La IA construye rápido, pero solo al comienzo

El video de 20 minutos

A cada rato alguien me manda un video. Un tipo escribe una frase, la IA vomita una aplicación entera, y en pantalla aparece algo que funciona. El mensaje que lo acompaña casi siempre es el mismo: "¿entonces para qué te necesito a ti?".

Es una buena pregunta. Y la respuesta honesta no es "porque el video miente". El video no miente: la app existe, corre y hace lo que promete. La respuesta es más incómoda: lo que ves es el 20% barato del trabajo, y el 80% caro empieza justo cuando el creador aprieta "detener grabación".

Llevo esta discusión conmigo mismo tanto como con clientes, así que me alejé del marketing de las herramientas y de los testimonios de los fundadores que las venden. Fui a los ensayos controlados, los papers y las encuestas grandes. Ahí encontré que la IA es real y poderosa, pero casi todo lo que te cuentan sobre "velocidad" y "equipos de tres personas" está medido de una forma que infla el número.

El experimento que a nadie le gustó

En 2025, METR —un grupo que evalúa modelos, no que los vende— hizo un ensayo aleatorizado de verdad. Tomaron 16 desarrolladores con experiencia real, gente que llevaba años en sus propios repositorios grandes, de más de un millón de líneas. Tareas reales de un par de horas y un sorteo tarea por tarea: con IA o sin IA.

Con IA, esas tareas tardaron un 19% más. Más lento, a secas.

Lo verdaderamente jugoso vino después. A esos mismos desarrolladores les preguntaron cuánto creían haber ahorrado. Respondieron que un 20%. Estaban convencidos de haber ido más rápido mientras iban más lento: casi cuarenta puntos entre lo que sintieron y lo que marcó el reloj.

La mayoría de las estadísticas felices que circulan son solo autopercepción.

Por si fuera poco, METR repitió el experimento a finales de 2025 y el signo parece haberse dado vuelta: quizá ahora acelera un poco. Pero ellos mismos lo llaman "evidencia muy débil", porque los más entusiastas se niegan a trabajar la mitad del tiempo sin IA y se salen de la muestra. Cuando el tratamiento se vuelve valioso, el experimento se rompe. En corto: probablemente ya ayuda algo, pero nadie sabe cuánto, y quien te dé un número exacto te está vendiendo algo.

¿De dónde sale el "55% más rápido"?

En 2023, un experimento de GitHub y Microsoft midió a gente implementando un servidor HTTP en JavaScript, desde cero, lo más rápido posible. Con Copilot terminaron un 55,8% antes. De ahí salió el "la IA te hace el doble de rápido" que ves en todas partes.

Fíjate en las condiciones: una tarea de manual, sin código heredado, con miles de ejemplos idénticos en los datos de entrenamiento. Es el escenario ideal. Es el dichoso video de 20 minutos.

Entonces la IA rinde al máximo donde la tarea es nueva, acotada y estándar, y rinde peor —a veces negativo— donde el código es maduro y tú ya lo conocías mejor que ella. Sustituye el conocimiento explícito (sintaxis, APIs, patrones comunes), que es justo lo que le falta a un junior; no sustituye el conocimiento tácito de un sistema con años encima, que es lo que tiene un senior. Por eso el junior gana mucho y el experto en su propio código a veces pierde.

En el término medio —una empresa real con mezcla de tareas— el número honesto es más modesto: el estudio de campo más grande, con casi 5.000 desarrolladores, encontró un 26% más de pull requests completados. Suena bien, y lo es. Pero eso mide volumen, no valor. Más PRs no es lo mismo que mejor software.

Los costos ocultos

Aquí es donde vivo yo.

Un demo optimiza el "camino feliz": el usuario hace exactamente lo que debe y todo sale bien. Producción es lo otro, lo que no se ve: la autenticación, los permisos, el usuario que mete basura en el formulario, el que intenta ver datos que no son suyos, el despliegue, el monitoreo y el mantenimiento de los próximos dos años.

¿Cuánto cuesta ese hueco? Hay una cifra brutal. En marzo de 2025, un investigador escaneó las apps de la vitrina de Lovable —una de estas herramientas de "app en minutos"—. De 1.645 proyectos, 170 estaban filtrando datos: nombres, teléfonos, información de pago, claves de API. Una de cada diez aplicaciones "terminadas" dejaba la puerta abierta. Y no fue un hackeo sofisticado: eran permisos de base de datos mal puestos, ese trabajo aburrido que el demo se salta.

No es un caso aislado, es estructural. Análisis independientes marcaron problemas de seguridad en cerca de un tercio del código que genera Copilot. Otro estudio encontró que el código duplicado se multiplicó por ocho en 2024: la IA prefiere copiar y pegar antes que reutilizar bien, porque copiar es lo que sabe hacer. Y a nivel organización, el informe DORA de Google, con miles de profesionales, encontró lo que lo resume todo: la IA sube el rendimiento y, a la vez, sube la inestabilidad. Entregas más, y se rompe más.

La IA es (solo) un amplificador: multiplica lo que ya tienes, para bien o para mal.

Si tu equipo tiene disciplina, tests y una plataforma sólida, la IA multiplica esa fortaleza. Si es un desastre, multiplica el desastre, y más rápido. La herramienta no le da criterio a quien no lo tiene.

El hueco entre el demo y producción no se achica con IA; se agranda.

Por eso el matiz importa: la IA reduce muchísimo el tiempo-hasta-demo y bastante menos el tiempo-hasta-producción. Un video de "app en 20 minutos" puede ser cierto y, aun así, corresponder a semanas de trabajo real antes de que alguien pueda usarlo sin riesgo.

Los "equipos de tres personas"

Esta es la parte donde el marketing se vuelve casi cómico. Te muestran empresas con dos millones de dólares de ingreso por empleado y equipos diminutos. Lo que omiten es que esas empresas venden IA como producto: su ingreso escala con las máquinas, no con la gente, y se eligen para el titular precisamente porque les fue bien. Es sesgo de superviviente en estado puro; no se ven las miles de startups que quebraron. Eso no mide cuánto encoge un equipo que simplemente programa con IA: mide un modelo de negocio distinto.

Cuando alguien se sienta a medirlo en serio —un working paper de Harvard sobre empresas nacidas con IA— el número real es que son entre un 12% y un 25% más pequeñas. No es despreciable, pero está muy lejos del "6× menos gente" del pitch.

Donde sí hay una señal sólida y preocupante es en la contratación junior. Datos de nómina de Stanford muestran que el empleo de desarrolladores de 22 a 25 años está alrededor de un 19% por debajo de donde debería estar, y el ajuste viene por menos contratación, no por despidos. La lógica es simple: si la IA cubre el trabajo explícito del junior, se contrata menos junior.

Los seniors de mañana salen de los juniors de hoy. Si no formamos juniors, en diez años faltarán seniors.

Aunque hay que ser honesto: parte de esa caída empezó antes de ChatGPT, con la resaca de la sobrecontratación de la pandemia y las tasas de interés. No todo es culpa de la IA.

Lo que cuesta de verdad

El costo de la IA por desarrollador no es la restricción. Según la propia documentación de Anthropic, un desarrollador con un agente gasta alrededor de 13 dólares por día activo: unos ocho minutos de trabajo cualificado. Si te ahorra más de ocho minutos al día, ya salió a cuenta.

La trampa está en la cola, no en el promedio. El costo se dispara cuando lanzas muchos agentes en paralelo o trabajas sobre bases de código enormes, porque —dato revelador— la mayor parte de los tokens se va en leer código, no en escribirlo: cerca del 76%. El agente pasa el rato buscando dónde está la cosa. Por eso una base de código grande y desordenada es más cara y más lenta con IA, todo a la vez.

Lo que hago con todo esto

No es serio decir "la IA lo cambia todo" ni "la IA está sobrevalorada". Las dos son pereza intelectual. Esto es lo que la evidencia y la práctica me permiten afirmar.

Uso IA sin culpa donde brilla: prototipos, greenfield, boilerplate, tests, arrancar algo desde cero. Ahí el video no miente y la ganancia es real.

Y meto freno donde la evidencia dice que engaña: código maduro y crítico, donde el reloj puede ir para atrás mientras la sensación va para adelante. Ahí el trabajo caro —seguridad, permisos, casos borde, revisión— no se automatiza: se hace, con atención y detalle. Esa es la diferencia entre algo que se ve terminado y algo que puedes poner delante de un cliente sin que se filtren sus datos.

El demo lo hace cualquiera ahora. Lo otro es el oficio, y por ahora sigue siendo humano.

Así que cuando alguien te venda velocidad, pregúntale: ¿velocidad hasta dónde? ¿Hasta el demo, o hasta producción?