En esta publicación de LinkedIn, Fred Plais (cofundador y CEO de Archie, antiguo CEO de Platform.sh) respalda y amplía una observación sobre el efecto real de la IA en las organizaciones tecnológicas: al volver extremadamente rápidos a los ingenieros, la IA eliminó el tiempo de reflexión que solía tener el resto de la empresa. El cuello de botella no ha desaparecido, se ha desplazado aguas arriba, hacia una zona que nadie vigila.
El razonamiento parte de una observación histórica. Durante años, la ejecución fue la parte lenta del trabajo: construir algo llevaba el tiempo suficiente como para dejar margen a la reflexión. Los responsables de producto podían leer informes de analistas, hablar con los clientes, estudiar a la competencia y forjar un punto de vista genuino antes de que se escribiera gran parte del código. Ese margen casi ha desaparecido. La dificultad, por tanto, se ha desplazado: ahora consiste en tener la visión correcta y tomar las decisiones correctas en una fracción del tiempo del que antes se disponía.
pensar con claridad siempre fue el trabajo; la velocidad solo hizo imposible fingirlo
De este desplazamiento emergen dos nuevos perfiles poco comunes. El primero sabe articular una visión clara, lo bastante precisa para que un agente la ejecute sin desviarse: un agente construye exactamente lo que se le pide, y nada más — «saber qué pedir es lo difícil». El segundo sabe orquestar agentes correctamente: conoce los modos de fallo de los agentes, sabe encadenarlos y puede detectar un error antes de que se propague. Este segundo perfil es más reciente y sigue siendo poco común.
Plais destaca la desconexión del mercado: muchos equipos siguen contratando por «producción de código», precisamente el recurso que ha dejado de ser escaso. La conclusión de la publicación es una moraleja: pensar con claridad siempre fue el trabajo; la velocidad no inventó nada, simplemente hizo imposible fingirlo.
Fred Plais añade su propio comentario: la gente sigue preguntándole qué cambia la IA para el desarrollo, y su respuesta es «nada» — pero ya no se puede fingir. Cierra con una metáfora del automóvil: conducir a 200 km/h en lugar de a 100 requiere buenos frenos para evitar un accidente y un mapa perfecto para saber a dónde se va. Dicho de otro modo, la aceleración de la ejecución por la IA no alivia las exigencias sobre el criterio: las endurece, desplazando el valor hacia la claridad de visión (el mapa) y el dominio de las barreras de seguridad (los frenos).