Hoy cualquier fábrica de software dice que construye con inteligencia artificial. La frase dejó de diferenciar en el momento en que todos empezaron a usarla, y hoy aparece igual en la propuesta de un equipo con veinte años de oficio que en la de un proveedor que se armó hace ocho meses.
Para quien tiene que decidir a quién contratar, eso es un problema real. Dos propuestas dicen lo mismo, cuestan parecido, prometen los mismos plazos. Y la diferencia entre una y otra recién se nota cuando el software lleva un año en producción y hay que cambiarle algo.
Veamos de qué se trata esa diferencia. No cuál herramienta es mejor, porque esa conversación caduca cada tres meses. Qué separa un software construido con inteligencia artificial de uno que simplemente la usó.
Lo que los datos ya muestran
Durante dos años la discusión sobre IA y desarrollo se sostuvo en anécdotas. Ya no. Hay mediciones sobre bases de código reales, y lo que muestran vale la pena mirarlo con calma.
El estudio de mantenibilidad de GitClear analizó 623 millones de cambios de código entre 2023 y 2026. Sus hallazgos, en lo que importa para quien paga el software:
| Qué se midió | Qué pasó entre 2023 y 2026 |
|---|---|
| Bloques de código duplicado | +81% (de 40,3 a 73,0) |
| Refactorización | −70%: el código reorganizado cayó de 21% en 2022 a 3,8% en 2026 |
| Copiar y pegar dentro de un mismo cambio | +41% |
| Construcciones que enmascaran errores | +47% |
| Reutilización entre archivos | −35% |
| Mantenimiento de código antiguo | −74% frente a 2022 |
Traducido: se escribe mucho más código, se reordena mucho menos, y se repite mucho más. La actividad de reorganizar lo existente, que es lo que mantiene un sistema entendible, pasó a ser cinco veces menos frecuente que copiar y pegar.
Del otro lado, el informe DORA de Google sobre estado del desarrollo de software encontró que el 90% de los profesionales de tecnología ya usa IA en su trabajo y más del 80% cree que le subió la productividad. Pero encontró también algo incómodo: a mayor adopción de IA, sube el ritmo de entrega y sube al mismo tiempo la inestabilidad de lo entregado.
Las dos cosas a la vez. Más rápido y más frágil.
La conclusión de DORA es la frase que mejor resume todo esto: la IA funciona como amplificador. Magnifica las fortalezas de una organización y también sus disfunciones. No corrige lo que estaba mal. Lo acelera.
Por qué pasa, y por qué no es culpa de la herramienta
Un modelo de lenguaje es extraordinariamente bueno produciendo código que funciona. Es mucho menos bueno decidiendo si ese código debía escribirse, si ya existía algo parecido en otra parte del sistema, o si la forma más rápida de resolver el problema de hoy va a ser la más cara dentro de un año.
Esas tres decisiones no son técnicas. Son de criterio. Y son exactamente las que un equipo sin método delega en la herramienta sin darse cuenta.
Ahí está el mecanismo completo de lo que muestran los datos. Cuando escribir código cuesta poco esfuerzo, la opción de duplicar deja de doler. Nadie decide "voy a duplicar": simplemente resulta más rápido pedirlo de nuevo que buscar dónde estaba. Multiplica eso por seis meses de proyecto y tienes un sistema donde la misma regla de negocio vive en cinco lugares distintos, y donde cambiarla implica encontrar los cinco.
El problema no aparece durante el desarrollo. Aparece después, cuando el software ya está en producción y el negocio pide algo nuevo.
Cómo se ve un software construido sin método
Estas señales no requieren ser técnico para reconocerlas. Si te suenan familiares de algún sistema que ya tienes, vale la pena mirarlo con atención.
Los cambios pequeños toman cada vez más tiempo
Al principio una modificación menor tomaba dos días. Ahora toma dos semanas y nadie sabe explicar bien por qué. Es el síntoma más temprano y el más ignorado.
Cada cambio rompe algo en otro lado
Tocas el módulo de facturación y se cae el de reportes. Eso no es mala suerte: es acoplamiento, y suele venir de código repetido que alguien tuvo que sincronizar a mano.
Solo una persona entiende cómo funciona
Cuando la respuesta a "¿quién puede tocar esto?" es un solo nombre, tienes un riesgo de continuidad que no está en ningún contrato.
El equipo pide reescribir todo
Es la señal terminal. Cuando reescribir parece más barato que modificar, el costo de mantener ya superó al de construir de nuevo. Y la reescritura, sin cambiar el método, produce el mismo resultado un tiempo después.
Ninguna de estas cosas es culpa de la inteligencia artificial. Todas existían antes. Lo que cambió es la velocidad a la que se llega a ellas.
Qué cambia cuando hay un método detrás
Un método no es una herramienta ni una lista de pasos que se sigue por disciplina. Es un conjunto de decisiones tomadas de antemano, para que no haya que tomarlas apurado en medio de un proyecto.
En Altimea ese método se llama AI-Forge, el marco de trabajo con el que construimos. Estos son sus principios, y son los que deberías poder exigirle a cualquier proveedor.
La IA propone, el criterio dispone
Todo lo que produce una herramienta pasa por revisión de alguien que responde por el resultado. No es desconfianza en la máquina, es entender qué sabe hacer y qué no.
Lo que se repite se detecta antes de que crezca
La duplicación no se combate al final con una limpieza heroica. Se combate impidiendo que entre.
La arquitectura se decide antes de escribir, no después
Y las decisiones quedan registradas, con su motivo. Un año después alguien va a preguntar por qué se hizo así, y esa pregunta tiene que tener respuesta escrita.
El código debe poder mantenerlo alguien que no lo escribió
Es la prueba más simple y la más dura. Si solo lo entiende quien lo hizo, el proyecto tiene un problema aunque hoy funcione.
La velocidad se mide en software que sigue vivo, no en líneas entregadas
Entregar rápido algo que en seis meses hay que rehacer no es velocidad. Es deuda con otro nombre.
Sobre lo que esto rinde: en nuestros propios proyectos observamos alrededor de 30% menos tiempo de desarrollo cuando el método se aplica de punta a punta. Es un estimado interno, no un estudio, y lo decimos así. El valor está en llegar antes al mercado, no en pagar menos por hora.
Qué exigirle a un proveedor que dice construir con IA
Si estás evaluando propuestas, estas cinco preguntas separan a quien tiene método de quien tiene suscripciones. Ninguna requiere que seas técnico para evaluar la respuesta: lo que importa es si hay una respuesta concreta o una frase de marketing.
- ¿Quién revisa lo que produce la IA, y qué se revisa exactamente? Si la respuesta es que el desarrollador "le da una mirada", no hay proceso. Debería existir un criterio explícito de qué se verifica y quién responde por ello.
- ¿Cómo evitan que el mismo código termine repetido en varios lugares? Es la pregunta que más incomoda, porque es el hallazgo central de los datos. Un proveedor con método tiene una respuesta específica. Uno sin método te va a hablar de buenas prácticas en general.
- ¿Dónde quedan registradas las decisiones de arquitectura? Si no quedan en ningún lado, el conocimiento vive en la cabeza de una persona. Y esa persona puede renunciar.
- ¿Qué pasa si el equipo que construyó esto no está disponible en un año? La respuesta honesta es un plan de traspaso y documentación, no una promesa de que eso no va a pasar.
- ¿Cómo miden calidad, más allá de que funcione? "Funciona" es el piso, no el estándar. Debería haber alguna medida de mantenibilidad, no solo de entrega.
Un proveedor serio responde estas cinco sin ponerse a la defensiva. Y las respuestas, puestas una al lado de la otra, ordenan la decisión mucho mejor que una comparación de precios por hora.
Lo que no estamos diciendo
Conviene aclararlo, porque la lectura fácil de todo lo anterior es la equivocada.
No estamos diciendo que haya que usar menos inteligencia artificial. Estamos diciendo lo contrario: un equipo que hoy no la usa está entregando más lento y más caro que la competencia, y esa brecha se va a agrandar. Renunciar a la herramienta no es prudencia, es quedarse atrás con buenos modales.
Tampoco estamos diciendo que el código que produce una IA sea de mala calidad. Aislado, suele ser correcto. El problema no aparece en la línea de código: aparece en el conjunto, cuando nadie está mirando cómo encajan entre sí miles de decisiones individualmente razonables.
Y no estamos diciendo que esto sea un problema nuevo. El código duplicado, la documentación que nadie escribió y el sistema que solo entiende una persona existen desde mucho antes de que apareciera el primer asistente de código. Lo que cambió es la escala y la velocidad. Antes tardabas dos años en llegar ahí. Ahora puedes llegar en seis meses.
La conclusión práctica es simple: la pregunta correcta al evaluar un proveedor ya no es si usa inteligencia artificial. Es cómo la usa, y quién responde cuando algo sale mal.
Lo que esto significa en el mercado peruano
Acá hay un factor adicional. El mercado local tiene una oferta amplia de desarrollo informal o semi-informal, con precios que un equipo estructurado no puede igualar. Y la IA volvió esa brecha más pronunciada, porque bajó muchísimo el costo de producir algo que se ve terminado.
El resultado es que hoy es más fácil que nunca comprar barato algo que parece funcionar. La factura no llega en la propuesta: llega un año después, cuando el sistema no se puede mantener, quien lo hizo no está, y hay que empezar de cero con el negocio ya dependiendo de él.
Esa es la conversación que vale la pena tener antes de firmar, no después. No es sobre precio por hora. Es sobre cuánto cuesta el software durante toda su vida, y quién va a responder por él cuando el proyecto termine.
Altimea nació en París en 1998 y opera desde Lima. En estos 28+ años vimos suficientes sistemas heredados como para saber que el problema casi nunca fue la tecnología que se eligió. Fue que nadie decidió cómo se iba a construir antes de empezar.
La inteligencia artificial no cambió eso. Solo hizo que se note más rápido.
Preguntas frecuentes
¿La inteligencia artificial reemplaza a los desarrolladores?
No. Cambia qué hacen. La IA produce código con mucha facilidad, pero no decide si ese código debía existir. Las decisiones de arquitectura, criterio y responsabilidad siguen siendo humanas, y son justamente las que determinan si el software se puede mantener.
¿Es más barato desarrollar software con IA?
El desarrollo inicial suele ser más rápido. El costo total depende de la mantenibilidad: un sistema que hay que rehacer en año y medio sale más caro que uno bien construido, aunque su primera factura haya sido menor. Compara costo de vida útil, no precio por hora.
¿Cómo sé si mi proveedor tiene método o solo usa herramientas de IA?
Pregúntale quién revisa lo que produce la IA, cómo evita código duplicado y dónde registra las decisiones de arquitectura. Un proveedor con método responde con procesos concretos. Uno sin método responde con nombres de herramientas y buenas prácticas genéricas.
¿Qué es la deuda técnica y por qué la IA la acelera?
Es el costo futuro de decisiones tomadas por rapidez hoy. La IA la acelera porque cuando escribir código cuesta poco esfuerzo, duplicar deja de doler: los datos muestran 81% más bloques duplicados y 70% menos refactorización entre 2023 y 2026.
¿Qué es AI-Forge?
Es el marco de trabajo con el que Altimea construye software aplicando inteligencia artificial de forma ordenada. No es una herramienta que se compra: es el conjunto de principios y controles que definen cómo se usa la IA en cada proyecto y quién responde por el resultado.
