Block, la compañía de Jack Dorsey (antes Square), lanzó BuilderBot, una suite de herramientas IA-native interna que ya ejecuta más de 200.000 operaciones diarias, mergea aproximadamente 1.500 pull requests por semana y se encarga del 15% de los cambios de código en producción de toda la empresa. La empresa lleva meses publicando abiertamente cómo está construyendo este sistema.
Lo que diferencia a BuilderBot
BuilderBot no es Copilot ni Cursor con maquillaje. Es una capa de orquestación que coordina varios agentes IA y que entiende la codebase entera de Block: cada servicio, API y convención interna. Los asistentes de coding habituales operan dentro de un solo repo. BuilderBot opera transversalmente, lo cual es la diferencia entre "escribe esta función" y "añade endpoint nuevo respetando las convenciones de auth, logging y release que ya usa el resto del stack".
Las tareas que antes tardaban meses se completan en días según la propia empresa. El lanzamiento llega además después del despido de 4.000 empleados, que Dorsey justificó en su carta a accionistas con el argumento de que "un equipo significativamente más pequeño, usando las tools que estamos construyendo, puede hacer más y hacerlo mejor".
Lectura honesta del caso
El número de 15% de código en producción es llamativo pero hay que leerlo con cuidado. No significa que el 15% de las features nuevas las invente la IA sola. Significa que el 15% de los commits que llegan a producción pasaron por BuilderBot en algún momento del flujo. Eso incluye refactors, tests, documentación, migraciones y muchos cambios pequeños donde la IA es más fiable. Las features complejas probablemente sigan siendo trabajo humano supervisado.
Tampoco es replicable tal cual para una empresa española de 50-500 personas. Block tiene un equipo de IA dedicado a construir y mantener BuilderBot, presupuesto para modelos frontera a escala y una codebase que justifica esa inversión.
Por qué importa para founders españoles
Lo importante no es construir un BuilderBot completo. Es ver el patrón: una empresa que tiene un equipo de IA interno pensando en herramientas propias para los problemas de sus equipos, en lugar de comprar suscripciones genéricas para todos. Es lo que llamamos "skills personalizadas para necesidades concretas".
Tres preguntas que un founder puede hacerse esta semana:
- ¿Qué 3-5 tareas internas se hacen cientos de veces al mes y todavía no tienen herramienta a medida?
- ¿Hay alguien en el equipo capaz de prototipar esas herramientas con Claude Code, Codex o similar en un mes?
- ¿Cómo medimos si la herramienta ahorra horas reales o solo añade ruido y mantenimiento?
Block es un caso útil porque enseña que esto no es ciencia ficción de Silicon Valley. Es un patrón replicable: identificar tarea repetitiva, construir skill o tool específica, integrarla en el día a día, medir, iterar. Block lo hace a escala de 12.000 empleados (antes de los despidos). Una empresa de 50-500 puede empezar con 5-10 skills bien hechas y marcar diferencia.
Qué hacer
- Esta semana: lista las 5 tareas internas que más horas consumen al mes en tu equipo. No las más obvias, las que el equipo arrastra y nadie ha automatizado.
- Este mes: prototipa una skill para la tarea número 1 con Claude Code o Codex. Ponle owner y métrica de horas ahorradas.
- No replicar la parte oscura: el despido de 4.000 personas es la parte que Dorsey vende como inevitable. Es una decisión, no una consecuencia automática de la IA. Productividad mayor puede ir a más output, no solo a menos plantilla.