Cuando la IA diseña lo que no necesitas.

Hace poco trabajé con un LLM en un proyecto de arquitectura software. Hoy día su uso es fundamental para aumentar nuestra precisión, amplitud y productividad.

La conclusión es incómoda para ambas partes del espectro, empleados/as con miedo a perder su trabajo y decisores/as que, por ahorrar costes, están despidiendo equipos completos: la IA es extraordinariamente competente.

Pero en una cosa es completamente incapaz: la toma de decisiones correctas si no hay nadie guiando. Como ya he comentado en alguna ocasión, la IA es nuestra copiloto, pero la toma de decisiones es nuestra.

El contexto

Planteé el contexto inicial: "plataforma SaaS para gestión centralizada de fichas, integración con canales externos, modelo de suscripción". Teniendo como contexto png de arquitectura y 4 excels de analíticas, saqué un mapa de la arquitectura actual del cliente pero sin mucha idea de cuál iba a ser el camino a recorrer.

Después de 2 reuniones para ver qué quería el cliente, y tras esas típicas reuniones iniciales en las que soñamos con soluciones "ideales", se planteó una arquitectura de 15 microservicios. APIs documentadas, modelos de datos, bases de datos diseñadas.

Coherencia en cada línea y con un nivel de detalle increíble.

Incluía un Transaction Service con Redsys (le guie hacia a esta solución por nivel de integración, ya que he estado varios años trabajando con pasarelas de pago), Analytics Service con dashboard de ROI, Billing Service con tiers Free/Premium/Enterprise. La solución que diseñaría cualquier arquitecto/a enfrentándose a esos requisitos. Ambicioso, coherente, homogéneo, sin muchos peros para cualquier especialista.

Técnicamente impecable.

Tras presentar el esbozo inicial, el proceso de validación con el cliente reveló que el mercado y el modelo de negocio requerían un enfoque más pausado. Transformar un modelo de negocio es un proceso complejo que exige momentos de reflexión para alinear la tecnología con la realidad operativa del día a día.

Las decisiones estratégicas son tomadas por personas que viven el negocio. Nuestro rol es acompañar esa visión, entendiendo que el diseño técnico debe ser un facilitador, no un obstáculo.

Iteración y ajuste de alcance (Scope)

En un proceso basado en la iteración, el objetivo es mostrar las posibilidades que se abren, permitiendo que el cliente valore qué batallas librar en cada etapa. Tras analizar el contexto, se decidió ajustar el alcance del proyecto:

1. Priorización: se identificaron funcionalidades que, aunque valiosas a futuro, no eran críticas para el lanzamiento inmediato.
2. Optimización: el roadmap se simplificó, pasando de 15 servicios a 3 servicios esenciales, garantizando una salida a producción más ágil y realista.
3. Factor humano: esta decisión fue fruto del análisis humano y la sensibilidad comercial, elementos que la tecnología por sí sola no puede replicar.

El rol de la IA como soporte, no como guía

Este caso subrayó la importancia de la comunicación directa. La IA, aunque extremadamente eficiente para refinar soluciones técnicas, depende totalmente de la dirección estratégica humana. Al pivotar hacia el nuevo modelo, la tecnología se adaptó en cuestión de horas, pero la visión de cambio nació de las reuniones y notas compartidas entre personas.

El patrón que se repite: volatilidad

Este ajuste en el rumbo no es un evento aislado, sino una constante en el desarrollo de soluciones de alto nivel. A lo largo de mis 20 años de carrera, he comprobado que la priorización es un organismo vivo: los cambios de presupuesto, los retos técnicos o los giros estratégicos en el modelo de negocio son el "pan nuestro de cada día". Lo que hoy se define como fundamental, mañana puede dejar de serlo en favor de la viabilidad del proyecto.

En este escenario, el factor humano es insustituible. Sin una comunicación precisa de estos cambios, la tecnología, y específicamente la IA, se limita a refinar las instrucciones previas. La IA es un amplificador de la gestión: si la dirección no se actualiza con precisión ante los imprevistos del negocio, corremos el riesgo de amplificar el error en lugar del acierto.

Por ello, la clave del éxito no reside solo en la capacidad técnica, sino en la agilidad para comunicar el cambio de contexto y pivotar la tecnología en tiempo real.

El poder de hacer las preguntas correctas

En la propuesta técnica surgió un punto de inflexión crítico. La IA, basándose en patrones abstractos de arquitectura, propuso inicialmente sustituir el sistema central de gestión de fichas por un nuevo microservicio independiente. La lógica tenía sentido desde un punto de vista teórico: separar un sistema consolidado para modernizarlo.

Sin embargo, tras analizar la madurez y estabilidad del sistema actual (una plataforma con años de iteraciones y múltiples integraciones críticas), la pregunta estratégica cambió: ¿es necesario sustituir lo que ya funciona o es más eficiente evolucionarlo?.

La solución: hibridación y foco en el valor

En lugar de una sustitución completa que habría implicado meses de riesgo y costes innecesarios, optamos por un enfoque de coexistencia inteligente:

• Preservación del core: mantener el sistema actual como fuente de verdad única, aprovechando su robustez y APIs estables.
• Innovación dirigida: diseñar un nuevo microservicio específico para las nuevas funcionalidades que se consideraban el core de esta evolución
• Agilidad de entrega: gracias a este enfoque de "dividir y conquistar", pudimos presentar un plan de ejecución sólido y validado incluso dos días antes de la fecha prevista.

Esta decisión demuestra que la IA puede generar la arquitectura "de libro" , pero solo el criterio humano puede determinar si esa arquitectura se ajusta al contexto real del cliente. La IA ejecutó la documentación y los modelos de este nuevo esquema en tiempo récord, pero la dirección estratégica de mantener lo que aporta valor y construir solo lo necesario fue lo que garantizó el éxito de la propuesta.

Por qué los despidos masivos son un error de lógica

Las organizaciones que eliminan equipos técnicos porque "la IA lo hace" están confundiendo velocidad de ejecución con capacidad de dirección. Al aumentar la productividad, donde antes se necesitaban 2 perfiles de desarrollo, ahora bastará con uno con criterio. ¿Nos afecta? Por supuesto, pero como todo en la vida, creo que hay puntos intermedios.

La IA aporta velocidad. Pero la dirección sigue siendo responsabilidad humana, o no es dirección.

Un equipo de 5 personas con IA bien dirigida produce más que uno de 20 sin ella. Reducir ese equipo de cinco a cero no multiplica la productividad. La destruye.

Lo que desaparece cuando eliminas a la persona que entiende no es el código o el diseño académico, eliminas el sentido común. Es la capacidad de saber si lo que propones es lo que realmente necesitas.

El cambio real

La IA no hace irrelevante el conocimiento técnico, hace irrelevante el conocimiento técnico sin criterio.

Lo que amplifica es la capacidad de alguien que:

• Entiende el negocio y sus restricciones
• Sabe qué no debe hacerse (eso es lo difícil)
• Puede comunicar cambios al equipo
• Reconoce cuándo el contexto cambió

Esa persona, con IA, produce lo que antes producía un equipo. Pero solo si sabe dirigir. Lo que importa no es proponer componentes o escribir código, es decidir qué componentes son necesarios o qué código escribir. Ahora es simplemente más visible. La IA ejecuta a una velocidad que no perdona la ausencia de dirección ya que la arquitectura que antes tardaba meses en mostrar sus errores, ahora los muestra en semanas.

Conclusión

No creo que la IA reemplace a quienes saben lo que hacen, creo que va a hacer mucho más visible a quienes realmente saben.

La IA es una palanca de amplificación extraordinaria, pero su verdadero poder reside en que amplifica lo que aplicas. Es un multiplicador de la intención: si aplicas criterio, obtienes una visión aumentada y precisa; si aplicas confusión, solo conseguirás escalar el desorden a una velocidad inalcanzable para cualquier equipo humano.

En el proyecto que describí, la IA no trabajó en lugar de personas. Trabajó con alguien que sabía qué preguntar, cuándo cambiar de rumbo, cómo comunicar decisiones, a una velocidad que antes habría requerido un equipo completo.

La diferencia entre eso y un desastre fueron unas pocas decisiones humanas tomadas en el momento correcto.