Inteligencia artificial
Escribir código ya es fácil. Responder por él, no.
Hoy cualquiera genera una aplicación en una tarde. Lo que ninguna herramienta reparte es el criterio de más de once años de los fundadores manteniendo software crítico en producción. Aquí la IA va encima de la experiencia, nunca en su lugar.
La IA no nivela a los equipos. Los separa.
Un multiplicador amplifica lo que encuentra. Sobre un equipo que conoce el dominio multiplica la velocidad de trabajo. Sobre alguien que todavía no distingue una decisión reversible de una que no lo es, multiplica el número de decisiones equivocadas y acorta el plazo en el que se acumulan.
El coste de esas decisiones no aparece en la demo. Aparece en tu primer pico de tráfico, en el sexto mes cuando te cambia un requisito y en tu primera auditoría. Ahí es donde los más de once años de los fundadores manteniendo lo que ellos mismos construyeron se convierten en una ventaja que ninguna herramienta te entrega.
El mismo encargo, dos recorridos
| Momento | Sin experiencia, con IA | Con experiencia, con IA |
|---|---|---|
| El primer prototipo | Una tarde. Funciona y se ve bien. | Una tarde. Aquí no hay diferencia, y decirlo es honesto. |
| La segunda pantalla sobre los mismos datos | Se copia el patrón y la regla de negocio queda escrita dos veces. | Se decide dónde vive la regla antes de escribirla una sola vez. |
| El primer pico de tráfico | Se descubre en producción la consulta que no tenía índice. | El índice estaba desde el modelo de datos. |
| Un cambio de requisito al sexto mes | Se reescribe, porque nadie sabe qué más depende de eso. | Se cambia en un sitio, con las pruebas que lo demuestran. |
| La primera auditoría | No hay registro de acceso ni base legal documentada. | Estaba previsto en el diseño: registro, retención y responsable del dato. |
| El tercer año | Nadie entiende el sistema, tampoco la IA que lo generó. | Sigue en producción, se actualiza y admite al equipo que quieras poner dentro. |
Lo que la IA todavía no decide
- Qué se guarda y quién puede verlo
- El modelo de datos y el de permisos son la decisión más difícil de revertir de tu proyecto: se toma el primer mes y la pagas durante cinco años.
- Dónde empieza y acaba una transacción
- Un cobro a medias, un stock descontado dos veces. Los errores que no se ven en la demo salen del límite de la transacción.
- Qué migración puedes hacer sin cortar tu servicio
- Cambiar el esquema con clientes dentro es una especialidad en sí misma: orden de los pasos, compatibilidad hacia atrás y vuelta atrás preparada.
- Qué dependencia se acepta
- Cada biblioteca sugerida es un compromiso de mantenimiento, una licencia y una superficie de ataque. Saber cuáles siguen mantenidas dentro de cinco años no se deduce del código.
- Qué no hay que construir
- La IA construye lo que se le pide, incluso cuando la respuesta correcta es retirar la pantalla y ahorrarse el módulo entero.
- Quién responde cuando falla de madrugada
- Esa parte no se delega. Es la que convierte un entregable en un servicio, y la razón por la que firmamos un contrato contigo.
El papel principal de la IA en el desarrollo de software es el de un amplificador. Agranda las fortalezas de las organizaciones que rinden bien y las disfunciones de las que tienen dificultades.
Lo que mide el informe de DORA
El informe mide también el efecto sobre la entrega, y las dos magnitudes se mueven juntas: con IA el rendimiento sube, y la inestabilidad con él. Lo que separa a un equipo de otro no son las herramientas, sino el entorno técnico y cultural que las rodea.
De las siete capacidades que el informe asocia a sacarle partido a la IA, tres son las que sostienen nuestra forma de trabajar: control de versiones sólido, lotes pequeños y una plataforma interna de calidad.
Dónde entra en nuestro trabajo
- Lectura de sistemas heredados
- Entender cien mil líneas de tu sistema sin documentar dejó de costar semanas. El mapa de dependencias lo valida una persona que ya ha mantenido ese tipo de código, antes de que determine ninguna decisión de arquitectura.
- Pruebas sobre código que no las tenía
- Cubrir lo que ya funciona antes de tocarlo. Cada prueba se revisa: una prueba mal planteada da falsa cobertura, y eso es peor que no tenerla.
- Trabajo repetitivo y acotado
- Migraciones mecánicas, adaptadores, formularios, primera versión de la documentación. Tarea definida y resultado verificable.
- Una segunda lectura, nunca la única
- Encuentra el caso límite olvidado antes de que lo lea la persona que firma el cambio.
Dónde se detiene
- Las decisiones de arquitectura
- Un modelo las propone; las discute el equipo y las firma una persona.
- Los datos de tus clientes
- No entran en servicios de terceros. Si un proyecto necesita IA en producción, se acuerda por escrito dónde se ejecuta y qué sale del perímetro.
- El código sin leer
- Nada llega a producción sin que alguien del equipo lo haya validado y pueda explicarlo sin la herramienta delante.
- La factura
- La productividad que gana el equipo se traduce en alcance y en plazo, no en facturar el mismo trabajo más veces.
Política de modelos
- Proveedores comerciales
- Tu código no entrena sus modelos y tus datos no se retienen más allá de lo necesario para procesar la tarea. Las dos cosas, excluidas por contrato.
- Modelos abiertos
- Donde tu sector lo exija o el criterio técnico lo justifique, tu código no sale hacia ningún tercero: se ejecutan bajo control propio.
- Autorización explícita
- Decides uso por uso. Aceptar IA en el análisis de tu sistema no autoriza su uso en, por ejemplo, generar contenido a partir de tus datos.
Marco regulatorio
- Reglamento de IA de la UE
- El Reglamento (UE) 2024/1689 se aplica por tramos desde el ; las obligaciones de alto riesgo quedaron aplazadas por el Reglamento (UE) 2026/1744 a y . Esto describe cómo cumplimos: no es asesoramiento jurídico.
- Estados Unidos y Canadá
- Sin ley federal de alcance general: normas sectoriales y estatales. Canadá no llegó a aprobar su Artificial Intelligence and Data Act. Aplicamos el mismo criterio que en Europa.
- Latinoamérica
- Ningún país tiene todavía en vigor una ley de alcance equivalente al Reglamento europeo. Lo que sí aplica es la normativa de protección de datos: Ley 1581 en Colombia, LGPD en Brasil.
- ISO/IEC 42001
- Gestión de sistemas de inteligencia artificial. En proceso de certificación con auditoría externa, prevista para .
¿Por dónde empezamos?
Dos formas de arrancar, según lo que tengas hoy delante. Respuesta en un día laborable.