Sber, Yandex y red_mad_robot mostraron cómo la AI está cambiando el papel del desarrollador

La IA está asumiendo cada vez más los aspectos rutinarios del desarrollo, y el rol del ingeniero se desplaza de escribir código manualmente a formular tareas y validar resultados. Los ejemplos de Sber, Yandex, T-Technologies y red_mad_robot demuestran que este cambio ya impacta no solo la velocidad de lanzamientos, sino también los requisitos de competencia para desarrolladores.

Cómo cambia el desarrollo

Sber describe el movimiento hacia AI PDLC mediante una escala de madurez del cero al quinto nivel. La empresa opera actualmente en el nivel de automatización supervisada: la IA está integrada en la mayoría de las etapas de desarrollo, pero las decisiones finales permanecen con los humanos. Según la empresa, aproximadamente 14,000 desarrolladores utilizan GigaCode, con casi 80% interactuando con la herramienta a diario.

El porcentaje de código generado por IA aceptado por equipos ha crecido del 45% a principios de 2025 al 69% a fin de año. Esto ya no es un asistente puntual—es un nuevo patrón de trabajo. El siguiente paso implica reestructuración del entorno.

En noviembre de 2025, Sber trasladó desarrolladores de JetBrains IDE a su propia GigaIDE PRO, donde operan siete agentes de IA: desde documentación y logging hasta pruebas automatizadas y analítica. Más de la mitad de sus sugerencias son adoptadas. Simultáneamente, la economía de contratación cambia: mientras que en 2024 los nuevos ingenieros requerían 71 días para alcanzar productividad plena, ahora son 36 días.

En esta lógica, los humanos cada vez menos se ocupan de la mecánica y cada vez más gestionan el proceso.

"El 90% de la implementación lo realiza la IA, mientras que el 90% de

la gestión conceptual permanece con las personas."

Qué sucede con las personas

Las ganancias tecnológicas no cancelan los costos humanos. Investigadores de Sber señalan que los juniors cada vez más se encuentran en una posición extraña: necesitan no tanto aprender a escribir código como evaluar el resultado creado por el modelo, aunque su propia base aún es insuficiente. Los ingenieros más experimentados enfrentan un problema diferente: parte de la satisfacción de resolver problemas complejos desaparece, y con los agentes viene la sensación de ser un controlador de cadena de montaje en lugar del autor.

De ahí la ansiedad sobre habilidades, estatus y propio valor en el mercado. A nivel de producción, es aún más notable. En una corporación, no puedes simplemente activar un modo agentivo de moda y esperar un milagro: el sistema necesita entender APIs internas, políticas de seguridad y restricciones regulatorias.

Por lo tanto, el "vibe coding" puro casi no funciona para grandes empresas. El caso de GigaCode es revelador: en diciembre cerró un lanzamiento completo de una herramienta para cargar y verificar librerías sin una sola línea manual de código. El lanzamiento incluyó cinco tareas mayores y varias correcciones, y el equipo aceptó el resultado sin objeciones significativas.

Esto cambia la especialización del ingeniero: menos ensamblaje manual, más formulación de tareas, revisión y responsabilidad arquitectónica.

Cómo se mide el efecto

Yandex y T-Technologies muestran que medir el efecto solo por líneas de código ya es inútil. En Yandex, aproximadamente 70% de los desarrolladores utilizan regularmente asistentes de IA al escribir código y en promedio realizan 10–20% más commits. Pero la generación de código es solo parte del trabajo: mucho tiempo se dedica a búsqueda de información, diseño, depuración y revisión. El AI Chat interno redujo significativamente las visitas a wiki, y DeepAgent, según la empresa, proporciona una aceleración de diez veces en tareas complejas de investigación de base de código. T-Technologies, a su vez, miran no el volumen de texto, sino la Developer Experience:

• tiempo desde el primer commit hasta el despliegue
• proporción de tiempo enfocado y número de cambios de contexto
• velocidad de la primera revisión
• proporción de pruebas inestables
• duración de la adaptación del nuevo ingeniero

Según la telemetría interna de T-Technologies, la proporción de usuarios regulares de IA creció del 17% al 85% en diez meses. Cuatro semanas después del primer contacto con el asistente, 80% continúa usándolo en el IDE y 75% en la interfaz web. red_mad_robot fue más allá: la empresa ensambló prototipos para web, iOS y Android en 48 horas, obtuvieron aproximadamente 80,000 líneas de código y 208 commits, y el rol del equipo efectivamente se redujo a un ingeniero de IA orquestando agentes. A un costo de aproximadamente $27 por prototipo, esto no es solo una aceleración, sino una nueva economía de producto.

Qué significa esto

El desarrollador no desaparece, pero su trabajo rápidamente se desplaza a un nivel superior: de escribir código a formular intención, verificar resultados y gestionar agentes. Para las empresas, el riesgo principal ya no es que la IA escriba demasiado, sino que el negocio logre acelerar lanzamientos pero no logre reestructurar capacitación, métricas y cultura de ingeniería para la nueva realidad.