La pregunta no es si su equipo de ingeniería adoptará herramientas de codificación agencial, sino si lo harán juntos o se fracturarán en el proceso.
por Lindsay Sullivan
Algo cambió en los últimos meses. Durante las vacaciones, creé una aplicación web completamente funcional con arquitectura de nivel empresarial, procesamiento de pagos de terceros y gestión de suscripciones. Soy gestor de programas, no ingeniero. Pero con herramientas de programación de agencia y requisitos claros, tuve un prototipo funcional en cuestión de días.
Cuando hablé con otras personas de mi red, me di cuenta de que no estaba solo. Amigos de otras empresas contaban historias similares. Directores que habían enviado demos. Gerentes de producto que habían prototipado funciones. Arquitectos que habían montado sistemas en una tarde. Todos estaban entusiasmados por compartir lo aprendido.
Pero un patrón se repetía en estas conversaciones: en muchas organizaciones, los ingenieros colaboradores no formaban parte de esta tendencia. Algunos lideraban el cambio, pero un número sorprendente no experimentaba, no sentía curiosidad ni participaba. Los gerentes de ingeniería describieron una creciente división en sus equipos. Las personas con mayor experiencia técnica eran, en muchos casos, las más reacias a probar estas herramientas. Mientras tanto, todos los demás las usaban para realizar su trabajo.
La brecha es real y se está acelerando
A finales de 2025 no se lanzó un solo producto. Fue una convergencia. Durante unos 25 días, entre noviembre y diciembre, todos los principales laboratorios de IA publicaron sus modelos de razonamiento estrella.
Las herramientas cambiaron de asistentes de autocompletado a IDEs de agentes y herramientas CLI. Agentes que gestionan el terminal y el navegador para probar su propio trabajo. Agentes que residen en el terminal y ejecutan tareas de varios pasos sin necesidad de una interfaz de usuario. Paneles empresariales que ofrecen a los administradores visibilidad sobre los agentes de codificación que trabajan en diferentes equipos.
Esto ocurrió junto con el lanzamiento acelerado de modelos de razonamiento de Google, Anthropic y OpenAI, cada uno optimizado para la codificación agéntica y la resolución de problemas de varios pasos. Los modelos dejaron de limitarse a predecir el siguiente token y comenzaron a razonar a través de los problemas. Y ahora, a principios de 2026, vemos aún más participantes: herramientas de escritorio para quienes no son desarrolladores , agentes de navegador y asistentes de codificación especializados para diferentes flujos de trabajo.
La barrera para el desarrollo con agentes se redujo prácticamente a cero de la noche a la mañana. Cualquiera con conocimientos técnicos básicos y requisitos claros podía entregar software funcional a un ritmo que parecía imposible hace un año. Estas herramientas gestionan flujos de trabajo complejos: refactorizaciones de múltiples archivos, migraciones de bases de datos, integraciones de API y pipelines de implementación. La investigación y la diagramación que antes tomaban una semana ahora se pueden completar en una tarde.
Para los gerentes y directores que han experimentado esto, las implicaciones son claras. Para los ingenieros que no lo han experimentado, las afirmaciones parecen exageradas. O incluso amenazantes.
Ahí es donde empieza la fricción.
Por qué los ingenieros se resisten y por qué tiene sentido
Antes de hablar de soluciones, debemos reconocer que la resistencia no es irracional.
Los ingenieros han dedicado años, a veces décadas, a desarrollar experiencia. Han desarrollado intuición sobre los sistemas, se han ganado la confianza de los demás con la experiencia y han aprendido a detectar problemas antes de que se conviertan en incidentes. Ahora escuchan que una herramienta puede hacer en minutos lo que antes les llevaba días.
El miedo no es realmente que “la IA me reemplace”. Es más específico:
- “Si la IA puede hacer esto, ¿cuál es mi valor?” Cuando el trabajo de implementación se acelera, es natural preguntarse cuál es tu lugar.
- “Esto parece trampa”. Hay una identidad artesanal ligada a escribir código a mano. Usar IA puede parecer un atajo.
- “No me fío”. Los ingenieros han visto suficientes ciclos de publicidad exagerada como para ser escépticos. También han visto suficiente código generado por IA como para saber con certeza que puede estar equivocado.
- “Si aprendo esto y me hace más rápido, ¿aumentarán las expectativas?” La preocupación por la productividad es real.
Estas no son excusas. Son preocupaciones que merecen una conversación directa.
El costo de esperar es un riesgo profesional
Lo más difícil de decir es que los ingenieros que se aferran a esto se arriesgan. No porque la IA los vaya a reemplazar, sino porque deciden dejar de aprender mientras el campo avanza. En un campo que premia el aprendizaje continuo, esa es una postura arriesgada.
Los ingenieros que prosperen en la siguiente fase no serán quienes hayan escrito más líneas de código. Serán quienes hayan aprendido a usar la IA como un multiplicador de fuerza para su experiencia. Entregarán más, diseñarán mejor y dedicarán menos tiempo al trabajo tedioso.
El objetivo no es forzar la adopción. Se trata de ayudar a los ingenieros a comprender que sus habilidades se vuelven más valiosas cuando se potencian con estas herramientas, no menos.
Dos cosas que todo ingeniero necesita experimentar
Si lideras equipos de ingeniería en esta transición, esto es lo que he visto que funciona. Los ingenieros necesitan experimentar dos descubrimientos específicos, y ambos requieren experiencia práctica. Las presentaciones y los mandatos no te ayudarán a lograrlo.
1. Necesitan sentir que el trabajo mundano desaparece.
Hay un momento que ocurre la primera vez que usas una herramienta de codificación agentic en una tarea real. Describes lo que necesitas y, en segundos, tienes código funcional. No una sugerencia ni un fragmento. Una implementación funcional.
Cuando esto sucede, algo encaja. Empiezas a ver todo el trabajo tedioso y repetitivo de tu día de forma diferente. El texto repetitivo que antes te llevaba una hora desaparece. Se genera el andamiaje de pruebas. Se gestionan las actualizaciones de la documentación.
Los ingenieros que no han experimentado esto no pueden imaginarlo. Operan con un modelo mental donde “codificar más rápido” significa un autocompletado ligeramente mejor. Necesitan comprender que esto es una categoría diferente.
La acción: No se lo cuentes. Siéntate con ellos. Elige una tarea real, algo tedioso pero necesario, y trabajen juntos en ella con una herramienta de agencia. Hazles sentir la diferencia.
2. Necesitan ver cuánto aportan a la IA.
Aquí viene la parte contraintuitiva: usar la IA de manera efectiva te hace darte cuenta de lo mucho que importa tu experiencia.
Cuando un desarrollador júnior solicita una IA, obtiene código que se ejecuta. Cuando un ingeniero sénior solicita la misma IA con requisitos claros, restricciones arquitectónicas, conocimiento de casos extremos y contexto de dominio, obtiene código que gestiona los errores con fluidez, sigue los patrones ya establecidos en el código base y no necesita reescribirse en dos semanas.
La diferencia no es la herramienta. Es el operador.
Tu experiencia moldea cada parte de la interacción. Los requisitos que estableces, las preguntas que formulas, la estructura que estableces, los problemas que anticipas. Un agente de codificación de IA es un potente amplificador, pero amplifica tu juicio. Aportaciones inexpertas, resultados inexpertos. Experiencia en, resultados excepcionales.
Los ingenieros necesitan descubrir esto por sí mismos. Necesitan ver que la IA no reemplaza su criterio. Lo ejecuta con mayor rapidez.
La acción: Que ingenieros experimentados ejecuten la misma tarea con IA que intentó un miembro del equipo con menos experiencia. Explique por qué difieren los resultados. Explique cómo la experiencia se traduce en mejores indicaciones, mejores restricciones y mejores resultados.
El desafío del liderazgo: este es un trabajo emocional
No envidio a los líderes de ingeniería en este momento. Estas divisiones están apareciendo rápidamente y son personales. No se puede imponer el miedo. No se puede lograr la adopción mediante memorándums.
Esto requiere un trabajo empático e individualizado, y que lo hagan las personas adecuadas.
Designe a los defensores adecuados. Los ingenieros que han adoptado la IA en el trabajo son su mejor recurso, pero solo si pueden afrontar a los colegas reticentes con paciencia, en lugar de juzgarlos. El entusiasmo que se percibe como condescendencia será contraproducente. Necesita personas que recuerden su propio escepticismo y puedan hablar de él con honestidad.
Cree seguridad psicológica para la experimentación. Los ingenieros no intentarán algo nuevo si creen que el fracaso será visible o castigado. Deje claro que se esperan curvas de aprendizaje, que los primeros intentos serán complicados y que el objetivo es la exploración. Aquí es donde los marcos de gobernanza de la IA pueden ayudar, estableciendo límites claros que fomenten la experimentación dentro de límites definidos.
Aborde directamente la preocupación por la carga de trabajo. Si los ingenieros temen que la adopción de la IA simplemente signifique que se les exigirá más por el mismo salario, díganlo abiertamente. Comprométanse a que las ganancias de productividad mejorarán la conciliación de la vida laboral y personal, o sean honestos sobre las expectativas. La incertidumbre genera resistencia.
Concéntrese en la adopción como una cuestión de crecimiento profesional, no de cumplimiento. Concéntrese en el desarrollo de habilidades, no en el cumplimiento de mandatos. Los ingenieros que dominen estas herramientas se están posicionando para la próxima década. Quienes no lo hagan, están tomando una decisión, y deberían hacerlo con claridad. Considere ofrecer certificaciones de aprendizaje y desarrollo que ayuden a los ingenieros a desarrollar experiencia estructurada en desarrollo asistido por IA.
La ventana se está cerrando
Hace un año, las herramientas de programación de IA eran experimentos interesantes. Hace seis meses, eran útiles para ciertas tareas. Hoy, están listas para producción y transforman las posibilidades de un solo ingeniero o un equipo pequeño.
Las organizaciones que gestionen bien esta transición avanzarán con mayor rapidez, entregarán más productos y atraerán a ingenieros que quieran trabajar en la vanguardia. Las que dejen de abordar las brechas se encontrarán con equipos divididos, una adopción desigual y una brecha cada vez mayor entre lo posible y lo que están entregando.
Este es un problema de personas. Y los problemas de personas requieren liderazgo. No mandatos, ni memorandos, ni capacitación obligatoria.
Es necesario sentarse con los ingenieros escépticos, escuchar sus preocupaciones y ayudarlos a experimentar algo que cambie su modelo mental.
Las herramientas están aquí. La pregunta es si sus equipos las adoptarán juntos o se fragmentarán en el proceso.
Nota del editor: ¿Qué más están haciendo las empresas para mejorar la adopción de IA?
- Adopción de IA generativa: ¿de arriba hacia abajo o de abajo hacia arriba? — La experimentación de base y la ambición ejecutiva están convergiendo a medida que las organizaciones trabajan para convertir el uso disperso de IA generativa en un impacto comercial estratégico.
- Mark Christianson de EZCater sobre cómo desarrollar una mentalidad de IA para impulsar la adopción : el gerente sénior de estrategia de IA y lugar de trabajo digital de EZCater analiza sus esfuerzos para fomentar la adopción de IA, con el objetivo de convertir a cada equipo en un centro de I+D.
- Clavijas redondas y agujeros cuadrados: Por qué la adopción de la IA requiere un enfoque cultural . El impacto de la IA no es inherente a la tecnología en sí, sino a cómo se implementa. ¿Será un medio para ahorrar recursos o un catalizador para el crecimiento y la innovación?
Acerca del autor
Lindsay Sullivan es Gerente Sénior de Programas Técnicos en una empresa de infraestructura web con sede en San Francisco, donde trabaja en la intersección de ingeniería, producto y diseño. Escribe sobre la adopción de IA, el liderazgo técnico y el lado humano del software de envíos.