La narrativa más común alrededor de la adopción de IA en cualquier industria suele centrarse en una sola pregunta: ¿a cuántas personas va a reemplazar? Es una pregunta legítima, y también, en nuestra experiencia concreta como empresa de servicios administrados, no es la que mejor describe lo que realmente ocurrió.
Lo que observamos
Las personas siguieron siendo, de forma clara e ininterrumpida, necesarias para las tareas que definen el trabajo de un ingeniero senior: tomar decisiones bajo incertidumbre cuando la información disponible es incompleta, validar que una recomendación generada por IA realmente aplica a la situación específica del cliente, negociar prioridades entre necesidades que compiten por los mismos recursos, y asumir la responsabilidad final cuando algo sale mal — algo que ningún sistema automatizado puede hacer en su lugar, sin importar qué tan bien haya redactado el procedimiento.
Lo que sí cambió
Lo que cambió de forma notable fue la composición del trabajo diario. Los ingenieros empezaron a dedicar menos tiempo a tareas repetitivas y mecánicas —redactar desde cero un documento rutinario, buscar manualmente un comando de configuración estándar, ordenar información dispersa en un formato presentable— y más tiempo a las tareas que requieren criterio genuino: diseñar la arquitectura correcta para un caso específico, analizar por qué un incidente ocurrió y no solo cómo resolverlo, revisar con ojo crítico el trabajo que la IA produjo antes de aceptarlo, y pensar estratégicamente sobre qué construir después.
Es un cambio de énfasis, no de plantilla. El trabajo de menor valor añadido se redujo; el trabajo de mayor valor añadido ocupó el espacio que dejó libre.
Por qué ocurrió así y no de otra forma
Una explicación razonable es que gran parte del trabajo técnico de alto valor no consiste en producir un artefacto —un documento, una línea de código, una configuración— sino en decidir correctamente qué artefacto producir y verificar que efectivamente resuelve el problema real. La IA es notablemente buena en la primera parte, producir el artefacto una vez que se sabe qué se necesita. Sigue siendo considerablemente más débil en la segunda: decidir qué se necesita realmente, dado un contexto de negocio completo que rara vez está escrito en ningún lugar accesible para ella.
Conclusión práctica
En nuestra experiencia concreta, la IA parece aumentar el valor del criterio técnico humano más que sustituirlo — libera tiempo de las tareas mecánicas precisamente para que ese criterio se aplique con más frecuencia, en más decisiones, en lugar de agotarse en trabajo repetitivo.
La pregunta relevante quizá ya no sea cuántas personas reemplaza la IA en un equipo técnico, sino qué tipo de trabajo permite que esas personas hagan mejor con el tiempo que antes perdían en tareas repetitivas.