"Un ser humano debería ser capaz de cambiar un pañal, planear una invasión, carnear un cerdo, gobernar un barco, diseñar un edificio, escribir un soneto, llevar las cuentas, levantar una pared, entablillar un hueso, consolar a un moribundo, recibir órdenes, dar órdenes, cooperar, actuar solo, resolver ecuaciones, analizar un problema nuevo, palear estiércol, programar una computadora, cocinar una buena comida, pelear eficientemente, morir con gallardía.
La especialización es para los insectos." — Robert A. Heinlein
Aprendí lo básico de programación en el colegio rompiendo la computadora de trabajo de mi viejo: una Wang 286 que trajo a casa en el 87. Era la primera computadora en Lobos, el pueblo en el que vivíamos. Nunca se me ocurrió que podía vivir de algo relacionado.
A los catorce empecé a estudiar piano. Toqué en un grupo de folklore de proyección con el que ganamos los Torneos Juveniles Bonaerenses. El premio fue un viaje a Europa en donde terminé conociendo al Papa. Nunca más toqué después de eso.
A los diecisiete me mudé a Buenos Aires a estudiar economía. Compartí departamento con tres pibes a los que apenas conocía. Conseguí mi primer trabajo haciendo soporte al cliente e implementando ERPs. Cuando no pude customizar más esos ERPS me metí a ver cómo estaban construidos, y terminé cambiando de carrera para estudiar sistemas.
A los veinticinco había pasado por múltiples roles e industrias. Lideraba proyectos tech en toda LatAm, y por necesidad había aprendido lo suficiente de cada rol a mi alrededor (ingenieros, sysadmins, analistas de negocio, project managers) como para mantener todo funcionando cuando alguien se iba de vacaciones, renunciaba, o le pasaba el camión proverbial por encima.
También había aprendido a cambiar los pañales de mi hija recién nacida.
Dos tipos de carrera
Me encanta obsesionarme con temas. Desde siempre. Aprenderlos a fondo y usar lo aprendido para resolver problemas más grandes. Pero en entornos profesionales siempre tuvo un costo: las corporaciones en las que trabajé necesitaban encasillarme en un título. Un rol. Un set de expectativas. Los managers no podían programar. Los tech leads no podían ayudar a ventas. No se podía saltear el organigrama. Y sin embargo saltearlo era la única manera de ver el panorama completo.
Así que dejé el mundo corporativo (o casi) y empecé a trabajar en startups, en donde ser generalista era una ventaja en lugar de un defecto. Podía saltar de estrategia tech a definición de producto, de hiring a arquitectura, de code review a llamadas con clientes, lo que el momento demandara.
Pero este tipo de carrera rara vez es hacia arriba y a la derecha: la mía a veces fue de costado, a veces directamente hacia abajo. Acepté trabajos que pagaban menos si me exponían a cosas que no entendía. Cada salto expandía la superficie de cosas que no sabía: FinTech, InsurTech, AgTech, BioTech.
Si hubiera seguido un camino de especialista, las cosas habrían sido bastante diferentes. La especialización te empuja profundo en un área. Y, en un mundo estable, esa expertise paga: retornos seguros, un path de carrera, un aumento de sueldo cada año. Pero es una apuesta cóncava. Cuando toda tu ventaja es conocer un dominio mejor que nadie, cualquier disrupción en ese dominio es una amenaza existencial. Imaginate dedicar tu vida a manejar un carruaje tirado por caballos, o a operar un ascensor.
Una carrera generalista es la apuesta opuesta. Es convexa. Te equivocás mucho: algunos saltos no llevan a nada, aceptás cobrar menos para cambiar de trabajo, abandonás habilidades y empezás de cero más veces de las que podés contar.
Hace unos años dejé un contrato en Estados Unidos que pagaba muy bien para apostar por un proyecto local. Pero Argentina siendo Argentina, cambió el signo político y la oportunidad se fue desinflando antes de que pudiera capitalizarla. Volví al punto de partida.
La apuesta no pagó en plata, pero esos años expandieron lo que sabía en una dirección nueva. Esa recompensa compone asimétricamente.
Pero no estoy argumentando a favor de saber un poco de todo. Ser superficial tiene muy poco upside. Lo que describo es más parecido a lo que Kent Beck llama un "paint drip": movés el pincel por el lienzo siguiendo tu curiosidad, y la profundidad se forma donde te quedás el tiempo suficiente. El objetivo no es la amplitud porque sí. Es ser genuinamente bueno en varias cosas, para que las combinaciones se conviertan en tu ventaja.
¿A quién premiará más un mundo cada vez más exponencial y dominado por AI, al especialista o al experto generalista?
Daniel Rabinovich, COO y ex CTO de Mercado Libre, dice que nada es más riesgoso hoy que ser un super-especialista. Gestiona 140.000 personas, y también es mago, ajedrecista, speedcuber y músico.
Hay incluso una versión pre-IA de este debate entre Malcolm Gladwell, quien popularizó la idea de que ser experto en algo requiere 10.000 horas de práctica, y David Epstein, autor de Range. Gladwell eventualmente concedió que su regla de las 10.000 horas funciona en lo que él llama entornos "amables": contextos donde las reglas son claras, el feedback es inmediato y los patrones se repiten. Ajedrez. Cirugía. Tenis.
Si estás construyendo un compilador, diseñando un avión u operando un cerebro, no necesitás a un renacentista. Querés a la persona que hizo esa única cosa diez mil veces.
Pero la mayor parte de la vida no transcurre en entornos amables, sino en lo que Epstein llama entornos "wicked": las reglas no son claras, el feedback llega tarde o es engañoso, y podés hacer lo correcto y aun así obtener el resultado equivocado. Los negocios son wicked. La estrategia es wicked. La innovación es wicked.
La ventaja se achicó
El especialista está optimizado para un mundo que no cambia mucho. El generalista experto es antifrágil. Tomando prestado el término de Nassim Taleb: alguien que gana con el desorden porque cada disrupción es otra oportunidad para aprender un dominio nuevo y conectar ideas.
Este estudio de Harvard publicó 166 problemas de I+D que equipos de especialistas no habían podido resolver. Alrededor de un tercio fueron resueltos por personas de afuera, y cuanto más lejos estaba el campo de la persona del dominio del problema, más probable que lo resolviera. Químicos resolviendo problemas de biología. Físicos resolviendo problemas de química.
Mis años implementando ERPs para PyMEs argentinas me enseñaron cómo funcionan realmente las empresas más allá del organigrama. Una década después, ese conocimiento me ayudó a diagnosticar problemas que todos asumían que eran técnicos en lugar de organizacionales. Y mi formación en economía me ayudó a plantear esas decisiones de una forma que los stakeholders no técnicos pudieran entender.
El contraargumento obvio es que la IA está comiéndose primero el trabajo del generalista: escribir, resumir, programar lo básico, analizar lo básico. Pero el trabajo del super-especialista también se está volviendo commodity.
Hace cinco meses tiré todos los take-home tests que les mandaba a los candidatos: Opus resolvía la lógica de dominio, Node y problemas oscuros de React en cinco minutos.
Saber mucho de una cosa se abarató. Saber poco de muchas también. Lo que no se abarató es elegir qué problema resolver, oler cuándo una respuesta no cierra, y cruzar patrones entre campos. Llamale criterio con amplitud.
Quizás es hora de cambiar un pañal, planear una invasión, escribir un soneto, programar una computadora, cocinar una buena comida.
Para eso estamos los humanos.
La especialización es para los insectos.
