Sin Specs No Hay Paraíso - No Specs No Paradise

Spanish with live English subtitles
Este evento será en español con subtítulos en inglés en vivo.
**Presencial y en vivo en YouTube/In-person and live on YouTube:**
https://www.youtube.com/@AICDMX

English Version Below

6:00 p.m. Apertura y registro
6:30 p.m. Arranca la conversación
7:15 p.m. Preguntas y respuestas con el público
7:30 p.m. Networking
8:00–9:30 p.m. After party en un lugar cercano (a 5 min caminando; hay
espacio interior/exterior, trae chamarra y zapatos para comer y beber)

"Hagamos un chatbot" se convirtió en el nuevo "ponle blockchain." Cualquier problema, cualquier producto, cualquier idea a medio cocinar. Ponle una caja de texto, conéctale un LLM y llámale innovación. ¿El resultado? Interfaces flojas, prompts ambiguos y wrappers caros generando texto sin ningún criterio real. Mucha AI, cero producto.

Pedro Ortiz ha construido su carrera en la intersección de machine learning y producto, y viene a decir lo que muchos ya piensan: el problema nunca fue el modelo. Fue la falta de intención. Cuando todo es un prompt, nada está realmente diseñado. Y seguimos llamándole innovación mientras le dejamos al usuario la responsabilidad de saber qué preguntar.

Esta charla avanza hacia una idea más incómoda: construir AI products, no chatbots. Productos donde la AI no conversa por convivir, sino que está integrada en flujos, decisiones e interfaces que sí resuelven algo. En el camino aparecen el vibe coding y los coding agents, la promesa de velocidad absurda y de que una sola persona construya lo que antes requería un equipo entero. Spoiler: funciona… hasta que no.

Porque hay una ley inquebrantable: trash in, trash out. Un LLM puede escribir código limpio, modular y elegante, o puede generar el espagueti más sofisticado jamás visto. Todo depende de la claridad del pensamiento detrás. Sin arquitectura, sin criterio y sin buenas specs, la AI no acelera el desarrollo: acelera el caos.

## Vamos a explorar

• **Por qué la mayoría de los AI products son solo wrappers caros** y qué los separa de productos que realmente funcionan

• **Vibe coding: ¿superpoder o trampa?** Qué pasa cuando la velocidad supera al diseño, y por qué pensar en specs importa más que nunca

• **El terreno cambiante para ingenieros.** Si una persona ahora puede hacer el trabajo de un equipo, ¿qué significa eso para los roles junior, las expectativas y las habilidades que realmente importan?

• **Fundamentos sobre frameworks.** Por qué principios sólidos, pensamiento de producto y specs claras le ganan a saberse el framework de moda

## Sobre Pedro
https://www.linkedin.com/in/pomx/
Pedro Ortiz · Machine Learning Engineer, GBM

**Schedule**
6:00 p.m. Doors & check-in
6:30 p.m. Conversation begins
7:15 p.m. Audience Q&A
7:30 p.m. Networking
8:00–9:30 p.m. After party at a nearby spot (5 min walk; indoor/outdoor, bring a jacket and your drinking/eating shoes)

"Let's just make a chatbot" became the new "put it on the blockchain." Every problem, every product, every half-baked idea. Slap a text box on it, wire up an LLM, and call it innovation. The result? Lazy interfaces, vague prompts, and expensive wrappers generating text with no real purpose. Lots of AI, zero product.

Pedro Ortiz has spent his career at the intersection of machine learning and product, and he's here to say what many are thinking: the problem was never the model. It was the lack of intention. When everything is a prompt, nothing is truly designed. And we keep calling it innovation while leaving users to figure out what to ask.

This talk moves toward a more uncomfortable idea: building AI products, not chatbots. Products where AI isn't conversing for the sake of it, but integrated into flows, decisions, and interfaces that actually solve something. Along the way, we'll confront vibe coding and coding agents, the promise of absurd speed and one-person teams shipping what used to take ten. Spoiler: it works... until it doesn't.

Because one law remains unbreakable: trash in, trash out. An LLM can write clean, modular, elegant code, or generate the most sophisticated spaghetti ever seen. It all depends on the clarity of the thinking behind it. Without architecture, without criteria, without solid specs, AI doesn't accelerate development. It accelerates chaos.

## We'll explore

• **Why most AI products are just expensive wrappers** and what separates them from products that actually work

• **Vibe coding: superpower or trap?** What happens when speed outpaces design, and why spec-driven thinking matters more than ever

• **The shifting ground for engineers.** If one person can now do the work of a team, what does that mean for junior roles, expectations, and the skills that actually matter?

• **Foundations over frameworks.** Why solid principles, product thinking, and clear specs beat knowing the trendy library of the month

## About Pedro
https://www.linkedin.com/in/pomx/
Pedro Ortiz · Machine Learning Engineer, GBM