La inteligencia artificial ya forma parte del trabajo diario de muchos equipos de software. Genera código, resume documentación, propone pruebas y automatiza tareas que antes requerían horas. Al mismo tiempo, la evidencia sobre su impacto real es más matizada de lo que sugieren los anuncios comerciales.
En este artículo revisamos cómo está cambiando el desarrollo de software y de productos SaaS, qué dicen los estudios disponibles y dónde sigue siendo indispensable el criterio humano. Como en el resto de nuestros artículos, separamos evidencia, interpretación y recomendación.
Evidencia. El AI Index 2025 de Stanford HAI recogió un estudio de campo de Cui, Demirer y otros autores, basado en tres experimentos aleatorizados en Microsoft, Accenture y una empresa de la lista Fortune 100. Con 4.867 desarrolladores, el acceso a un asistente de código con IA aumentó en promedio un 26,08% las tareas completadas (error estándar: 10,3%). Los desarrolladores con menos experiencia adoptaron más la herramienta y obtuvieron mayores ganancias.
El informe DORA 2025 de Google Cloud, basado en casi 5.000 profesionales de tecnología, encontró que el 90% usa IA en su trabajo y que más del 80% percibe una mejora en su productividad. A diferencia del año anterior, el estudio observó una relación positiva entre la adopción de IA y la velocidad de entrega de software, pero una relación negativa con la estabilidad de esas entregas. Son asociaciones estadísticas, no prueba de causa y efecto, aunque indican una tensión que cualquier equipo debería vigilar.
Evidencia. METR publicó en julio de 2025 un ensayo controlado aleatorizado con 16 desarrolladores experimentados que trabajaban en proyectos de código abierto maduros que conocían bien. Cuando usaron herramientas de IA, tardaron un 19% más en completar sus tareas, aunque ellos mismos estimaron haber sido más rápidos. En febrero de 2026, METR informó que un nuevo experimento más amplio tuvo problemas de sesgo de selección, porque muchos desarrolladores ya no querían trabajar sin IA, por lo que considera sus datos nuevos solo evidencia débil sobre el tamaño del efecto.
Interpretación. Los estudios no se contradicen tanto como parece: miden contextos distintos. La IA parece ayudar más en tareas acotadas, en código menos familiar y a desarrolladores con menos experiencia. En sistemas grandes y maduros, con muchas reglas implícitas, el tiempo que se ahorra escribiendo puede perderse revisando, corrigiendo y explicando contexto a la herramienta.
La percepción tampoco es una medida confiable. En el estudio de METR, los desarrolladores creían ir más rápido mientras en la práctica iban más lento. Por eso conviene medir resultados reales (tiempo de entrega, defectos, incidentes) y no solo la sensación del equipo.
La IA ayuda a ordenar notas de reuniones, detectar requisitos ambiguos, proponer casos de uso y generar prototipos funcionales en poco tiempo. Esto acelera la conversación con el cliente: es más fácil validar una idea viendo una pantalla que leyendo un documento.
El riesgo es confundir un prototipo convincente con una solución lista. Un prototipo generado en horas puede no considerar permisos, casos límite, volumen de datos ni integración con los sistemas existentes.
Autocompletado, generación de funciones y creación de código repetitivo son los usos más extendidos. Según la encuesta de desarrolladores de Stack Overflow 2025, el 84% usa o planea usar herramientas de IA, y el 51% de los desarrolladores profesionales las usa a diario.
La IA es útil para documentar código existente, proponer pruebas unitarias, sugerir refactorizaciones y explicar mensajes de error. En código heredado, puede acelerar mucho la comprensión inicial de un sistema.
Pero las pruebas generadas por IA pueden confirmar el comportamiento actual del código, incluidos sus errores, en lugar de verificar el comportamiento correcto. Y según Stack Overflow 2025, la principal frustración de los desarrolladores (66%) son las soluciones de IA “casi correctas, pero no del todo”, y el 45,2% dice que depurar código generado por IA toma más tiempo.
Más allá del código, la IA está cambiando cómo se automatizan procesos de negocio. Algunos ejemplos:
Los agentes de IA, sistemas que pueden planificar pasos y usar herramientas para completar una tarea, están avanzando rápido. El AI Index 2026 de Stanford reporta que en OSWorld, un benchmark de tareas reales en sistemas operativos, el éxito de los agentes subió de 12% a cerca de 66% en un año, aunque todavía fallan aproximadamente una de cada tres veces en ese tipo de pruebas.
Interpretación. Una tasa de error de un tercio es aceptable en un borrador, pero no en un proceso que mueve dinero, datos de clientes o decisiones críticas. En producción, los agentes necesitan límites claros, registros de lo que hacen y puntos de revisión humana.
En la práctica, Stack Overflow 2025 muestra que el uso de agentes todavía es minoritario: el 31% de los desarrolladores los usa con regularidad y el 37,9% no planea adoptarlos.
La IA no solo cambia cómo se construye el software, también qué ofrece. En productos SaaS, los usos más comunes son:
Recomendación Surikata. Incorporar IA a un producto cuando resuelve un problema concreto del usuario y se puede medir su efecto, no para agregar una etiqueta de “impulsado por IA”. Cada función con IA agrega costos de operación, riesgos de privacidad y necesidad de monitoreo.
La IA puede generar componentes, pero no decide por sí sola cómo debe organizarse un sistema para crecer, integrarse, mantenerse y operar con costos razonables. Esas decisiones requieren entender el negocio, las restricciones técnicas y el horizonte del producto.
Evidencia. El informe de Veracode de 2025, que evaluó código generado por más de 100 modelos de lenguaje en Java, Python, C# y JavaScript, encontró que el 45% de las muestras falló las pruebas de seguridad e introdujo vulnerabilidades del OWASP Top 10. En Java la tasa de fallas llegó al 72%, y en la protección contra cross-site scripting los modelos fallaron en el 86% de los casos relevantes. Veracode observó además que el rendimiento en seguridad no mejoró con el tamaño o la sofisticación de los modelos.
Los desarrolladores lo perciben: en Stack Overflow 2025, más desarrolladores desconfían de la precisión de las herramientas de IA (46%) que los que confían en ella (33%).
Si una herramienta genera más código en menos tiempo, también genera más código que revisar. DORA 2025 describe a la IA como un amplificador: potencia las fortalezas de los equipos bien organizados y también sus problemas. Sin pruebas automatizadas, control de versiones sólido y cambios pequeños, más velocidad puede significar más errores en producción.
Un modelo puede escribir una función que calcula un descuento, pero no sabe qué reglas comerciales aplican a cada tipo de cliente, qué excepciones acordó el área de ventas o qué restricciones legales existen. Ese conocimiento está en las personas y en los procesos de la empresa.
Usar IA en desarrollo implica decidir qué datos pueden compartirse con cada herramienta, quién revisa el código generado, cómo se registran las decisiones y cómo se gestionan riesgos específicos como la inyección de instrucciones o la exposición de información sensible. Marcos como el AI Risk Management Framework del NIST y el OWASP Top 10 para aplicaciones con LLM son buenos puntos de partida.
El AI Index 2026 registra 362 incidentes de IA documentados, frente a 233 en 2024. No todos se relacionan con software empresarial, pero el aumento confirma que los riesgos no son teóricos.
La IA está cambiando la forma de construir software: acelera prototipos, reduce trabajo repetitivo, facilita la comprensión de código y abre nuevas posibilidades para productos SaaS. La evidencia muestra beneficios reales en ciertos contextos y resultados neutros o negativos en otros.
La ventaja no está simplemente en “usar IA”. Está en integrarla correctamente a procesos, arquitectura, datos y conocimiento del negocio, con ingeniería sólida, seguridad y revisión humana. Las empresas que lo entiendan así obtendrán velocidad sin sacrificar calidad; las que no, probablemente producirán más código, pero no necesariamente mejor software.
Si la tecnología es parte de una estrategia comercial más amplia, también puede interesarte por qué el sitio web sigue siendo el centro de la presencia digital.
Estrategia, marketing, tecnología y datos para ayudar a empresas a conectar mejor sus procesos y hacer crecer sus negocios.
Ver todos los artículosCuéntanos qué quieres lograr y conversemos sobre cómo podemos ayudarte.
Marketing, tecnología y datos trabajando juntos para hacer crecer negocios.
© 2026 Surikata. Todos los derechos reservados.
