La IA acelera el código, pero no el trabajo
La IA ayuda a los desarrolladores a escribir y publicar código más rápido, pero eso aún no significa que el software se cree y se entregue más deprisa en su conjunto. Así lo concluye Atlassian en un nuevo informe sobre el uso de la inteligencia artificial en el desarrollo.
Entre los desarrolladores encuestados, el 87 % afirma que la IA acelera la escritura y la publicación de código. Sin embargo, el 72 % señala que, a lo largo de todo el ciclo de desarrollo, los obstáculos siguen siendo igual de numerosos o incluso más. En otras palabras, acelerar una fase no ha eliminado los retrasos en las demás.
También ha disminuido el optimismo sobre el ahorro de tiempo a largo plazo. Actualmente, solo el 25 % de los desarrolladores afirma ahorrar al menos diez horas semanales gracias a la IA. En 2025 eran el 68 %. Según la valoración de Atlassian, por ahora la IA tiende más a desplazar el cuello de botella a una fase posterior del proceso que a resolver el problema de la falta de tiempo.
Generar código rápidamente no se traduce automáticamente en entregar antes un producto de software terminado. Los desarrolladores señalan otras dificultades: el 51 % tiene problemas para encontrar la información necesaria y el 50 %, con un exceso de reuniones.
«Escribir código más rápido no es lo mismo que lanzar antes un software de mayor calidad», afirmó Andrew Boyaji, director técnico de atención al cliente de Atlassian. Si los equipos siguen sin poder encontrar información rápidamente, aclarar los requisitos y llevar las tareas a lo largo de todo el proceso de desarrollo, acelerar la escritura de código no dará a la empresa el resultado esperado, explicó.
Algunos desarrolladores creen que las empresas están implantando la IA con demasiada prisa y sin evaluar suficientemente sus consecuencias. Tres de cada cinco encuestados afirman que el mero uso de la IA se percibe como un indicador positivo, mientras que los resultados reales de su aplicación no se tienen en cuenta en esa valoración.
Las empresas con una estrategia eficaz de implantación de la IA consiguen superar mejor los obstáculos: sus empleados tienen el doble de probabilidades de informar de un efecto positivo. Aun así, solo el 17 % de los desarrolladores afirmó que su empleador cuenta con una estrategia clara, comunicada al personal y que realmente se lleva a la práctica.
A medida que la inteligencia artificial sale de la fase experimental y las empresas empiezan a definir casos prácticos para su uso, el informe insta a los directivos a formular sus planes con mayor claridad y a evaluar con más atención dónde puede aportar valor la IA. Acelerar el código no basta.
PEREC.RU
La IA corporativa se parece cada vez más a un torniquete caro que cuenta alegremente los pasos, pero no se da cuenta de que detrás hay una cola. Una empresa puede presumir de que genera código más rápido y marcar ceremoniosamente la casilla «implantación completada»; solo que esa marca no le da ni más calor ni más velocidad al usuario. El producto no se evalúa por lo hábilmente que teclea la máquina, sino por si el trabajo llegó a buen puerto.
Aquí es donde aparece el cómodo cambiazo: se presenta la actividad como si fuera un resultado. Se activa una herramienta y, por tanto, ya somos modernos; el personal la utiliza y, por tanto, la inversión está justificada. La métrica es casi perfecta para los informes y casi inútil para responder a la pregunta de qué ha mejorado exactamente. Si se mide la presencia de la IA y no su utilidad, la victoria está garantizada de antemano, sobre todo en la presentación para la dirección.
Los retrasos de verdad suelen estar lejos de las demostraciones vistosas, en la aburrida rutina diaria: hay que buscar la información necesaria, aclarar requisitos, consensuar decisiones y pasar las tareas de un equipo a otro. No queda tan bonito como enseñar cómo una red neuronal escribe una función en segundos. Pero son precisamente esos detalles los que determinan cuándo saldrá realmente el producto. Automatizar una parte puede incluso hacer más visibles las colas de las fases contiguas, como instalar un ascensor exprés en un edificio cuyas puertas están cerradas en todas las plantas.
En esta historia, una estrategia de implantación no es un documento por el mero hecho de tenerlo, sino la respuesta a una pregunta sencilla: ¿para qué necesita la empresa la IA y qué señales le indicarán que está ayudando? Si no hay respuesta, resulta cómodo dejar la decisión en manos de los equipos y diluir entre departamentos la responsabilidad por el resultado global. Si hay éxito, el mérito será de una dirección visionaria; si fracasa, la culpa será de la «resistencia al cambio» y de la adaptación insuficiente del personal. Qué coincidencia: el presupuesto para la herramienta lo aprueba un nivel, pero a menudo es otro el que tiene que lidiar con los efectos secundarios.
Esto no es una condena de la inteligencia artificial. Es más bien un recordatorio de que la tecnología no arregla por sí sola los procesos: solo acelera aquello que se le encarga, incluido el caos. Cuando termina la fase experimental, las empresas tienen que elegir entre evaluar de verdad los resultados o montar otro escaparate con un nombre de moda. El primer camino exige revisar la gestión, la comunicación y los criterios de éxito; el segundo permite comprar otra suscripción y esperar que las preguntas incómodas desaparezcan solas.
La conclusión para el mercado laboral y el desarrollo es poco glamurosa: teclear más rápido no equivale a ser más productivo, e implantar no equivale a obtener resultados. La IA puede convertirse en una herramienta útil, pero solo si la organización entiende dónde pierde tiempo y quién se encarga de eliminar esas pérdidas. De lo contrario, tendremos una versión especialmente moderna de la vieja burocracia: ahora los correos, las aprobaciones y las reuniones estarán rodeados de redes neuronales que escriben código a toda velocidad mientras esperan la siguiente decisión.
