Durante décadas, la industria del software puso el foco en la velocidad de entrega y desarrollo. Desde los modelos tradicionales hasta las metodologías ágiles, el objetivo era optimizar los tiempos de construcción y ejecución. Pero en el último año las reglas cambiaron.
La inteligencia artificial ha reducido drásticamente el costo de ejecución. Los sistemas autónomos ya pueden interpretar requisitos, generar código y apoyar tareas de despliegue y operación. La industria entró en una era de capacidad de implementación casi ilimitada, donde los errores también pueden escalar más rápido.
En este contexto, el desafío cambió, ya no se limita a desarrollar software más rápido, sino a definir con claridad qué se quiere construir antes de que la IA empiece a ejecutar. El foco se traslada a la intención estratégica, las restricciones operativas y la gestión del riesgo desde el diseño del sistema. Es uno de los puntos que aborda nuestro socio GlobalLogic, empresa de ingeniería digital del Grupo Hitachi, en su reciente informe The New Physics of Software.
“Cuando una empresa tiene claro hacia dónde va, los resultados se aceleran. Pero cuando la intención es vaga o está mal definida, los errores no ocurren gradualmente, ocurren a escala”, señala Gabriel Arango, jefe de Tecnología de GlobalLogic para Latinoamérica.
Según Arango, durante años las metodologías de desarrollo se enfocaron en acelerar la creación de software, no necesariamente en controlar cómo se comporta una vez entra en producción. “Acelerar la construcción con IA, sin fortalecer la supervisión y la gobernanza, crea un desequilibrio donde el riesgo puede crecer más rápido que el valor”, advierte.
El informe de GlobalLogic plantea pasar de la velocidad a la fidelidad, un enfoque que implica traducir con precisión los objetivos de negocio, los límites operativos y los criterios de riesgo en sistemas que puedan ejecutarse de forma confiable.
Ingeniería orientada a resultados
Asimismo, el reporte introduce el enfoque de Ingeniería Orientada a Resultados (OFE, por sus siglas en inglés), un modelo que propone medir el software no por la cantidad de código entregado, sino por los resultados que genera en operación.
En la práctica, esto implica dejar de ver el desarrollo y la operación como etapas separadas. El trabajo no termina cuando se entrega el código, sino cuando el sistema funciona de forma estable y genera valor en producción. El rol de los ingenieros también cambia, hay menos ejecución manual y más supervisión estratégica. La IA asume gran parte de la construcción y la operación, mientras los humanos definen los límites, los criterios de riesgo y la dirección del sistema.
“A través de VelocityAI, una plataforma que acelera la ejecución del software integrando inteligencia artificial en el ciclo de desarrollo, y de los agentes del Centro de Confiabilidad de Aplicaciones de Hitachi (HARC), que incorporan capacidades de seguridad, gobernanza y control de riesgo en tiempo real, GlobalLogic busca equilibrar velocidad y confiabilidad en sistemas impulsados por IA. Estas capacidades muestran que la gobernanza no es un complemento de la inteligencia artificial, sino parte de su diseño desde el inicio”, expresa Arango.
Para los líderes empresariales, el mensaje es claro, dice Arango. “El desafío está en conectar intención estratégica, ejecución y gobernanza antes de que la velocidad de la tecnología supere la capacidad de las organizaciones para dirigirla”.
En un entorno donde la capacidad de construir software ya no es escasa, la verdadera ventaja podría estar en algo mucho más difícil de escalar, la claridad estratégica.
