JetBrains informa crecimiento de ingresos y una pérdida financiera neta para 2025

Artículo original ↗ Discusión en Hacker News ↗

Los últimos resultados financieros de JetBrains muestran ingresos al alza pero una pérdida neta, lo que alimenta especulaciones de que el fuerte gasto en herramientas de IA y otras inversiones está erosionando la rentabilidad, aunque el negocio principal de IDEs sigue siendo sólido. Los comentaristas están muy divididos sobre la respuesta estratégica de la empresa ante la IA: algunos dicen que productos hinchados, ofertas de IA confusas (como Junie y Air) y una calidad en descenso están empujando a los desarrolladores hacia VS Code, flujos de trabajo basados en terminal y agentes independientes, mientras que otros sostienen que JetBrains sigue ofreciendo una inteligencia de lenguajes y herramientas insuperables en muchos ecosistemas. Debajo de todo subyace una preocupación más amplia: que los IDEs tradicionales y completos estén perdiendo relevancia a medida que el desarrollo asistido por IA y el desarrollo agentic reconfiguran cómo se escribe y revisa el software.

Resultados financieros y causas

  • Los ingresos siguen creciendo (de un solo dígito en la entidad checa, y más en el nivel del grupo), por lo que los comentaristas rechazan una narrativa simple de “colapso de la demanda”.
  • La pérdida neta se atribuye ampliamente a:
    • Un gran “cash flow from investing” negativo y mayores costes de personal.
    • Un fuerte golpe por divisas (corona checa frente a monedas extranjeras) visible en los informes estatutarios, además de un beneficio operativo más débil pero aún positivo.
  • Algunos sostienen que los números muestran principalmente una fuerte reinversión y efectos contables, no una situación existencial; otros lo ven como un problema temprano si los márgenes siguen reduciéndose.

Inversión en IA y estrategia

  • Muchos asumen que el gran gasto es en IA: alojar modelos, tokens para usuarios y construir productos como Junie y Air.
  • Una crítica recurrente: JetBrains intentó controlar toda la pila de IA (sus propios agentes, modelos seleccionados, suscripciones extra) en lugar de ser un arnés fino y flexible sobre modelos y APIs populares.
  • Varios usuarios dicen que Junie / JetBrains AI les pareció lento, confuso o poco potente frente a Claude Code, Cursor, Codex, etc.

Calidad del producto, rendimiento y UX

  • Clientes de larga data informan una caída en la calidad: IDEs más lentos, regresiones (especialmente TypeScript, Python, desarrollo remoto, HiDPI, SSH/contenedores), indexación/cachés inestables e interfaz de IA intrusiva.
  • Otros responden que, para muchos lenguajes (Java, Kotlin, .NET, bases de datos), los IDEs de JetBrains siguen siendo de los mejores, con refactorización, navegación y herramientas Git muy sólidas.
  • Es común el descontento con los rediseños recientes de la interfaz y el “bloat”; algunos dependen de plugins de la interfaz heredada.

Competencia: VS Code, otros IDEs y herramientas de IA

  • Hay una fuerte división:
    • Los usuarios pro-JetBrains ven VS Code como un “editor elegante” que necesita muchas extensiones frágiles; JetBrains como IDEs integrados y de grado industrial.
    • Otros dicen que VS Code (o VSCodium) es rápido, suficientemente bueno con LSPs e IA, y gratis, especialmente atractivo para TypeScript y trabajo poliglota.
  • Otras herramientas mencionadas: Visual Studio, Xcode, Eclipse/NetBeans, Zed, Sublime, Neovim, Emacs, alternativas a DataGrip, Buildkite frente a TeamCity.

Flujos de trabajo cambiantes y desarrollo “agentic”

  • Muchos comentaristas ahora:
    • Usan Claude/Codex/Cursor/Herdr/Pi/etc. como “coders” principales.
    • Revisan solo diffs en GitHub/GitLab o editores simples, a menudo sin usar IDEs tradicionales durante semanas.
    • Construyen orquestadores de IA personalizados, gateways o ADEs; algunos lo hacen todo desde el móvil o la terminal.
  • Otros siguen viviendo en JetBrains o Visual Studio, pero integran IA mediante terminales o plugins.

Debate sobre calidad y seguridad

  • Un bando afirma que el código generado por LLM, incluso con una revisión mediocre, a menudo supera la salida humana típica, especialmente para tareas de nivel “script-kiddie” o boilerplate.
  • Otro bando está alarmado: informes de diffs enormes e ilegibles, erosión de la arquitectura, “slop” prolijo, errores ocultos, preocupaciones de cumplimiento/seguridad y habilidades que se atrofian.
  • Hay un fuerte desacuerdo sobre cuánto código todavía debe ser leído y entendido por humanos, especialmente en sistemas complejos o regulados.

Futuro de los IDEs y opciones de JetBrains

  • Algunos predicen que los IDEs pesados y la codificación manual están en fuerte declive; los IDEs deben evolucionar hacia planos de control de IA/agentes (revisión de diffs, worktrees, orquestación multiagente, puentes MCP/LSP).
  • Otros argumentan que seguirá existiendo un nicho importante que valore herramientas deterministas, offline, respetuosas con la privacidad y no centradas en LLM.
  • Caminos sugeridos para JetBrains:
    • Recentrarse en sus fortalezas principales: rendimiento, estabilidad, inteligencia de lenguajes, desarrollo remoto.
    • Ofrecer integración de primera clase de “trae tu propio modelo/arnés” en lugar de impulsar IA propietaria.
    • Posiblemente especializarse en flujos de trabajo de alto nivel, con humano en el circuito (revisión de código, depuración, refactorización) en lugar de competir de frente con startups de IDEs nativos de IA.