La evolución del desarrollo de software está tomando un rumbo inesperado gracias a la implementación de inteligencia artificial (IA) en los flujos de trabajo empresariales. Empresas como Kilo Code, Replit y Symbotic están adoptando un enfoque donde el papel de los ingenieros se redefine, relegando la escritura y lectura de código a un mero 1% del tiempo. Este fenómeno plantea importantes interrogantes sobre la seguridad y la eficacia de los sistemas que utilizan agentes de IA.
Emilie Schario, cofundadora de Kilo Code, expone que la transición a un entorno donde la IA toma el control es no solo natural, sino también bien recibida en el sector. A medida que la IA se convierte en una herramienta predominante, las empresas deben evaluar cómo gestionar los errores generados por estas tecnologías y cómo implementar arquitecturas multi-modelo para maximizar su potencial.
Desafíos en entornos de desarrollo
Según Jared Go, ingeniero destacado de Symbotic, la efectividad de la IA varía según el contexto. La creación de nuevos sistemas (greenfield) es un terreno fértil para estas tecnologías, pero las dificultades aumentan al tratar de mantener o actualizar sistemas existentes (brownfield). Go sugiere que el enfoque de la IA debe centrarse en ciertos criterios, como seguridad y elegancia, para que los humanos no tengan que realizar revisiones constantes de código.
En contraste, Replit se aproxima a la integración de IA con precaución. Amol Jain, responsable de ingeniería de productos de la compañía, explica que cada solicitud de extracción es evaluada por un agente que asigna un puntaje de riesgo, donde las de bajo riesgo son auto-aprobadas por los autores, mientras que otras requieren revisión humana. Esto asegura que, aunque la IA desempeñe un papel considerable, los ingenieros mantengan cierta supervisión sobre el proceso.
La importancia del modelo multi-modelo
El futuro de la IA en el desarrollo de software también apunta hacia la diversificación de modelos. Kilo Code apoya más de 500 modelos en su plataforma, ofreciendo a las empresas flexibilidad al elegir herramientas adecuadas para distintas fases de un proyecto. Schario señala que muchas empresas utilizan modelos costosos en etapas iniciales y luego optan por alternativas más económicas durante el desarrollo.
La gestión inteligente de costos también se ha convertido en un tema esencial a medida que las organizaciones adoptan IA. La implementación del ‘tokenmaxxing’ ha surgido como una estrategia para controlar gastos excesivos. Schario menciona que tanto empleados como clientes buscan formas de limitar costos sin sacrificar la efectividad, y recomienda un enfoque escalonado que combine modelos costosos con opciones más asequibles.
La nueva perspectiva sobre ROI
Vale la pena destacar que el retorno de la inversión (ROI) en la era de la IA no se mide simplemente en gastos, sino en el valor generado por ellos. Schario enfatiza que, pese al aumento en los costos, el verdadero desafío radica en generar un retorno significativo. Por su parte, Symbotic ha implementado herramientas que permiten a los gerentes hacer seguimiento del uso y ajustar los niveles de gasto. Este enfoque ha llevado a una reflexión sobre la eficiencia en el uso de tecnologías de IA, especialmente después de cambios en la política de precios de algunos proveedores.
El camino hacia un desarrollo de software más eficiente y accesible mediante el uso de IA está en plena marcha. Mientras las empresas navegan por estos cambios, la clave será equilibrar la innovación con la responsabilidad financiera y la productividad, asegurando así un futuro donde la tecnología y el talento humano coexistan en armonía.