No sé casi nada de baseball. Igual estoy construyendo una IA de predicción de baseball.

Estaba jugando con Claude Code y no me podía sacar la pregunta de la cabeza: ¿qué puede sacar una sola persona con esto, ahora mismo?

No como un demo. Como una cosa real.

Me puse a pensar qué podía hacer para aprovechar las capacidades de la IA y armar un experimento copado. No un negocio, solo aprender — en un área rica en datos, donde también pudiera usar datos no estructurados como noticias sobre lesiones, alineaciones, etcétera. Un dominio que fuera:

• Cuantitativo lo suficiente como para que una IA pudiera efectivamente razonar con datos.
• No familiar lo suficiente para mí como para no poder guiarlo silenciosamente con mi propia intuición.
• End-to-end — algo que pudiera construir, testear y poner frente a usuarios reales, no solo un notebook.

Elegí baseball porque es muy cuantitativo, y porque es relativamente fácil conseguir datos históricos. Y casi no sé nada del tema.

Esa última parte es el punto. Si supiera baseball, iba a pasarme todo el proyecto poniéndole peros al modelo. Al ser casi un outsider, me obligo a meterme lo menos posible — dejo que el sistema haga el razonamiento y simplemente evalúo la salida honestamente.

La primera versión que empecé a construir era un agente apostador.

La referencia que tenía en la cabeza era Moneyball. Un equipo de los Oakland A's con presupuesto chico usó análisis cuantitativo para armar un roster que nadie respetaba, encadenó una de las rachas ganadoras más largas en la historia de la MLB, y cambió permanentemente cómo cada equipo de la liga piensa la construcción de plantel.

Eso pasó con planillas de Excel y un par de scouts contrarianos.

Quería ver qué se puede hacer ahora — con ML moderno, un LLM en el loop, y una sola persona.

El cambio de herramientas no es hipotético. La proporción de desarrolladores profesionales que usan o planean usar herramientas de IA pasó de 70% a 84% entre 2023 y 2025 — el desarrollo asistido por IA dejó de ser un workflow de nicho y pasó a ser el default.

Así que le hice a Claude una pregunta directa: ¿Es esto efectivamente factible tecnológicamente para que una sola persona lo construya end-to-end — stats estructuradas, noticias no estructuradas, el pipeline completo — en una cantidad razonable de tiempo?

La respuesta fue que sí. Así que arranqué.

Como experimento. No una empresa. No un side hustle. Un experimento para ver qué pasa cuando agarrás un dominio cuantitativo que no conocés, se lo entregás a un stack moderno de IA, y lo sacás.

En el camino el proyecto pivotó fuerte — más de una vez — de formas que cambiaron lo que el producto incluso es. Hubo una superficie legal para procesar. Decisiones de UX que no esperaba. Un problema de nombre que sigo resolviendo.

Voy a recorrer todo eso acá durante las próximas ~10 semanas.

La tesis de la serie: ¿qué puede sacar una persona con estas herramientas, en serio? No la versión del hype-cycle, la real. Dónde está la fricción. Dónde la IA está cargando peso de verdad. Dónde no.

El proyecto tiene un nombre — por ahora le digo "Project X" públicamente mientras los papeles de la marca están en trámite. La revelación del nombre viene más adelante en la serie.

Cosas que voy a cubrir en las próximas semanas:

• El pivot de un agente apostador a algo muy distinto (y por qué)
• El data stack — cómo combiné stats estructuradas con señal no estructurada de noticias
• Trabajar con Claude Code como ingeniero principal
• La superficie legal y de compliance que no esperaba
• Las decisiones de UX que cambiaron el producto

Una de las preguntas reales que estoy tratando de contestar es si esto debería existir como producto, o si el experimento en sí es el deliverable. Genuinamente todavía no lo sé. Ese es el punto de hacerlo en abierto.

Si querés seguir, los posts van a aterrizar acá semanalmente. Suscribite y te los mando a medida que salen.

Si construiste algo comparable — o intentaste — me gustaría escuchar qué se rompió primero.

Estas son notas personales de un side project que hago en mi propio tiempo con mis propios recursos. Las opiniones acá son mías y no están conectadas, endosadas ni representan a mi empleador ni ninguno de mis trabajos profesionales.