¿Dónde está todo el software nuevo y bueno?
Los rápidos avances en la codificación asistida por IA todavía no han producido una ola visible de “software nuevo y bueno” para la mayoría de los usuarios, lo que alimenta el debate sobre a dónde van realmente las ganancias de productividad. Muchos ingenieros informan que la generación de código es más rápida, pero la toma de decisiones, la revisión, la QA, los cuellos de botella organizativos y la aversión al riesgo limitan el impacto en el mundo real, mientras que la calidad general del software incluso podría estar disminuyendo. Otros argumentan que la IA está impulsando un auge silencioso de herramientas altamente personalizadas, de un solo uso, y proyectos de nicho que rara vez llegan a las tiendas de aplicaciones o a mercados más amplios, lo que hace que los beneficios sean más difíciles de ver desde fuera.
Alcance de las ganancias de productividad de la IA
- Muchos sostienen que la IA acelera la codificación, pero no la entrega en general. Los cuellos de botella son el diseño, la toma de decisiones, la coordinación, las operaciones, la QA y la revisión.
- Varios análisis sugieren que incluso una automatización perfecta de la codificación y la depuración produce quizá ~1,25–2x de productividad, no 10x.
- La revisión de código y la comprensión suelen volverse más lentas porque la IA produce más, y a veces más chapucioso, código que examinar.
- Las afirmaciones de que los equipos se están relajando y tomando “pausas para el café” son ampliamente rechazadas; los comentaristas informan de despidos, mayor presión y ningún ocio extra.
Calidad del software: ¿mejor o peor?
- Numerosas anécdotas hablan de más errores, peor rendimiento y código frágil generado por IA (especialmente aplicaciones “vibecoded” y productos AI-first).
- Otros informan de mejoras internas claras: más pruebas, menos incidencias en Sentry, mejor rendimiento y localización de errores más rápida usando agentes y LLMs.
- Consenso: los equipos disciplinados pueden obtener mejoras de calidad, pero a muchas organizaciones les falta el rigor o el personal de QA para lograrlo.
¿Dónde está el software “nuevo y bueno”?
- El software “nuevo” visible suele ser clones hechos con IA (Photoshop, Excel, lectores de PDF) percibidos como de calidad alfa, lentos e incompletos.
- Algunos ven estos clones como prometedoras alternativas tempranas a monopolios; otros los llaman “slop” y copias moralmente dudosas.
- Varios sostienen que el “proyecto del software está en su mayor parte completo”: ya existen la mayoría de las categorías amplias; el trabajo nuevo son integraciones, herramientas de nicho o UX incremental.
Software a medida e invisible
- Muchos participantes han construido herramientas personales de alta calidad (apps de contabilidad, automatización del hogar, planificadores de casas en 3D, lectores, firmware de sintetizadores, utilidades de desarrollo).
- A menudo son mejores para sus creadores que las opciones comerciales, pero no se publican debido a:
- Que el marketing y la distribución son una tarea agotadora.
- No hay recompensas claras, además de la carga de mantenimiento a largo plazo.
- La recepción hostil y el estigma de “AI slop”.
- Resultado: hay mucho software “nuevo y bueno” que existe de forma privada en las máquinas de individuos.
Ecosistema, incentivos y descubrimiento
- Las tiendas de aplicaciones se sienten cerradas; el “internet antiguo” como canal de descubrimiento se describe como muerto o ahogado en proyectos de IA de baja calidad.
- La mayoría de los repositorios en tendencia son herramientas de IA, agentes y orquestación, no aplicaciones para usuarios finales.
- Los incentivos organizacionales favorecen más funciones y alcance por encima de una mayor calidad; los equipos se mantienen con personal de “mínimo indispensable”.
- Algunos prevén una “era de comida rápida” del software: herramientas más efímeras, tolerantes a defectos, que se lanzan más rápido, con menos énfasis en la calidad.