Elimina límites de tokens y restricciones de acceso. Sin topes de uso. Sin acceso por nivel de puesto. Sin "no eres ingeniero, no necesitas esto." Todos reciben las mismas herramientas, los mismos modelos, el mismo acceso. Las personas que más nos sorprendieron fueron las que nunca hubiéramos dado acceso bajo un proceso tradicional de aprobación.
Elimina todo cuello de botella de TI en conectores. Un agente de IA es tan útil como lo que puede acceder. Si tu gente tiene que abrir un ticket y esperar dos semanas para que TI apruebe una conexión a Salesforce o una integración con Snowflake, perderán el impulso y nunca volverán. Pre-conectamos 30+ herramientas para que cuando alguien abra Glass, todo ya esté en vivo. Una autenticación SSO y están trabajando.
Observa cómo todo se compone.
No empezamos con una mejor estrategia que la mayoría de las empresas. Quizá teníamos mejores condiciones iniciales: una cultura que recompensa velocidad e iniciativa, personas que prueban cosas sin esperar permiso, un liderazgo que respalda apuestas audaces porque sabemos que es bueno para nuestros clientes.
A falta de un plan maestro, simplemente empezamos. Seguimos construyendo herramientas, elevando la barra, invirtiendo en datos e infraestructura de IA, creando espacios para que la gente se luzca. Cada vía compuso por separado. Conforme se reforzaron mutuamente, la curva se volvió vertical.
Estamos en los primeros innings de la IA. Tu trabajo como líder es darle superpoderes a tus equipos y hacerles creer en sí mismos. Todo lo demás sigue.