⏱ 7 min de lectura

149.000 puestos de TI vacantes en Alemania, y el mercado no aporta suficientes especialistas. Los copilotos de IA son la respuesta estratégicamente más limpia: hacen que los equipos existentes sean más productivos, en lugar de esperar milagros en el recruiting. En desarrollo, operaciones de TI y seguridad, estas herramientas ya trabajan de forma productiva desde hace tiempo.

En la práctica, el efecto se ve sobre todo en tres áreas operativas centrales: desarrollo de software, operaciones de TI y seguridad. En los tres campos, hoy ya trabajan herramientas maduras de forma productiva: hace tiempo que dejaron atrás la fase de prueba de concepto. Como muestra el uso de la IA en la industria, la próxima ola de productividad ya se está formando.

Desarrollo: más output con los mismos equipos

En el desarrollo de software, los copilotos de IA se han impuesto con mayor rapidez. Los sistemas que sugieren código de forma sensible al contexto, generan casos de prueba, escriben documentación y acompañan las revisiones de código ya están firmemente integrados en los flujos de trabajo de muchos equipos de desarrollo.

Quien escribe unit tests, crea stubs de API o mantiene documentación ahorra, con apoyo de IA, en algunos casos más de la mitad del tiempo. Incluso en trabajos de arquitectura complejos, el copiloto reduce el esfuerzo de búsqueda y minimiza los cambios de contexto de forma perceptible. El desarrollador permanece en el flow en lugar de abrirse paso a clics por documentación y foros.

Para los CIO, esto significa que la capacidad de desarrollo puede escalarse mediante una integración específica de IA sin que cada nuevo requisito active automáticamente una nueva contratación. Eso alivia los presupuestos y da a los responsables de TI más margen frente al CFO.

Lo decisivo es la profundidad con la que está integrado el tooling. Los copilotos de IA que intervienen de forma fluida en IDE, pipelines CI/CD y repositorios de código se utilizan. Las soluciones aisladas que exigen un cambio de medio se diluyen tras la primera ola de entusiasmo; esto ya puede observarse en muchas empresas.

Operaciones de TI: la IA asume la supervisión continua, la persona decide

En las operaciones de TI, el potencial está donde los Ops Engineers experimentados pasan demasiado tiempo con tareas por debajo de su nivel: revisar logs, analizar incidencias, escribir informes de capacidad. La IA puede hacerlo: más rápido, de forma más consistente y las 24 horas.

Las plataformas AIOps reconocen patrones de anomalías en los datos de infraestructura antes de que se conviertan en incidencias. Aceleran los análisis de causa raíz y proporcionan al engineer responsable recomendaciones de acción concretas, en lugar de dejarlo solo con datos brutos. La persona decide, pero ya no busca durante horas la aguja en el pajar de logs.

Para los equipos que sostienen la operación con pocas personas, algo habitual en las empresas medianas, esto marca la diferencia entre apagar fuegos de forma reactiva y operar de manera proactiva. La IA mantiene en marcha la supervisión continua; el engineer aporta criterio y contexto.

Seguridad: la IA filtra el ruido, el analista toma la decisión

En ningún ámbito la escasez de profesionales tiene consecuencias tan graves como en la seguridad. La falta de un equipo de analistas SOC implica, en caso de emergencia, daños considerablemente mayores – por un ataque que un equipo mejor dotado habría detectado antes. La situación de seguridad del BSI subraya lo crítico que se ha vuelto este cuello de botella.

Los sistemas SIEM con análisis basado en IA reducen activamente la avalancha de alertas al filtrar los falsos positivos y remitir las amenazas reales, priorizadas, a la evaluación humana. Las plataformas de inteligencia de amenazas condensan los datos en una visión de la situación con la que los analistas pueden trabajar de inmediato.

Así, un pequeño equipo de seguridad alcanza una profundidad de análisis para la que, sin apoyo de IA, necesitaría muchas más personas. La soberanía de decisión humana se mantiene plenamente: la IA aporta contexto y priorización, el analista evalúa y escala.

Para ello hay una condición indispensable: los modelos de IA necesitan una base de datos limpia. Integraciones SIEM, fuentes de logs, gestión de activos – todo eso debe estar en orden antes de que la aumentación con IA despliegue su efecto. Quien introduce datos deficientes recibe malas priorizaciones.

Lo que los CIO deben configurar activamente durante la implantación

Introducir copilotos de IA no es un proyecto puramente tecnológico. Cambia los workflows, los perfiles de rol y la cuestión de quién asumirá qué tareas en el futuro. Los CIO que desplieguen sin gestión del cambio quedarán decepcionados – no porque la tecnología falle, sino porque la organización no acompaña.

Los empleados deben experimentar de forma concreta cómo el copiloto les quita trabajo rutinario y les libera tiempo para tareas más exigentes. Quien, por el contrario, teme volverse prescindible con ello, sabotea la implantación – consciente o inconscientemente, y ambas cosas son igual de eficaces.

Para eso hace falta una gobernanza clara: ¿qué datos fluyen a qué sistemas de IA? ¿Dónde está permitido el procesamiento basado en la nube y dónde debe trabajarse on-premises? Precisamente los copilotos que acceden a bases de código o datos de infraestructura plantean altas exigencias en materia de protección de datos y seguridad.

Por último, se necesita una gestión realista de expectativas. Son posibles ganancias de productividad del 20 al 40 por ciento – pero no de inmediato ni en todas partes. Surgen allí donde los equipos integran la IA de forma consecuente y están dispuestos a cambiar realmente los procesos. Quien añade la IA como un simple complemento cosecha desilusión.

„La IA puede ayudar a los profesionales de TI en las tareas más diversas y, por ejemplo, en caso de problemas y preguntas del equipo, a menudo ofrecer un apoyo tan bueno como el de un soporte humano.» – Dr. Bernhard Rohleder, director general de Bitkom e.V., enero de 2025

De la presión de reclutamiento a la estrategia de capacidades

La escasez estructural de profesionales cualificados obliga a los CIO a replantear de raíz su lógica de planificación de capacidades. Quien responde a cada nueva necesidad con una oferta de empleo fracasa de forma sistemática – no porque el reclutamiento no sea importante, sino porque el mercado sencillamente no ofrece suficientes personas cualificadas.

La aumentación con IA es la respuesta sólida. Hace más eficaces a los equipos existentes, vuelve más competitivos a los departamentos de TI más pequeños y libera a los líderes de TI de la presión permanente de justificar más plantilla. No es una panacea – pero sí la opción estratégicamente más sólida frente a un problema que no puede resolverse solo con selección de personal.

Los CIO que empiecen ahora a integrar de forma sistemática copilotos de IA en desarrollo, operaciones y seguridad estarán construyendo una ventaja que será más difícil de alcanzar con cada mes que pase. No porque la tecnología sea secreta – sino porque las curvas de aprendizaje organizativo requieren tiempo, y ese tiempo ya está corriendo. Como muestra el ejemplo del experimento de Klarna, la combinación de criterio humano y apoyo de IA es más eficaz a largo plazo que la automatización pura.

Preguntas frecuentes

Seguir leyendo

• Klarna sustituyó a 700 empleados por IA – y ahora vuelve a contratar personas
• Uso de IA en la industria: se está formando la próxima ola de productividad
• Informe de situación del BSI: más resiliencia ante un panorama de seguridad cada vez más amenazante
• Giro en la escasez de talento: cinco estrategias que realmente funcionan (Red MBF)
• Gestión del cambio en la transformación con IA

Preguntas frecuentes

Fuente imagen de portada: Unsplash / Daniil Komov