La batalla de las herramientas de IA ya terminó — pero otra cosa es que el ganador realmente las aproveche — La transformación de la ingeniería de software en la era de la IA · Aprendiendo IA Lentamente 175

Vayamos directo al punto. Si miramos hacia mediados de 2026, el “trono” de las herramientas de IA no ha rotado entre cuatro candidatos: se lo han llevado Claude Code y Codex. Para ser precisos, se han quedado con la categoría de “alta autonomía”, es decir, la que realmente logra comprimir el ciclo de entrega de extremo a extremo. GitHub Copilot sigue liderando la adopción en el lugar de trabajo con un 29%, pero eso lo sostiene la inercia de las compras empresariales; su curva de crecimiento ya se ha aplanado. Cursor fue el rey de la experiencia en la generación anterior, pero su ritmo de crecimiento se está desacelerando. Google Antigravity es la tercera fuerza que entra empujando con Gemini, la nube y el cumplimiento normativo empresarial, pero a los dos meses apenas alcanza el 6%; todavía está en la línea de salida.

En el mercado chino, quienes logran cubrir simultáneamente las tres dimensiones —capacidad de agente autónomo, cumplimiento normativo y despliegue empresarial— son actualmente Trae de ByteDance y Qoder de Alibaba (antes Tongyi Lingma, renombrado en mayo de 2026). Pero seamos honestos: en la categoría de “agente autónomo”, todavía les falta una generación frente a Claude Code y Codex.

Así que este artículo no responde a “¿cuál es la herramienta más potente?” — esa era la pregunta de 2025, y en 2026 ya está obsoleta. Este año, al hacer la selección de herramientas, lo que realmente hay que responder son otras tres cosas, y cada una es más fácil de pasar por alto que la anterior:

¿Cuánta autonomía puede soportar tu organización? Cuanto mayor sea la autonomía, más código y más profundo producirá la herramienta, y mayores serán las exigencias sobre tu capacidad de revisión. Si activas agentes autónomos sin esa red de seguridad, es como ponerle un motor grande a un coche sin frenos.
¿Puede tu código salir del país? Esta es una restricción dura en banca, telecomunicaciones, administración pública y defensa. Determina directamente si puedes usar herramientas en la nube como Claude Code o Codex, que envían el código al extranjero.
¿Crees que comprar la herramienta acelerará la entrega? Probablemente no. La IA comprime la fase de codificación, pero en sectores altamente regulados, la codificación suele ser solo el tramo más barato de la entrega de extremo a extremo.

Pensar bien estas tres cosas es diez veces más importante que obsesionarse con “¿Cursor o Claude Code?”. Vamos a desglosarlo capa por capa.

1. El trono es de dos, no de cuatro

Primero, veamos el estudio de JetBrains de enero de 2026 — es el más reciente y con mayor muestra de la industria (más de diez mil desarrolladores profesionales, ocho idiomas) sobre cuota de mercado de herramientas. Los datos son los siguientes:

| Herramienta | Reconocimiento | Adopción en el puesto de trabajo | Tendencia interanual |
|—|—|—|—|—|
| GitHub Copilot | 76% | 29% | Estancada (sostenida por la inercia de compras; 56% en empresas de más de 10.000 empleados) |
| Cursor | 69% | 18% | Crecimiento desacelerándose |
| Claude Code | 57% | 18% | Pasó del 3% al 18% en 9 meses (6x); 24% en Norteamérica; CSAT 91, NPS 54 (el más alto del sector) |
| OpenAI Codex | 27% | 3% | Acelerando (en el momento del estudio aún no había lanzado su versión de escritorio; luego alcanzó más de 5 millones de usuarios activos semanales) |
| Google Antigravity | — | 6% | Recién llegado (entró en noviembre de 2025; llegó al 6% en dos meses) |
| JetBrains Junie CLI | — | 5% | Neutral respecto al LLM, con modelo propio |

Fuente: JetBrains AI Pulse Survey, enero de 2026, más de 10.000 desarrolladores.

Solo con mirar las tasas de adopción, pensarías que Copilot sigue siendo el rey. Pero la adopción es una métrica rezagada: mide “cuántas licencias se han comprado”, no “dónde estará el impulso en los próximos 12 meses”. Cuando superpones las curvas de crecimiento, la imagen cambia: Claude Code pasó del 3% al 18% en 9 meses, el crecimiento más rápido de esta investigación; Codex tenía solo un 3% en el momento del estudio, pero en los cuatro meses posteriores, sus usuarios activos semanales saltaron de 3 millones a más de 5 millones (según cifras públicas de Sam Altman / OpenAI), y las descargas mensuales de Codex CLI en npm pasaron de 82,000 en abril de 2025 (mes de lanzamiento) a 41.8 millones en mayo de 2026 — un crecimiento de 510× (datos detallados de gradually.ai). Los ingresos anualizados de Claude Code pasaron de 0 a 2,500 millones de dólares en 9 meses (revelado en la ronda Serie G de Anthropic en febrero de 2026). Estas dos curvas muestran pendientes que casi no se han visto en la historia de las herramientas para desarrolladores.

Las curvas de Copilot y Cursor tienen formas muy distintas. El 29% de Copilot se sostiene gracias a grandes empresas que ya completaron sus procesos de cumplimiento normativo y firmaron contratos plurianuales; los nuevos puestos quedan bloqueados por los flujos de aprobación de compras, y si un desarrollador quiere cambiarse a Claude Code, necesita que le aprueben un presupuesto aparte. Por eso sigue siendo el número uno, pero su crecimiento ya es casi plano. Cursor, con su 18%, empata con Claude Code, pero mientras Cursor desacelera desde una posición alta, Claude Code despega desde una base baja: son dos trayectorias completamente distintas. Los ingresos recurrentes anuales (ARR) de Cursor ya superaron los 2.000 millones de dólares a inicios de 2026 —con un equipo de poco más de 50 personas, el ARR per cápita ronda los 40 millones de dólares, y es la aplicación SaaS de capa de aplicación que más rápido ha llegado a los 100 millones de ARR en la historia—. Sigue siendo la experiencia más fluida y la favorita del ecosistema de internet y las startups, pero su techo ya se vislumbra.

Antigravity es el único que no ocupa un lugar protagonista en la tabla, pero que no deberías ignorar. Es la herramienta de programación “agent-first” que Google lanzó en noviembre de 2025, diseñada específicamente para Gemini 3; en 2026, durante el Google I/O, se actualizó a la versión 2.0, convirtiéndose en una plataforma completa de desarrollo agéntico con cliente de escritorio, CLI y SDK. Se apoya en tres cosas que nadie más tiene: los modelos Gemini, la base de cumplimiento empresarial de Google Cloud y la búsqueda en tiempo real de Google Search. Alcanzar un 6% de penetración en dos meses demuestra que arrancó con fuerza, pero 6% es 6%: todavía está en la línea de salida, no en el trono. Para tu selección de herramientas en 2026, no necesitas esperarlo, pero sí debes anotar en tu juicio a largo plazo el hecho de que “Google está entrando con músculo empresarial”: los jugadores finales en esta categoría podrían no ser cuatro, sino “dos líderes + un perseguidor bien financiado”.

Si colocamos a estas cinco empresas en un mismo sistema de coordenadas, está claro que no están compitiendo en la misma pista:

La figura se resume en una frase: estas herramientas se alinean a lo largo de una diagonal — cuanto más arriba a la derecha, mayor capacidad, pero también mayores exigencias de gobernanza y revisión. Así que, a la hora de elegir, no mires primero los benchmarks del modelo; mira primero en qué nivel de gobernanza está tu organización. Claude Code y Codex ocupan el extremo superior derecho en capacidad, pero son también los que más exigen de tus frenos; Copilot está abajo a la izquierda: umbral más bajo, menor riesgo, y también el que menos probablemente te dé una mejora de productividad de “salto generacional”.

二、Compraste las licencias, ¿por qué no se aceleró la entrega? — El cuello de botella está en la validación, no en la codificación

Este siguiente punto es el que la mayoría de los artículos sobre selección de herramientas no mencionan, y sin embargo es donde más dinero se gasta en industrias altamente reguladas.

He impartido formación interna en IA para operadores de telecomunicaciones y he seguido de cerca a equipos de digitalización del sector. Hay un caso de una filial regional que me dejó una impresión profunda. El año pasado desplegó Copilot para su equipo de desarrollo; seis meses después, al hacer la retrospectiva, el ciclo de entrega de extremo a extremo apenas había cambiado. Los desarrolladores, eso sí, iban más rápido: el tiempo de escritura de código se redujo en más de un treinta por ciento. Pero un cambio de plan tarifario o un ajuste de reglas de facturación seguía tardando más de un mes desde la solicitud hasta el despliegue. El responsable no era tonto; ya sospechaba que el cuello de botella no estaba en la codificación. Pero una cosa es sospecharlo y otra es poder actuar: el presupuesto se aprobó igualmente en función del número de licencias, porque la métrica que se reportaba hacia arriba era “cuántos desarrolladores cubiertos” y “cuántos seats comprados”. Es el clásico “sabemos cuál es el problema pero no podemos moverlo” de las grandes empresas: el freno no está en la comprensión, sino en la métrica.

Lo que realmente se comió ese mes fue toda la cadena de validación, y esas etapas casi no tienen nada que ver con el código en sí. Una función que toca el módulo de facturación puede llevar dos días de codificación, pero detrás vienen: la aprobación del Change Advisory Board (CAB), el registro de algoritmos (si involucra modelos), la evaluación de seguridad de nivel (等保测评), la evaluación de salida de datos al extranjero (si se usan modelos o nubes extranjeras, hay que pasar por una de tres vías: evaluación de seguridad, contrato estándar o certificación de protección de información personal), y la conciliación y revisión de auditoría antes del lanzamiento. Cada una de estas etapas consume desde unos días hasta varias semanas, y sumadas dan un mes. La IA comprimió un 30% esa pequeña parte de codificación, pero esa parte ya era solo una fracción mínima del flujo de extremo a extremo.

Aquí hay que advertir específicamente sobre un sesgo de internet. Muchos artículos sobre programación con IA dan por sentado que “validación” significa pruebas automatizadas de CI/CD, correr unit tests, pasar lint. Ese es el mundo de las empresas de internet. En telecomunicaciones y finanzas, “validación” es registro de algoritmos, evaluación de seguridad de nivel, evaluación de salida de datos al extranjero, aprobación de cambios del CAB, conciliación y auditoría — nada que ver con el código, pero cada una consume semanas. Si las mencionan de pasada como “etapas de prueba”, los lectores de finanzas y telecomunicaciones se desconectan al instante — su mayor costo está exactamente ahí, y ni siquiera lo mencionaste.

Esta conclusión es clave para quienes toman decisiones: en sectores fuertemente regulados, lo único que las herramientas de IA pueden comprimir es la parte más barata de toda la cadena de entrega. Si lo que se busca es acelerar el flujo de extremo a extremo, hay dos caminos: o se rediseñan los procesos de validación (replantear el ritmo del Change Advisory Board, los trámites de registro, los calendarios de evaluación), o se cambian las métricas con las que se reporta hacia arriba. Comprar más herramientas, por sí solo, no mueve la aguja.

Y ya que hablamos de herramientas, conviene darle la vuelta a esa intuición de que “cuantas más, mejor”. El dato más contraintuitivo del primer semestre de 2026 es este: cuanto más usa un desarrollador las herramientas de IA, menos confía en ellas.

Según una encuesta de JetBrains de enero de 2026, el 90% de los desarrolladores usa al menos una herramienta de IA; la adopción está prácticamente saturada en ese nivel. Sin embargo, en varias encuestas del mismo periodo, la confianza de los desarrolladores en que la IA produzca un “PR listo para producción” es menor que en 2024 — una de ellas sitúa esa confianza en un descenso del 40% en 2024 al 29% en 2026. Los datos de soporte empresarial de Cursor, Anthropic y OpenAI apuntan todos en la misma dirección: cuantas más herramientas se usan, menos dispuesto está el desarrollador a dejarlas trabajar solas de principio a fin. Lo que está ocurriendo es un traslado de la carga productiva: el desarrollador pasa de “escribir código” a “revisar código”, y revisar código exige una carga cognitiva mayor que escribirlo.

Implicaciones prácticas: quién gana los próximos 24 meses se decide por “quién consigue cerrar la brecha de confianza”; la velocidad de tokens pasa a un segundo plano. Cursor apuesta por el flujo de interacción, Anthropic por el sistema de Skills, OpenAI por los subagentes en paralelo — los tres están redoblando la apuesta por “más explicable, más interrumpible, más reversible”, nadie se mata por “más rápido”. Si no entiendes esta dirección, no entenderás de qué va la competencia de herramientas en 2026.

3. Cumplimiento y despliegue empresarial: el “rito de paso” de las herramientas

Por muy potentes que sean los dos grandes del trono, hay una barrera que si no superan, no pueden entrar por la puerta de tu empresa: el cumplimiento normativo y el despliegue empresarial. Esta sección trata de los escollos que el profano suele pisar y que el experto pregunta de antemano. ⚠ En esta sección, los dos apartados sobre residencia de datos en la UE y postura de gobernanza de proveedores tienen una perspectiva más europea/internacional — si el lector nacional solo le preocupa “qué pasa si el código no puede salir del país”, puede saltar directamente a la sección 4 (Trae/Qoder nacionales) o a la reflexión final 4.

El data residency de Claude Code en la UE: la trampa de creer que comprar resuelve todo. Vamos directo al grano: si usas claude.ai o la API de Anthropic directamente, tus datos van por defecto a EE. UU.; Claude Enterprise, el plan SaaS empresarial, no incluye data residency en la UE por defecto —también usa infraestructura estadounidense. Ese es el error más común. Para que tu código se quede en la UE, solo hay un camino: no comprar directamente a Anthropic, sino ir por los centros de datos europeos de los hyperscalers —el perfil EU de AWS Bedrock (Frankfurt/Irlanda/París) o las regiones EU de Google Vertex AI, y además hay que añadir el prefijo eu. al ID del modelo para forzar la residencia en Europa. Que Claude Code pueda correr sobre Bedrock, con los datos dentro de tu propio AWS sin salir de tu infraestructura, es su capacidad clave para entornos empresariales —pero solo si eliges esa vía. Hay otra trampa más sutil: Claude se lanzó en Europa en Microsoft Foundry en julio de 2026, pero la documentación de Anthropic limita el compromiso de data residency a Vertex/Bedrock; Foundry no está incluido, solo aparece como “Coming 2026” sin fecha concreta. Así que la frase “compramos Claude Enterprise, estamos en regla” es casi seguro incorrecta —lo que hay que preguntar es “¿por qué vía de residencia vamos?”, no “¿lo compramos o no?”.

La apuesta empresarial de Codex es otro camino: instalarlo directamente en tu propio centro de datos. El 18 de mayo de 2026, OpenAI y Dell anunciaron en Dell Technologies World Dell AI Factory with OpenAI Codex — una solución que despliega Codex en entornos on-premises o en la nube híbrida de la empresa, para que el código permanezca “donde ya están los datos”. El CTO de Dell lo expresó así: “permitir que las empresas desplieguen IA donde ya residen sus datos, ofreciendo a los clientes una ruta práctica y segura para escalar agentes”. Si a esto le sumamos que ChatGPT Enterprise ya ofrece desde 2025 residencia de datos en la UE (tanto almacenamiento como inferencia pueden permanecer en territorio europeo), la postura de Codex en materia de cumplimiento empresarial es la más completa de esta categoría: en la nube tiene residencia en la UE, y en local, el despliegue de Dell. Por eso Codex pasó de 3 millones de usuarios semanales a más de 5 millones en cuatro meses: no es solo que a los desarrolladores les encante, es que en las grandes empresas “logra cruzar la puerta”.

La postura de gobernanza de los proveedores ya es parte del riesgo de la cadena de suministro — esto es lo más importante que deberías leer en el primer semestre de 2026.

Anthropic fue incluida en la lista de “riesgo para la cadena de suministro” del Departamento de Defensa de EE. UU. en el primer semestre de 2026, después de negarse a aceptar la exigencia del Pentágono de un “uso sin restricciones” de su modelo Claude. Un juez federal emitió una orden de restricción preliminar. Los detalles de este caso pesan mucho más que el titular: la exigencia del Pentágono era que los militares pudieran usar Claude “for all lawful purposes“ (para todos los fines legales, sin restricciones); la línea roja de Dario Amodei, CEO de Anthropic, se trazó en dos puntos: nada de vigilancia masiva a nivel nacional, nada de sistemas de armas totalmente autónomos. Tras el fracaso de las negociaciones, el 27 de febrero de 2026, Trump ordenó en Truth Social que todas las agencias federales “suspendieran de inmediato” el uso de la tecnología de Anthropic; el secretario de Defensa, Hegseth, declaró que “ningún contratista, proveedor o socio que haga negocios con el ejército estadounidense podrá tener relación comercial alguna con Anthropic”; y a principios de marzo, Anthropic fue formalmente designada como riesgo para la cadena de suministro. Anthropic contraatacó con una demanda (Tribunal de Distrito de EE. UU. para el Distrito Norte de California), y el 26 de marzo la jueza Rita Lin concedió la orden de restricción preliminar. En su fallo, escribió: “El expediente indica fuertemente que la designación de Anthropic como riesgo para la cadena de suministro fue un pretexto; la verdadera motivación del gobierno fue una represalia ilegal.”

La comparación más reveladora es esta: el mismo día en que Anthropic dijo que no, OpenAI anunció un acuerdo de términos de uso con el Pentágono. Una empresa trazó una línea y perdió un contrato militar; la otra firmó y se quedó con el negocio. No voy a juzgar quién tiene razón. Al elegir entre Claude Code y Codex, no solo estás eligiendo un modelo, sino también si esa empresa está dispuesta a pagar un costo comercial por sus valores. En un 2026 donde el ritmo del desacoplamiento tecnológico entre China y Estados Unidos es incierto, la postura de gobernanza del proveedor, sus políticas de datos y la resiliencia de su cadena de suministro ya son criterios de selección tan formales como las funciones y el precio.

Cuatro: Trae y Qoder son los que aguantan el tirón en China — pero los agentes autónomos todavía están a una generación de distancia

En finanzas, administración pública, industria militar y una parte considerable de los sistemas centrales de telecomunicaciones, el código simplemente no puede salir del país. Esta sección está dedicada a las soluciones locales. Los que hoy en día están avanzando de verdad en las tres frentes — “agente autónomo + cumplimiento normativo + despliegue empresarial” — son Trae de ByteDance y Qoder de Alibaba. Te muestro sus versiones empresariales sin filtros.

Trae (ByteDance) — el agente autónomo nacional más avanzado. La versión Enterprise de Trae CN se lanzó oficialmente en diciembre de 2025. Más del 92% de los ingenieros de ByteDance la usan internamente, y la versión personal ya supera los 6 millones de usuarios registrados. Su apuesta por el ámbito empresarial es seria: ofrece dos modalidades de despliegue —“Enterprise” y “Enterprise Dedicated”. La primera es estandarizada y sin mantenimiento; la segunda proporciona un nivel superior de aislamiento de seguridad, pensada para empresas con requisitos de cumplimiento estrictos que necesitan acceso a través de redes privadas. En cuanto a seguridad: cifrado de extremo a extremo en todo el ciclo del código, cero almacenamiento en la nube, los modelos no se entrenan con tus datos y no hay registro de logs. En rendimiento: soporta indexación de repositorios de hasta 100.000 archivos y 150 millones de líneas de código, con respuesta en milisegundos gracias a clústeres de GPU de nivel empresarial. Se integra con bases de conocimiento internas y el protocolo MCP, lo que permite insertar generación, revisión y pruebas de código directamente en tus pipelines de CI/CD y DevOps. Incluye SSO, paneles de productividad (que rastrean la tasa de generación de IA y el volumen de código asistido por IA), límites de gasto y monitoreo de uso. También tiene una jugada muy “ByteDance”: la versión de consumo es gratuita para siempre, impulsando así su ciclo de crecimiento. El modo SOLO —un espacio de trabajo que integra editor, terminal, navegador y documentación, donde tú das el requisito y la herramienta planifica, escribe, depura y despliega por sí sola— es gratuito. Esa es su arma principal para competir en autonomía con Claude Code y Cursor. Ya hay casos reales de implementación, como Huifu (fintech china de pagos digitales) y Douyin Life Services (servicios locales de ByteDance). Huifu pasó de un piloto en septiembre de 2025 a más de un centenar de desarrolladores, con una tasa de uso pico superior al 70%.

Qoder (Alibaba, formerly Tongyi Lingma): la opción más madura en capas empresariales y la más fluida para entornos de soberanía tecnológica. En mayo de 2026, Alibaba Cloud renombró oficialmente Tongyi Lingma como Qoder CN, expandiéndolo de un plugin de IDE a una matriz integral que cubre codificación, ofimática, terminal y móvil. Su edición empresarial se divide en dos niveles con una estructura clara: la edición estándar empresarial funciona con licencia por asiento, lista para usar, con autenticación unificada de cuentas, informes estadísticos y registros de operación; la edición dedicada empresarial (VPC) es la indicada para empresas con requisitos estrictos de cumplimiento: despliegue privado en VPC, datos que no salen de la red interna, SSO, base de conocimiento exclusiva de la organización, fine-tuning de modelos personalizados, auditoría avanzada de código, SLA del 99,9 %, asesor técnico dedicado y soporte 7×24. Soporta de forma nativa la conmutación fluida entre múltiples modelos nacionales como Qwen, GLM, DeepSeek, Kimi y MiniMax, sin que los datos salgan del territorio nacional, en línea con la Ley de Seguridad de Redes y la Ley de Seguridad de Datos de China. ¿Por qué digo que encaja especialmente bien en tus entornos de telecomunicaciones y banca? Porque tu infraestructura ya está probablemente en Alibaba Cloud: el sistema de cuentas de Qoder, los permisos RAM y la gestión empresarial de Yunxiao ya están listos, lo que minimiza la fricción de migración.

Dicho esto, toca poner un poco de agua fría: en la categoría de “agentes autónomos”, los productos nacionales todavía están una generación por detrás de Estados Unidos. Las versiones empresariales de varios grandes fabricantes (privatización + registro de algoritmos + adaptación a la infraestructura de TI nacional) ya han superado prácticamente todos los controles de cumplimiento normativo, y no es ahí donde reside la brecha generacional. La diferencia real está en la autonomía: Claude Code es capaz de modificar una docena de archivos por sí solo, ejecutar comandos de shell, gestionar Git y abrir pull requests; Codex puede lanzar varios sub-agentes que trabajan en paralelo sobre copias aisladas y luego fusionar los resultados. Esa capacidad de ejecución de cadena larga y alta autonomía es lo que Trae y Qoder todavía están persiguiendo — Trae lo intenta con su modo SOLO, pero la distancia persiste, sobre todo en razonamiento complejo y ejecución autónoma de cadenas largas. Así que la necesidad de “equipos maduros en sectores altamente regulados que quieren agentes autónomos + código que no salga del país“ queda hoy solo parcialmente cubierta por los productos nacionales: el cumplimiento está resuelto, pero los agentes van una generación por detrás. Esa brecha es en sí misma una oportunidad — y es precisamente por eso que merece la pena dedicar esfuerzo a diseñar una hoja de ruta de implantación específica, en lugar de limitarse a comprar una herramienta.

Baidu Wenxin Comate (con su Agent Hub y grafo de código, muy sólido en proyectos de gran envergadura y escenarios de alto cumplimiento) y Zhipu CodeGeeX (amplia cobertura de lenguajes, aunque con agentes más débiles) también pueden entrar en la lista de candidatas, según el escenario concreto que tengas; no entraremos en detalle aquí.

Cinco. Cómo elegir: nivel de madurez × frontera de salida de datos

Comprimamos las cuatro secciones anteriores en una lógica de selección práctica y accionable. Hay dos dimensiones que considerar, y ambas son imprescindibles.

Primera dimensión: madurez organizacional, que determina cuánta autonomía puedes manejar. Las organizaciones que recién empiezan (donde los desarrolladores aún no usan IA de forma significativa y no hay estándares formales de code review ni de pruebas) deberían comenzar con herramientas de autocompletado de baja autonomía como Copilot. Es la barrera de entrada más baja y el riesgo más reducido; el objetivo es que el equipo se acostumbre primero a la colaboración con IA. Las organizaciones con cierta base (desarrolladores que ya han usado IA y cuentan con estándares básicos de ingeniería) pueden dar el salto a Cursor o a las opciones chinas como Trae o Qoder, donde la mejora en la experiencia de uso se traduce en una mayor productividad. Las organizaciones maduras (equipos de ingeniería sólidos con code review, pruebas automatizadas, escaneo de seguridad y despliegues graduales bien establecidos) son las únicas que están listas para agentes de alta autonomía como Claude Code o Codex. ¿Por qué la madurez es un requisito? Porque cuanto mayor es la autonomía, más código genera la herramienta y más profundos son los cambios que introduce, lo que exige una mayor capacidad de revisión y verificación por tu parte. La investigación de Pragmatic Engineer ofrece un dato contundente: el 75% de las empresas con menos de 10,000 empleados elige Claude Code, mientras que el 56% de las grandes corporaciones (más de 10,000 empleados) sigue optando por Copilot. Esto no es una cuestión de preferencia, sino de capacidad organizacional.

Segunda dimensión: el límite de gobernanza, que determina qué nivel de herramientas pueden entrar. Si el código puede salir del país es la primera barrera. Las nubes de Claude Code, Codex, Cursor y Copilot envían el código al extranjero, y el código de los sistemas centrales de finanzas, gobierno, industria militar y parte de las telecomunicaciones simplemente no puede salir del país. Por eso, frases como “desplegar en toda la empresa” no se sostienen en sectores altamente regulados — no puedes desplegarlo sin antes pasar el clearance de admisión de herramientas. Para lo que sí puede salir del país, Claude Code tiene el techo de capacidad más alto y Codex tiene el despliegue de cumplimiento empresarial más amplio; para los dominios centrales donde el código no puede salir, usa Trae o Qoder en su edición empresarial (VPC privado) como base, y complementa con 文心快码 o CodeGeeX según el escenario.

Comprimiendo las secciones anteriores en una ruta de decisión — tres preguntas, cuatro caminos:

Cómo se recorre esta ruta: primero pregunta si el código puede salir del país (si no → base con soluciones nacionales privatizadas, pero los agentes autónomos aún están a una generación de distancia); luego pregunta por la madurez organizacional (si los frenos no están instalados, no subas a agentes autónomos); por último pregunta si necesitas agentes autónomos de extremo a extremo (si sí → los dos fuertes: Claude Code / Codex). Nota la “brecha generacional” en la primera bifurcación — en sectores altamente regulados, un equipo maduro que quiera “capacidad de agentes autónomos + código que no salga del país” es una necesidad no satisfecha hoy, y ese hueco es en sí mismo una oportunidad.

Antes de que un árbol de decisión aterrice en tu empresa, puntúa tu nivel de madurez con estos tres criterios (te toma 30 segundos aplicarlos, y responde justo a la Q2):

① ¿Más del 50% de tus desarrolladores usan IA al menos una vez por semana? (El promedio del sector es que el 90% la ha probado, pero “al menos una vez por semana” es el indicador fiable de actividad real)
② ¿Tienes code review obligatorio + cobertura de pruebas automatizadas por encima del 60%? (El “+” en cobertura significa que las pruebas realmente frenan código escrito por IA, no que solo toquen líneas)
③ ¿La publicación gradual (canary releases) es operación habitual? (No “lo hicimos una vez”, sino “las funciones nuevas salen por defecto en canario”)

Cumples las tres = maduro, puedes ir por la columna izquierda con Claude Code / Codex; cumples solo una o dos = tienes base, te corresponde el nivel de Cursor / Trae / Qoder; no cumples ninguna = estás empezando, primero Copilot o una solución privada local, instala los frenos y luego hablamos de subir de nivel.

Una combinación pragmática: para lo que puede salir del país, usar Claude Code para los problemas difíciles, Codex para ejecutar tareas paralelas en lote, y Copilot para completar código de amplia cobertura; para el núcleo que no puede salir, usar la versión empresarial de Trae o Qoder como base. No apuestes todo a una sola herramienta: el protocolo MCP está haciendo posible la interoperabilidad entre múltiples herramientas, y una estrategia multi-proveedor es ahora técnicamente viable y normativamente necesaria. La “mejor práctica de ingenieros senior” que señala Pragmatic Engineer es que el 70% usa simultáneamente entre 2 y 4 herramientas, alternando según el escenario.

Hasta aquí, el marco está completo. Pero en función de tus límites de salida de datos, tu nivel de madurez y tu sector, la combinación concreta cambia—esa capa no es algo que un artículo pueda decidir por ti; depende de la situación real de tu empresa. Es también por eso que dejo mis datos de contacto al final.

Sexto: Cuanto mayor la autonomía, mayor la gobernanza: no instales un motor potente en un coche sin frenos

A medida que sube el techo de capacidad, también sube el costo en términos de carga de revisión. El informe de CodeRabbit de finales de 2025, que analizó 470 PR de repositorios open source en GitHub, concluyó que el código generado con participación de IA presenta 1,7 veces más defectos que el código puramente humano (promedio de 10,83 por PR frente a 6,45), y que las vulnerabilidades de seguridad son entre 1,82 y 2,74 veces más altas según la subcategoría (XSS 2,74×, referencias directas inseguras a objetos 1,91×, manejo inadecuado de contraseñas 1,88×, deserialización insegura 1,82×). El escaneo de Apiiro de septiembre de 2025 en repositorios de empresas Fortune 50 (con datos de diciembre de 2024 a junio de 2025) arroja resultados aún más concretos: el código generado por IA disparó los hallazgos mensuales de seguridad de aproximadamente 1.000 a más de 10.000 (un aumento de 10×), con un incremento del 322% en vulnerabilidades de escalada de privilegios y del 153% en defectos de diseño a nivel de arquitectura; en el mismo período, los errores de sintaxis cayeron un 76% y los bugs lógicos un 60% (por eso los desarrolladores “sienten” que van más rápido, pero las vulnerabilidades peligrosas crecen silenciosamente). Estos datos no quieren decir que el código escrito por IA no sirva; lo que dicen es que se escribe más y más rápido, y que los defectos y vulnerabilidades crecen en la misma proporción. Cuando la producción de una herramienta escala, la carga de revisión se dispara — el código crece más rápido que el ancho de banda de review, y el nivel medio se satura pronto.

Estos dos datos juntos cuentan una sola historia: la capacidad de producción de las herramientas ha aumentado, pero tu capacidad de revisión no ha seguido el ritmo. Eso significa acumular deuda más peligrosa a mayor velocidad. Esto es especialmente cierto en el caso de los agentes autónomos. Herramientas como Claude Code pueden modificar por sí solas una docena de archivos y abrir pull requests; su techo de capacidad es altísimo, pero también lo es su superficie de riesgo. Carlini documentó públicamente en enero y febrero de 2026 un caso que se cita con frecuencia: el investigador de Anthropic, Nicholas Carlini, puso a 16 agentes Claude Opus 4.6 a trabajar en paralelo durante 2 semanas, con unos 2000 sessions y un costo de API de unos 20 000 dólares, para escribir desde cero un compilador de C basado en Rust de 100 000 líneas, capaz de compilar el kernel Linux 6.9 (x86/ARM/RISC-V), superar el 99% del GCC torture test, y ejecutar FFmpeg, Redis, PostgreSQL, QEMU y Doom. Ese nivel de autonomía, en una organización sin code review, sin pruebas automáticas, sin escaneo de seguridad y sin despliegues graduales, es cuestión de tiempo que algo salga mal.

Antes de implementar agentes autónomos, hay que construir cuatro cosas primero: revisión de código humana obligatoria (los PR generados por IA no pueden saltarse la revisión), pruebas automatizadas (el código modificado por IA tiene que poder ejecutarse), escaneo de seguridad (el código de IA se escanea con el mismo estándar que el código humano) y despliegue gradual (los cambios de IA se lanzan primero en un porcentaje pequeño). Estas cuatro cosas son los frenos. Primero instala los frenos, y luego hablamos de qué tan grande es el motor. Esto también explica por qué pongo la madurez organizacional como la primera dimensión en la selección de herramientas — la madurez, en el fondo, es qué tan completos están esos frenos.

Otro peligro silencioso que suele pasarse por alto: la IA en la sombra —es decir, herramientas de IA que los empleados usan por su cuenta sin la aprobación del departamento de TI. Una encuesta de JetBrains de enero de 2026 indica que el 90% de los desarrolladores ya utilizan herramientas de IA; múltiples estudios del sector apuntan a la misma conclusión: la mayoría de los desarrolladores admite haber usado herramientas de IA en el trabajo sin la aprobación formal de TI (UpGuard 2025 lo sitúa en torno al 80%). Crees que todavía estás en la fase de “evaluación de opciones”, pero tus desarrolladores ya llevan tiempo pegando código en todo tipo de herramientas extranjeras que no han pasado ningún control de cumplimiento. La encuesta de Pragmatic Engineer de febrero de 2026 arroja un dato aún más preocupante: el 56% de los ingenieros senior afirma que depende de herramientas de IA para más del 70% de su trabajo de ingeniería. Esto no es “uso IA para que me ayude a escribir unas líneas de código”; es que “la IA ya es la forma de trabajar por defecto”. Si no les das herramientas que cumplan la normativa, usarán las que no la cumplen. El coste de la IA en la sombra va mucho más allá de que TI pierda unas cuantas licencias: implica una pérdida de control normativo, una pérdida de control sobre la propiedad intelectual y un riesgo de fuga de código, todo al mismo tiempo.

Siete. Implicaciones para los responsables de la toma de decisiones

Lección 1: La selección de herramientas es una decisión organizativa, no técnica. No solo estás eligiendo una herramienta, sino la forma en que tu organización trabajará. Elegir Copilot significa “el humano lidera, la IA asiste”; elegir Claude Code significa “la IA actúa, el humano supervisa”. Los requisitos de capacidad organizativa para cada camino son completamente distintos. El mayor costo de una elección equivocada es que obliga a tu organización a operar de una manera que no puedes sostener; la suscripción es el menor de los problemas. El primer paso es elevar esta decisión del nivel técnico del CTO al nivel organizativo del CEO/COO.

Lección 2: Cuanto mayor sea la autonomía, mayor será la necesidad de gobernanza; instala los frenos primero. Antes de implementar agentes autónomos, no puede faltar ninguno de estos cuatro elementos: revisión de código, pruebas automatizadas, escaneo de seguridad y despliegue gradual. Los datos de CodeRabbit —1.7 veces más defectos y 1.82–2.74 veces más vulnerabilidades de seguridad— son la advertencia más directa contra “implementar agentes sin protección”. Antes de activar la capacidad, activa la gobernanza.

Lección 3: En sectores altamente regulados, primero supera la “habilitación de herramientas” (clearance) antes de escalar; y de paso, cambia las métricas. ¿Crees que el cuello de botella en la entrega lenta está en la codificación? Probablemente no: está en la validación (Change Advisory Board, registros, evaluaciones, auditorías). Pero las métricas que reportas hacia arriba —número de asientos, cobertura, líneas de código— ocultan precisamente estos cuellos de botella reales, así que todo el presupuesto fluye hacia las herramientas. Para curar el mal de “saber pero no poder actuar”, hay que cambiar las métricas: deja de medir el ROI de la IA con licencias y líneas de código, y pasa a medir el tiempo de entrega de extremo a extremo, la tasa de fallos en cambios, el tiempo de aprobación de validaciones y el número de incidentes en producción. Cuando cambian las métricas, el presupuesto se desplaza de “comprar más asientos” a “atacar el eslabón de validación”.

Lección 4: La postura de gobernanza del proveedor ya es parte del riesgo de la cadena de suministro. Anthropic fue señalada como riesgo de cadena de suministro por negarse al “uso sin restricciones” por parte del ejército; OpenAI firmó contrato con el ejército el mismo día. Al elegir proveedor, además de funcionalidad y precio, hay que evaluar tres cosas: la política de tratamiento de datos (si el código se conserva y por cuánto tiempo), la postura de cumplimiento (si el proveedor está dispuesto a alinearse con tus requisitos regulatorios, o si estaría dispuesto a asumir costos comerciales por sus valores) y la resiliencia de la cadena de suministro (no pongas tu operación crítica en manos de un único proveedor extranjero). Tener múltiples proveedores no es un lujo, es una necesidad de gestión de riesgo. (Nota para decisores de telecomunicaciones, banca y gobierno en China: tu restricción principal es la salida transfronteriza de datos, no la postura de gobernanza del proveedor — esta última es más una preocupación desde una perspectiva internacional; no dejes que eso desvíe tu atención.)

Lección 5: La brecha de confianza es el verdadero campo de batalla de los próximos 24 meses. Tus desarrolladores ya usan IA, pero su confianza en los resultados generados por IA es menor que hace dos años (cayó del 40% al 29%). Esto significa que al evaluar herramientas, hay que añadir un criterio más: ¿te atreves a soltar el código que escribe sin supervisión?—que sea explicable, interrumpible, reversible y auditable.

Autocomprobación inversa (no te adornes al responder): ¿Eliges herramientas pensando primero “¿qué nivel de autonomía puede absorber mi organización?” o “¿cuál está de moda, esa compro”? Antes de implementar agentes autónomos, ¿tienes en su sitio code review, pruebas, escaneo de seguridad y despliegue gradual? Cuando reportas el ROI de la programación con IA a la junta directiva, ¿usas el número de asientos o el ciclo de entrega de extremo a extremo? ¿Puede tu código de dominio central salir del país y existe una solución local equivalente? ¿Has evaluado la postura de gobernanza y las políticas de datos de tus proveedores? ¿Tu equipo confía cada vez más o cada vez menos en los resultados de la IA? —Si alguna de estas seis preguntas te hace sentir incómodo, tu marco de selección necesita otra revisión.

Siguiente paso

En el próximo artículo (el 5.º), veremos la otra mitad del ecosistema de herramientas: cómo los generadores de aplicaciones y los IDE con IA (Bolt, Lovable, Replit, v0) están redefiniendo el propio concepto de “desarrollar”. Reducen la barrera de entrada al desarrollo hasta casi cero, pero la barrera de seguridad y cumplimiento no puede bajar con ellos —esa es otra crisis de IA en la sombra, más silenciosa, que ya está ocurriendo.

¿Quieres aplicar este marco en tu empresa?

Cuando las herramientas de programación con IA entran en una organización, los problemas reales que hay que resolver suelen ser concretos: qué código y datos pueden entrar en el modelo, qué nivel de autonomía de los agentes es adecuado para tu equipo, hasta dónde hay que reforzar los procesos de validación existentes, y con qué métricas se debe evaluar el piloto.

Actualmente ofrezco tres modalidades de colaboración:

Formación interna

Diseño de un programa de capacitación basado en proyectos reales de tu empresa: selección de herramientas, límites de uso, procesos de validación y diseño de mecanismos de gobernanza.

Consultoría especializada

Enfocada en una decisión concreta, por ejemplo: si Claude Code es adecuado para tu organización, cómo implementar Trae o Qoder en entornos altamente regulados, o cómo diseñar un programa piloto de 90 días.

Sesiones para dirección y conferencias sectoriales

Temas como programación con IA, transformación de la ingeniería de software, adopción de IA empresarial y gobernanza organizacional.

Los artículos ofrecen marcos generales. La implementación concreta requiere rediseñar según los límites de datos, requisitos regulatorios, madurez de ingeniería y flujos de entrega existentes de cada empresa. Para colaboraciones, contacta en coach@iaiuse.com.

Lectura recomendada: Metodología del Letrero, v1.0 (Aprende IA Lentamente, 187), que presenta el marco de 7 pasos para la transformación de IA empresarial.

Sobre esta serie

La transformación de la ingeniería de software en la era de la IA es una serie de investigación dirigida a CIO, CDO, CTO y responsables de transformación digital en sectores como telecomunicaciones, finanzas, manufactura y comercio electrónico. Se centra en cómo las herramientas de programación con IA impactan los flujos de entrega de software, la estructura organizacional, los mecanismos de gobernanza y las métricas de gestión.

La serie realiza un seguimiento continuo de artículos académicos, documentación de proveedores e informes sectoriales. El repositorio de investigación acumula más de 200 fuentes, y las conclusiones clave se clasifican por nivel de evidencia, distinguiendo entre hechos verificados, afirmaciones de proveedores, observaciones del sector y deducciones del autor.

Tengo casi 8 años de experiencia en consultoría para grandes empresas y análisis de negocio. Trabajé en IBM, donde participé en proyectos para los sectores de telecomunicaciones, finanzas, seguros y manufactura. Después, seguí en la primera línea del desarrollo de productos para operadores, productos de internet y aplicaciones de IA, ocupándome de análisis de requisitos, diseño de producto e implementación entre equipos.

Las conclusiones de esta serie sobre selección de herramientas, procesos de validación y gobernanza organizativa provienen de esa experiencia práctica, y se contrastan con investigación pública y casos del sector. Todo el contenido relacionado con proyectos específicos ha sido anonimizado; algunos escenarios del sector son razonamientos basados en problemas típicos, y las fuentes correspondientes se indican al final del documento.

Fuentes de referencia (fuente individual + nivel de evidencia + declaración de postura)

JetBrains AI Pulse Survey 2026.1 (nivel 1): más de 10.000 desarrolladores profesionales, 8 idiomas. GitHub Copilot: 76% de reconocimiento / 29% de adopción en el lugar de trabajo / crecimiento estancado (56% en empresas de más de 10.000 empleados); Cursor: 69% / 18% / crecimiento desacelerado; Claude Code: 57% / 18% / crecimiento 6× en 9 meses, 24% en Norteamérica, CSAT 91 / NPS 54; Codex: 27% / 3% (antes del lanzamiento de escritorio); Antigravity: 6% (entró en noviembre de 2025); Junie CLI: 5%. El 90% de los desarrolladores usa al menos una herramienta de IA; el 70% usa entre 2 y 4. https://www.jetbrains.com/research/ai-coding-assistant-usage/
Pragmatic Engineer Newsletter (febrero de 2026, fuente primaria): encuesta a 15.000 desarrolladores; Claude Code es el favorito con un 46% (vs. Cursor 19%, Copilot 9%); en empresas de menos de 10.000 empleados, el 75% elige Claude Code, mientras que en las de más de 10.000, el 56% opta por Copilot; el 70% utiliza entre 2 y 4 herramientas simultáneamente. https://newsletter.pragmaticengineer.com/p/ai-tooling-2026
Anuncio de la ronda G de Anthropic (febrero de 2026, fuente primaria, perspectiva del proveedor): Claude Code pasó de cero a 2.500 millones de dólares en ingresos anualizados en 9 meses. Reuters, Forbes, SaaStr y otros medios coinciden.
Resultados financieros de Microsoft FY26 Q1/Q2 (28 de enero de 2026, citados directamente de la página de inversores de Microsoft, postura del proveedor): GitHub Copilot alcanzó 4,7 millones de suscripciones de pago, un incremento interanual del +75% (según el informe del Q2 FY26); las suscripciones personales Copilot Pro+ crecieron un +77% trimestre a trimestre en el Q2. Aproximadamente 77.000 clientes empresariales es la cifra divulgada en FY24; no se ha actualizado en FY26, se mantiene indicando la fuente.
Cursor / Anysphere Serie D (noviembre de 2025, mercado primario): financiación de 2.300 millones de dólares, valoración de 29.300 millones. El ARR pasó de 100 millones de dólares (enero de 2025) a 2.000 millones (febrero de 2026), siendo la aplicación SaaS de capa de usuario que más rápido alcanzó los 100 millones de ARR en la historia. Fuentes: CNBC, The Information.
Declaraciones públicas de Sam Altman / OpenAI (abril–junio 2026, fuentes directas, perspectiva del proveedor): Codex pasó de 3 millones de usuarios activos semanales (principios de abril) a 4 millones (21 de abril) y luego a más de 5 millones (2 de junio, de los cuales el 20% no son desarrolladores); el uso de tokens creció más de un 70% intermensual; las descargas mensuales del paquete npm de Codex CLI pasaron de 82.000 en abril de 2025 (mes de lanzamiento) a 41,8 millones en mayo de 2026 — un crecimiento de 510×. Coinciden múltiples fuentes: gradually.ai, Neowin y Constellation Research.
Colaboración OpenAI × Dell (18 de mayo de 2026, fuente directa, perspectiva del proveedor): en Dell Technologies World se anunció oficialmente Dell AI Factory with OpenAI Codex, que despliega Codex en entornos empresariales on-premises y de nube híbrida; incluye Codex + ChatGPT Enterprise. https://openai.com/index/dell-codex-enterprise-partnership
Residencia de datos en la UE de OpenAI (desde feb. 2025, de primera mano, perspectiva del proveedor): residencia de datos europea para ChatGPT Enterprise/Edu/API; expansión en ene. 2026 a inferencia GPU in-region (EE. UU./UE). https://openai.com/index/introducing-data-residency-in-europe/
Claude Code en AWS Bedrock + residencia en la UE (nivel 1): Claude vía claude.ai/API de Anthropic usa por defecto infraestructura en EE. UU.; Claude Enterprise (SaaS) no incluye residencia de datos en la UE; para residencia en la UE hay que usar el perfil UE de AWS Bedrock (Frankfurt eu-central-1 / Irlanda / París) o Vertex AI UE, con el prefijo eu. en el ID del modelo; Microsoft Foundry estará disponible en Europa en julio de 2026, pero el compromiso de residencia de datos no cubre Foundry (“Coming 2026”). compound.law, InfoQ, bespinian. https://www.infoq.com/news/2026/07/claude-foundry-ga-europe
Disputa entre Anthropic y el Departamento de Defensa de EE. UU. (1er semestre de 2026, nivel uno, hechos noticiosos + documentos legales): El Pentágono exigió que Claude se utilizara sin restricciones “para todos los fines legales”; la línea roja de Dario Amodei era no usarlo para vigilancia masiva nacional ni para armas totalmente autónomas. El 27 de febrero de 2026, Trump ordenó a las agencias federales suspender su uso, y Hegseth lo clasificó como “riesgo de cadena de suministro”. El 4 de marzo, el DoD lo designó formalmente. Anthropic demandó el 9 de marzo (ND Cal, 3:26-cv-01996, juez Rita Lin). El 26 de marzo se emitió una medida cautelar preliminar (“las razones parecen ser un pretexto; la motivación es represalia ilegal”). El 8 de abril, el tribunal de apelaciones rechazó la solicitud de suspensión de Anthropic; ese mismo día, OpenAI anunció un acuerdo con el Pentágono. Fuentes: Mayer Brown, Wikipedia, Arms Control Association, Breaking Defense, CNBC. https://www.mayerbrown.com/en/insights/publications/2026/03/pentagon-designates-anthropic-a-supply-chain-risk-what-government-contractors-need-to-know
Lanzamiento de TRAE CN Enterprise (18/12/2025, nivel 1, perspectiva del proveedor): El 92% de los ingenieros de ByteDance lo utiliza internamente; más de 6 millones de registros en la versión personal; doble despliegue con edición Enterprise y Enterprise Exclusive (esta última con aislamiento de red privada); cifrado de extremo a extremo + cero almacenamiento en la nube + modelos no entrenables con datos del cliente; indexación de 100 000 archivos / 150 millones de líneas; SSO, panel de productividad, MCP; casos de uso en Huifu Payment (fintech china) y Douyin Life Services (servicio de ByteDance). CSDN, Sina Tech, ZOL (citando el anuncio oficial). https://www.csdn.net/article/2025-12-18/156057918
Qoder CN (anteriormente Tongyi Lingma) Enterprise Edition (mayo de 2026, nivel 1, perspectiva del proveedor): En mayo de 2026, Tongyi Lingma pasó a llamarse Qoder CN, ampliando su matriz de productos de codificación, oficina, terminal y móvil; ofrece una edición estándar empresarial (licencia por puesto) y una edición exclusiva empresarial (VPC privada, datos que no salen de la red interna, SSO, ajuste de modelos, SLA 99.9%, consultor dedicado, soporte 7×24); con múltiples modelos nacionales subyacentes (Qwen/GLM/DeepSeek/Kimi/MiniMax). Documentación oficial de Alibaba Cloud. https://help.aliyun.com/zh/lingma/qoder-cn-account-and-subscription
Google Antigravity (noviembre de 2025 + I/O 2026, nivel 1): En noviembre de 2025, Google lanzó su herramienta de programación agent-first (diseñada para Gemini 3, según The Verge); en el Google I/O 2026 se actualizó a la versión 2.0 (una plataforma completa de desarrollo agéntico con desktop + CLI + SDK); JetBrains 2026.1 reporta una tasa de adopción del 6%. Wikipedia, The Verge, documentación oficial de Google.
CodeRabbit (2025.12.17, datos de primera mano): 470 PRs de GitHub de código abierto (IA vs. humano). Defectos totales 1.7× (10.83 vs. 6.45 por PR); vulnerabilidades de seguridad por subcategoría 1.82–2.74× — XSS 2.74×, referencias directas inseguras a objetos 1.91×, manejo inadecuado de contraseñas 1.88×, deserialización insegura 1.82×; problemas de legibilidad 3×. https://www.coderabbit.ai/whitepapers/state-of-AI-vs-human-code-generation-report
Apiiro (2025.9.4, perspectiva del proveedor): Escaneo de repositorios de empresas Fortune 50 (período de datos: dic. 2024 – jun. 2025). Los hallazgos mensuales de seguridad en código generado por IA pasaron de aproximadamente 1,000 a más de 10,000 (10×), vulnerabilidades de escalada de privilegios +322%, defectos de diseño a nivel de arquitectura +153%; los errores de sintaxis cayeron un 76% y los bugs lógicos un 60%. The Register, Cloud Security Alliance Labs.
Estudio de GitHub × Accenture (fuente primaria, perspectiva del proveedor, GitHub Blog, abril 2024): 450+ desarrolladores de Accenture, experimento controlado durante 6 meses. PR por persona +8,69 %, tasa de fusión +15 %, los desarrolladores conservaron el 88 % de los caracteres de código generados por Copilot (tras revisión). Nota: la cifra circulante de “un 55 % más rápido” proviene de otro experimento controlado de GitHub con una muestra pequeña en una tarea de servicio HTTP en JavaScript, no está relacionada con el estudio de Accenture y suele atribuirse erróneamente.
Documento de trabajo del grupo de economía del MIT (fuente primaria): experimento de Microsoft (1663 personas) PR +12,9 %–21,8 %; experimento de Accenture (311 personas) PR +7,5 %–8,7 %. https://economics.mit.edu/sites/default/files/inline-files/draft_copilot_experiments.pdf
Stack Overflow Developer Survey 2025 (fuente primaria): el 84 % de los desarrolladores utiliza herramientas de IA; JetBrains 2026.1 sube al 90 %.
UpGuard 2025 / Journal of Accountancy (fuente secundaria): Alrededor del 80% de los desarrolladores admite usar herramientas de IA no aprobadas por TI (lo que se conoce como “shadow AI”).
Caída en la confianza de los desarrolladores (fuente secundaria, múltiples fuentes): En 2026, solo un 29% de los desarrolladores confía en el código generado por IA, frente al 40% de 2024; el code churn (retrabajo de código) subió del 3,1% en 2020 al 5,7% en 2024. Datos según Uvik Software y otras fuentes.
Carlini / Anthropic (enero–febrero 2026, fuente primaria, investigación de primera mano): El investigador de Anthropic, Nicholas Carlini, puso a 16 agentes Claude Opus 4.6 a trabajar en paralelo durante 2 semanas, con unas 2000 sesiones y un costo de API de unos 20 000 USD. Desde cero, escribieron un compilador de C basado en Rust de 100 000 líneas, capaz de compilar Linux 6.9 (x86/ARM/RISC-V), superando el 99% del test de tortura de GCC y ejecutando FFmpeg, Redis, PostgreSQL, QEMU y Doom. Vía InfoQ y el blog de Anthropic.
Nota sobre el anonimato de los casos: Los escenarios de operadores mencionados en este artículo provienen de mi experiencia en formación interna de IA y seguimiento de equipos digitales en el sector de telecomunicaciones; toda la información ha sido anonimizada. Los párrafos sobre banca, manufactura y comercio electrónico, utilizados para ilustrar que “la lógica sectorial es la misma”, son proyecciones típicas del sector y no constituyen resultados de consultoría para clientes específicos. Cualquier cita debe indicar el anonimato.