Foto: Oficinas Google. Portal ERP Colombia
Google Cloud publicó el Informe DORA 2025: State of AI-Assisted Software Development, una investigación global con casi 5.000 profesionales de TI que revela que la inteligencia artificial ya es prácticamente omnipresente en el trabajo de desarrollo y producto digital. Aunque los beneficios son claros, también emergen retos estructurales como la desconfianza y la inestabilidad en los equipos que no cuentan con prácticas maduras.
El 90 % de los encuestados afirma usar herramientas de IA en sus flujos de trabajo, un aumento de 14 puntos porcentuales con respecto al año anterior, además el informa reporta que los profesionales dedican una mediana de dos horas diarias al uso de IA dentro de sus tareas principales.
Sobre el nivel de dependencia, un 65 % dijo depender “mucho” o en alguna medida fuerte de la IA. Específicamente, 20% “mucho” y 8% “en gran medida”. En cuanto a los datos de productividad y calidad, más del 80% de los participantes reporta que la IA ha mejorado su productividad y 59 % afirma que la calidad del código mejoró gracias al uso de IA.
Mientras que solo alrededor del 24-25 % expresan una confianza alta en los outputs generados por IA, mientras que cerca de 30 % dicen que confían poco o nada.
Te puede interesar: Google Cloud impulsa la transformación digital de Terpel
Tendencias operativas y desafíos detectados
-
Aumento del throughput: Equipos con buenas prácticas técnicas han logrado mayores tasas de entrega de software y versiones más frecuentes, invirtiendo IA en sus pipelines.
-
Inestabilidad persistente: Aunque algunas organizaciones mejoran, la adopción de IA trae consigo riesgos de estabilidad. Se requieren mecanismos fuertes de control, como pruebas automatizadas, versionado robusto y feedback loops rápidos para evitar errores en despliegues.
-
Modelo de capacidades para amplificar IA: El reporte introduce el DORA AI Capabilities Model, con siete prácticas clave que aumentan el valor de la IA dentro de organizaciones maduras. Estas incluyen: postura clara de política de IA, ecosistemas de datos saludables, plataformas internas de calidad, trabajo en lotes pequeños, enfoque centrado en el usuario, etc.
Implicaciones para líderes de TI
Para directivos del sector tecnológico, el informe plantea varias conclusiones estratégicas:
-
Invertir no solo en herramientas, sino en cultura y procesos: La IA por sí sola no asegura éxitos; las organizaciones que tienen mejores plataformas internas, workflows claros y gobernanza bien definida sacan mucho más provecho.
-
Medir con rigor: Hacer seguimiento no solo de cuánto se usa IA, sino de métricas como calidad de código, tasa de fallos tras cambios (change-fail rate), tasa de despliegue, tiempo de recuperación ante fallos, etc.
-
Gestionar la confianza: Ajustar expectativas, validar outputs, incorporar supervisión humana y revisar outputs generados por IA; estos aspectos son cruciales para que la adopción sea sostenible.
-
Diferenciar por equipos: No todos los equipos tienen las mismas capacidades; los llamados “Harmonious High-Achievers” salen mejor librados, mientras que los equipos con cuellos de botella organizacionales sufren más las pérdidas de estabilidad y enfrentan mayor fricción
