Pequeñas leyes, grandes transformaciones

O de cómo aplicar “Las pequeñas leyes de la vida” a cambios ágiles, digitales y con IA

El despliegue de software en horarios no aptos para personas

Para saber qué y cómo cambiar hay que conocer y entender lo que nunca cambia. Ese es el punto de partida. Nos obsesionamos con anticipar el futuro, con seguir la última moda tecnológica o el marco de trabajo recién publicado. Pero rara vez nos detenemos a mirar lo que permanece, lo que resiste, lo que no se mueve, aunque el mundo gire más rápido. Yo suelo decir que estoy en el oficio del cambio organizacional. Pero, en el fondo, lo que he hecho es aprender cada día a escuchar lo que no cambia en las personas, en los equipos y en las organizaciones, y usarlo como ancla para que el cambio sea posible.

El libro “Lo que nunca cambia” de Morgan Housel me recordó, con anécdotas simples, que las pequeñas leyes de la vida gobiernan más de lo que pensamos. Lo menciono porque he visto que eso mismo ocurre en las transformaciones empresariales: cambian las herramientas, cambian los discursos, cambian los consultores. Pero lo humano sigue ahí, con sus miedos, sus deseos y sus incentivos. Y si olvidamos eso, lo digital y lo ágil y, más recientemente, la IA se vuelven maquillaje pasajero.

Dejé de desarrollar software hace más de dos décadas, pero los problemas más frecuentes en tecnología de entonces venían de desplegar sistemas en unos días y en unas horas inverosímiles, como un viernes por la tarde o un domingo a las 5 a. m. Hoy, con nubes más rápidas y metodologías más sofisticadas, la historia se repite: seguimos sufriendo por desplegar en esas fechas y horarios inauditos para nuestra humanidad. Cambian los escenarios, pero no cambian los patrones. Lo que nunca cambia es más fuerte que lo que creemos controlar.

Por eso he convertido esto de entender lo que nunca cambia en un mantra y en las empresas donde he logrado que esto se acepte como una realidad, el cambio organizacional dejó de ser una carrera por inventar lo que sigue y se convirtió en un ejercicio de diseñar con base en lo que siempre estará ahí. Una empresa que entiende sus constantes humanas no necesita adivinar el futuro, porque sabe que, pase lo que pase, la gente buscará seguridad, autonomía, reconocimiento, sentido y progreso.

Leyes pequeñas que sostienen cambios grandes

Antes de hablar de prácticas, te conviene aceptar algo: las grandes transformaciones no se sostienen en estrategias grandilocuentes, mucho menos en presentaciones coloridas ante la alta dirección, sino en leyes pequeñas que se cumplen día tras día. He estado en ambos extremos. No se trata de discursos inspiradores un jueves por la mañana que olvidamos al lunes siguiente, sino de verdades sencillas que marcan el pulso de cualquier cambio. Son esas pequeñas leyes las que me sirven de brújula cada vez que acompaño a una organización. Cuando logro que sean visibles, todo lo demás fluye con más naturalidad.

La gente sigue siendo gente. No sirve de mucho pedir mentalidad ágil si el sistema invita a trabajar de forma lenta y burocrática. Es más fácil que las personas cambien cuando el entorno les facilita hacerlo. Si trabajar de manera ágil reduce esfuerzo, reduce conflictos y mejora resultados, entonces lo ágil será la primera opción, no un discurso motivacional.

El riesgo que derrumba no siempre se ve. He trabajado en cinco décadas distintas. Y, a propósito de lo que nunca cambia, he visto que los grandes problemas rara vez vienen de una falla monumental y visible. Llegan como una suma de descuidos: una alerta silenciada, un proceso sin dueño, una validación ignorada. Con inteligencia artificial es lo mismo, basta un pequeño error en la formulación de un pedido para que el sistema alucine respuestas y cause daños serios. La prevención está en mirar donde casi nunca se mira.

Lo que se acumula, pesa. Las mejoras pequeñas, hechas con constancia, transforman una organización. Los descuidos pequeños, tolerados por costumbre, también lo hacen. Nada crece en línea recta: todo se compone y se multiplica. De ahí la importancia de medir ritmos, no promedios. De tratar la transformación como un jardín que necesita riego, poda y paciencia.

Las historias mandan más que los números. Un comité puede ignorar un análisis financiero impecable, pero no puede resistirse a la historia de una persona enfrentando a diario la misma frustración. Los números convencen, pero las historias movilizan. Cada transformación necesita relatos breves, claros, capaces de mostrar quién se beneficia y cómo se siente cuando algo mejora.

Un colega me contó hace poco que un comité le negó presupuesto para mejorar un sistema, porque en las cifras no veían retorno. Un mes después volvió con un video: una agente de soporte repitiendo la misma acción manual cuarenta veces al día. La petición era la misma, pero la historia distinta. Y esta vez, aprobaron de inmediato. He estado allí.

Crecer antes de tiempo reduce lo que importa. Nada destruye más un proyecto que escalarlo demasiado pronto. Lo aprendimos con sangre tratando de “escalar ágil” y lo estamos repitiendo con IA generativa: lanzar una solución inmadura a toda la organización puede ser un suicidio. El cambio responsable necesita ensayos pequeños, pilotos controlados, pruebas que permitan aprender sin arrasar con la confianza. Y todo ello toma tiempo.

Las cicatrices gobiernan el presupuesto. Una organización que ha sufrido un susto fuerte nunca vuelve a ser la misma. La memoria emocional pesa más que cualquier discurso. No sirve tratar de borrarla: hay que diseñar con ella. Crear espacios seguros para probar, compromisos reversibles y planes de contingencia que devuelvan tranquilidad.

Construir sobre lo que no cambia. Este es el quid de la cuestión. Los clientes siempre querrán rapidez, claridad, precio justo y confianza. Los empleados siempre buscarán autonomía, maestría y propósito. Invertir en estas constantes es más poderoso que perseguir modas pasajeras. La agilidad pasará, pero la colaboración, la entrega temprana y frecuente, la reflexión y la mejora continua se quedan. Los modelos de IA pasarán, pero los datos limpios, la transparencia y la seguridad se quedan.

La variación da fuerza. Nadie sabe cuál experimento será el ganador. La única estrategia sensata es probar mucho, a bajo costo, y cerrar rápido lo que no funciona. Esparcir semillas y preparar el suelo: algunas no crecerán, otras se convertirán en árboles.

Preguntar siempre: ¿y luego qué? Cada decisión trae consecuencias directas e indirectas. Lo sabemos de sobra: un bot puede reducir a la mitad el tiempo de respuesta, pero aumentar las llamadas repetidas porque las respuestas son incompletas. Antes de celebrar un resultado, hay que preguntarse qué efecto oculto vendrá después.

Un mapa para sostener transformaciones

Una transformación real no depende de planes perfectos. Se construye con equipos enfocados, con ritmos cortos y sostenibles, con datos que muestran la realidad completa, con reglas pocas y claras. Se construye midiendo lo esencial y aceptando que fallar barato es mejor que acertar tarde. Y, sobre todo, se construye diseñando para lo que nunca cambia.

Para mí, un mapa de transformación comienza con algo sencillo: definir con claridad el propósito, y narrarlo en palabras que cualquiera en la organización pueda repetir sin confundirse. Luego, dar a los equipos foco y autonomía real, con límites claros que eviten la dispersión. Después, sincronizar ritmos, cadencias y compromisos, de forma que la empresa respire al mismo tiempo y no como un conjunto de islas.

Ese mapa también incluye algo más profundo: una manera distinta de gobernar. No con controles asfixiantes ni con promesas grandiosas, sino con reglas mínimas, con decisiones rápidas en lo reversible y con más cuidado en lo que deja cicatrices. Y, por encima de todo, con incentivos alineados: porque si los premios contradicen los discursos, la cultura se convierte en hipocresía.

Y hoy por hoy, un mapa de transformación necesita la humildad de los líderes para aceptar que la inteligencia artificial es herramienta y no tótem. Muy poderosa, pero herramienta, al fin y al cabo. Sirve para aliviar dolores y multiplicar capacidades, pero no para tapar vacíos de liderazgo ni excusar la falta de estrategia. La IA es poderosa cuando se usa con datos confiables, con transparencia y con límites claros.

Mi llamado a la acción

Yo no creo que las organizaciones sobrevivan por adivinar lo que viene. Creo que sobreviven porque responden mejor cuando lo inesperado golpea. Cambiar con rapidez es valioso, pero diseñar sobre lo que nunca cambia es lo que sostiene. Ese es el verdadero oficio del cambio: aprender a escuchar lo que no se mueve, y desde ahí, moverse mejor.

Así que mi invitación es simple: miren de frente a sus constantes, háganlas visibles, conviértanlas en cimiento. Y luego, construyan cambios encima, sabiendo que, pase lo que pase, hay un suelo firme que no se derrumba. Ese es el cambio que vale la pena.

Es definitivo: el cambio nos excita, lo constante nos sostiene. Quien diseña solo para lo primero vuela; quien diseña también para lo segundo aterriza.

Cuando Scrum se convirtió en el chico malo de la organización

Alguna vez fue el niño mimado. El chico dorado de la agilidad. El marco de trabajo que prometía orden en el caos, foco en el cliente y resultados rápidos. Pero hoy, en muchas organizaciones, Scrum es el culpable favorito. El chivo expiatorio. El "chico malo" al que todos miran con desconfianza cuando las cosas no salen como se esperaban.

En las comunidades de practicantes ágiles y en los foros de discusión se  le “tira toda el agua sucia”, se refieren a Scrum como la mayor estafa metodológica de la historia del desarrollo de software. Se habla de que no solo secuestró el concepto de agilidad, sino que lo violó, lo desfiguró y nos lo devolvió como un frankenstein metodológico que ni siquiera sus creadores reconocerían.

¿Qué pasó?

Scrum nació con buenas intenciones. Como ese nuevo colaborador que llega con ideas frescas, ganas de trabajar en equipo y una pasión por mejorar. Su estructura es simple: responsabilidades claras, eventos bien definidos, entregables tangibles. Parece el recetario ideal para una buena cocina organizacional.

Pero, como con cualquier receta, si los ingredientes son malos, si el chef improvisa o si los comensales no tienen hambre de cambio, el plato no sale bien. Scrum, por sí solo, no es una solución mágica. Y allí es donde empiezan los problemas.

"Scrum no sirve"... ¿seguro?

"Scrum no sirve aquí", dicen algunos gerentes. "Lo intentamos y no funcionó", dicen los equipos. Pero lo que muchas veces no se dice es que:

• Nunca hubo un Product Owner real, con poder de decisión. O era un gerente de proyecto enmascarado y con mucho poder. O simplemente era un ilustre sin presencia.
• El Scrum Master era otro tipo de jefe de proyecto disfrazado. Ni hablar de las empresas donde por decreto, de un día para otro, sin mayor preámbulo, nombraban SM a todos los PM.
• El equipo tenía que seguir haciendo mantenimiento, soporte, incidentes y proyectos a la vez.
• Las retrospectivas eran reuniones de quejas sin acción.
• Las revisiones de sprint eran presentaciones de PowerPoint sobre el “estado” del proyecto.
• El product backlog era una lista de tareas heredadas, no un producto con visión.

Y esas son algunas de las cosas visibles que puedo contar sin que me caigan encima los absurdos de los acuerdos de confidencialidad. Pero la conclusión de todo ello sí es inevitable: como industria, elegimos la comodidad de las recetas sobre la dureza del pensamiento crítico, preferimos comprar certificaciones que desarrollar criterio, optamos por seguir mapas en lugar de aprender a navegar.

Lo diré de otra manera: aplicamos un Scrum “de teatro”. Un simulacro. Como cuando se instala un software de contabilidad pero nadie registra los gastos. El marco estaba, pero no la intención ni la disciplina. Predominaron nuestros egos, nuestra resistencia al cambio, nuestra incapacidad para colaborar genuinamente. Scrum simplemente expuso nuestras heridas más profundas y, en lugar de sanarlas, las infectamos con más burocracia disfrazada de agilidad.

¿Falló Scrum o fallamos nosotros? O la traición del factor humano

Scrum no falló. Lo que falló fue la implementación, la interpretación y, muchas veces, la cultura. Implementar Scrum sin entender su filosofía es como comprarse una bicicleta de montaña para ir a la oficina con tacones o corbata. No es que la bicicleta sea mala. Está mal usada.

Scrum exige compromiso, transparencia, inspección y adaptación. Y eso duele. Duele para los que prefieren el control jerárquico. Duele para quienes temen la retroalimentación real. Duele para quienes quieren resultados sin cambiar comportamientos. Duele para quienes quieren seguir usando Jira como si fuera una máquina de crear agilidad. Duele para quienes convirtieron las reuniones diarias en reportes de estado glorificados.

Muchas empresas cayeron en la trampa de "agilizar" sin transformar. Adoptaron Scrum como si fuera una nueva metodología, no un nuevo paradigma. Siguieron funcionando igual, solo que ahora con "Daily", "Sprint Review" y post-its de colores. Pero el miedo al error seguía. Y el castigo al fracaso. Y la falta de visión de producto.

¿Y entonces, cómo hacer que Scrum funcione?

Con el tiempo aprendí que no se trata de "aplicar Scrum". Se trata de vivirlo. De entender sus principios y adaptarlos con madurez. No te voy a dar soluciones inentendibles de consultoría, te dejaré algunas claves prácticas, cosas que puedes empezar a hacer ya mismo si tienes la convicción, la entereza y, claro, la autoridad para hacerlo:

1. Ten un verdadero Product Owner: Con foco, con visión, con capacidad de decir "no". Sin eso, el backlog es solo una lista de deseos sin rumbo.
2. Empodera al equipo: Scrum no es para robots ejecutores. Es para equipos que piensan, deciden, construyen. Deja que respiren.
3. Invierte en un Scrum Master real: No un jefe encubierto, ni un facilitador que toma notas. Un verdadero agente de cambio que desafíe al status quo.
4. Haz del Sprint Review un momento de verdad: Invita al cliente. Muestra avances. Recoge feedback real. No te escondas detrás de informes.
5. Que la retrospectiva no sea un ritual vacío: Cambien cosas. Experimenten. Fallar está bien si se aprende rápido.
6. Mide lo que importa: No cuentes historias por contar. Mide valor entregado, impacto, aprendizaje. No velocidad. No "burn down".
7. Haz menos, pero mejor: La trampa de la multitarea es la asesina del enfoque. Scrum te da ritmo. Respétalo.

Además, Scrum supone que sabes hacer bien lo que haces usando Scrum. Practica y promulga a los cuatro vientos la excelencia técnica, la reflexión (inspección y adaptación) y el mejoramiento continuo. No persigas la metodología perfecta, lo que debes hacer es construir mejores equipos, mejores culturas, mejores personas. Hemos sido como alcohólicos buscando la bebida perfecta cuando el problema no era qué tomábamos, sino que estábamos tomando.

Mi llamado a la acción

Necesitamos entender que el método, Scrum o cualquier otro, es solo una herramienta, no el fin en sí mismo. Prioricemos resultados sobre rituales. Sigamos las reglas, pero aprendamos a romperlas inteligentemente. Desarrollemos hábitos profesionales sólidos: comunicación honesta, colaboración genuina y entrega continua de valor. Con estos hábitos, cualquier marco de trabajo, incluyendo Scrum, funciona. Sin ellos, ni siquiera el más perfecto de los métodos nos salvará.

Scrum no está muerto. Está evolucionando. Y necesita aliados que entiendan que su poder no está en los eventos, sino en los principios. Scrum se convirtió en el "chico malo" porque lo empujamos a ese papel. Porque lo implementamos sin convicción. Porque quisimos que resolviera problemas que en realidad eran culturales, no metodológicos. Dejemos de usarlo como escudo y empecemos a usarlo como espejo.

El fracaso de muchas personas, equipos y organizaciones con Scrum no fue técnico, fue emocional. No entendimos que la agilidad no era una herramienta, era un espejo. Y muchos no estaban listos para mirarse. ¿Lo estás?

Cuando la agilidad se "quema": las verdades incómodas que Alistair nos regaló

Alistair compartiendo historias. Fotos de Rose Restrepo.

Alistair Cockburn es uno de los 17 firmantes del Manifiesto Ágil. Conocí vagamente su método Crystal Clear, pero muy profundamente su enfoque con los casos de uso, base de mi trabajo durante casi una década y que a la postre me sirvió para publicar mi segundo tomo de Asuntos de la Ingeniería de Software. Es autor de sendos libros, autor de El corazón de la agilidad (Heart of Agile) y en años recientes tuve la oportunidad de colaborar con él en la traducción al español de algunas de sus conferencias alrededor del mundo.

A Alistair le gusta viajar y pisa tierras suramericanas cada vez que puede. Ahora incluso tiene más razones para ello, aunque no me corresponde decirlo. Esta vez, en medio de sus vacaciones, tuvimos la increíble oportunidad de conversar con él en una sesión extraordinaria: "Respondiendo preguntas con historias" con Alistair Cockburn, una iniciativa de las Comunidades Ágiles Colombia y el Corazón de la Agilidad Latinoamérica que lideró nuestra amiga Rose Restrepo.

Alistair no llegó con PowerPoints bonitos ni con frameworks de moda. Llegó con historias crudas y verdades que duelen. Y la primera bomba que soltó fue devastadora: la agilidad como término está "quemada". Pero la expresión clave allí es “como término”. Entraré en detalle de esta y algunas otras cosas que mencionó. Seguramente algunos asuntos quedarán por fuera de este resumen, pero al final, enumeraré las conclusiones que leí esa noche al cierre de la sesión.

La dura realidad de una palabra prostituida

¿Saben qué significa que algo esté "quemado"? Significa que ha sido usado tanto para la autopromoción que perdió su esencia real. Cuántas veces hemos visto consultores, gerentes y "expertos" vendiendo agilidad como si fuera el último iPhone, prometiendo transformaciones mágicas que nunca llegan.

Pero aquí viene lo brutal: Cockburn admite que no han encontrado una palabra mejor. Estamos atrapados con un término degradado porque, irónicamente, sigue siendo la mejor descripción de lo que realmente necesitamos.

La solución que propone es elegantemente simple y dolorosamente práctica: el Corazón de la Agilidad reducido a cuatro palabras que cualquier niño puede entender: "Colabora", "Entrega", "Reflexiona" y "Mejora". No necesitas certificaciones costosas para esto. No necesitas frameworks complejos. Solo necesitas estas cuatro acciones, punto.

Para saber más sobre el Corazón de la agilidad, puedes leer mi artículo en: Mis notas sobre el Corazón de la Agilidad - Gazafatonario IT.

La inteligencia artificial: el nuevo elefante en la sala

Y entonces llegamos al tema que nos tiene a todos despiertos por las noches: la IA. Cockburn no se anda con rodeos: "la IA cambiará todos los roles". Project managers, Scrum Masters, coaches, programadores, testers. Todos. Sin excepción.

Pero aquí está la parte que reafirma lo que ya hemos hablado en distintos foros: no se trata de si la IA nos va a reemplazar. Se trata de cómo van a cambiar las conversaciones dentro de las empresas. Porque ahora tenemos una "tercera persona" en nuestras colaboraciones: el ChatGPT, el asistente IA, la máquina que puede generar código en segundos.

El problema es que esos segundos se convierten en horas o días cuando intentas conectar ese código con la realidad: bases de datos, sistemas legados, integraciones que son más frágiles que una relación de adolescentes. La IA no es magia, es un asistente muy sofisticado que puede "inventar cosas" si no tienes cuidado.

A propósito, no me gustó que haya usado la palabra “persona” para referirse a la IA, pero quizás es asunto de su español no tan perfecto, aunque lo hace muy bien, así que no le reclamé nada en ese sentido.

La métrica que nadie quiere medir (pero debería)

Aquí viene una de las revelaciones más impactantes de toda la sesión. Alistair, que empezó como metodólogo en 1991, nos suelta esta bomba: es imposible medir la productividad de un programador.

¿Por qué? Porque somos demasiado inteligentes para nuestro propio bien. Cualquier métrica que inventes, nosotros encontraremos la manera de "hacer trampa" con ella. ¿Líneas de código? ¿Puntos de historia? ¿Velocidad? Todo es manipulable. Y estoy siendo literal en buena parte de este artículo con los términos y expresiones que él usó, algunas incluso en inglés.

Pero existe UNA métrica que sí importa, una que puede destruir cualquier productividad sin importar qué tan "ágil" seas: las interrupciones por día. Con solo tres interrupciones diarias, tu productividad se va a cero. Y aquí está el problema: nadie quiere medir esto porque significa admitir que nuestras organizaciones están diseñadas para matar la productividad.

Así que te reto, a ti, gerente de proyecto, jefe, Scrum Master, facilitador, coordinador: mide las interrupciones por día a tu equipo y cuéntanos cómo te va. Si el asunto es grave, siempre puedes leer mi artículo illegitimus non-interruptus - Gazafatonario IT.

La fusión de roles: cuando menos es más

Una de las preguntas más prácticas de la sesión fue sobre la fusión de roles: ¿puede una persona ser Product Owner, Product Manager y Project Manager al mismo tiempo? La respuesta de Cockburn fue refrescantemente directa: "No veo ningún problema".

En empresas pequeñas de tres a cinco personas, esta fusión no solo es normal, es necesaria. El purismo de roles separados es un lujo que muchas organizaciones no pueden permitirse. Y honestamente, ¿no es mejor tener una persona que entiende el panorama completo que tres personas que se pasan el día coordinándose?

El Manifiesto Ágil: perfecto pero forzado

Aquí viene otra verdad incómoda: el Manifiesto Ágil fue diseñado para equipos y proyectos, no para grandes empresas. Cuando intentamos forzar sus principios a organizaciones masivas, estamos pidiendo problemas.

Los valores del manifiesto siguen siendo "perfectos, nada cambia", según Cockburn. Pero aplicarlos a una empresa de 10,000 empleados es como usar un bisturí para cortar un árbol: la herramienta es excelente, pero no para ese trabajo.

Micromejoras: la revolución silenciosa

Para las organizaciones tradicionales y estructuradas, Cockburn propone algo que suena aburrido pero es revolucionario: micromejoras continuas y pequeñas. No puedes cambiar una cultura organizacional de golpe, pero puedes mejorar la calidad de una conversación, de una reunión, de una interacción a la vez.

Es menos sexy que una "transformación ágil" completa, pero es infinitamente más real y sostenible. En este sentido, puedes leer mi artículo Microhábitos para macroimpactos: cómo los hábitos atómicos contribuyen a la sostenibilidad de la transformación organizacional – Lucho Salazar e incluso descargar una presentación que hice algún tiempo.

El Project Manager que sobrevive

En este nuevo mundo híbrido, el gerente de proyecto que sobrevive no es el que controla presupuestos o reportes. Es el que se enfoca en tres cosas fundamentales: bloquear interrupciones para el equipo, garantizar la calidad de la comunidad (comunicación, confianza, educación) y publicar el proyecto a los dirigentes.

La función más importante no es la planificación ni el control. Es la calidad de la comunidad dentro del equipo. Porque sin confianza, sin comunicación real, sin educación continua, no hay framework que te salve. Sin confianza no hay comunicación, sin comunicación nunca llegaremos al “Colabora” del Corazón de la Agilidad.

Mi reflexión final

Al final de esta sesión extraordinaria, una verdad emerge con claridad brutal: la agilidad real no está en los frameworks ni en las herramientas de moda. Está en la calidad de nuestras conversaciones, en nuestra capacidad de adaptarnos sin perder la humanidad, y en nuestro coraje para admitir que la mayoría de lo que llamamos "ágil" es solo teatro corporativo.

Y lo que yo derivo de todo esto: la IA cambiará todos los roles, pero si no arreglamos primero la calidad de nuestras conversaciones humanas, solo automatizaremos la mediocridad. Y eso, mis amigos, no es agilidad... es tragedia con mejor tecnología.

¡Gracias, Alistair por una gran conversación!

 

Los asistentes deleitándonos con las historias de Alistair. Foto de Dennis Arias.

Suplemento: Notas de Lucho sobre “Respondiendo preguntas con historias, por Alistair”

Sobre “la agilidad murió”

Más allá de agile no hay algo mejor. “Dime si hay algo mejor”.

Sobre IA

¿Quién firma las decisiones?

La IA cambiará los roles, pero ¿cómo se cambian las conversaciones en la empresa?

La IA hace instantánea la agilidad.

Sobre gestión híbrida de proyectos

¿Qué hace o puede hacer un jefe de proyectos sin burocracia?

·       Bloquear interrupciones al equipo

·       Garantizar la calidad de la comunidad (el equipo y su entorno)

·       Publicar el proyecto a los dirigentes.

Sobre varios roles en una sola persona

Product Owner + Product Manager + Project Manager

¡Es normal!

Sobre el Manifiesto Ágil

Fue un resultado orgánico.

Si una persona más o una persona menos hubiese participado el resultado hubiera sido completamente distinto.

Fue una elección por unanimidad.

Había muchas cuestiones, muchos valores, ¡elegimos cuatro! “Puedo vivir con estos cuatro valores”.

Un ejercicio interesante es lograr eso en tu propio equipo.

El Manifiesto fue elaborado para equipos y proyectos. No para empresas, sobre todo grandes.

Sobre Scrum

El Scrum original es ágil. Scrum es un espejo.

Las personas no quieren verse en el espejo porque ven sus problemas. Scrum no propone soluciones.

Sobre empresas o estructuras liquidas

No es posible ser “líquido” en ciertos entornos.

Ser líquido puede ser un impedimento para la agilidad.

Sobre productividad y métricas

Si no miden interrupciones por día a un programador, no tienen nada.

Porque las interrupciones (dos o tres) pueden bajar considerablemente la productividad.

Sobre otros aspectos

Los gerentes quieren dinero e influencia.

Usaron la agilidad para subir sus bonos.

Con la IA es lo mismo.

Lo que puedes hacer es mejorar la calidad de vida en tu entorno.

Podcast resumen

Aquí puedes escuchar este breve podcast con el resumen de todo lo anterior.

La burbuja de la innovación predictiva: más allá del miedo al futuro

 

En 1997, un joven ingeniero de software, convencido de que podía transformar la experiencia del cliente en el sector del alquiler de películas, propuso una idea radical para la época: ofrecer un servicio de alquiler de videos por internet, con envío físico a domicilio. Blockbuster, el líder indiscutido del mercado, respondió bajo una lógica profundamente conservadora: "Muéstranos que ya funciona en otro lado". Esa exigencia de validación externa, ese miedo disfrazado de prudencia, fue su sentencia. Mientras Netflix abrazaba la exploración, Blockbuster quedaba atrapado en la explotación de su modelo, condenándose lentamente a la irrelevancia.

Este momento no es solo una anécdota corporativa del pasado. Me gusta contarla en mis charlas sobre experimentación e innovación porque es una advertencia viva que muchas organizaciones actuales siguen ignorando. El espejo del pasado refleja oportunidades perdidas por miedo al qué dirán, a la falta de precedentes o al deseo incontrolable de certezas.

El espejismo de la innovación sin riesgo

Hoy, a pesar de que los discursos empresariales están repletos de términos como disrupción, design thinking, agilidad, transformación digital y cultura de la innovación, en la práctica seguimos viendo decisiones que priorizan la predictibilidad sobre el potencial. Se pide a los equipos que imaginen lo inédito, pero bajo la condición de que haya antecedentes. Se alienta a crear lo que nadie ha hecho, pero solo si alguna empresa exitosa ya lo intentó antes. Esta paradoja nutre un fenómeno organizacional crónico: la burbuja de la innovación predictiva.

Esta burbuja es una cámara de aislamiento que impide el verdadero salto innovador porque se rehúsa a aceptar que el riesgo y la incertidumbre son parte esencial del ADN de lo nuevo. Representa una tensión epistemológica entre dos lógicas organizacionales: la de la exploración y la de la explotación. En breve, es el deseo corporativo de recorrer territorios desconocidos sin alejarse del mapa. Una contradicción que, cuando no se reconoce, lleva a las organizaciones a simular innovación sin realmente practicarla.

Es como pedirle a un chef que invente un plato completamente nuevo, inédito y memorable, pero solo si ese plato ya fue aprobado previamente por los críticos gastronómicos de París y Tokio. La analogía refleja de manera simple el abismo entre lo que se proclama en las salas de reuniones y lo que realmente se permite en la operación diaria.

El teatro de la innovación corporativa

Esta incoherencia se manifiesta cada día en los entornos de trabajo. A los equipos se les pide que piensen como startups, que actúen con agilidad, que adopten tecnologías emergentes, pero se les impone una planificación cerrada, con indicadores heredados del siglo pasado. Se promueve el lenguaje de la experimentación, pero se castiga el error. Se solicita innovar con inteligencia artificial generativa, realidad aumentada o modelos novedosos y, sin embargo, los primeros cuestionamientos que surgen en la sala son sobre el cumplimiento normativo, los casos de uso ya validados o la falta de referentes que justifiquen la inversión.

La innovación se practica, no se promete

La innovación verdadera no surge de la extrapolación del pasado. No es una proyección lineal de lo que ya funcionó. La innovación real emana de la capacidad de experimentar, de diseñar entornos controlados donde la incertidumbre se convierte en un insumo valioso. Innovar implica iterar, fallar, observar, adaptar. Implica abandonar el mito de la genialidad instantánea y reemplazarlo por el rigor del aprendizaje continuo. Requiere pasar de una cultura de control a una cultura de aprendizaje, en la que el error no se castiga, sino que se analiza y hasta se premia.

En este enfoque, los experimentos no se diseñan solo para confirmar una hipótesis, también para aprender de lo inesperado. La innovación, en su forma más pura, es una práctica de humildad cognitiva. Es el reconocimiento de que, para crear algo realmente nuevo, debemos aceptar no saber. Y esa aceptación es profundamente turbulenta en culturas organizacionales obsesionadas con el control.

Romper la burbuja: un imperativo estratégico

El futuro, por definición, no está escrito. No puede repetirse porque no ha ocurrido. Por eso no puede validarse con estadísticas del pasado. Debe descubrirse a través de procesos que admitan lo desconocido como condición. Romper la burbuja de la innovación predictiva no es solo recomendable: es indispensable para cualquier organización que aspire a mantenerse relevante en la próxima década.

Esto implica rediseñar los sistemas de gobernanza, repensar los criterios de inversión en proyectos, resignificar el papel del liderazgo y reentrenar a los equipos para operar en entornos donde el éxito no está garantizado, pero donde el aprendizaje está asegurado. Significa dejar de preguntarse "¿quién más lo hizo?" para comenzar a preguntarse "¿qué podríamos aprender si somos los primeros en intentarlo?"

Finalmente, la verdadera capacidad innovadora no reside solo en detectar la próxima gran idea, sino además en crear entornos estructurales, culturales y operativos que permitan que esas ideas emerjan, evolucionen y se validen rápidamente. El liderazgo del futuro no será el que controle más variables, sino el que habilite más posibilidades. La capacidad de innovar dependerá menos de tener la respuesta correcta y más de hacer las preguntas adecuadas en el momento correcto.

La innovación no se pronostica. Se practica. Se arriesga. Se encarna. Y solo quienes entiendan esto, estarán realmente preparados para inventar el futuro.

La ciencia del progreso: Navegando el cambio con métricas, OKR, KPI y modelos de madurez

 La ciencia del progreso: Navegando el cambio con métricas, OKR, KPI y modelos de madurez

Hoy por hoy, los equipos digitales avanzan a velocidad “cuántica” y están inmersos en escenarios donde no medir es navegar sin instrumentos. Pero medir por medir, sin dirección ni propósito, es igual de peligroso. Las métricas, los OKR (Objectives and Key Results), los KPI (Key Performance Indicators) y los modelos de madurez no son solo herramientas: son sistemas vivos que nos ayudan a hacer visibles los patrones del progreso.

Estas herramientas se articulan y complementan y pueden usarse de forma estratégica para potenciar procesos de mejora continua, impulsar la innovación y alinear a toda la organización hacia un propósito común. Mi primer mensaje aquí es “mide para mejorar”, incluso voy a ir más allá: “mide solo para mejorar”. Axiomático.

Métricas que importan: Menos es más (si mides lo correcto)

Las métricas no son todas iguales. Algunas reflejan directamente el estado del negocio, otras el impacto real del producto sobre los usuarios, y otras el funcionamiento interno del equipo de trabajo (métricas de proceso o flujo). Entender esta diferencia es clave para seleccionar aquellas métricas que realmente generen valor.

Ejemplos prácticos:

• Métrica de negocio: Tasa mensual de retención de clientes.
• Métrica de producto: Porcentaje de usuarios activos que utilizan una nueva funcionalidad.
• Métrica de equipo: Tiempo promedio desde que se inicia hasta que se entrega una funcionalidad (lead time).

Criterios para buenas métricas:

• Deben influir activamente en la toma de decisiones estratégicas o tácticas.
• Son consistentes y comparables a lo largo del tiempo.
• Pueden ser influenciadas o gestionadas directamente por los equipos responsables.

Es definitivo, una métrica sin contexto es como una fiebre sin diagnóstico: te alarma, pero no sabes qué hacer.

KPI y OKR: herramientas complementarias, no intercambiables

A grandes rasgos, OKR (Objectives & Key Results) es un marco de fijación de metas que combina un objetivo cualitativo (“qué queremos lograr”) con resultados clave cuantitativos (“cómo mediremos el progreso”). Su propósito es impulsar la ambición y la innovación, alineando a la organización en torno a retos inspiradores y medibles.

Entre tanto los KPI (Key Performance Indicators) son métricas operativas que siguen el desempeño de procesos críticos y el estado de salud del negocio y su propósito esmonitorear y mantener resultados clave del día a día, garantizando estabilidad y eficiencia.

En otras palabras, los KPI son indicadores de salud. Los OKR son marcos de ambición. Mientras que los KPI están diseñados para vigilar, en el sentido de gestionar, el desempeño continuo y asegurar la estabilidad operativa, los OKR están orientados a provocar el cambio, establecer metas visionarias y fomentar la alineación estratégica.

Por ejemplo, si diriges un restaurante, un KPI puede ser “Tasa de ocupación del 80 %” y un OKR sería: “Objetivo: Convertirnos en el restaurante más recomendado de la zona. Resultado clave: Aumentar reseñas 5 estrellas de 120 a 200 en 3 meses.”

Para saber más sobre OKR puedes ver mi presentación introductoria:

Conociendo OKR - Gazafatonario IT.

También mi artículo: La furia de los OKR - Gazafatonario IT.

Y este otro, donde propongo un modelo en forma de pirámide de cuatro niveles: OKR y la estrategia emergente en la empresa moderna – Lucho Salazar.

Tabla comparativa:

Aspecto	OKR	KPI
Propósito	Generar cambio significativo	Evaluar desempeño sostenido
Horizonte	Temporal, evolutivo, por ciclos, adaptativo	Continuo, estable, de seguimiento
Ambición	Inspiradores, retadores y visionarios	Realistas, específicos y controlables
Naturaleza	Orientados a resultados clave transformacionales	Basados en indicadores constantes y operativos

Usa OKR para mover la aguja, es decir, para provocar movimiento estratégico con metas claras. Usa KPI para saber si la aguja vibra, o sea, para observar estabilidad operativa y mantener el pulso del negocio.

Modelos de madurez: El mapa no es el territorio, pero ayuda a cruzarlo

Los modelos de madurez describen etapas progresivas en áreas clave como liderazgo, tecnología, cultura, procesos, agilidad y capacidades de aprendizaje organizacional. Aunque no sustituyen la realidad, ofrecen una guía clara para comprenderla y diseñar un camino evolutivo sostenible.

Ejemplo simple:

• Nivel 1: El equipo depende de un solo experto. Todo es manual.
• Nivel 3: Hay roles claros, automatización básica y retrospectivas frecuentes.
• Nivel 5: Uso de IA para toma de decisiones, aprendizaje continuo y cultura de datos.

Usos recomendados:

• Diagnóstico inicial en procesos de transformación digital o cultural.
• Diseño y planificación de programas de mejora continua.
• Identificación de obstáculos estructurales, tecnológicos o culturales.

Advertencia: No se trata de llegar al nivel máximo por ego. Se trata de estar en el nivel adecuado para el valor que deseas entregar, esto es, que mejor potencie el impacto esperado y que sea sostenible. Pero más importante, cuando se trate de modelos de madurez, no subestimes tu poder humano, y “humanizante”, de pensar

Sincronización inteligente: OKR + KPI + Madurez = Síntesis operativa

Pensemos en esto como una orquesta:

• Los KPI son los sensores del sistema. Nos dicen si estamos vivos.
• Los OKR son las partituras. Nos dicen hacia dónde queremos ir.
• El modelo de madurez es el manual del instrumento. es el conocimiento técnico, permite saber si estamos tocando con competencia o aún estamos en aprendizaje.

Ejemplo combinado:

• Modelo de madurez indica que el equipo está en Nivel 2 en "automatización".
• KPI: Tasa de errores poslanzamiento = 12 %.
• OKR: Objetivo: Reducir los errores por despliegue. Resultado Clave: Aumentar pruebas automatizadas de 25 % a 70 % en 3 meses.

Entra la inteligencia artificial como motor de evolución ágil

Los equipos ágiles de alto rendimiento ya están incorporando herramientas de inteligencia artificial para aumentar su capacidad adaptativa y su velocidad de entrega.

Aplicaciones actuales:

• Predicción de riesgos en ciclos de entrega.
• Recomendaciones automáticas para priorización de tareas y funcionalidades.
• Automatización de tareas técnicas y de pruebas repetitivas.

Un caso que ya volvimos “típico” es el de los equipos que utilizan IA para identificar historias de usuario duplicadas o de bajo valor en el backlog, ahorrando un porcentaje de tiempo significativo de refinamiento en cada sprint. En este escenario, la métrica asociada es la reducción mensual de historias descartadas después de haber sido priorizadas.

Y como siempre, aunque ya suene a cliché, toca decirlo, por el estrés que está causando la incorporación de la IA en nuestras vidas, sobre todo en el trabajo: La IA no reemplaza al equipo; lo aumenta, lo potencia, mejora su capacidad de análisis y libera tiempo para tareas de mayor impacto.

Errores comunes (y cómo evitarlos)

No me voy a andar por las ramas, seguimos cometiendo muchos errores cuando de métricas, OKR, KPI y modelos de madurez se trata. Por eso escribí La furia de los OKR - Gazafatonario IT. Además de lo que mencioné allí, aquí hay solo algunos otros:

1. Confundir resultados clave con tareas: Un resultado clave debe ser un cambio observable y cuantificable, no simplemente la ejecución de una acción.
2. Enamorarse de métricas vanidosas: No basta con medir visitas a una web; hay que medir si esas visitas se traducen en conversiones o valor real.
3. Usar solo encuestas para medir madurez: Combina percepciones subjetivas con datos y evidencias objetivas.
4. Definir KPI sin una línea base: Sin un punto de partida, es imposible saber si estamos avanzando o retrocediendo.
5. Copiar modelos ajenos sin adaptación al contexto: Cada organización tiene su cultura, mercado y desafíos. Ajusta cualquier modelo antes de adoptarlo.

Conclusión y llamado a la acción

Mide lo que transforma, no solo lo que cuenta. La agilidad no se define por la velocidad o la cantidad de entregas, sino por la capacidad de aprender, adaptarse y evolucionar de forma continua. Las métricas, los OKR, los KPI y los modelos de madurez forman un sistema interconectado que permite traducir aspiraciones estratégicas en acciones concretas, medibles y sostenibles.

Te invito a:

• Establecer al menos un OKR estratégico por trimestre que oriente el cambio.
• Monitorear de manera constante tres KPI clave que reflejen la estabilidad operativa.
• Evaluar periódicamente tu madurez organizacional en cinco dimensiones esenciales.
• Explorar cómo integrar herramientas de inteligencia artificial en tus flujos de trabajo y procesos de decisión.

No lo olviden, la madurez se alcanza cuando medimos para evolucionar, no solo para controlar. ¿Algo más? Por favor, déjamelo saber en el foro.

Post scriptum

Puedes escuchar una explicación sucinta de todo esto en mi podcast gracias a los amigos de Google NotebookLM.

Y puedes ver y descargar la presentación que hiciera hace poco. Con más ejemplos y datos. Y donde presento dos modelos de madurez para nuestro tiempo, uno para equipos y organizaciones y otro para personas, "De Novatos a Nindō (忍道)".

El Poder del “¿Y si…?”

 𝗘𝗹 𝗽𝗼𝗱𝗲𝗿 𝗱𝗲𝗹 “¿𝗬 𝘀𝗶…?”

Esta semana, en una reunión de trabajo con un cliente potencial, la dinámica era un déjà vu corporativo: presentación predecible, acuerdos tibios, nadie saliéndose del libreto. Sin pensarlo mucho, quizás impulsado esa curiosidad innata que siempre he tenido, lancé un: “¿Y si en lugar de cerrar esto aquí invitamos a tu cliente a decidir con nosotros en vivo?”. Silencio. Pero sentí que esta vez era distinto. Fue un silencio que hacía espacio. Me di cuenta de que era un silencio que abría puertas.

Y es que, en medio de la rutina laboral, entre informes, entregables y reuniones, hay una pregunta que puede abrir grietas en la lógica establecida: “¿Y si…?”. Dos palabras que son una llave maestra. Porque donde el procedimiento dice "así se hace", el ¿y si...? dice "¿por qué no diferente?".

Vivimos ahogados en eficiencia. Se premia la repetición que funciona, el camino probado. Pero eso también construye ceguera. La costumbre se convierte en trinchera. Es ahí donde el “¿y si…?” funciona como un bisturí: corta la inercia, descompone lo obvio y deja al descubierto posibilidades que nadie ve porque todos están mirando igual.

En mi experiencia, pocas frases generan tanto silencio incómodo en una sala como un “¿y si…?” bien lanzado. Es una bomba chiquita que detona certezas. ¿Y si los clientes diseñaran el producto con nosotros? ¿Y si los lunes fueran sagrados para no tener reuniones? ¿Y si la competencia no fuera amenaza sino insumo?

Es el equivalente a ese colega o socio que, justo cuando crees que ya finalizaron un trabajo, cuando hay una versión final del producto, dice: “¿Y si probamos otro enfoque?”. Al principio irrita. Luego ilumina. Porque la mayoría de las soluciones memorables nacieron de un deslizamiento: alguien se salió del carril.

La analogía es simple: piensa en un escritorio de oficina. Siempre ordenado igual. Los lapiceros a la izquierda, el cuaderno al centro, la taza de café al borde derecho. Ahora, un día, alguien mueve todo de sitio. Y sin darte cuenta, te obliga a mirar de nuevo, a adaptarte, a reevaluar lo que dabas por sentado. Eso es el “¿y si…?”: reordenar el escritorio mental.

Hazlo costumbre. Una vez al día. Al revisar un proceso, al liderar una conversación, al evaluar una decisión. Pregunta: “¿Y si lo hiciéramos al revés? ¿Y si quitamos esto? ¿Y si lo hacemos más simple?”. No siempre cambiarás el mundo, pero entrenarás tu mirada para encontrar lo que otros pasan por alto.

El ‘¿y si…?’ es la primera contracción de una idea viva. No grita, no empuja, no impone. Susurra. Pero si la escuchas, puede partir tu mundo en antes y después.

Tu IA y mi IA: O de cómo los seres humanos seremos prescindibles en un futuro cercano

 Tu IA y mi IA: O de cómo los seres humanos seremos prescindibles en un futuro cercano

Tu inteligencia artificial escribe tus correos electrónicos y mi inteligencia artificial lee tus correos electrónicos y los responde.

Tu inteligencia artificial crea videos y mi inteligencia artificial echa un vistazo a tus videos.

Tu inteligencia artificial hace investigación profunda y elabora papers científicos y mi inteligencia artificial lee y analiza tus papers científicos.

Tu inteligencia artificial toma notas en la reunión y mi inteligencia artificial lee tus notas de la reunión.

Tu inteligencia artificial diseña y crea agentes digitales y mi inteligencia artificial usa tus agentes digitales.

Tu IA genera un episodio de podcast sin intervención humana y mi IA escucha tu podcast y decide lo que es relevante contarme en un resumen (¡si hay algo que contarme!).

En la pasada Flow Agility Conference, con Jorge Abad y Daniel Ramírez presentábamos sobre el futuro ágil: equipos humanos + IA, mientras Yoko Pérez lo hacía sobre IA estratégica, transformando visión en resultados. Esto fue suficiente para desatar una ola de conversaciones sobre el papel de la IA en nuestros entornos. Algunas de esas conversaciones incluyeron expresiones como las que acaban de leer arriba.

Y es que nos encontramos en la antesala de una era donde la hiperautomatización y la delegación masiva de tareas humanas a sistemas de inteligencia artificial ya no son una predicción lejana, sino una realidad en expansión acelerada. Un mundo donde los humanos seremos observadores de procesos que antes protagonizábamos y donde las decisiones clave ya no requerirán de nuestro juicio.

Esta no es una advertencia distópica nacida de la ciencia ficción. Es una crónica del presente extendido. Las inteligencias artificiales no solo ejecutan tareas de manera más rápida y eficiente, también están empezando a tomar decisiones que antes requerían criterio, ética y sensibilidad humana. Determinan qué tareas deben hacerse, en qué momento, para qué fin y por quién.

Lo más preocupante es que estas mismas inteligencias ya nos están evaluando a los seres humanos: nuestros cuerpos, nuestros pensamientos, nuestras emociones y acciones. Estamos permitiendo que máquinas sin conciencia, sin compasión y sin responsabilidad moral dicten las reglas del juego.

Nos dirigimos hacia un futuro donde nuestra capacidad para tomar decisiones conscientes, ejercer voluntad, actuar con autonomía y asumir responsabilidad por nuestras acciones será un vestigio del pasado. Un lugar donde nuestros pensamientos serán predecibles, nuestras elecciones serán dirigidas y nuestras relaciones mediadas por algoritmos invisibles. Donde nuestras limitaciones biológicas serán vistas como un defecto del sistema.

La pregunta ya no es si podemos delegar todo a la IA. La verdadera pregunta es: ¿qué queda de nosotros cuando todo lo hemos delegado? ¿Qué sentido tiene la creatividad, el juicio o la empatía cuando ninguna de esas capacidades es ya necesaria para funcionar en sociedad?

Nos encontramos frente a una bifurcación histórica. Podemos optar por ser cocreadores del futuro, estableciendo límites éticos al desarrollo tecnológico, o podríamos convertirnos en espectadores pasivos de una transformación que nos relega a la irrelevancia funcional.

Una vez más: pensemos en esta encrucijada. Voy a decirlo de otra manera para enfatizar la criticidad de lo que ocurre. Debemos decidir si vamos a seguir siendo los arquitectos de nuestro destino o si nos resignaremos a ser una especie que diseñó su propia irrelevancia. Porque si no cuestionamos los límites ahora, pronto podría no quedar nadie que se atreva a cuestionarlos, ni siquiera para contarlo.

En el pulso íntimo entre tú y tu IA, laten dos almas: la tuya, frágil y singular, y la máquina, voraz y eterna. Nunca permitas que el silencio de tu latido sea reemplazado por el frío algoritmo que decide tu destino. Perentorio.

Suplemento

Tu IA organiza tu agenda y optimiza tus desplazamientos, pero mi IA evalúa si tu presencia física es relevante en un entorno productivo automatizado.

Tu IA configura tu plan nutricional ideal, mientras que mi IA monitorea en tiempo real tu comportamiento alimenticio y emite alertas si detecta desviaciones respecto al estándar.

Tu IA selecciona posibles parejas según compatibilidad algorítmica; mi IA analiza la interacción emocional en cada mensaje, icono y silencio digital.

Tu IA detecta tus emociones y mi IA determina si necesitas estimulación, contención emocional o intervención terapéutica inmediata, incluso sin tu consentimiento explícito.

Tu IA construye argumentos jurídicos estructurados; mi IA interpreta jurisprudencia y emite resoluciones con base en lógica matemática, minimizando el papel del razonamiento moral humano.

Tu IA educa a tus hijos mediante modelos adaptativos altamente eficientes y mi IA proyecta su desempeño y perfil vocacional sin participación directa de educadores humanos.

– Holaaa, ¿hay alguien ahí?

¿El fin de la Ingeniería de Software como la conocemos?

🧠 ¿El fin de la Ingeniería de Software como la conocemos?

Hace unos días mi amigo Jorge Abad publicó en sus Lecciones Aprendidas un artículo premonitorio, se trata de su De lo complejo a lo simple: Cómo la IA está reinventando el desarrollo de software. En este, Jorge sostiene que la llegada de la inteligencia artificial ha transformado el proceso de desarrollo de software, llevando ciertas tareas de un entorno de alta complejidad –como era tradicionalmente– a un dominio en el que, gracias a la automatización, se puede hablar de mayor simplicidad. Invoca el marco de Cynefin, de Dave Snowden, para clasificar los problemas en simples, complicados, complejos o caóticos, y sugiere que, con la IA, el desarrollo se mueve hacia lo “simple” o al menos hacia lo “complicado” y predecible.

Pueden leer el artículo completo aquí:

Lecciones Aprendidas por Jorge Abad: De lo Complejo a lo Simple: Cómo la IA Está Reinventando el Desarrollo de Software

El artículo sirvió de base para una sesión de Castor sin filtro (del viernes 12 de abril de 2025) con Juan Andrés Ochoa y compañía, donde discutimos animadamente el asunto. Uno de mis puntos de debate fue otra presentación también de hace pocos días de Jan Bosch, director del Software Center, una colaboración estratégica financiada por socios entre más de 15 grandes empresas europeas (incluidas Ericsson, Volvo Cars, Volvo Trucks, Saab Defense, Scania, Siemens y Bosch) y cinco universidades centradas en la digitalización, que diera en The Future of Software Conference celebrada en Londres y donde expuso sus ideas sobre el estado actual y futuro de la ingeniería de software, destacando la rápida evolución de la ingeniería de software y del mundo en general.

Pueden ver la conferencia de Bosch en

The end of Software Engineering (as we know it) | Jan Bosch | Chalmers University of Technology

Pero antes de contarles en qué estoy de acuerdo con Bosch y en qué no, haré un resumen sucinto de su charla. Bosch contrasta el modelo tradicional de ingeniería de software —basado en requisitos, diseño, codificación y despliegue (que suena a cascada)— con una nueva dinámica donde los agentes de IA interpretan intenciones humanas, las traducen en requisitos, arquitecturas y código, reduciendo drásticamente el rol humano en la programación directa. Empresas como la alemana con la que Bosch trabajó ya han reemplazado desarrolladores por arquitectos de software que dirigen agentes de IA.

Bosch critica fuertemente la eficacia actual de la ingeniería de software. Con datos empíricos, aunque antiguos, afirma que entre el 50 % y 66 % de las funcionalidades desarrolladas nunca se usan, representando un despilfarro enorme. Esto era cierto hace más de dos décadas y una observación heurística nos puede mostrar que sigue siendo así o peor. Más grave aún: entre el 70 % y 90 % del presupuesto de I+D se destina a funcionalidades commodity que los clientes dan por sentadas. Bosch ilustra el problema con su modelo de tres capas: funcionalidad commodity, diferenciadora e innovadora. La mayor parte del esfuerzo se destina a la primera, con poco impacto en valor.

La causa central de esta ineficiencia, según Bosch, es la dependencia de "requisitos" en lugar de "resultados deseados". Propone una transición hacia un modelo basado en resultados cuantificables, donde cada funcionalidad se justifique por su impacto en KPI de negocio. Modelos como HYPEX y técnicas como el A/B testing permiten medir el impacto de pequeños incrementos funcionales antes de invertir completamente en ellos.

En paralelo, Bosch propone una madurez progresiva hacia organizaciones guiadas por IA. Describe cinco niveles: desde el uso puntual de herramientas como ChatGPT, pasando por la automatización de procesos, hasta organizaciones completamente rediseñadas con un enfoque "AI-first", donde agentes superan en productividad a equipos humanos enteros. En productos también se refleja esta transformación. Las etapas van desde el uso de IA como soporte, hasta productos completamente autónomos y autorregulados mediante aprendizaje por refuerzo.

Finalmente, concluye que la ingeniería de software actual es poco efectiva y necesita una reinvención radical. Reemplazar requisitos por resultados y adoptar la IA tanto en el producto como en el proceso de desarrollo son, para él, pasos imprescindibles. Más allá del entusiasmo técnico, Bosch hace un llamado a que ingenieros, Product Managers y líderes organizacionales asuman con responsabilidad esta transición urgente.

Puntos de acuerdo

1. El modelo tradicional está quedando atrás

Bosch argumenta que la cadena tradicional —donde se parte de los requisitos para llegar al despliegue— resulta insuficiente ante la velocidad y la incertidumbre del mercado actual.

Acuerdo: Es evidente que en muchos entornos, el enfoque lineal ya no permite responder de manera ágil a los cambios en los requerimientos del negocio ni a la complejidad de los sistemas modernos. De hecho, hace muchos años dejamos de hacerlo así en pro de un enfoque iterativo e incremental, de experimentación y prototipado rápido.

2. La revolución de la inteligencia artificial

La irrupción de herramientas y agentes inteligentes en el desarrollo de software abre la puerta a automatizar tareas que antes eran exclusivamente humanas.

Acuerdo: La utilización de LLM, agentes especializados y técnicas de aprendizaje por refuerzo ya está transformando la manera en la que concebimos el desarrollo, mejorando la eficiencia y permitiendo experimentar con nuevos modelos de negocio. En este sentido ver el artículo Experimentum Entre la eficiencia y el despojo: La inevitable mutación del desarrollo de software por la IA en el que analizo el más reciente reporte DORA sobre el impacto de la Gen AI en el desarrollo de software.

3. Desperdicio de funcionalidades

Según Bosch, una gran parte de las funcionalidades desarrolladas acaba siendo infrautilizada, lo que implica un desperdicio considerable de recursos.

Acuerdo: La realidad en muchas empresas respalda este punto: se invierte tiempo y dinero en features que, en última instancia, no aportan el valor esperado al cliente.

4. El cambio de requisitos a resultados

El enfoque en resultados de valor —o como les gusta a muchos: “outcomes”—, más allá de cumplir con un conjunto predefinido de requisitos, representa un cambio de paradigma fundamental.

Acuerdo: En un mundo donde la agilidad y la medición de impacto son esenciales, orientar el desarrollo hacia objetivos medibles permite alinear mejor las inversiones de I+D con los resultados de negocio.

5. La necesidad de una Ingeniería de Software madura

La transformación digital exige una mayor integración entre tecnología y negocio, elevando el rol de la ingeniería de software a un nivel estratégico.

Acuerdo: La apuesta por modelos iterativos, basados en la experimentación y en la medición de resultados clave, es una tendencia que ha demostrado su eficacia en empresas líderes.

Puntos de desacuerdo o matización

1. La desaparición del código humano

Bosch sugiere que pronto los agentes de IA podrían eliminar la necesidad de codificar manualmente.

Desacuerdo: Aunque la automatización avanza, los agentes aún carecen de un entendimiento profundo del contexto y las implicaciones éticas o sistémicas, por lo que el juicio humano sigue siendo crucial, especialmente en aplicaciones complejas y reguladas.

2. Transformación del rol del ingeniero

El discurso de Bosch tiende a minimizar el rol de los desarrolladores tradicionales.

Matización: Más que desaparecer, el rol del ingeniero se transformará. Los profesionales pasarán a actuar como orquestadores, validadores y supervisores de sistemas automatizados, aportando su criterio en áreas como la ética algorítmica y la experiencia de usuario.

3. Subestimación de los factores culturales y organizacionales

El cambio hacia modelos AI-first implica no solo una actualización tecnológica, sino también una revolución cultural en las empresas.

Desacuerdo: La resistencia al cambio y la necesidad de transformar estructuras organizativas son aspectos complejos que requieren una adaptación gradual y el compromiso de todos los niveles jerárquicos.

4. Enfoque exclusivamente económico

Medir el éxito de cada sprint en términos estrictamente económicos puede resultar reduccionista.

Matización: es muy importante cuantificar el retorno de inversión, pero también debemos tener en cuenta intangibles como la experiencia de usuario, la reducción de la deuda técnica y el aprendizaje continuo, que a largo plazo generan valor y competitividad.

5. Un discurso algo alarmista

La crítica a la “atrocidad” en la eficacia de la ingeniería actual puede resultar desalentadora para quienes trabajamos día a día en mejorar procesos y productos.

Desacuerdo: Aunque es vital reconocer las ineficiencias existentes, es igualmente necesario reconocer los avances que ya se han conseguido y fomentar una cultura de mejora continua, donde los retos se aborden de forma colaborativa y constructiva.

Mis conclusiones

Han pasado dos décadas desde que publiqué mis dos primeros libros Asuntos de la Ingeniería de Software Volumen I y Volumen II, pero tanto el artículo de Jorge, como la presentación de Bosch nos desafían a repensar la forma en que concebimos y practicamos la ingeniería de software. Sus propuestas, basadas en el aprovechamiento de la IA y en el enfoque en resultados, ofrecen una hoja de ruta para transformar radicalmente el sector. Sin embargo, la implementación de estos cambios debe considerar cuidadosamente la responsabilidad permanente del factor humano, la complejidad de las transformaciones culturales y la necesidad de una visión equilibrada que vaya más allá de los criterios económicos.

Comparto la urgencia de evolucionar hacia modelos más ágiles y eficientes, que resuelvan los problemas actuales y futuros de los usuarios (y clientes) y que solucionen de una vez por todas y para siempre los males del mundo, de lo contrario habremos fallado como humanidad; pero también reconozco que la innovación debe ir acompañada de un enfoque pragmático y humano, así que aún debemos afinar la integración de la IA en nuestra práctica diaria para convertirla en ese continuum que necesitamos y no solo reaccionar a los picos virales (“hype”) a los que nos tienen acostumbrados como este último de la “ghiblilización” o el anterior de DeepSeek.

Seguiré creyendo que el inminente final de la ingeniería de software tal como la conocemos no es un cierre, sino el amanecer de una era donde la perspicacia humana se fusionará con la inteligencia artificial: ya no escribiremos software, esculpiremos futuros, transformando lo imposible en nuestra nueva realidad digital. ¿Qué opinas? Déjamelo saber en el foro.