Hace unos años, había una historia que se vendía sola en las salas de juntas: “El software será gratis“. El pitch era simple y seductor: los LLMs pueden escribir código, que es la mayoría de lo que hacen los desarrolladores. Por tanto, las empresas pueden deshacerse de sus programadores, apuntar un modelo de IA a su backlog y generar sistemas a medida a la velocidad de la luz.
Si te crees esa historia, la conclusión es inevitable: gana la organización que más rápido reemplace humanos por IA.
Pues bien, esa ambición esperanzada está chocando de frente con la realidad de cómo funcionan realmente los sistemas empresariales. Y os puedo asegurar que lo que está explotando no es la capacidad de la IA para programar. Es la toma de decisiones empresarial que trata la IA como un sustituto del desarrollador en lugar de como un amplificador.
El Cuento de la Lechera 2.0
Estas decisiones no se toman en el vacío. Las empresas son alentadas por algunas de las voces más ruidosas del mercado: CEOs de IA y cloud, vendors, influencers y los paladines internos que necesitan una historia transformadora para justificar el próximo cambio presupuestario.
El mensaje es directo: los programadores se están convirtiendo en personas non gratas. Los prompts son el nuevo lenguaje de programación. Tu fábrica de IA generará software de producción como tu sistema de CI/CD genera builds.
Esa narrativa se deja algunos detalles clave que todo arquitecto empresarial experimentado conoce: el software no es solo teclear. Las partes difíciles son los requisitos sin conflictos, datos fiables, seguridad, rendimiento y operaciones. Los trade-offs exigen responsabilidad, y eliminar humanos de las decisiones de diseño no elimina el riesgo. Elimina a las personas que pueden detectar, explicar y arreglar problemas temprano.
Código que Funciona… Hasta que no
He visto este patrón repetirse una y otra vez. Un equipo empieza usando un LLM para trabajo de grunt. Eso va bien. Luego lo usan para generar módulos. Eso va aún mejor, al menos al principio. Entonces el management hace la pregunta obvia: si la IA puede generar módulos, ¿por qué no servicios enteros, workflows enteros, aplicaciones enteras?
Pronto tienes “mini empresas” dentro de la empresa, empoderadas para levantar sistemas completos sin la fricción de revisiones de arquitectura, ingeniería de rendimiento o planificación operacional. En el momento, se siente como velocidad. En retrospectiva, a menudo es solo deuda sin precio.
El hecho incómodo es que el código generado por IA suele ser ineficiente. Normalmente sobre-asigna, sobre-abstrae, duplica lógica y se pierde oportunidades de optimización sutiles que los ingenieros experimentados aprenden a través del dolor.
Puede ser “correcto” en el sentido estrecho de producir outputs, pero ¿cumplirá los SLAs, manejará edge cases, sobrevivirá a las actualizaciones y operará dentro de restricciones de coste? Multiplica eso por docenas de servicios y el resultado es predecible: facturas de cloud que crecen más rápido que los ingresos.
La Deuda Técnica sin Padre ni Madre
La deuda técnica tradicional al menos es visible para los humanos que la crearon. Recuerdan por qué se tomó un atajo, qué asunciones se hicieron y qué habría que cambiar para deshacerla.
Los sistemas generados por IA crean un tipo diferente de deuda: deuda sin autoría. No hay memoria compartida. No hay estilo consistente. No hay una lógica coherente que abarque el codebase. Solo hay un output que “pasó los tests” (si es que se escribieron tests) y un deployment que “funcionó” (si es que se instrumentó observabilidad).
Ahora añade la realidad operacional. Cuando una empresa depende de estos sistemas para funciones críticas como cotización, facturación, decisiones de cadena de suministro o procesamiento de reclamaciones, lo que está en juego se vuelve existencial.
No puedes simplemente reescribir todo cuando algo se rompe. Tienes que parchear, optimizar y securizar lo que existe. ¿Pero quién puede hacer eso cuando el código fue generado a escala, cosido con patrones inconsistentes y refactorizado por el propio modelo a través de docenas de iteraciones?
La Vuelta a la Realidad
Un capítulo predecible se está desarrollando en muchas organizaciones. Están volviendo a contratar desarrolladores, a veces en silencio, a veces públicamente, y a veces como ingenieros de plataforma o ingenieros de IA para evitar admitir que la estrategia original fue desacertada.
A estos equipos que regresan se les asigna el trabajo menos glamuroso de IT: hacer que los sistemas generados sean comprensibles, observables, testables y eficientes en costes. Se les pide construir las barreras de seguridad que deberían haber existido desde el primer día.
Pero aquí está el problema: no siempre puedes revertir el daño rápidamente. Una vez que un sistema generado y sprawling se convierte en la columna vertebral de las operaciones de ingresos, estás limitado por las demandas de uptime y continuidad del negocio.
La refactorización se convierte en cirugía realizada mientras el paciente corre una maratón.
La Lección más Antigua de la Tecnología
Si parece demasiado bueno para ser verdad, normalmente lo es. Eso no significa que la IA para programar sea un callejón sin salida. Significa que la empresa debe dejar de confundir automatización con reemplazo.
La IA sobresale automatizando tareas. No es buena siendo propietaria de resultados. Puede generar código, traducir patrones, crear tests, resumir logs y acelerar el trabajo rutinario. Puede ayudar a un ingeniero fuerte a moverse más rápido y detectar más problemas antes. Pero no puede reemplazar la responsabilidad humana por la arquitectura, el modelado de datos, la ingeniería de rendimiento y la excelencia operacional.
Esos no son problemas de teclear. Son problemas de juicio.
Las empresas que ganen en 2026 y más allá no serán las que eliminen desarrolladores. Serán las empresas que emparejen desarrolladores con herramientas de IA, inviertan en disciplina de plataforma y exijan calidad, mantenibilidad, eficiencia de costes y seguridad medibles.
Tratarán el modelo como una herramienta eléctrica, no como un empleado. Y recordarán que el software no se produce simplemente; se administra.
La resaca de la IA está aquí. Y como todas las resacas, la cura no está en seguir bebiendo.