La inteligencia artificial está modificando la forma en que se desarrolla el software al reducir los costos de ejecución y cambiar los indicadores tradicionales de la industria. En este nuevo escenario, la rapidez deja de ser el principal elemento diferenciador y el énfasis pasa a la claridad con la que se define qué se va a construir antes de iniciar la ejecución. Esta es una de las principales conclusiones del informe The New Physics of Software, elaborado por GlobalLogic, empresa de ingeniería digital del Grupo Hitachi.
Durante décadas, el desarrollo de software estuvo orientado a reducir los tiempos de construcción y entrega. Tanto los modelos tradicionales como las metodologías ágiles priorizaron la velocidad como un objetivo central. Sin embargo, durante el último año ese enfoque comenzó a transformarse.
Según el informe, la inteligencia artificial ha disminuido de manera significativa el costo de ejecución del software. Los sistemas autónomos ya son capaces de interpretar requisitos, generar código y participar en tareas de despliegue y operación. Como resultado, la industria dispone de una capacidad de implementación casi ilimitada, aunque también enfrenta el riesgo de que los errores se multipliquen con mayor rapidez.
Ante este panorama, el reto ya no consiste únicamente en desarrollar software en menos tiempo, sino en definir con precisión qué se pretende construir antes de que la inteligencia artificial comience a ejecutar las tareas. El análisis señala que la atención debe centrarse en la intención estratégica, las restricciones operativas y la gestión del riesgo desde la etapa de diseño del sistema.
“Cuando una empresa tiene claro hacia dónde va, los resultados se aceleran. Pero cuando la intención es vaga o está mal definida, los errores no ocurren gradualmente, ocurren a escala”, afirmó Gabriel Arango, jefe de Tecnología de GlobalLogic para Latinoamérica.
Arango explicó que, durante años, las metodologías de desarrollo estuvieron enfocadas en acelerar la creación de software, pero no necesariamente en controlar su comportamiento una vez entra en producción.
“Acelerar la construcción con IA, sin fortalecer la supervisión y la gobernanza, crea un desequilibrio donde el riesgo puede crecer más rápido que el valor”, advirtió.
El documento propone sustituir el enfoque centrado en la velocidad por uno basado en la fidelidad, entendido como la capacidad de traducir con precisión los objetivos del negocio, las limitaciones operativas y los criterios de riesgo en sistemas que puedan ejecutarse de manera confiable.
Ingeniería orientada a resultados
El informe también presenta el modelo de Ingeniería Orientada a Resultados (OFE, por sus siglas en inglés), que plantea evaluar el software no por la cantidad de código desarrollado, sino por los resultados que genera durante su funcionamiento.
Bajo este enfoque, el desarrollo y la operación dejan de considerarse procesos independientes. El trabajo no concluye con la entrega del código, sino cuando el sistema opera de forma estable y aporta valor en producción.
Este cambio también modifica el papel de los ingenieros. Mientras la inteligencia artificial asume una parte importante de las tareas de construcción y operación, los profesionales pasan a desempeñar funciones de supervisión estratégica, definiendo los límites del sistema, los criterios de riesgo y su dirección.
En ese contexto, Arango explicó que VelocityAI, una plataforma que integra inteligencia artificial en el ciclo de desarrollo para acelerar la ejecución del software, y los agentes del Centro de Confiabilidad de Aplicaciones de Hitachi (HARC), que incorporan capacidades de seguridad, gobernanza y control de riesgos en tiempo real, buscan equilibrar la velocidad con la confiabilidad en sistemas impulsados por IA.
“A través de VelocityAI, una plataforma que acelera la ejecución del software integrando inteligencia artificial en el ciclo de desarrollo, y de los agentes del Centro de Confiabilidad de Aplicaciones de Hitachi (HARC), que incorporan capacidades de seguridad, gobernanza y control de riesgo en tiempo real, GlobalLogic busca equilibrar velocidad y confiabilidad en sistemas impulsados por IA. Estas capacidades muestran que la gobernanza no es un complemento de la inteligencia artificial, sino parte de su diseño desde el inicio”, expresó.
Para Arango, el principal desafío para los líderes empresariales colombianos consiste en conectar la estrategia con la ejecución y la gobernanza antes de que el avance tecnológico supere la capacidad de las organizaciones para dirigirlo.
“El país cuenta con talento, infraestructura y una creciente adopción de IA. El desafío está en conectar intención estratégica, ejecución y gobernanza antes de que la velocidad de la tecnología supere la capacidad de las organizaciones para dirigirla”.
El informe concluye que, en un contexto donde la capacidad para construir software ya no representa una limitación, la principal ventaja competitiva podría encontrarse en la claridad estratégica con la que se define el propósito de los sistemas antes de su desarrollo.
