La IA agente es ahora una parte central del proceso de ingeniería, impulsa un apalancamiento de ejecución masivo y nos ayuda a generar más código que nunca. Sin embargo, una pregunta difícil que escucho cada vez más de los líderes empresariales es: Si enviamos códigos más rápido que nunca, ¿por qué nuestros productos no mejoran al mismo ritmo?
La razón es que escribir código nunca fue el limitante de la velocidad. Definir los requisitos correctos, integrarlos con sistemas complejos y mantener el software en condiciones del mundo real siempre ha sido la parte difícil. Y cuando los agentes inundan una organización con una gran cantidad de código nuevo, la parte difícil se vuelve cada vez más difícil. Los agentes comprimen el tiempo de ejecución. No comprimen la ambigüedad, la responsabilidad ni la complejidad operativa.
A medida que el código generado por IA crece, la revisión humana se está convirtiendo en un nuevo y enorme cuello de botella y los ingenieros están perdiendo el contexto necesario para detectar los errores de los agentes. Las empresas que comprendan esto avanzarán de forma deliberada y Incluso crear nuevos roles gracias a la IA.. Los que no lo hagan llegarán a una conclusión más simple y mucho más destructiva: reducir la plantilla y aumentar el gasto en IA.
el libro de jugadas
Las decisiones estructurales irreversibles exigen cautela, precisamente porque la tecnología avanza muy rápido. Los líderes de ingeniería empresarial necesitan un manual de estrategias deliberado para navegar en el caos. He aquí cómo empezar:
Fase 1: Gobernanza financiera y de riesgos
Proteger las desventajas: asegurar la infraestructura y limitar la hemorragia financiera.
-
Trate la gobernanza como un riesgo de nivel uno: La presión para integrar la IA es real, pero dar a los equipos la libertad de experimentar sin una estructura centralizada crea procesos fragmentados, trabajo duplicado y costos desbocados. Las organizaciones necesitarán establecer estándares compartidos y al mismo tiempo permitir que los equipos se adapten y exploren dentro de límites definidos. Esto significa tratar la configuración del agente como una infraestructura de producción: versionar, revisar y probar indicaciones y habilidades antes de implementarlas gradualmente.
-
Aplicar privilegios mínimos para actores no humanos: Nunca permita que un agente simplemente herede todos los permisos de su operador humano. A los ingenieros humanos se les concede un amplio acceso porque poseen un juicio contextual y son responsables en última instancia. La implementación de agentes con acceso a nivel humano sin una consideración cuidadosa introduce una brecha de responsabilidad en sus sistemas. Implementar una separación estricta entre leer y escribir/ejecutar acceso y exige puertas de aprobación con intervención humana para acciones destructivas o que alteren la producción. A medida que los agentes pasan de sugerir código a ejecutar tareas de forma autónoma, deben incorporarse rigurosamente a su modelo de seguridad.
-
Cuida tu billetera: Proteja su presupuesto general de IA aplicando cuotas y límites de tarifas tanto para ingeniería como para producción. Las advertencias son cada vez más comunes: Uber limitó su gasto en IA después quemar su presupuesto para 2026 antes de abrily, según Axios, una empresa anónima incurrió en una asombrosa factura antrópica de 500 millones de dólares en un solo mes debido a bucles agentes desbocados.
Fase 2: Estrategia técnica
Construya el motor: elija los modelos adecuados y mida su éxito.
-
Vaya a múltiples modelos y múltiples proveedores: Ningún modelo sobresale en todas las tareas. Es importante caracterizar con precisión los límites de comportamiento y rendimiento entre modelos para comprender dónde sobresale cada uno, enrutando tareas específicas a los sistemas mejor equipados para manejarlas. La estandarización en un único proveedor o modelo sacrifica capacidades e introduce un único punto crítico de falla. Ninguna organización debería absorber ese nivel de riesgo de concentración en su función central de ingeniería.
-
Paga por la frontera: Trate la IA como una ventaja de ingeniería, no simplemente como otro gasto de SaaS. Pague por modelos de primera línea que ofrezcan resultados de la más alta calidad y reduzcan los costosos retrabajos. En última instancia, el modelo más barato no es el que tiene el precio simbólico más bajo: es el que maximiza la eficiencia y minimiza el riesgo posterior.
-
Mide lo que realmente importa: Las implementaciones, las líneas de código y las solicitudes de extracción nunca fueron buenas métricas de productividad y, con la IA, son activamente engañosas. En su lugar, busque métricas que estén vinculadas a los resultados comerciales (adopción de funciones, retención) y la durabilidad de la ingeniería (tasa de fallas de cambios, defectos evitados, supervivencia del código a lo largo del tiempo). Para lograr eficiencia en la IA, mida el éxito de la tarea por dólar y el tiempo de retrabajo. Los recuentos de tokens son convenientes para las tablas de clasificación, pero no pueden indicarle si los tokens se gastaron bien.
Fase 3: Talento y organización
Realinee su capital humano para gestionar el nuevo cuello de botella.
-
Cambie a los ingenieros de la sintaxis a los sistemas: Dado que los agentes manejan la mayor parte de la generación de código, la revisión humana y la alineación arquitectónica son los nuevos obstáculos. Las organizaciones deben mejorar deliberadamente las habilidades de su fuerza laboral para hacer la transición de escritores de sintaxis a pensadores de sistemas y administradores de agentes. Los ingenieros necesitan la capacitación y el mandato para guiar los procesos de agencia, gestionar integraciones complejas entre sistemas y mantener la visión arquitectónica global que los agentes pueden tener dificultades para mantener.
-
Redefinir el desempeño y los incentivos: Cuando un ingeniero individual puede generar el resultado de un equipo anterior, las métricas tradicionales como los puntos de la historia o la velocidad del sprint pueden volverse ineficaces. Considere realinear sus marcos de evaluación para recompensar mejor el impacto empresarial ampliado, la confiabilidad entre sistemas y la orquestación eficaz de los agentes. Si desea pensadores sistémicos que cubran una superficie más estratégica, estén dispuestos a explorar, asumir riesgos y construir productos de manera duradera, debe recompensarlos por un impacto de mayor nivel, no por el simple volumen de producción.
-
No reduzca la plantilla antes de que su estrategia se adapte: Si no ha integrado flujos de trabajo agentes, no ha medido la producción aumentada en producción y no ha reelaborado su hoja de ruta en torno a una ejecución más rápida, en realidad no sabe si sus necesidades y capacidades están alineadas. Reducir la plantilla antes de establecer esa línea de base no es disciplina: es ceguera. El objetivo no son simplemente equipos más pequeños, sino equipos capaces de cubrir una superficie más estratégica.
La adopción de la IA empresarial requiere elasticidad humana
La IA no reemplaza el juicio de ingeniería; es un multiplicador de fuerza para ello. En sistemas bien estructurados, acelera la entrega de forma segura. En sistemas poco comprendidos, acelera el fracaso. Ya estamos viendo las consecuencias: interrupciones, aumento de la deuda técnica y aumentos inesperados de costos impulsados por una adopción mal gobernada. Se trata de fallos operativos, no de riesgos teóricos.
El error que están cometiendo las organizaciones ahora no es adoptar la IA demasiado lentamente, sino adoptarla sin entender dónde falla.
Para la alta dirección, comprender esta dinámica ya no es opcional: es el factor determinante en cómo una empresa navega en esta era. El desafío es que la velocidad de ejecución está superando la capacidad de la industria para gestionar las consecuencias. Hemos entregado a los equipos de ingeniería la herramienta eléctrica definitiva. El viejo refrán exige que se mida dos veces y se corte una vez. En cambio, demasiadas empresas están optando por simplemente recortar.
Joe Bertolami es CTO y cofundador de Clifton IA.
¡Bienvenido a la comunidad VentureBeat!
Nuestro programa de publicaciones invitadas es donde los expertos técnicos comparten conocimientos y brindan análisis profundos neutrales y no adquiridos sobre inteligencia artificial, infraestructura de datos, ciberseguridad y otras tecnologías de vanguardia que dan forma al futuro de las empresas.
Leer más de nuestro programa de publicaciones de invitados y consulte nuestro pautas ¡Si estás interesado en contribuir con un artículo propio!
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
