El 2023 fue un punto de inflexión para la adopción de herramientas de IA en el desarrollo de software program. GitHub Copilot, Cursor y otros asistentes de código potenciados por modelos de lenguaje se han vuelto omnipresentes en los flujos de trabajo de miles de desarrolladores. Más del 50% de los programadores ya usan herramientas de IA, y empresas como Accenture han desplegado Copilot a decenas de miles de ingenieros. Microsoft estima más de 1.3 millones de usuarios de pago. Estas herramientas no solo aceleran el trabajo (hasta 55%, según GitHub), sino que también aumentan la satisfacción: el 90% de los usuarios se sienten más realizados.
Pero el impacto no se limita a la velocidad de escritura. Hoy, estas herramientas también generan pruebas y documentación, refactorizan código, y hasta implementan funcionalidades completas. Empresas como Vercel o Lovable permiten construir aplicaciones internet enteras a partir de un immediate, mientras que startups como Faros AI han medido mejoras de hasta 15% en tasas de integración de código. En resumen: la IA ya no es un experimento: es una parte clave del flujo de desarrollo.
El Ciclo de Vida del Software program con IA: De Asistido a Autónomo
El siguiente salto es estructural: pasar de un proceso centrado en código a un proceso nativo en IA centrado en especificicaciones. Esto significa rediseñar el ciclo de vida del desarrollo (SDLC) con IA en el centro. En lugar de que los humanos escriban código y la IA asista, ahora los humanos escriben especificaciones y la IA genera, prueba, mantiene y mejora el sistema.
Startups como Tessl están liderando este cambio con plataformas que traducen requerimientos en lenguaje pure o especificaciones formales directamente en código funcional. No se trata solo de escribir menos, sino de operar un proceso completamente diferente. La IA también puede encargarse del mantenimiento: actualizaciones de dependencias, parches de seguridad, adaptación a cambios en APIs, pruebas automáticas. La visión es una aplicación que se mantiene sola.
Herramientas como Devin AI de Cognition han demostrado que esto es técnicamente viable: construyó, desplegó y mantuvo una aplicación completa sin intervención humana. En empresas como Nubank, un “ejército de Devins” ayudó a refactorizar millones de líneas de código en semanas, algo que habría tomado más de un año. Los equipos de desarrollo ya no estarán formados solo por humanos, sino por humanos + agentes de IA.
El Ingeniero del Futuro (2025–2027)
En este nuevo paradigma, el rol del ingeniero cambia radicalmente. Ya no se trata de escribir cada función a mano, sino de diseñar especificaciones, supervisar la salida de la IA, y dar retroalimentación para corregir desviaciones. Se convierten en arquitectos, editores y curadores del producto generado por IA.
Matt Garman (AWS) predice que en menos de 24 meses, los ingenieros describirán lo que quieren construir en lugar de programarlo directamente. Jensen Huang (Nvidia) ha dicho que “el código podría estar muerto”. Pero esto no elimina al programador: lo eleva. Su valor reside en entender el problema, definir la solución y guiar al sistema para que lo construya correctamente. El desarrollador de 2027 es un director de orquesta de agentes de IA.
Esta entrega de PROMPTING nos introduce al concepto de “Servicio como software”, una nueva forma de pensar el modelo tradicional de SaaS a partir de la implementación de tecnologías basadas en inteligencia synthetic.
Nuevos roles ya están emergiendo: “AI Software program Engineer”, “Immediate Engineer”, “AI Ops”. Profesionales con habilidades técnicas pero también con dominio del comportamiento de modelos generativos. Gartner estima que para 2027, el 80% de los ingenieros de software program necesitarán reentrenarse para colaborar con IA.
Datos Clave y Tendencias
La transición hacia equipos de desarrollo nativos de IA no es ciencia ficción: ya comenzó. En los próximos dos años veremos una aceleración en la adopción de estas prácticas. El verdadero reto no es técnico, sino organizacional. Se trata de aprender a trabajar con agentes de IA como colegas, y rediseñar nuestros flujos, métricas y estructuras de equipo para una period donde el código se escribe a la velocidad del silicio.
Reflexión Remaining: 2027 está a la vuelta de la esquina
En los últimos meses, trabajando con diversas empresas en Latinoamérica, hemos notado que la mayoría de las organizaciones están muy atrasadas en esta transformación. Empezando por la adopción de herramientas como Cursor o Copilot, menos del 20% de los desarrolladores las usan de manera routine. Y esto aplica tanto a empresas tradicionales como a startups nativas digitales.
Cuando preguntamos: “¿Cuántos agentes de IA colaboran activamente con sus equipos de desarrollo?”, la respuesta más común, sin importar si se trata de una compañía con 30 años de historia o una fintech reciente, es: cero.
2027 no está lejos. Si queremos mantenernos relevantes, innovar con velocidad y competir globalmente, necesitamos acelerar este cambio de mentalidad y práctica. No basta con activar una licencia de GitHub Copilot. Hay que rediseñar el proceso, formar nuevos roles y ensayar nuevas formas de trabajo.
El llamado es claro: es hora de dejar de experimentar superficialmente con IA y comenzar a construir equipos, productos y culturas nativas de inteligencia synthetic.
