Desarrollador en Habr dejó una empresa internacional por negarse a adoptar AI de forma activa

El desarrollador contó que dejó voluntariamente una empresa internacional con buen salario no por miedo a AI, sino por la falta de voluntad del empleador para usar nuevas herramientas. Según él, tras la aparición de LLM maduros, el trabajo dejó de darle sensación de crecimiento y su interés se desplazó hacia los agentes y los sistemas de gestión del conocimiento.

Por qué se fue

El autor describe su experiencia como una división entre el antes y el después de la era de los grandes modelos de lenguaje. Antes de eso, el trabajo en la empresa parecía estable y predecible: tareas claras, un equipo internacional, una remuneración razonable y un flujo habitual de proyectos web.

Cuando LLM se volvieron lo bastante útiles en el desarrollo real, especialmente los modelos de Anthropic, vio a su alrededor una nueva capa de tecnologías, productos y trayectorias profesionales. En ese contexto, el trabajo anterior dejó de parecerle un punto de crecimiento y empezó a percibirse como la repetición de algo ya dominado.

El punto de inflexión, según cuenta, fue una conversación sobre el uso práctico de AI dentro del negocio. En lugar de experimentos e intentos de integrar nuevas herramientas en los procesos, escuchó la lógica de conservar el modelo actual: la empresa gana dinero con sitios web, así que lo que necesita, ante todo, son sitios web.

Para el autor, eso sonó a una negativa a mirar el mercado más allá de su propio nicho. Comparó directamente esa postura con reacciones del pasado, cuando una nueva tecnología parece innecesaria simplemente porque el esquema anterior todavía sigue dando dinero.

“Ganamos dinero con webs pequeñas.

Lo que necesitamos son webs pequeñas.”

Qué le atrajo

Lo que más atrajo al autor no fueron las conversaciones abstractas sobre la “revolución de AI”, sino cosas muy aplicadas que él ya había empezado a construir con sus propias manos. Durante varios años desarrolló su propio sistema de gestión del conocimiento y, tras integrar LLM, este se convirtió, según sus palabras, en algo mucho más vivo: no solo un archivo de notas, sino un entorno de trabajo donde el conocimiento ayuda a tomar decisiones y poner en marcha acciones. En ese punto, la tecnología dejó de ser un juguete y se convirtió en una herramienta personal.

Después, como él lo describe, un agente personal empezó a rodearse de otros agentes, y toda la estructura pasó a parecerse a una red distribuida de asistentes. Ahí vio una nueva zona de desarrollo: no otro proyecto web, sino una combinación de memoria, automatización y modelos de lenguaje que ya ahora puede cambiar el trabajo cotidiano. Eso se convirtió para él en una alternativa a la trayectoria profesional habitual en el desarrollo de servicios.

Su interés se desplazó del desarrollo clásico a un conjunto más amplio de tareas:

• creación de escenarios de agentes sobre una base de conocimiento
• automatización de acciones de trabajo cotidianas
• conexión de varios asistentes en un solo sistema
• búsqueda de nuevos productos de AI en lugar de encargos web típicos

En esencia, se trata de un cambio ya conocido en el sector: el valor empieza a crearse no solo con el código en sí, sino también con la capacidad de montar rápidamente sobre los modelos configuraciones de trabajo útiles. Para una parte de los desarrolladores, esto parece el siguiente paso natural; para las empresas con un negocio de servicios consolidado, parece un riesgo que resulta más fácil posponer. Pero precisamente de esas decisiones aplazadas suele surgir más tarde el retraso tecnológico.

Por qué esto tocó una fibra sensible en el mercado

La historia generó reacción no solo por la salida en sí, sino también porque tocó un nervio de toda la industria. Muchos equipos hoy razonan de forma muy parecida: AI es interesante, pero los ingresos principales siguen viniendo del antiguo conjunto de servicios, así que no hace falta hacer cambios a gran escala.

Ese enfoque es racional a corto plazo, pero también suele alejar a especialistas que quieren trabajar no solo por estabilidad, sino también por la competencia futura.

Otra línea del texto es la decepción del autor con la comunidad profesional y con el formato de la discusión en torno al tema de AI. Escribe que recibió una ola de negatividad tras su publicación anterior y que cada vez ve menos valor en una plataforma donde el debate queda sustituido por la reacción de la masa.

Pero incluso en ese contexto, su mensaje principal no va de resentimiento, sino de buscar a personas a las que todavía les interese construir nuevas combinaciones tecnológicas, intercambiar proyectos y dar forma juntos al futuro deseado.

Qué significa esto

Esta historia muestra que el giro hacia AI ya está influyendo no solo en los productos, sino también en las decisiones de carrera. Si una empresa trata LLM y a los agentes como una moda opcional, corre el riesgo de perder a empleados para quienes precisamente ahí se encuentra el siguiente punto de crecimiento profesional.

Para el mercado, esta es otra señal más: una estrategia de AI se ha convertido en una cuestión de retención de talento, y no solo de mejora de la eficiencia.