📂 Categoría: AI,Tech,coding,software-engineers,software-development,jellyfish,generative-ai,anthropic,claude,claude-code,limited-synd,artificial-intelligence,software,developers,productivity | 📅 Fecha: 1773752838
🔍 En este artículo:
Las empresas están adoptando rápidamente herramientas de codificación de IA y los resultados son evidentes en la velocidad con la que se envía el software.
Ese es el hallazgo central de un nuevo y gran estudio comparativo realizado por la plataforma de inteligencia técnica Jellyfish, que analizó datos de más de 700 empresas, 200.000 ingenieros y 20 millones de solicitudes de extracción.
La adopción ya es común. Entre las empresas del conjunto de datos, la adopción media de herramientas de IA es del 63%, y el 64% de las empresas ahora genera la mayor parte de su código con la ayuda de la IA. Las tasas de uso semanal han aumentado de manera constante durante el año pasado, con una proporción cada vez mayor de ingenieros que utilizan herramientas de codificación de IA varios días a la semana, según datos de Jellyfish.
El mayor impacto se refiere a la producción. Las empresas con los niveles más altos de adopción de IA (definidas como aquellas en las que entre el 75% y el 100% de los ingenieros utilizan herramientas de codificación de IA tres o más días por semana) combinaron en promedio 2,2 solicitudes de extracción por ingeniero por semana. Eso es casi el doble de las 1,12 solicitudes de extracción semanales en empresas con baja adopción (una solicitud de extracción, o PR, es una propuesta para agregar o cambiar código en un proyecto de software compartido para que otros puedan revisarlo y aprobarlo antes de que entre en funcionamiento).
«Mucha gente acepta que la IA te ayuda a codificar más rápido y empieza a pensar en todos los problemas que conlleva», me dijo en una entrevista Nicholas Arcolano, jefe de investigación de Jellyfish. «¿Realmente estamos obteniendo un buen retorno de la inversión a partir de estas ganancias? ¿Cómo afecta esto a la calidad?
“Claude Noël”
Dijo que él mismo dejó de escribir código en el otoño de 2025 y entregó ese trabajo a herramientas de inteligencia artificial. Por esta época, mejoras significativas en el modelo hicieron que las herramientas de codificación de IA fueran mucho mejores y su uso realmente despegó. Arcolano llama a este momento «Claude Christmas», cuando muchos ingenieros de software descubrieron el verdadero poder del servicio Claude Code de Anthropic y comenzaron a jugar con él durante las vacaciones.
“El otoño pasado fue cuando dejé por completo de escribir mi propio código”, me dijo Arcolano. «Así que no he escrito ningún código, ni siquiera lo he mirado desde, digamos, octubre».
Otras herramientas de codificación de IA populares utilizadas por los ingenieros incluyen Codex, Cursor y GitHub Copilot de OpenAI.
Calidad del código
Es importante tener en cuenta que la calidad del código no parece colapsar bajo el peso de una salida más rápida, según los datos de Jellyfish. Las tasas de retorno (código que debe revertirse después de la implementación) aumentan solo modestamente a medida que aumenta la adopción de IA entre los ingenieros de software, del 0,61% en empresas con baja adopción al 0,65% en el nivel más alto.
«No hemos visto muchos impactos en la calidad», dijo Arcolano. «Eso será lo que tendremos que observar a medida que avancemos. Los problemas de calidad y el intento de mantener el rumbo con una presión cada vez mayor para hacer las cosas más rápido, y la capacidad de validar el código de IA se convierten en un cuello de botella».
Codificación autónoma
Al mismo tiempo, están surgiendo usos más avanzados de la IA. La actividad de los agentes autónomos (solicitudes de extracción abiertas o validadas por agentes de IA) sigue siendo una pequeña parte del trabajo general, pero está creciendo rápidamente, particularmente entre los principales adoptantes.
A Arcolano le llamaron especialmente la atención las diferencias entre las organizaciones que están adoptando plenamente agentes de IA para la codificación y otras que están haciendo muy poco o nada en esta nueva área.
“La separación se está acelerando”, me dijo. «Así que la gente de abajo no se mueve, la gente del medio se mueve gradualmente. La gente de arriba está en un cohete y huye con él».
«Ésta es la historia de la adopción de la IA», añadió. «Es por eso que hay tanto entusiasmo en torno a los agentes libres».
Suscríbase al boletín Tech Memo de BI aquí. Contáctame por correo electrónico a abarr@businessinsider.com.
Las empresas están adoptando rápidamente herramientas de codificación de IA y los resultados son evidentes en la velocidad con la que se envía el software.
Ese es el hallazgo central de un nuevo y gran estudio comparativo realizado por la plataforma de inteligencia técnica Jellyfish, que analizó datos de más de 700 empresas, 200.000 ingenieros y 20 millones de solicitudes de extracción.
La adopción ya es común. Entre las empresas del conjunto de datos, la adopción media de herramientas de IA es del 63%, y el 64% de las empresas ahora genera la mayor parte de su código con la ayuda de la IA. Las tasas de uso semanal han aumentado de manera constante durante el año pasado, con una proporción cada vez mayor de ingenieros que utilizan herramientas de codificación de IA varios días a la semana, según datos de Jellyfish.
El mayor impacto se refiere a la producción. Las empresas con los niveles más altos de adopción de IA (definidas como aquellas en las que entre el 75% y el 100% de los ingenieros utilizan herramientas de codificación de IA tres o más días por semana) combinaron en promedio 2,2 solicitudes de extracción por ingeniero por semana. Eso es casi el doble de las 1,12 solicitudes de extracción semanales en empresas con baja adopción (una solicitud de extracción, o PR, es una propuesta para agregar o cambiar código en un proyecto de software compartido para que otros puedan revisarlo y aprobarlo antes de que entre en funcionamiento).
«Mucha gente acepta que la IA te ayuda a codificar más rápido y empieza a pensar en todos los problemas que conlleva», me dijo en una entrevista Nicholas Arcolano, jefe de investigación de Jellyfish. «¿Realmente estamos obteniendo un buen retorno de la inversión a partir de estas ganancias? ¿Cómo afecta esto a la calidad?
“Claude Noël”
Dijo que él mismo dejó de escribir código en el otoño de 2025 y entregó ese trabajo a herramientas de inteligencia artificial. Por esta época, mejoras significativas en el modelo hicieron que las herramientas de codificación de IA fueran mucho mejores y su uso realmente despegó. Arcolano llama a este momento «Claude Christmas», cuando muchos ingenieros de software descubrieron el verdadero poder del servicio Claude Code de Anthropic y comenzaron a jugar con él durante las vacaciones.
“El otoño pasado fue cuando dejé por completo de escribir mi propio código”, me dijo Arcolano. «Así que no he escrito ningún código, ni siquiera lo he mirado desde, digamos, octubre».
Otras herramientas de codificación de IA populares utilizadas por los ingenieros incluyen Codex, Cursor y GitHub Copilot de OpenAI.
Calidad del código
Es importante tener en cuenta que la calidad del código no parece colapsar bajo el peso de una salida más rápida, según los datos de Jellyfish. Las tasas de retorno (código que debe revertirse después de la implementación) aumentan solo modestamente a medida que aumenta la adopción de IA entre los ingenieros de software, del 0,61% en empresas con baja adopción al 0,65% en el nivel más alto.
«No hemos visto muchos impactos en la calidad», dijo Arcolano. «Eso será lo que tendremos que observar a medida que avancemos. Los problemas de calidad y el intento de mantener el rumbo con una presión cada vez mayor para hacer las cosas más rápido, y la capacidad de validar el código de IA se convierten en un cuello de botella».
Codificación autónoma
Al mismo tiempo, están surgiendo usos más avanzados de la IA. La actividad de los agentes autónomos (solicitudes de extracción abiertas o validadas por agentes de IA) sigue siendo una pequeña parte del trabajo general, pero está creciendo rápidamente, particularmente entre los principales adoptantes.
A Arcolano le llamaron especialmente la atención las diferencias entre las organizaciones que están adoptando plenamente agentes de IA para la codificación y otras que están haciendo muy poco o nada en esta nueva área.
“La separación se está acelerando”, me dijo. «Así que la gente de abajo no se mueve, la gente del medio se mueve gradualmente. La gente de arriba está en un cohete y huye con él».
«Ésta es la historia de la adopción de la IA», añadió. «Es por eso que hay tanto entusiasmo en torno a los agentes libres».
Suscríbase al boletín Tech Memo de BI aquí. Contáctame por correo electrónico a abarr@businessinsider.com.
💡 Puntos Clave
- Este artículo cubre aspectos importantes sobre AI,Tech,coding,software-engineers,software-development,jellyfish,generative-ai,anthropic,claude,claude-code,limited-synd,artificial-intelligence,software,developers,productivity
- Información verificada y traducida de fuente confiable
- Contenido actualizado y relevante para nuestra audiencia
📚 Información de la Fuente
| 📰 Publicación: | www.businessinsider.com |
| ✍️ Autor: | Alistair Barr |
| 📅 Fecha Original: | 2026-03-17 13:00:00 |
| 🔗 Enlace: | Ver artículo original |
Nota de transparencia: Este artículo ha sido traducido y adaptado del inglés al español para facilitar su comprensión. El contenido se mantiene fiel a la fuente original, disponible en el enlace proporcionado arriba.
📬 ¿Te gustó este artículo?
Tu opinión es importante para nosotros. Comparte tus comentarios o suscríbete para recibir más contenido histórico de calidad.



