Todos compraron las herramientas de codificación por IA, pero el aumento de la productividad no llegó automáticamente. Y Claudio González, CTO de la consultora de ingeniería de software y productos digitales con sede en Alemania, afirma inicialmente que las empresas ganadoras no son las que tienen las mejores herramientas, sino las que reconstruyeron el equipo a su alrededor.
Las herramientas llegaron primero. En toda la industria, los equipos de ingeniería ahora recurren a la IA de la misma manera que antes recurrían a Stack Overflow. En 2025, cuatro de cada cinco desarrolladores dijeron que estaban utilizando IA en su flujo de trabajo.
Pero aquí está el giro en la misma Encuesta de Desarrolladores de Stack Overflow: a medida que aumentaba la adopción, la confianza en lo que produjo la IA realmente disminuyó.
González tiene una teoría sobre por qué. Ha visto a muchos clientes comprar herramientas y esperar a que aparezca la magia. “Añadir un asistente de código encima del antiguo no te lleva a eso”, dijo a 150 segundos.
¿Una herramienta más rápida, el mismo cuello de botella?El informe DORA de Google 2025 – uno de los estudios más respetados sobre la entrega de software – encontró que la IA se comporta menos como una palanca mágica y más como un amplificador: hace que los equipos fuertes sean más fuertes y los equipos en dificultades sean más caóticos, dependiendo completamente del proceso que la rodea. La velocidad en un solo lugar solo exponen la lentitud en otros lugares.
González presenta la solución como un problema de flujo de trabajo, no de herramientas. En una gran interacción con la plataforma, dice, los equipos de Int lograron un aumento del 40% en la producción total de desarrollo, ciclos de funcionalidades un 35% más rápidos y una modernización un 50% más rápida, pero solo después de rediseñar el proceso de principio a fin. “Estos avances provienen de rediseñar el flujo de trabajo”, dijo.
La investigación independiente termina en el mismo lugar. Un análisis de McKinsey de noviembre de 2025 encontró que combinar IA generativa con cambios genuinos en los procesos da muchos más frutos que agregar un asistente a la cadena de ayer.
De “constructores manuales” a “arquitectos de la intención”El viejo instinto era lanzar cuerpos contra una construcción; un gran grupo de desarrolladores repasando tickets a duras penas. La nueva palanca, argumentó el CTO inicial, se encuentra en un pequeño grupo de personas fuertes en arquitectura y juicio, con agentes de IA encargándose del caldera, la generación de pruebas y la decodificación heredada.
González tiene un nombre para el cambio: de “constructores manuales” a “arquitectos de la intención”.
“La limitación ya no es cuantas manos tienes”, explicó, “sino lo buenos que son tus pueblos decidiendo qué construir y verificando que es correcto”.
Eso no es una historia solo de startups ni una historia centrada únicamente en empresas. Es la misma matemática para el motor de recomendación de un minorista, una plataforma logística, un producto de tecnología sanitaria o una fintech que está comenzando. Gartner proyecta que los asistentes de IA aumentarán entre los ingenieros empresariales en unos pocos años, haciendo que la verdadera pregunta sea menos sobre si adoptar y más a quién realmente necesita en la sala.
El verdadero bloqueador rara vez es el códigoLa parte más difícil, recalcó González, no suele ser escribir software. Más bien, se trata de entender el software que ya tienes.
Muchas empresas están asentadas en sistemas construidos hace décadas; indocumentados, en movimiento discreto, mantenidos por personas que ya se han jubilado. De hecho, a principios de 2025, la Oficina Nacional de Auditoría del Reino Unido informó de que el gobierno seguía gestionando al menos 228 sistemas informáticos “legados” envejecidos y, de forma reveladora, ni siquiera sabía cuán vulnerables eran la mayoría, sin un plan financiero para arreglar alrededor de la mitad.
El instinto es culpar al código antiguo. González piensa que ese es el objetivo equivocado. “No es el legado en sí. Es el conocimiento perdido que lo rodea.”
Si traduce el lenguaje antiguo a uno nuevo, simplemente heredas la misma deuda con una sintaxis más limpia; La velocidad sin entender acumula deudas en silencio. Así que Intive apunta la IA al problema de forma diferente: como una especie de “historiador de sistemas”, descifrando lógica oculta y recuperando reglas de negocio antes de que alguien reescriba una línea.
Primero la estrategia: la IA simplemente hace que sea sobrevivibleA pesar del optimismo, González seguía regresando a un límite. “Ninguno de estos controles es puramente técnico”, dijo. Objetivos poco claros, sin victorias tempranas, confianza inestable de los grupos de interés – cada uno de ellos es una brecha organizativa, y ningún modelo la cierra para ti.
El ejecutivo está lejos de ser el único en esa interpretación. Un estudio del MIT de 2025 sobre IA empresarial encontró que aproximadamente el 95% de los pilotos de IA generativa corporativa no ofrecían ningún retorno medible, y los investigadores atribuían los fallos a cómo las empresas integran la tecnología, no a los propios modelos.
Mientras tanto, la organización sin ánimo de lucro de investigación RAND llegó a un veredicto similar, descubriendo que más del 80% de los proyectos de IA fracasaron. Aproximadamente el doble de la tasa de proyectos de TI que no involucran IA, la mayoría de las veces porque el problema se malinterpretó o la dirección estaba desalineada, no porque la tecnología se quedará corta.
“La estrategia sigue teniendo que ser lo primero. La IA solo hace que la ejecución sea sobrevivible”, concluyó González. Las herramientas, en su opinión, son ahora lo mínimo. Los equipos – más pequeños, más afilados, directos al problema correcto – son la verdadera ventaja.
Artículo escrito por Miguel Pimiento Restrepo es Informes de América Latina. Version en castellano para El Nacional.