La prisa por implementar la inteligencia artificial en el desarrollo de software está creando una crisis de deuda técnica a largo plazo, ya que el enfoque en las ganancias de productividad a corto plazo inunda los sistemas corporativos con código de baja calidad, con errores y potencialmente peligroso. Mientras que Alphabet informa que la IA ahora genera el 75 % de todo el código nuevo en Google, algunos de los mismos ingenieros que construyeron los agentes de IA más populares de hoy advierten que se acerca un ajuste de cuentas por lo que llaman “vibe slop”.
“Tenemos una infraestructura que se está desmoronando y tenemos software que ahora tiene muchísimos errores en comparación con antes”, dijo Mario Zechner, un creador clave del popular agente de IA OpenClaw, en una entrevista reciente. “Podemos jugar a este juego por un par de meses más, o tal vez incluso años, pero eventualmente nos alcanzará”.
Esta tensión es visible en toda la industria. Claude Code de Anthropic, una herramienta de codificación de IA, vio cómo su uso diario medio se disparaba de 20 minutos a 20 horas a la semana en el último año, lo que muestra una adopción masiva. Sin embargo, Zechner califica la herramienta como “una de las piezas de software más rotas que he usado”, citando problemas que atribuye a su propio proceso de desarrollo liderado por la IA. El impulso por el código generado por IA se produce mientras OpenAI y Anthropic, dos de los actores más grandes en el espacio, se preparan supuestamente para ofertas públicas iniciales (IPO).
El conflicto entre velocidad y calidad presenta un riesgo oculto fuera del balance para los inversores. La presión por lanzar funciones de IA está haciendo que las empresas cambien la productividad a corto plazo por problemas a largo plazo, incluidos cortes de servicio, vulnerabilidades de seguridad y una deuda técnica creciente que requerirá correcciones costosas y que consumen mucho tiempo. La factura por la velocidad actual impulsada por la IA eventualmente llegará.
## La “cuña agéntica” crea una trampa de deuda
El manual de estrategia para muchas empresas de IA es la “cuña agéntica” (agentic wedge), donde un producto aterriza en un flujo de trabajo, demuestra su valor y se expande por toda la organización. La plataforma AIP de Palantir, por ejemplo, redujo un proceso de aprobación de fabricación de 200 horas a solo 15 segundos. El riesgo es que esta cuña, cuando se aplica al desarrollo de software en sí, se convierta en una trampa de deuda. Los mismos sistemas que automatizan el trabajo están acelerando la creación de la próxima generación de productos, pero a menudo sin un control de calidad suficiente.
Esto crea una paradoja. Mientras que empresas como Shopify informan que la IA escribe más del 50 % de su código, y Sundar Pichai de Google promociona una cifra del 75 %, los creadores de estas herramientas están dando la voz de alarma. Según Zechner y su socio Armin Ronacher, el problema es que los agentes de IA son buenos generando código nuevo pero deficientes evaluando y actualizando los vastos y complejos sistemas heredados (legacy) que alimentan a la mayoría de las grandes empresas. Las startups construidas sobre el “vibe coding” pueden escalar rápidamente al principio, pero eventualmente chocan contra un muro de complejidad y fragilidad que las herramientas de IA luchan por navegar.
## La evaluación y el “gusto” como el último tramo
La raíz del problema del “vibe slop” puede ser que la parte más difícil de la IA empresarial no es la inteligencia sino la evaluación: el juicio humano estructurado que decide si un sistema es lo suficientemente bueno. Ali Ansari, CEO de Micro1, sostiene que más allá de la corrección, hay una capa de “gusto”, o las reglas no escritas que un sistema debe honrar. Una IA puede generar código que técnicamente funciona pero que está mal juzgado, no se ajusta a la marca o no se puede mantener. Esta es una habilidad que se aprende a través de la experiencia, la misma experiencia que se le está negando a una generación de ingenieros junior que ahora están siendo reemplazados por la IA.
Esta brecha en el juicio es donde se acumula el riesgo sistémico. Sin el “conocimiento tácito” de los programadores experimentados, los modelos de IA pueden “ir muy fácilmente en la dirección equivocada”, como señaló el informático Timothy B. Lee. Este no es un problema que pueda compararse fácilmente. Es un déficit cualitativo que se manifiesta como errores, brechas de seguridad y arquitectura frágil. La reciente adquisición de Stainless por parte de Anthropic por unos 300 millones de dólares resalta la importancia de las herramientas subyacentes que convierten el código en productos confiables, una capa que a menudo se pasa por alto en la carrera por generar código.
## Un ajuste de cuentas para la calidad del software
El impulso por el desarrollo impulsado por la IA está forzando una confrontación con dos décadas de práctica de software. Mientras que algunos, como Alex Karp de Palantir, ven la IA como la “muerte del software heredado”, el fenómeno del “vibe slop” sugiere que reemplazar sistemas complejos es mucho más difícil de lo que parece. El riesgo para los inversores es que las ganancias de productividad informadas por las principales empresas tecnológicas sean un espejismo, que enmascara una rápida acumulación de deuda técnica que eventualmente ralentizará el crecimiento e inflará los costos.
El desafío es que esta deuda es en gran medida invisible hasta que desencadena un corte importante, una filtración de datos o un fallo del producto. GitHub ya se ha visto obligado a instituir nuevas políticas para combatir la ola de contribuciones de baja calidad generadas por IA. Como cree Zechner, se acerca un ajuste de cuentas que obligará a las empresas a darse cuenta de que su excesivo énfasis en el código producido por IA está aumentando los costos y generando software de baja calidad. Para los inversores, la pregunta no es si la IA puede escribir código, sino si las empresas que confían en ella están construyendo sobre una base sólida o sobre una montaña de desechos.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.
