La IA llega al código: rebajas del 30% y menos becarios
El primer síntoma no es un despido: es un descuento. Las compañías habrían empezado a exigir de entrada una rebaja del
30% a las consultoras de software, antes incluso de tener claro cuánto de ese trabajo va a absorber la inteligencia artificial. Menos margen para nóminas, más procesos internalizados. Al ajuste se le llama
productividad; quien lo firma suele leerlo como rebaja de sueldo. Y el oficio que llevaba años quejándose de que no se pagaba la calidad técnica se encuentra, de golpe, discutiendo si hace falta que exista.
El recorte que ya se está reclamando en los contratos de software
La secuencia que más se repite es siempre la misma: la empresa pide el descuento antes de saber qué va a automatizar, la consultora aprieta a su plantilla subcontratada y el que estaba en la parte baja de la tabla se queda fuera. Hay un nombre para esto:
el momento Uber. Una tecnología que aterriza en un sector intensivo en echarle tiempo y le da la vuelta al negocio.
Hay casos descritos con detalle: en un departamento grande, a los profesionales externos con un mínimo de nivel se les habría internalizado; al resto, directamente se les habría comunicado a su consultora que no se contaba con ellos. La vuelta a la internalización es visible sobre todo en la banca, donde la plantilla propia recupera peso mientras el contrato externo se queda sin volumen.
El detonante no es solo la eficiencia. Según esta lectura, las empresas han entendido que su departamento de tecnología está a punto de quedar en manos de los grandes proveedores de nube y de las herramientas de generación automática de código, y prefieren tener dentro de casa a quien supervise ese proceso.
¿Puede la inteligencia artificial programar sola sin supervisión humana?
No saca adelante un desarrollo complejo, pero sí se lleva por delante la parte que más horas consumía. Transcripción de cientos de programas, conversión de variables, inserción de sentencias, documentación de código antiguo o pruebas de regresión al implantar versiones nuevas son tareas mecánicas donde la máquina mete menos gazapos que el humano cansado. En el hilo se apunta a que una migración de plataforma —un mercado enorme— podría automatizarse hasta el
95%.
Ahí está el filón y ahí está el agujero. Cliente que no sabe lo que quiere, petición que nadie puede validar, requisito imposible que hay que desmontar con argumentos: nada de eso lo resuelve un generador de texto. El ejemplo más repetido es el del encargo absurdo e inmediato, un videojuego de gran presupuesto para mañana. La máquina, en el mejor de los casos, devuelve un tres en raya copiado de un tutorial.
Una conclusión que se repite en el hilo es incómoda para el gremio: el conocimiento experto sigue siendo necesario, pero para una fracción del sector. Se documenta el código de los veteranos para que la dependencia de esas personas desaparezca y se revisa el resultado de la herramienta. Revisar es más rápido que escribir, y eso cambia todas las cuentas.
De 14 becarios a 3: los ejemplos que se citan fuera del sector
En sectores donde la automatización llegó antes, el debate ya maneja ejemplos concretos. Un gran despacho legal habría pasado de dos abogados senior con
14 becarios a tres senior con tres becarios, con la misma producción —o mejor— gracias a las herramientas. En los juzgados, el ejemplo que se maneja es el de cinco jueces resolviendo 3.000 sentencias al año frente a dos jueces encargados de 10.000.
Conviene tomarlo como lo que es: un escenario que se defiende en el análisis, no una estadística oficial. Pero señala una pauta concreta. Lo que cae no es el trabajo entero, es la parte de la pirámide dedicada a tareas repetitivas y de bajo criterio. Y ahí, precisamente, se concentraban los contratos de entrada.
Los dos relatos que se pelean: fin del oficio o palanca de demanda
Una corriente sostiene que la historia se repite y sale a cuenta. El textil del siglo XIX vistió a quien antes iba con poco más que una manta; las calculadoras y las hojas de cálculo no acabaron con los contadores, les exigieron más y les dieron más capacidad de producción. Traducido al software: si antes se hacían diez cosas, se harán cien, y lo que antes no se podía pagar ahora sí.
La versión opuesta es más dura. El sector se habría pasado dos décadas simplificando su trabajo para venderlo barato, y esa simplificación es justo lo que ahora se automatiza. En el hilo se apunta a un
30% del sector perdido en cinco años; otro mensaje, más drástico, habla de un 90% menos de profesionales. Quien tiene experiencia y criterio aguanta; quien empezaba se queda sin
puerta de entrada, que es el problema que nadie sabe cómo arreglar.
¿Y si llega la inteligencia artificial general?
Cuando el debate se estira hacia delante, el escenario cambia de naturaleza. Una IA general capaz de hacer mejor que un humano el 99% de las tareas, incluidas las creativas, dejaría de ser una herramienta del oficio para ser su sustituto. Ese horizonte arrastra discusiones sobre renta básica universal, ocio barato y hasta un cambio en el propio concepto de dinero.
Mientras tanto, la pelea es más terrenal: quién paga la formación, quién se queda con el margen y qué pasa con los que empiezan. El calendario cómodo que se daba —de seis a ocho años buenos para formarse, apretar y ahorrar— puede ser exactamente el tiempo que tarde en cerrarse la puerta. ¿Ese margen que libera la máquina acaba en la nómina de quien la maneja o en el bolsillo de quien la compra?