La adopción de herramientas de generación de código impulsadas por inteligencia artificial ha elevado la confianza de los líderes empresariales sobre la preparación de sus organizaciones para el despliegue de código generado por IA. Sin embargo, esa confianza tiembla cuando el código llega a producción y surgen incidentes. Este patrón se ha observado en múltiples estudios independientes este año.
Por ejemplo, una publicación de abril de 2026 mostró un incremento cercano al 58% en incidentes mensuales en producción a medida que las herramientas de IA para codificación se expandían entre equipos de ingeniería. Un estudio adicional de junio indicó que el mismo volumen de cambios de código genera ahora más del triple de incidentes en producción en comparación con antes de la adopción masiva de herramientas de codificación por IA.
Estas conclusiones se reflejan también en el Informe de 2026 sobre el Estado de la Abundancia de Código, que encuestó a más de 200 líderes de tecnología. El 92% expresó confianza en la preparación de producción del código generado por IA y puntuó su propia preparación con un promedio de 84 de 100. No obstante, el 81% reportó un aumento en problemas de producción vinculados al código generado por IA, evidenciando una brecha significativa entre confianza y control. Aunque el 93% afirma disponer de un proceso formal para revisar y liberar código generado por IA en producción, solo el 56% reporta que esos procesos se aplican de forma constante.
Además, el 86% de los encuestados señala una visibilidad total o alta sobre el código generado por IA, lo que revela una contradicción notable: alta visibilidad y un incremento de incidentes no deberían coexistir en la misma canalización.
Comprender la brecha de visibilidad
En el mundo de los negocios, este fenómeno es familiar: la confianza tiende a ser mayor en áreas donde las organizaciones tienen menos capacidad para medir su propio desempeño. No se trata de que las empresas estén mintiendo sobre su confianza en el código generado por IA; creen que está listo para producción. El problema es que esa creencia ha superado la instrumentación necesaria para verificarla.
Debe recordarse que las herramientas de codificación con IA hacen, en gran medida, lo que fueron diseñadas para hacer: permitir producir más código de forma más rápida y trasladar el esfuerzo de la ingeniería de escribir código a decidir qué debe integrarse. Antes, la cantidad de código que una organización podía generar dependía del tamaño de su equipo de desarrollo, con limitaciones significativas.
En la era de los agentes, esa barrera ha desaparecido prácticamente. Lo que no se ha ajustado es la comprensión de qué hace ese código una vez que está en vivo, quién lo escribió, por qué cambió y qué dejó de funcionar cuando ocurrió un fallo. La mayoría de las organizaciones podían mantener el control de gobernanza mientras el código se escribía a velocidad humana; el reto ahora es seguir el ritmo de la codificación impulsada por agentes.
La IA ha ampliado una brecha de visibilidad que ya existía, a un ritmo que las estructuras de gobernanza no estaban diseñadas para alcanzar. Para los líderes empresariales, la tentación natural es estimar qué tan rápido puede hacer su equipo la IA. Este razonamiento conduce a una trampa: priorizar la velocidad sobre la calidad, lo que genera más errores al desplegar código y frena el proceso.
La importancia de la gobernanza del código
Antes de invertir activamente en herramientas de codificación con IA, lo más importante es estimar cuánto de su canal de entrega actual pueden ver, medir y atribuir. Actualmente, solo el 12% de las organizaciones cuenta con un equipo dedicado a gobernar el código generado por IA, lo que significa que la mayoría está adoptando estas herramientas sin un responsable claro para el riesgo que asumen.
Esto implica que cuando surge un problema, a menudo no hay una forma clara de rastrear su origen a una decisión, a un modelo o a la persona responsable. Esta es la parte del canal que no recibe suficiente atención —menos atractiva que los titulares de productividad—, pero es la que determinará qué organizaciones obtendrán los beneficios de la codificación impulsada por IA y cuáles pasarán su tiempo limpiando después del uso.
La tentación de ver la generación de código impulsada por IA como una carrera acelerada —quien envíe más rápido, gana— es comprensible por la presión competitiva. Sin embargo, no es la forma correcta de pensar; los ganadores serán aquellos que pausen y fortalezcan su gobernanza antes de acelerar.
Control vs ponerse al día
Las organizaciones que se beneficiarán de este cambio son las que incorporan medición, atribución y supervisión en sus pipelines de forma proactiva. Esto implica tratar la gobernanza como infraestructura, no como papeleo, y poder responder en cualquier momento a qué partes de su código fueron generadas por IA, quién las revisó y qué comportamiento de producción es responsable.
Además, los responsables presupuestarios deben poder decir exactamente en qué están gastando en desarrollo asistido por IA, en lugar de estimarlo.
Nada de esto ralentiza la entrega a largo plazo; al contrario, permite que la entrega siga acelerándose sin que la curva de incidentes crezca en paralelo. La brecha entre la confianza en el código generado por IA y lo que se puede ver no se cerrará por sí sola. Se cerrará porque los equipos de liderazgo decidan construir la visibilidad primero.
Las organizaciones que actúen ahora, mientras el resto de la industria cuenta las líneas de código enviadas, serán las que permanezcan en pie cuando llegue la próxima ola de desarrollo impulsado por IA.
Este artículo forma parte de TechRadar Pro Perspectives, nuestra plataforma para presentar a las mentes más destacadas de la industria tecnológica actual.
Las opiniones expresadas son del autor y no necesariamente reflejan a TechRadar Pro o Future plc. Si está interesado en contribuir, puede obtener más información aquí: https://ift.tt/sGeOWKt
from Latest from TechRadar https://ift.tt/VaYAuOZ
via IFTTT IA
Pacosite's Blog 