En el marco del JTL Academy Day en Colonia, Alemania, se llevó a cabo una sesión que demostró que crear aplicaciones empresariales ya no es exclusivo de programadores expertos. Durante 90 minutos, bajo el título “Kein Entwickler? Kein Problem!” (¿Sin desarrollador? ¡No hay problema!), el público propuso ideas de negocio y, en tiempo real, se construyeron seis aplicaciones funcionales dentro de JTL Cloud ERP utilizando Claude Code, una herramienta de inteligencia artificial para generación de código.

El experimento, realizado el 16 de octubre de 2026, no solo evidenció la velocidad de desarrollo asistido por IA, sino que también mostró cómo diferentes necesidades empresariales pueden resolverse con un mismo conjunto de bloques de construcción en la nube. Las aplicaciones, aunque no son productos listos para producción, sirven como ejemplos prácticos de integración entre paneles, API de ERP, servicios backend y datos externos.

¿Qué se construyó exactamente?

Las seis aplicaciones surgieron de problemas reales de negocio, no de requisitos técnicos abstractos. Cada una aborda una necesidad específica y utiliza distintos patrones de arquitectura dentro de la plataforma JTL Cloud.

• Bestandsradar: Responde a la pregunta de qué reabastecer y cuándo, mostrando los productos más vendidos y los que están por agotarse, con sugerencias de cantidad de pedido.
• First-order-welcome: Un panel que da la bienvenida a clientes primerizos directamente en la pantalla de cliente, sin necesidad de backend.
• Wetter-Sport: Combina datos de ventas con información meteorológica para predecir demanda de productos sensibles al clima.
• Hand-build-app: Calcula el valor real de compra de todos los productos vendidos, considerando los precios de línea.
• Profit-pulse: Desglosa ingresos y margen bruto por proveedor, cliente y dirección de entrega, con exportación a CSV.
• Kundenrisiko: Evalúa el riesgo de devolución de clientes utilizando un backend en .NET 8.

Todas las aplicaciones, excepto una, partieron de la plantilla oficial de JTL Cloud App, que proporciona una estructura consistente para frontend, backend opcional y un manifiesto que describe la app ante Cloud ERP. Este manifiesto es clave porque define dónde aparece la aplicación, qué permisos necesita y cómo se autentica.

Patrones de desarrollo que marcan la diferencia

Más allá de las funcionalidades individuales, el experimento reveló patrones reutilizables que pueden aplicarse a cualquier proyecto de app en la nube.

1. Backend como intermediario seguro

Aplicaciones como Bestandsradar utilizan un backend para verificar tokens de aplicación, extraer el inquilino (tenant) y consultar la API del ERP con una cuenta de servicio. Este patrón es ideal para operaciones que requieren lógica de negocio compleja o acceso a datos sensibles.

2. Paneles que se integran al flujo existente

Tres de las apps usan Panels, que se muestran junto a las pantallas nativas del ERP y reaccionan al contexto seleccionado por el usuario. Así, el usuario no tiene que salir de su flujo de trabajo para obtener información relevante.

3. Frontend sin backend

Para paneles simples que solo leen unos pocos registros, como First-order-welcome, no se necesita un servidor. La app obtiene un token a través de AppBridge y consulta directamente la API GraphQL del ERP. Este enfoque minimalista acelera el desarrollo y reduce costos de infraestructura.

4. Combinación de datos externos

Wetter-Sport demuestra cómo integrar datos meteorológicos de Open-Meteo con el historial de ventas del ERP para predecir demanda. Este patrón es extensible a otro tipo de datos externos: envíos, marketing, tipos de cambio, etc.

5. Manejo de concurrencia y límites de API

Apps como hand-build-app y profit-pulse enfrentan el reto de obtener totales de cientos de líneas de pedido. Para evitar saturar la API, implementan concurrencia controlada, manteniendo solo cinco solicitudes simultáneas. Este es un aspecto crítico al escalar desde una demo hasta una aplicación con miles de registros.

6. Backend en distintos lenguajes

Kundenrisiko utiliza .NET 8 en lugar de Node.js, pero el frontend no necesita saberlo. La clave está en mantener una interfaz de aplicación consistente mediante tokens Bearer y respuestas JSON. Esto permite elegir el lenguaje backend que mejor se adapte al equipo.

Lecciones sobre el uso de IA en desarrollo

El experimento también dejó aprendizajes valiosos sobre cómo integrar asistentes de IA como Claude Code en el flujo de trabajo.

• Contexto primero: Proporcionar al asistente la documentación oficial (JTL Developer Docs) y conectarlo a servidores MCP mejora la precisión. Sin contexto, la IA puede tomar caminos equivocados.
• Revisar permisos y manifiestos: La IA puede solicitar más permisos de los necesarios. Es crucial revisar los alcances (scopes) como se haría con cualquier código en un pull request.
• Definir si es demo o integración real: El uso de datos simulados puede ocultar limitaciones de la API. Para integraciones reales, se debe pedir a la IA que use APIs reales desde el inicio.
• Documentar decisiones de la IA: En Wetter-Sport, el asistente eligió el proveedor meteorológico, la ubicación por defecto y los umbrales de sensibilidad. Documentar estas decisiones permite ajustarlas después.
• Mantener un entorno predecible: Conflictos de puertos surgieron repetidamente. Dado que las URLs locales forman parte del manifiesto, es mejor definir puertos estables desde el principio.

Implicaciones para el ecosistema emprendedor

Este ejercicio, aunque técnico, tiene un impacto directo en la forma en que las empresas, especialmente las pequeñas y medianas, pueden abordar su transformación digital. La posibilidad de crear aplicaciones personalizadas sin un equipo de desarrollo dedicado abre la puerta a la innovación rápida y a la adaptación de sistemas ERP a necesidades muy específicas.

Para emprendedores y equipos de TI en México y Latinoamérica, el mensaje es claro: la barrera de entrada para desarrollar soluciones empresariales está bajando gracias a la IA y a plataformas modulares. Ya no se requiere ser un experto en programación para prototipar y validar ideas que resuelvan problemas reales de negocio.

El repositorio academy-day-examples contiene el código fuente, capturas de pantalla y el historial de prompts de cada aplicación, lo que permite replicar el experimento y aprender de los aciertos y errores. La invitación es a clonar el repositorio, elegir la app más cercana a una idea propia y empezar a experimentar.

La sesión demostró que el futuro del desarrollo empresarial es colaborativo, asistido por IA y centrado en el problema de negocio, no en la tecnología. Como dijo un participante: “Cada app en el repositorio comenzó como una idea de una frase. ¿Cuál es la tuya?”.