Para un Engineering Manager que necesita justificar una decisión de tooling ante su VP, «ROI medible» sin el número específico es insuficiente como argumento de compra
Las senales que se estan acumulando
La narrativa dominante en 2025 fue la del asistente de código: un copiloto que sugiere completaciones, genera boilerplate y acelera el PR. Útil, pero pasivo. Lo que empieza a perfilarse en 2026 es distinto en naturaleza, no en grado.
Globant, presente en 35 países, publicó en su informe Techtrends que la IA agéntica «está dejando atrás el rol de asistente pasivo para convertirse en sistemas autónomos que generan ROI medible». El reporte no habla de potencial futuro: describe capacidad actual para recomendar productos, personalizar ofertas y completar transacciones seguras sin intervención humana en cada paso. El desplazamiento es operativo, no conceptual.
Desde el ángulo de la ingeniería de software, Finnegans, empresa argentina con más de tres décadas en el sector, ya desplegó agentes diseñados específicamente para perfiles junior. El objetivo declarado no es reemplazar esa etapa de formación, sino comprimir el tiempo hasta que esos perfiles puedan aportar valor real. La combinación de talento en desarrollo con supervisión agéntica, según la empresa, permite productividad temprana sin sacrificar las instancias de aprendizaje.
Progress, empresa tecnológica listada en Nasdaq, articula la misma idea desde el ángulo de la expertise: «La IA no reemplaza al experto, pero se convierte en su compañero técnico: una extensión del conocimiento humano que libera tiempo y mejora la precisión». Tres empresas, tres geografías operativas, una dirección común.
La señal más específica viene del modelo de trabajo agéntico en ciclo asíncrono: un especialista activa agentes que trabajan durante la noche, crean versiones, prueban enfoques, evalúan resultados y preparan dos o tres propuestas consolidadas. Al día siguiente, el profesional retoma con contexto acumulado, velocidad ganada y opciones ya filtradas. No es automatización de tareas simples; es delegación de iteraciones completas.
Por que nadie lo esta nombrando
El patrón es fácil de subestimar porque todavía se lo lee como una extensión del chat con IA. La mayoría de los equipos de ingeniería que evaluaron asistentes de código en 2024 lo hicieron bajo una lógica de flujo sincrónico: el ingeniero escribe, el modelo sugiere, el ingeniero acepta o rechaza. Ese marco mental no captura lo que implica un sistema agéntico que opera sin supervisión durante horas.
Hay también una brecha de evidencia que frena la adopción con convicción. Los casos documentados públicamente, incluyendo los de Finnegans y los reportes de Globant, son descripciones cualitativas de dirección estratégica, no benchmarks auditados con métricas de impacto por rol, tipo de tarea o escala de equipo. Para un Engineering Manager que necesita justificar una decisión de tooling ante su VP, «ROI medible» sin el número específico es insuficiente como argumento de compra.
El tercer factor que opaca la señal es la fragmentación del mercado de agentes. No existe todavía un estándar claro de evaluación, una categoría consolidada de producto, ni un conjunto de proveedores con track record equivalente al de CI/CD o observabilidad. Lo que hay es un ecosistema en formación donde la calidad varía significativamente y donde la promesa del vendor suele superar la evidencia independiente.
Que pasa si el patron continua
Si la dirección que señalan estas empresas se consolida, el impacto más inmediato no es sobre la productividad individual: es sobre cómo se dimensionan equipos y qué tareas justifican headcount dedicado.
Un equipo que puede delegar iteraciones completas de exploración a agentes asíncronos reduce la demanda de horas de ingeniería para trabajo de baja diferenciación. Eso no implica reducción de equipo como primera consecuencia; implica que el mismo equipo puede mantener más frentes abiertos, avanzar en paralelo sobre más problemas y llegar a las revisiones con más contexto ya procesado. Para equipos con backlog crónico o con presión de velocidad de entrega, esa dinámica tiene valor real.
El caso Finnegans apunta a una segunda implicación: la relación entre senioridad y productividad temprana se reconfigura. Si un agente puede acompañar el onboarding técnico de perfiles junior, acortando el tiempo hasta que aporten valor sin eliminar el aprendizaje, el argumento clásico de que solo los seniors producen desde el primer mes se debilita. Eso tiene consecuencias para las decisiones de contratación y para cómo se estructuran los equipos en crecimiento.
Lo que permanece incierto es si estos beneficios escalan fuera de contextos controlados. Los ejemplos disponibles corresponden a empresas que diseñaron sus propios agentes sobre sus propios procesos. La transferibilidad a equipos que adoptan soluciones de terceros, sobre codebases con deuda técnica alta o en entornos regulados, no está documentada con suficiente detalle como para hacer proyecciones con confianza.
Lo que puedes hacer antes de que sea obvio
El valor de actuar ahora no está en ser early adopter de una tecnología no probada. Está en definir, antes de que el mercado lo haga por ti, qué tareas en tu operación de ingeniería son candidatas reales para delegación agéntica asíncrona y cuáles no lo son.
Ese ejercicio tiene tres pasos prácticos. Primero, identificar las iteraciones de mayor fricción en tu ciclo de desarrollo actual: exploración de soluciones alternativas, generación y evaluación de variantes de diseño, revisiones de primer nivel antes del PR humano. Esas son las categorías donde la lógica agéntica encaja mejor según los casos disponibles.
Segundo, establecer con tu equipo qué nivel de supervisión es no negociable antes de que un resultado agéntico entre al pipeline real. La autonomía de un agente que prepara propuestas para revisión humana es funcionalmente distinta a la de uno que hace commits directamente. Esa distinción necesita ser deliberada, no emergente.
Tercero, definir la métrica de éxito que haría que este tipo de herramienta valiera la inversión de adopción en tu contexto específico. Sin esa referencia propia, cualquier claim de ROI de un vendor será imposible de validar o refutar.
El patrón no está confirmado con la precisión que requeriría una decisión de plataforma mayor. Pero ya tiene suficiente masa crítica como para que ignorarlo sea una decisión activa, no una omisión neutra.
Fuentes
- Lanotasj — Cómo responde la industria del software a los desafíos de la inteligencia artificial (Link)
