Preguntas que los proveedores de IA esperan que los vicepresidentes de ingeniería nunca hagan
La adopción de la codificación mediante IA se está disparando. Pero la mayoría de los líderes en ingeniería todavía miden el uso en lugar de los resultados. Esto crea un costoso punto ciego. Hay una pregunta que nadie en la industria de la IA quiere hacerle.
No OpenAI. No antropológico. No Google. Decenas de nuevas empresas no venden agentes de codificación de IA a su equipo de ingeniería. La pregunta es simple: ¿cuánto del código que generan sus agentes de IA llega realmente a producción?
No cuánto se genera. No cuántas indicaciones se ejecutaron. No cuántos asientos hay activos. ¿Cuántos han sobrevivido a la revisión del código, han pasado la CI, se han integrado, implementado y llegado a un cliente? La mayoría de los líderes de ingeniería no pueden responder a eso. Y los proveedores de IA no tienen ningún incentivo para ayudarlos a descubrirlo.
Los costos son reales. Sin visibilidad.
Según el índice de gasto en IA de Stanford, la empresa mediana gasta ahora 86 dólares al mes en herramientas de codificación de IA. Cubre 140 empresas y 113.000 desarrolladores. El cuartil superior gasta más de 195 dólares. Algunas empresas gastan más de 28.000 dólares por desarrollador al mes.
Los ingresos anuales de la antropología acaban de superar los 30 mil millones de dólares. frente a los 9.000 millones de dólares de cuatro meses antes. Según SemiAnalysis, el 4% de todas las confirmaciones públicas de GitHub ahora son creadas por Cloud Code. Que se estima que superará el 20% a finales de año. El director ejecutivo de Linear declaró muerto el seguimiento de problemas en marzo.
Espacio de coworking de TNW City: donde ocurre tu mejor trabajo
Un espacio de trabajo diseñado para el crecimiento, la colaboración y un sinfín de oportunidades de networking en el corazón de la tecnología.
Más del 75 % de los espacios de trabajo empresariales de Linear tienen instalado Coding Agent. El dinero fluye. El código está fluyendo. Pero nadie rastrea cuánto código se envía realmente.
Nadie habla del problema de los incentivos.
Facture a los proveedores de IA por token. Cuantos más tokens reciban sus ingenieros, más ganará el proveedor. El emisor recibe su pago cuando se consume un token. No cuando pasa la revisión del código generado. Cuando no está ensamblado. Cuando no está colocado. No cuando funciona en producción.
Esto crea una desalineación estructural. Un desarrollador que solicita diez veces a un agente de IA que cree una función reescrita por un revisor humano le costará diez veces más que un desarrollador que lo haga bien en el primer mensaje. El proveedor gana diez veces más que el primer desarrollador. Un segundo desarrollador vale diez veces más para su organización.
En este momento, la mayoría de los líderes de ingeniería no pueden notar la diferencia. Ven una sola línea en la factura de IA. No tienen idea de qué tokens generaron código de producción y cuáles generaron desperdicio.
Esto no es una conspiración. Este es un problema de estímulo estructural. Y el vicepresidente de ingeniería para resolverlo porque el proveedor no tiene motivos para resolverlo por ellos.
Hemos visto esto antes
En los primeros días de la computación en la nube, las empresas se trasladaron a AWS y Azure y gastaron agresivamente. El compromiso fue la eficiencia. La realidad fue un desperdicio. La disciplina FinOps tardó años en surgir. Con el tiempo, las empresas se dieron cuenta de que estaban gastando entre un 30 y un 40 por ciento más en infraestructura de nube porque nadie estaba midiendo lo que realmente se estaba utilizando.
El gasto en IA sigue exactamente el mismo patrón. La tasa de crecimiento es rápida y sin ampliar el intervalo de medición. Los proveedores de nube eventualmente tuvieron que adoptar herramientas de optimización de costos porque los clientes así lo exigían.
Lo mismo va a pasar con la IA. Los líderes de ingeniería que midan primero optimizarán más rápido, negociarán mejor y sabrán qué herramientas conservar y cuáles cortar. Aquellos que no lo hagan seguirán emitiendo cheques y esperarán que el resultado valga la pena.
Esa medida es importante
La capa que falta ni siquiera son más paneles que muestren las curvas de adopción y el uso de asientos. Los líderes de ingeniería ya tienen mucho.
Lo que falta es la capacidad de seguir el código generado por IA desde el momento en que se crea hasta el momento en que llega a producción. Atribución a nivel de compromiso que muestra qué agente escribió el código, qué porcentaje del compromiso fue generado por IA versus editado por humanos, si pasó la revisión o fue reescrito, y si se implementó o murió.
Cuando se conectan los costos de la IA con los resultados de fabricación, finalmente se pueden responder preguntas importantes. No hay nada que muestre qué equipos obtienen una influencia real de los agentes de IA y cuáles queman tokens. Algunos proveedores crean código que se envía de forma más limpia y genera más trabajo para los revisores. Los costos de la IA están aumentando porque la adopción está funcionando o está fallando y es costosa.
En Waydev, hemos dedicado el último año a desarrollar esto. Llevamos nueve años midiendo el comportamiento de la ingeniería para empresas como Dropbox, American Express y PwC. La IA ha cambiado la entrada. Ampliamos el nivel de medición para que coincida.
La nueva plataforma rastrea la adopción de la IA, el impacto de la IA y el ROI de la IA a lo largo de todo el ciclo de vida del desarrollo de software, conectando lo que las organizaciones gastan en agentes de IA con lo que realmente llega a producción.
La adopción no tiene precio
La IA está pidiendo a los líderes de ingeniería de la industria que crean que más uso equivale a más valor. Pero uso y valor no son lo mismo.
La adopción no tiene precio. El uso no afecta. El código del token del consumidor no se envía.
Un equipo que produce 10.000 líneas de código de IA por semana y envía 2.000 a producción no superará a un equipo que produce 3.000 y envía 2.500. Pero en todos los paneles de adopción de la industria actual, el primer grupo luce mejor.
Ese punto ciego. Y cada trimestre es más caro. La era del gasto no controlado en IA está llegando a su fin. Los líderes de ingeniería que construyen la capa de medición ahora serán los dueños de la conversación sobre el ROI de la IA durante la próxima década.
Quienes esperen pasarán la próxima década explicando proyectos de ley que nunca entendieron.
