La nueva economía del software
Diario de Innovación #309
El viernes comí con unos excompañeros de Telefónica.
Y entre cafés, anécdotas y ese deporte nacional que consiste en recordar batallas corporativas como si hubiéramos sobrevivido a Normandía, salió el tema inevitable: la inteligencia artificial.
Entonces Á. contó una escena que resume bastante bien el momento en el que estamos.
Me dijo que hay desarrolladores de su equipo que se resisten a usar estas herramientas porque, según ellos, “les hacen el trabajo”.
Y él les respondió: “Pues asúmelo. Tu trabajo ya no existe.”
La frase sonó dura.
Pero no era cinismo.
Es un hecho.
Porque aquí está la confusión de fondo: seguimos pensando que trabajar construyendo software consiste en escribir código.
Y cada semana hay más señales de que eso ya no es verdad.
Este fin de semana vi una charla de YouTube con Boris Cherny, creador de Claude Code, que me dejó pensando justo en eso.
No tanto por la herramienta en sí.
Sino por lo que revela sobre cómo está cambiando el trabajo del programador.
La conversación —titulada Inside Claude Code— no es una demo espectacular ni una presentación llena de promesas grandilocuentes. Es algo más interesante: una conversación entre ingenieros que están viviendo este cambio desde dentro.
Y cuando escuchas con atención lo que cuentan, empiezas a ver un patrón.
Uno bastante claro.
El software ya no se construye igual que hace, unos años, perdón meses.
Durante décadas, el software tuvo una jerarquía bastante clara.
En la base estaba el código.
Quien sabía escribirlo bien tenía ventaja.
Quien dominaba el lenguaje, el framework, el IDE y los patrones correctos era el profesional valioso.
Todo giraba alrededor de esa habilidad.
Hoy, en muchos equipos que trabajan en la frontera de la IA, el código empieza a convertirse en una commodity.
No porque deje de ser importante.
Sino porque deja de ser escaso.
En Anthropic, según cuentan en la entrevista, entre el 70% y el 90% del código ya lo escribe el propio Claude.
Cherny lo dice con naturalidad:
“Yo ya no edito código a mano.”
No abre el IDE.
No escribe funciones.
No ajusta líneas.
Lo que hace es definir qué quiere construir.
Después deja que el sistema lo ejecute.
El trabajo ya no consiste en escribir código.
Consiste en pensar sistemas.
El ingeniero del futuro no es especialista
Hay otra observación interesante en la charla.
Cherny explica que en su equipo conviven dos tipos de perfiles.
Por un lado, hiperespecialistas.
Personas que entienden profundamente un sistema concreto: runtimes, compiladores, infraestructuras de desarrollo.
Pero por otro lado —y cada vez más— aparecen generalistas radicales.
Personas que se mueven entre producto, diseño, ingeniería, investigación y negocio.
Porque cuando el código deja de ser el cuello de botella, lo que realmente importa es otra cosa:
entender el problema
diseñar el sistema
decidir cómo resolverlo
probar hipótesis rápidamente
hablar con usuarios
ajustar la solución
Es decir, habilidades que antes parecían “blandas” o secundarias.
Pero que ahora se convierten en el centro del trabajo.
No es casualidad que Cherny diga algo que hace unos años habría parecido una exageración:
“Creo que el título de software engineer va a desaparecer.”
No porque el software vaya a desaparecer.
Sino porque todo el mundo va a poder construir software.
Y entonces la pregunta dejará de ser “quién sabe programar”.
La pregunta será otra: quién sabe construir cosas que merezcan existir.
La productividad está cambiando de escala
Uno de los momentos más llamativos de la conversación llega cuando hablan de productividad.
Durante años se habló del famoso “ingeniero 10x”.
Un profesional que producía diez veces más que la media.
Pero las cifras que mencionan ahora son de otra galaxia.
En Anthropic estiman que la productividad por ingeniero ha crecido un 150% desde la introducción de Claude Code.
Esto no significa que las personas sean más listas ahora. Significa que la fricción para construir cosas se ha desplomado.
Prototipos que antes llevaban semanas ahora pueden hacerse en horas.
Iteraciones que antes costaban días ahora ocurren en minutos.
Y cuando el coste de probar ideas baja tanto, el sistema entero cambia.
Porque la ventaja deja de estar en ejecutar perfectamente.
La ventaja pasa a estar en explorar más rápido.
Construir para el modelo de dentro de seis meses
Quizá el consejo más interesante de toda la charla aparece casi al principio.
Cherny dice algo que, a primera vista, suena pedante:
“No construyas para el modelo de hoy. Construye para el modelo de dentro de seis meses.”
Es decir, si estás diseñando un producto basado en IA, no pienses en lo que el modelo puede hacer hoy.
Piensa en lo que probablemente podrá hacer muy pronto.
Porque los modelos mejoran rápido.
Y si diseñas tu producto alrededor de las limitaciones actuales, corres el riesgo de quedarte obsoleto antes de terminarlo.
Es una forma muy distinta de pensar el desarrollo tecnológico.
No se trata de optimizar el presente.
Se trata de anticipar la frontera que viene.
No apuestes contra el modelo
Hay otra idea que aparece varias veces en la conversación.
Una especie de mantra dentro de Anthropic.
En la pared de su oficina tienen colgado un texto famoso en el mundo de la IA: The Bitter Lesson, de Richard Sutton.
La lección amarga.
Su tesis es simple: a lo largo de la historia de la inteligencia artificial, los sistemas más generales acaban superando siempre a los sistemas altamente diseñados por humanos.
Tarde o temprano.
Lo que hoy parece sofisticado —heurísticas, reglas, arquitecturas específicas— acaba siendo sustituido por modelos más grandes y más generales.
Por eso Cherny insiste en algo muy contraintuitivo para los ingenieros: no construyas demasiada infraestructura alrededor del modelo.
Porque probablemente desaparecerá.
El próximo modelo hará ese trabajo mejor.
Y tu “ingeniería brillante” se convertirá en código innecesario.
Cuando programar deja de ser programar
Hay una escena especialmente reveladora en la entrevista.
Un ingeniero estaba investigando una fuga de memoria.
Un problema clásico.
Abrió las herramientas habituales, analizó los datos, empezó a seguir pistas.
Mientras tanto, otro ingeniero simplemente le pidió a Claude Code que investigara el problema.
El sistema generó una herramienta para analizar el volcado de memoria.
Encontró la causa.
Y resolvió el problema.
Más rápido.
Lo interesante no es que la máquina encontrara el error.
Lo interesante es que el humano ni siquiera pensó en delegarlo.
Su cerebro seguía funcionando con el modelo mental del pasado.
Y ese desfase —entre lo que las herramientas pueden hacer y lo que creemos que pueden hacer— probablemente será uno de los grandes temas de los próximos años.
Food for thought
Todo esto apunta a algo más profundo.
No estamos simplemente viendo herramientas que programan mejor.
Estamos viendo cómo cambia la naturaleza del trabajo técnico.
Antes, construir software era como escribir.
Había que dominar el lenguaje, la sintaxis, la estructura.
Ahora empieza a parecerse más a dirigir una orquesta.
Definir el problema.
Diseñar el sistema.
Coordinar procesos.
Evaluar resultados.
Ajustar continuamente.
El código sigue existiendo.
Pero ya no es lo más valioso.
Y quizá por eso la frase de Á. en aquella comida no sonaba tan exagerada como parecía al principio.
“Tu trabajo ya no existe.”
No porque las personas dejen de ser necesarias.
Sino porque la descripción de ese trabajo ya se ha quedado antigua.
El cambio no consiste en aprender una herramienta nueva.
Consiste en aceptar que la forma de construir cosas está cambiando.
Y eso siempre es incómodo.
Pero también suele ser el lugar donde empiezan las oportunidades interesantes.
🌍 El eco del mercado
🤖 La IA empieza a usar el ordenador por ti. Y eso cambia el juego. Los nuevos modelos de OpenAI ya no solo generan texto o código: empiezan a interactuar directamente con el sistema operativo, ejecutar tareas y controlar herramientas. El salto es importante porque acerca los modelos a algo más parecido a agentes autónomos, capaces de trabajar dentro de un entorno digital real.
🧠 Claude se convierte en un problema político. La disputa entre el Departamento de Defensa estadounidense y Anthropic muestra algo importante: los modelos fundacionales ya son infraestructura estratégica. Microsoft, Google y Amazon han tenido que aclarar que el acceso a Claude seguirá disponible para clientes empresariales, incluso en medio del conflicto.
⚙️ Cuando la IA entra en defensa, empiezan las tensiones internas. La dimisión de la responsable de robótica de OpenAI tras un acuerdo con el Departamento de Defensa refleja una fractura que cada vez será más visible: la tensión entre investigación abierta y aplicaciones militares.
La historia de internet, GPS o los chips demuestra que estas fronteras siempre han existido. La diferencia es que ahora afectan a la tecnología más poderosa del siglo.
🖥️ La terminal vuelve a ganar terreno en la era de la IA. Una nueva herramienta permite visualizar hojas de cálculo directamente desde la terminal. Puede parecer una curiosidad, pero refleja una tendencia clara: muchos desarrolladores están volviendo a interfaces minimalistas y automatizables, especialmente ahora que la IA puede integrarse directamente en esos flujos de trabajo.
⌨️ El pequeño truco que puede ahorrarte miles de clics. Las herramientas de “text expansion” —que convierten abreviaturas en frases completas— están viviendo una segunda juventud gracias a la automatización y la IA. En un mundo donde cada vez más trabajo es texto, código o prompts, optimizar la escritura se convierte en una ventaja productiva real.
📊 La IA empieza a construir las presentaciones por nosotros. Nuevos complementos para PowerPoint permiten generar slides automáticamente a partir de texto o ideas clave. Puede parecer trivial, pero apunta a una tendencia más profunda: la automatización del trabajo cognitivo cotidiano.
🇨🇳 China moviliza un billón de yuanes para crear gigantes tecnológicos. El gobierno chino quiere utilizar capital estatal para impulsar nuevas empresas tecnológicas capaces de competir globalmente. El plan se centra en IA, semiconductores, manufactura avanzada y economía digital, consolidando una estrategia de innovación dirigida desde el Estado.
🏭 La próxima frontera de la IA no es el software: es la fábrica. Pekín está acelerando la integración de inteligencia artificial en manufactura industrial. La ambición es clara: transformar la producción en sistemas inteligentes capaces de optimizar procesos en tiempo real, y convertir la economía digital en una parte mucho mayor del PIB.
📈 La infraestructura de IA dispara el negocio de hardware. ZTE ha visto crecer un 150 % su negocio de computación gracias al auge de los centros de datos de IA. El fenómeno es global: desde Nvidia hasta fabricantes de servidores, la economía de la inteligencia artificial está empujando una nueva ola de infraestructura digital.
📱 TikTok sigue siendo un problema geopolítico. Una nueva demanda busca revertir la aprobación de la venta de TikTok en Estados Unidos. El caso se ha convertido en un símbolo de algo mayor: la batalla por el control de las plataformas digitales entre potencias.
🚫 La guerra tecnológica también se libra en las tiendas de apps. Apple ha bloqueado la descarga de varias aplicaciones chinas vinculadas a ByteDance en Estados Unidos. Las tiendas de aplicaciones se están convirtiendo en puntos de control geopolítico donde se decide qué software puede circular en cada región.
📹 Las cámaras de seguridad se han convertido en armas de guerra. Investigadores han detectado intentos de hackeo masivo de cámaras conectadas en conflictos como Ucrania o Irán. La razón es simple: quien controla esas cámaras obtiene inteligencia en tiempo real sobre movimientos y logística.
📦 La historia de PopSockets demuestra el poder de un producto viral. Lo que empezó como un accesorio simple para sujetar el móvil se convirtió en un negocio global multimillonario. En la economía digital, una idea sencilla con distribución adecuada puede escalar más rápido que muchas startups tecnológicas complejas.
🧬 La IA acelera la búsqueda de nuevos medicamentos. Insilico Medicine ha firmado un acuerdo en Emiratos para desarrollar fármacos usando inteligencia artificial. La promesa es clara: reducir drásticamente el tiempo necesario para descubrir nuevas moléculas terapéuticas.
🧪 En ciencia, la confianza pública sigue siendo clave. Una encuesta en EE. UU. muestra que los científicos generan más confianza en temas de salud que los políticos. En una era de pandemias, desinformación y tecnologías emergentes, la credibilidad científica se convierte en un activo estratégico.
⚛️ La energía nuclear vuelve a entrar en escena. TerraPower, la empresa impulsada por Bill Gates, ha recibido aprobación para construir un nuevo reactor nuclear avanzado.
En un mundo que necesita más energía para alimentar centros de datos, electrificación y crecimiento económico, la nuclear vuelve a aparecer como pieza clave del mix energético.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD: Si te interesa entender mejor cómo está cambiando la forma en la que trabajamos y construimos cosas, te dejo algunos libros que ayudan a poner este momento en perspectiva:
De la EGB a la IA, de Mundos Posibles. Una reflexión sobre el viaje que hemos vivido quienes crecimos en un mundo analógico y ahora tenemos que aprender a trabajar con inteligencia artificial. Más que un libro sobre tecnología, es un libro sobre adaptación.
The Second Machine Age, de Erik Brynjolfsson y Andrew McAfee. Uno de los primeros libros que explicó cómo la automatización y el software empezarían a transformar la naturaleza del trabajo.
Amplitud, de David Epstein. Un argumento poderoso a favor del generalista en un mundo complejo. Justo el perfil que empieza a ganar valor cuando las máquinas se ocupan de las tareas más repetitivas.
ReWork, de Jason Fried y David Heinemeier Hansson. Un libro corto pero muy influyente sobre cómo construir empresas y productos de forma distinta a la ortodoxia corporativa.
Si algo sugiere la conversación sobre Claude Code es que el futuro del trabajo no será de quienes ejecutan mejor tareas definidas.
Será de quienes entienden qué merece la pena construir.