Estudio longitudinal encuentra que las ganancias de productividad con IA son del 10%, no 10 veces mayores.

Los datos preliminares de un estudio longitudinal sobre el impacto de la IA revelan que las ganancias de productividad de las herramientas de IA son más modestas de lo que a menudo se afirma. El estudio analizó datos de 40 empresas entre noviembre de 2024 y febrero de 2026 para rastrear si los equipos envían más solicitudes de extracción a medida que aumenta la adopción de IA.

Hallazgos clave

Durante el período de estudio, el uso de IA aumentó significativamente, en un promedio del 65%. Sin embargo, el rendimiento de las PR solo aumentó en un 9,97%. Esta cifra es particularmente sólida porque los investigadores filtraron los posibles efectos de gamificación al excluir a los equipos que establecieron objetivos de rendimiento de PR para ingenieros individuales, lo que podría impulsar la inflación de métricas en lugar de una producción genuina.

Qué significa esto para los equipos de ingeniería

La ganancia de aproximadamente el 10% es consistente con lo que los líderes de ingeniería informan de manera más amplia: la mayoría de las organizaciones se ubican en el rango del 8 al 12%. Si bien esto representa una mejora real, está lejos de las ganancias de 2 a 3 veces que muchos ejecutivos y juntas directivas han llegado a esperar de la adopción de IA.

Por qué las ganancias no son mayores

Los desarrolladores de varias organizaciones explicaron que escribir código nunca fue el cuello de botella. Como señaló un desarrollador senior: "Las tareas fáciles son un poco más fáciles. Las tareas tediosas son un poco menos molestas. Una tarea de cuatro días podría tomar tres. Pero eso no significa que esté enviando 3 veces más PR".

La IA puede acelerar la parte de codificación del trabajo, pero la codificación representa una porción relativamente pequeña de cómo los ingenieros realmente pasan su tiempo. La planificación, la alineación, la definición del alcance, la revisión de código y las transferencias, las partes humanas del SDLC, permanecen en gran medida sin tocar por las herramientas actuales de IA.

Metodología del estudio

El estudio es longitudinal, lo que significa que rastrea los cambios a lo largo del tiempo en lugar de proporcionar una sola instantánea. El estudio completo explorará por qué algunos equipos capturan más ventajas que otros y qué pueden hacer los líderes para cerrar esa brecha.