¿La IA trajo productividad de 10x o solo más código?


Todavía se habla mucho de ganancias de 10x con IA.
En la práctica, lo que he visto es bastante diferente.

En algunos casos, sí: tareas específicas se volvieron mucho más rápidas.
Prototipar, escribir código repetitivo, explorar soluciones.

Pero eso no se convirtió en 10x de productividad del equipo.

Porque el cuello de botella nunca fue solo escribir código.

Es entender el problema.
Tomar buenas decisiones.
Mantener consistencia.
Evitar complejidad innecesaria.

Y eso la IA no lo resuelve.

En realidad, amplifica.

Equipos organizados, con buenos estándares, se vuelven más rápidos.

En otros casos, la ganancia viene acompañada de más inconsistencias y retrabajo.

Si realmente fuera 10x, veríamos 10x más valor siendo entregado. Y eso claramente no está ocurriendo.

Tengo curiosidad por saber qué estás viendo en la práctica.

En tu equipo, ¿cuál ha sido el efecto de la IA?

  • ganancia real de productividad (¿y cómo la están midiendo?)
  • más volumen sin más valor
  • aumento de complejidad
  • ¿developers aún muy resistentes?
  • ¿otra cosa?

Cuéntame.

Leo Andreucci - CTO Mentor

Ex-VP Engineering @ Creditas ($4.8B). 20+ years building and scaling tech teams. Today, I help CTOs make better decisions.

Read more from Leo Andreucci - CTO Mentor

Durante los últimos meses construí un proyecto personal usando Claude como mi principal herramienta de desarrollo. La idea parecía simple: Crear una quiniela del Mundial donde los participantes hacen todos sus pronósticos antes de que empiece el torneo, como hacíamos en Excel hasta hace poco. El software estuvo listo mucho más rápido de lo que imaginaba. Pero lo más interesante fueron los aprendizajes a lo largo del camino. Algunos de ellos: Los tests son obligatorios. En un momento decidí...

Nos últimos meses construí um projeto pessoal usando Claude como principal ferramenta de desenvolvimento. A ideia parecia simples: Criar um bolão da Copa do Mundo onde os participantes fazem todos os palpites antes do torneio começar, como fazíamos em excel até pouco tempo atrás. O software ficou pronto muito mais rápido do que eu imaginava. Mas o mais interessante foram os aprendizados ao longo do caminho. Alguns deles: Testes são obrigatórios. Em um momento eu decidi que iria ler todos os...

Uma ideia muito forte do Uncle Bob sobre IA: “Sem restrições, os agentes fazem qualquer coisa.” Por isso ele insiste muito na criação de “physical barriers”. Ou seja: mecanismos concretos que limitam o que a IA pode fazer dentro do sistema. O checklist que ele sugere é interessante: unit tests com cobertura extremamente alta (os agentes usam os testes para entender o comportamento esperado do sistema) acceptance tests escritos em Gherkin/BDD (testes legíveis por humanos funcionando como...