«¿Y si uso IA en vez de contratar ingenieros?» La respuesta honesta

La pregunta ha empezado a aparecer en las llamadas comerciales, formulada sin pudor — y esa es la novedad: «¿Por qué voy a pagar ingenieros senior si el código lo escribe la IA?»

Merece una respuesta directa y, aunque suene raro, pocas personas están mejor situadas que yo para darla. Dirijo una empresa que despliega ingenieros senior, así que ya sabes cuál es mi interés en esto — pero todos los squads que colocamos trabajan AI-first, nuestras propias herramientas están construidas sobre agentes y llevo meses pasando noches metido en bucles agénticos. Si la IA pudiera reemplazar a mis ingenieros, mis márgenes lo habrían notado antes que mi blog. Lo que han notado es otra cosa, y un experimento del año pasado lo describe mejor que cualquier argumento que yo pueda montar.

Empecemos por la concesión: la IA ya reemplaza trabajo real, hoy

Cualquiera que responda a esta pregunta solo con palabras tranquilizadoras te está vendiendo algo. Así que lo digo de entrada: una parte real del trabajo para el que se contrataba a ingenieros junior ha desaparecido, y no va a volver. Boilerplate, esqueletos CRUD, primeras versiones de funciones, plantillas de tests, scripts de migración de un solo uso — escribir código rutinario ya es una commodity, y el mercado ya ha ajustado su precio en consecuencia. Los datos de talento de SignalFire muestran que los recién graduados cayeron al 7% de las contrataciones de las grandes tecnológicas en 2024 — menos de la mitad que antes de la pandemia — mientras la demanda de ingenieros con experiencia seguía subiendo. El informe DORA de 2025 sitúa la adopción de IA en el 90% de casi 5.000 desarrolladores encuestados, con más del 80% declarando mejoras de productividad.

Si la pregunta fuera «¿puede la IA escribir código?», la respuesta sería sí y este sería un post corto. La pregunta que en realidad estás haciendo es «¿puede la IA reemplazar a las personas que iba a contratar?» — y ahí los mejores datos que tenemos cuentan otra historia.

El experimento: un 19% más lentos, convencidos de ir un 20% más rápido

A mediados de 2025, METR llevó a cabo un ensayo controlado aleatorizado — 16 desarrolladores experimentados de código abierto, 246 tareas reales en bases de código maduras que conocían bien. Los desarrolladores autorizados a usar herramientas de IA tardaron un 19% más en completar sus tareas. Preguntados después, esos mismos desarrolladores estimaron que la IA los había hecho un 20% más rápidos.

Las salvedades necesarias, porque esta cifra se cita mal en los dos sentidos: 16 desarrolladores es una muestra pequeña, los repositorios eran bases de código maduras con listones de calidad altos, las herramientas eran modelos de principios de 2025, y el propio METR marca ya el resultado como histórico. No lo cito para afirmar que la IA ralentiza a los ingenieros — en trabajo desde cero, con los modelos actuales, he visto lo contrario. Lo cito por la brecha entre los dos números, porque 39 puntos de distancia entre velocidad medida y velocidad percibida no son un problema de herramientas. La velocidad percibida y el resultado entregado son magnitudes distintas, y hace falta criterio de ingeniería para saber cuál de las dos estás mirando. Ese criterio es lo que esperabas ahorrarte al no contratar.

Los propios datos de DORA llevan dentro la misma tensión: 90% de adopción y, a la vez, un 30% de esos mismos desarrolladores declara poca o ninguna confianza en el código generado por IA. Un noventa por ciento de uso con un treinta por ciento de confianza no es una contradicción — es la descripción de un puesto de trabajo. Alguien tiene que ser la capa de confianza.

He visto esa brecha de cerca, y siempre tiene la misma forma: un agente refactoriza un servicio, el diff se lee limpio, la revisión se cierra con la sensación de haber ganado veinte minutos — y días después alguien rastrea una regresión hasta una clave de configuración renombrada a tres ficheros de distancia de todo lo que tocó la revisión. Esa media jornada de rastreo se come unos quince momentos de «veinte minutos ganados». El refactor pareció rápido porque la parte lenta se desplazó aguas abajo, donde nadie estaba midiendo. Multiplícalo por un equipo y un trimestre, y tienes la brecha de METR trasladada a tu producción.

Lo que contratas es el andamiaje, no el picar código

El modelo es la commodity; la ventaja defendible es todo lo que lo rodea. En concreto, el trabajo que queda cuando generar código no cuesta nada:

• Decidir qué no construir — el modelo generará encantado cualquiera de las dos ramas; elegir cuesta criterio.
• Verificación — revisiones, tests y evals que cacen ese 30% seguro-pero-erróneo, barato y antes de que producción lo haga caro.
• Arquitectura — los límites, contratos y modos de fallo que deciden si diez mil líneas generadas se acumulan como sistema o como deuda.
• Guardarraíles y permisos — el sandboxing, los límites de tasa y las rutas de rollback que te permiten darle a un agente acceso real sin darle tu presupuesto de incidentes.
• Propiedad a las tres de la madrugada — cuando producción se rompe, un modelo puede ayudarte a depurar, pero la responsabilidad no se puede delegar en la inferencia.

Medimos adónde va el dinero en nuestra lectura de los datos de trabajo reactivo: la IA convirtió en commodity la escritura de código e hizo más valioso, no menos, todo lo que la rodea. Los ingenieros que merece la pena contratar en 2026 son los que operan esa capa — por eso nuestra validación evalúa el criterio sobre arquitectura real con herramientas de IA delante, no la sintaxis recitada de memoria, y aprueba al 3% de los candidatos.

El dato que juega en mi contra

Un dato más, porque juega en mi contra y tienes derecho a conocerlo: esa cifra de SignalFire — recién graduados en el 7% de las contrataciones de las grandes tecnológicas — es una industria comiéndose su propio semillero. El criterio senior se entrena, y el campo de entrenamiento era exactamente el trabajo rutinario que la IA acaba de absorber. Si durante una década todas las empresas contratan solo seniors, el mercado senior de 2035 es el mercado junior de hoy que nunca llegó a contratarse. No tengo una respuesta limpia; todavía no la tiene nadie. Lo que sí puedo contarte es qué hacemos nosotros en la práctica: nuestros squads emparejan seniors fluidos en IA con los ingenieros más junior del propio cliente, para que el criterio se transfiera a alguna parte — porque la alternativa es alquilar criterio para siempre a una cantera cada vez más pequeña.

Esta película ya la hemos visto

Cada ola de abstracción disparó la misma pregunta. Los compiladores iban a encoger los equipos de programación; los frameworks iban a acabar con el desarrollo a medida; el cloud iba a borrar el rol de operaciones. Cada vez, la capa rutinaria se desplomó y la demanda se desplazó hacia arriba en el stack, hacia quienes sabían manejar la nueva abstracción — el ingeniero volvió con una superficie mayor que poseer, no menor. La muerte del software se anuncia una y otra vez, y el backlog sigue creciendo. La IA es la mayor de estas olas, y el patrón se mantiene: menos gente contratada para teclear, más para decidir, verificar y operar.

Qué haría yo con el presupuesto de este trimestre

Si estuviera en tu lugar en esa llamada, haría cuatro cosas:

1. No contrates por volumen de código. Cualquier puesto cuyo output se mida en líneas o tickets es un puesto que la IA ya ha devaluado. Redacta el rol alrededor del criterio: arquitectura, revisión, evals, propiedad de incidentes.
2. Contrata menos, más senior, fluidos en IA. Un ingeniero senior que maneja bien los agentes cubre hoy lo que antes cubría un pod — pero solo si cumple lo que AI-ready exige: fluidez en prompting, en herramientas y en desconfiar del output por las razones correctas.
3. Presupuesta la capa de confianza. Reserva horas de calendario para evals, disciplina de revisión y guardarraíles. La brecha de METR es lo que ocurre cuando nadie audita la velocidad percibida.
4. Haz el experimento en tu propio repositorio. Mide finalización de tareas, no sensaciones, durante un sprint con y sin asistencia intensiva de IA. Sea cual sea el resultado, sabrás cuál de las dos magnitudes te estaba contando tu equipo.

La respuesta, en una línea

Entonces: ¿por qué no usar IA en vez de contratar ingenieros? Porque la pregunta da por hecho que el producto era el código. Nunca lo fue. El producto es un sistema que funciona, sigue funcionando y merece la confianza de tus clientes — y la IA ha abaratado el código mientras encarecía producir esa confianza. Usa la IA. Y contrata el criterio que convierte lo que produce en algo de fiar.

Si el criterio es la pieza que te falta, ese es exactamente el perfil que colocamos: ingenieros senior AI-first, con match en 72 horas.