La era del ‘vibe work’ revaloriza a los profesionales polivalentes.

En la industria de la moda, la figura del profesional polivalente ha recuperado un protagonismo inesperado. Lejos de la vieja concepción que lo tachaba de superficial, este perfil se ha convertido en un eje estratégico en la era de la inteligencia artificial, donde la capacidad de integrar múltiples disciplinas es más valiosa que la especialización extrema. La transformación digital ha derribado barreras que durante décadas definieron los roles dentro de las casas de moda, estudios de diseño y departamentos de marketing.

Históricamente, el trabajador de la moda operaba en compartimentos estancos. Un diseñador creaba bocetos, un técnico los convertía en patrones, un comercial los promocionaba. La dependencia de expertos en cada fase generaba cuellos de botella, especialmente en pymes y startups, donde la falta de recursos humanos especializados solía derivar en proyectos abandonados o soluciones improvisadas. La irrupción de herramientas de IA, sin embargo, está redefiniendo estos flujos de trabajo. Hoy, un creativo puede utilizar algoritmos de generación de imágenes para explorar texturas y siluetas en minutos, mientras que un responsable de marketing analiza big data de redes sociales para anticipar microrrefencias sin requerir un estadístico dedicado. Un estudio reciente de Anthropic señala que cerca del 27% de las tareas asistidas por IA corresponden a labores que antes se postergaban por falta de tiempo o conocimiento técnico, un fenómeno que refleja un cambio estructural similar al provocado por la invención del ordenador personal: no es que generemos más tiempo libre, sino que abordamos proyectos que antes eran inimaginables.

Esta democratización del expertise no está exenta de riesgos. El concepto de «alucinación» en los modelos de lenguaje es más que una metáfora; describe la tendencia de estos sistemas a ofrecer respuestas erróneas con una convicción absoluta. En moda, esto puede traducirse en propuestas de combinaciones cromáticas imposibles, interpretaciones distorsionadas de normativas de sostenibilidad o predicciones de tendencias basadas en datos sesgados. La psicología cognitiva explica que los humanos tenemos un sesgo innato a confiar en fuentes seguras, un fenómeno que ha llevado incluso a profesionales experimentados a cometer errores costosos al aceptar sin crítica resultados generados por IA. Entonces, ¿cómo puede un profesional generalista, por definición menos especializado, navegar este paisaje sin caer en la misma trampa?

La analogía con las herramientas «no-code» que surgieron en la última década solo es parcialmente válida. Aquellas plataformas permitían a «ciudadanos desarrolladores» crear aplicaciones dentro de un ecosistema cerrado y seguro, aunque limitado. La IA elimina casi por completo esos guardarraíles. La libertad es mayor, pero la responsabilidad recae enteramente en el usuario. La fase inicial de «vibración confiada» —cuando el sistema, con su tono servicial, valida cualquier idea— es seductora. Un moodboard generado en segundos parece superar cualquier búsqueda manual en Pinterest. Sin embargo, pronto surge la sospecha: ¿esta paleta de colores realmente funciona en tejidos naturales? ¿Esta silueta respeta las leyes de la física? El proceso evoluciona hacia un diálogo crítico, donde el usuario desarrolla un modelo mental del comportamiento del algoritmo: aprende a identificar inconsistencias, a pedir aclaraciones y a contrastar con fuentes fiables.

Aquí es donde el generalista redefine su rol. Ya no se trata de saberlo todo, sino de convertirse en la capa de confianza humana entre la salida de la IA y los estándares de la organización. Esta figura, con conocimientos amplios pero no profundos en areas como diseño técnico, análisis de mercado o producción sostenible, está posicionada para detectar desviaciones y escalar problemas a especialistas cuando la apuesta es alta. Su ventaja radica en la curiosidad, la adaptabilidad y el pensamiento crítico, cualidades que le permiten usar la IA como amplificador de capacidades sin delegar el juicio final. No obstante, esta posición requiere un nivel mínimo de alfabetización digital; el abismo entre «estar informado» y «desconocer con arrogancia» se vuelve más peligroso con herramientas que simulan seguridad.

El impacto en la estructura de equipos y en la contratación es profundo. Los especialistas —patronistas, químicos textiles, historiadores del vestir— no están en peligro de extinción; por el contrario, su trabajo gana en complejidad estratégica. Lo que cambia es la periferia: tareas que antes se acumulaban a la espera de un experto, como ajustar una ficha técnica o generar una primera propuesta de campaña, ahora las puede abordar un generalista apoyado por IA. Esto libera a los especialistas para que se concentren en lo que realmente añade valor único: la innovación disruptiva, la resolución de problemas técnicos imposibles y la supervisión de alto nivel. En el mercado laboral, las empresas buscan cada vez más perfiles que demuestren fluidez en el uso de herramientas de IA, no como un añadido, sino como parte integral de su metodología. Los indicadores de desempeño también mutan: ya no se mira solo el volumen de producción, sino cómo se integran estas herramientas para multiplicar el impacto.

Para que esta transformación sea sólida y no solo una moda pasajera, las organizaciones deben institucionalizar prácticas claras. En primer lugar, usar la IA como complemento, no como atajo; confiar ciegamente en su output es una receta para el desastre en un sector donde los errores tienen consecuencias materiales y financieras. Segundo, fomentar una cultura de verificación: el generalista debe saber cuándo el riesgo justifica una revisión exhaustiva y cuándo puede proceder con autonomía. Tercero, documentar meticulosamente los procesos, estándares de calidad y mejores prácticas; la IA funciona mejor con contexto detallado, y los humanos también. Cuarto, mantener siempre un humano en el bucle; la supervisión no es un lastre, sino el mecanismo de control de calidad.

El resurgimiento del generalista en la moda no es un fenómeno casual. Es la respuesta natural a una tecnología que amplifica la capacidad humana pero no replica su criterio ético ni su intuición estética. Quienes prosperarán serán quienes, más allá de dominar un software específico, cultiven una mentalidad de aprendizaje continuo, sepan cuestionar lo que la máquina les presenta y ejerzan un juicio informado. En una industria tan sujeta a volatilidad y percepciones subjetivas como la moda, la convergencia de amplitud de miras y pensamiento crítico no es solo una ventaja competitiva; se está convirtiendo en el cimiento mismo de la creación y gestión de tendencias en el siglo XXI.