Hay un punto en la evolución de cualquier CTO en el que la conversación deja de ir sobre frameworks, lenguajes o arquitecturas concretas, y empieza a girar en torno a algo más difuso: cómo se toman decisiones en sistemas cada vez más grandes, más rápidos y más automatizados.
En esta nueva entrega de Perspectiva CTO, hablamos con Álvaro Tanarro, CTO de Clarity AI, donde lidera la estrategia tecnológica de una organización global de más de 100 ingenieros con foco en plataforma, datos e inteligencia artificial.
Su trayectoria arranca hace más de 18 años en ingeniería de software y ha recorrido entornos muy distintos: desde el desarrollo de frontend unificado en eDreams ODIGEO, hasta su evolución progresiva dentro de Clarity AI, donde empezó como Tech Lead y fue asumiendo responsabilidades hasta llegar a la dirección tecnológica.
A lo largo del camino ha trabajado en arquitectura de sistemas, plataformas de datos, ciberseguridad e integraciones, tanto en entornos B2C como B2B, combinando equipos pequeños con organizaciones de gran escala en momentos de crecimiento rápido.
El CTO del futuro vuelve a ser hands-on
Cuando se le pregunta cómo evolucionará el rol del CTO en los próximos años, Álvaro no lo plantea como una transformación abstracta, sino como un cambio de ritmo muy concreto: el CTO vuelve a estar más cerca del sistema.
La irrupción de la IA acelera ese movimiento. Ya no se trata solo de diseñar sistemas, sino de poder entenderlos de forma casi inmediata a través de nuevas herramientas.
“Si quiero entender cómo funciona un sistema o cómo se ha resuelto un problema técnico en un área que no conozco en detalle, puedo ir a la fuente y un agente me dará las respuestas en poco rato.”
Ese cambio, según su visión, no reduce la importancia del rol. Al contrario: lo amplifica.
El CTO deja de ser un rol distante respecto a la ejecución y pasa a estar implicado directamente en procesos donde antes solo supervisaba.
Ser CTO: una disciplina sin fronteras claras
Para quienes aspiran a ser CTO, su visión es exigente: el rol no tiene una única dimensión.
Por un lado, está la parte técnica: infraestructura, ciberseguridad, arquitectura, escalabilidad, datos, integraciones e inteligencia artificial. Por otro, la dimensión organizativa: cómo estructurar equipos que evolucionan desde grupos pequeños y muy ágiles hasta organizaciones grandes que necesitan consistencia sin perder velocidad.
Y a todo ello se suma una capa menos visible, pero igual de determinante: negocio, estrategia, finanzas y operación.
“No es un rol especializado. Es un rol profundamente multidisciplinar.”
“Por tanto, el mejor consejo que tengo es que se tenga interés por formarse y aprender de cosas que nunca hubieras pensado que te serían útiles.”
Más que un recorrido lineal, lo que define a un CTO es la capacidad de conectar disciplinas distintas y moverse con naturalidad entre ellas.
Aprender a estructurar sistemas: personas y arquitectura
Cuando habla de referencias, Álvaro no se queda en lo puramente técnico.
Uno de los libros que más le ha ayudado a estructurar la organización de equipos es Team Topologies, por su capacidad de traducir problemas organizativos en patrones claros y aplicables.
En la parte técnica, destaca recursos como ByteByteGo para system design, junto con clásicos como Clean Architecture, A Seat at the Table y Accelerate.
Más que una lista de tecnologías, es una forma de entender sistemas complejos desde distintos ángulos: arquitectura, equipos y velocidad de entrega.
Una anécdota donde la infraestructura explica el producto
En su experiencia profesional, recuerda un caso especialmente ilustrativo: un fallo en el funnel de una aplicación crítica que sólo podía reproducir un directivo.
El problema era intermitente, difícil de aislar y no reproducible en entornos de ingeniería.
La solución llegó analizando el tráfico de red en capas muy bajas de la infraestructura. El origen no estaba en la aplicación, sino en una optimización del proveedor de internet que afectaba a ciertos flujos.
La resolución fue tan simple como efectiva: forzar HTTPS para evitar el comportamiento errático.
Un recordatorio de que, en sistemas complejos, la causa rara vez está donde primero se busca.
Elección de stack: tres decisiones que siempre vuelven
En su experiencia, la elección tecnológica no es tanto una decisión única como un conjunto de compromisos que hay que equilibrar desde el inicio.
En este orden, destaca tres factores.
Primero, el conocimiento previo del equipo. Aunque en lenguajes o frameworks pueda tener menos peso que antes, sigue siendo clave en ámbitos como cloud providers o gestores de bases de datos, donde la curva de aprendizaje impacta directamente en la ejecución.
Segundo, la madurez de la tecnología. Apostar por herramientas demasiado recientes exige una justificación clara: riesgo de discontinuidad, falta de documentación o cambios de rumbo inesperados.
Y tercero, el encaje entre el problema y el stack. La tecnología debe responder a una necesidad real en un horizonte razonable. De lo contrario, es fácil caer en sobreingeniería o en optimización prematura.
Más allá de la elección inicial, lo verdaderamente importante es mantener la capacidad de revisar esa decisión con el tiempo y aceptar que una tecnología puede dejar de ser adecuada para el contexto en el que se está utilizando.
IA: una herramienta para pensar mejor, no solo para hacer más
En su visión, la inteligencia artificial no es solo una herramienta de automatización, sino una forma de estructurar mejor el conocimiento dentro de la organización.
Se utiliza como apoyo en la toma de decisiones, para estructurar matrices RACI o para analizar pros y contras de forma más sistemática.
“Es una gran forma de agregar conocimiento y destilarlo sin tanto esfuerzo.”
A nivel organizativo, la IA ya no es una capa externa, sino parte del propio funcionamiento del sistema.
Los LLMs han ampliado significativamente la capacidad de generar insights, automatizar tareas y reducir fricción en procesos que antes dependían de intervención humana constante.
Pero el impacto más importante no está solo en la tecnología, sino en la velocidad a la que los equipos pueden experimentar.
Riesgo y oportunidad: el equilibrio de la adopción de IA
Para Álvaro, el dilema no es si adoptar IA o no, sino cómo hacerlo sin generar desorden.
Existe el riesgo de introducir complejidad más rápido de lo que se puede controlar, pero el coste de no adoptarla es aún mayor.
La clave está en los guardarraíles: gobernanza, criterio técnico y límites claros de uso.
En ese sentido, la IA no sustituye la arquitectura, pero sí cambia la forma en la que se construye.
Cómo se trabaja con IA en el día a día
En el trabajo cotidiano, la IA ya forma parte del flujo de productividad: documentación, análisis, comunicación interna o exploración de código.
También ha permitido abordar tareas que antes se posponían por falta de tiempo, reduciendo la fricción entre intención y ejecución.
“Me ayuda a ganar contexto rápido y a reducir tiempos en tareas que antes no hacía por falta de tiempo.”
Pero el principio sigue siendo el mismo: la tecnología acelera, pero el criterio sigue siendo humano
Liderar la adopción de IA: responsabilidad del CTO
Para él, el CTO no solo debe participar en la adopción de IA, sino liderarla activamente.
Esto implica evangelización, gobernanza y alineación con el resto de la organización.
Pero también implica proteger algo más intangible: el criterio individual.
Una práctica que destaca es simple pero efectiva: pensar primero sin IA, y usarla después como contraste.
Experimentación controlada: madurez por sistemas
La forma de evitar riesgos es estructural: no todos los sistemas tienen el mismo nivel de autonomía.
En entornos de prueba o validación, la IA puede operar con mayor libertad. En sistemas productivos, en cambio, el control es mucho más estricto.
La clave está en ajustar el nivel de supervisión según la criticidad del sistema.
Lo que cambia cuando todo cambia
Después de años en la industria, su conclusión no es tecnológica, sino organizativa.
La IA acelera, los sistemas escalan, las herramientas evolucionan. Pero los problemas fundamentales siguen siendo los mismos: coordinación, decisiones, prioridades y comunicación.
El futuro de los equipos técnicos
Más allá de la tecnología, Álvaro ve un cambio claro en las habilidades necesarias: las soft skills ganan peso.
Comunicación, empatía y gestión de equipos se convierten en competencias críticas en entornos donde la tecnología ya no es el principal cuello de botella.
Cierre
La trayectoria de Álvaro Tanarro refleja una evolución clara en el rol del CTO moderno: de arquitecto de sistemas a diseñador de organizaciones técnicas que trabajan con sistemas cada vez más inteligentes.
En un contexto donde la tecnología avanza más rápido que las estructuras que la sostienen, su visión introduce una idea clave:
no se trata solo de construir mejores sistemas, sino de construir organizaciones capaces de entenderlos, adaptarlos y evolucionarlos al mismo ritmo.
