Adoptar agentes de codificación con inteligencia artificial incrementa el volumen de código producido, pero no acelera la entrega de software funcional. Esa es la conclusión central de un análisis que abarcó 300 millones de eventos de trabajo —confirmaciones, solicitudes de extracción y similares— generados por más de 700,000 empleados en más de 700 empresas de desarrollo de software entre 2021 y marzo de 2026.

El cuello de botella no está donde se esperaba

Las empresas que adoptaron agentes de codificación con IA registraron, en promedio, un aumento del 30% en líneas de código generadas, un 20% más de confirmaciones y un 23% más de solicitudes de extracción. Sin embargo, la tasa de resolución de problemas y características de software a escala empresarial —medida a través de herramientas de gestión de proyectos— no mostró cambios estadísticamente significativos.

El diagnóstico apunta a la revisión humana del código como el principal factor limitante. Al generarse más código en menos tiempo, el volumen de solicitudes de extracción que requieren revisión crece de forma proporcional, extendiendo los tiempos en esa etapa y neutralizando las ganancias obtenidas en la fase de codificación. El número de comentarios por parte de los revisores también aumentó, lo que indica mayor carga de trabajo en esa función, no menor.

Sin cambio en la complejidad de los problemas resueltos

El estudio, realizado por investigadores universitarios con datos de una plataforma especializada en productividad de equipos de ingeniería, también descartó un efecto de composición: no se detectó un desplazamiento hacia problemas de mayor escala o complejidad tras la introducción de las herramientas de IA. Esto sugiere que la automatización de la escritura de código no ha reconfigurado el tipo de trabajo que los equipos abordan, sino únicamente su velocidad en una etapa específica del proceso.

Tampoco se observó una reducción en el empleo asociada a la adopción de estas herramientas, lo que contradice narrativas frecuentes sobre el desplazamiento masivo de desarrolladores.

Implicaciones para la inversión en herramientas de desarrollo

Para organizaciones que evalúan o ya han desplegado agentes de codificación con IA, los hallazgos plantean una pregunta operativa concreta: ¿está el proceso de revisión de código dimensionado para absorber el incremento en volumen que estas herramientas generan? Invertir en automatización de una sola etapa del ciclo de desarrollo sin ajustar las capacidades de las etapas subsecuentes produce un desplazamiento del cuello de botella, no su eliminación.

La evidencia disponible indica que el retorno real de estas herramientas depende menos de su capacidad para generar código y más de cómo se rediseña el flujo completo de desarrollo para evitar que la revisión humana se convierta en el nuevo factor limitante.