La IA en el desarrollo de software ya no es una prueba de concepto: nueve de cada diez profesionales técnicos la usan a diario, según el informe State of AI-assisted Software Development 2025 de DORA, el equipo de investigación de Google Cloud, tras encuestar a casi 5.000 profesionales. Para quien contrata desarrollo pero no programa —un responsable de marketing, un gerente, un director técnico que supervisa a un proveedor externo— el informe importa menos por lo que dice de la herramienta que por lo que revela del equipo que la usa: adopta rápido, entrega rápido y, si algo fallaba antes, ahora falla más rápido también.
Qué mide el informe DORA
DORA (DevOps Research and Assessment) lleva más de diez años investigando qué distingue a un equipo de desarrollo de software que entrega rápido de uno que arrastra retrasos e incidencias. No mide cuánto código escribe cada persona: mide el resultado, con cuatro indicadores clásicos y uno nuevo que se suma en la edición 2025.
Las métricas DORA —frecuencia de despliegue, tiempo de entrega de cambios, tasa de fallos en cambios, tiempo de recuperación y, desde 2025, la rework rate— miden el rendimiento real de un equipo de desarrollo, no cuánto código produce ni cuántas horas factura.
Para una empresa que paga a una agencia o mantiene un equipo interno, estas cinco cifras son un termómetro más fiable que un parte de horas: dicen si lo publicado se sostiene o si se rompe otra vez la semana siguiente.
Adopción de IA en el desarrollo de software
La adopción de IA en el desarrollo de software se disparó en 2025: el 90% de los profesionales encuestados por DORA la usa en su trabajo, catorce puntos más que el año anterior, con un uso medio de dos horas diarias. Más del 80% cree que le ha hecho más productivo, y el dato lo respalda: por primera vez, el uso de IA correlaciona con más rendimiento de entrega y de producto, no solo con velocidad de escritura.
Pero el 65% depende de la IA de forma moderada o alta, y solo un 24% confía mucho o del todo en el código que genera. Un 30% confía poco o nada, y aun así la usa.
Ecommerce: catálogos que se generan más rápido pero fallan más
En una tienda online, la IA se usa sobre todo para generar variantes de ficha de producto, ajustar reglas de precio o automatizar integraciones con la pasarela de pago y el ERP. La velocidad se nota: un catálogo que antes tardaba semanas en actualizarse cambia en días. El riesgo aparece en el checkout, donde un cambio mal probado no es un detalle estético, sino un carrito que no cobra o un descuento aplicado dos veces. Los equipos que mejor capitalizan la IA no son los que generan más código, sino los que automatizaron antes las pruebas del flujo de pago: ahí un error se paga en ventas perdidas.
El efecto amplificador de la IA en tu equipo
El hallazgo central del informe no es cuánta IA se usa, sino qué efecto tiene: la IA amplifica lo que ya había. Un equipo con buenas prácticas —control de versiones maduro, arquitectura desacoplada, pruebas automatizadas y una plataforma interna madura— se vuelve más rápido y fiable con IA. Un equipo sin esas bases produce más código con los mismos problemas de siempre, solo que a más velocidad.
DORA lo formaliza en el AI Capabilities Model, siete prácticas que separan a los equipos que sacan partido de la IA de los que solo acumulan deuda técnica más deprisa: postura clara sobre cuándo usarla, datos internos accesibles, control de versiones sólido, lotes de cambio pequeños y foco en el usuario final. Sin esa base, la IA no arregla un cuello de botella: lo agranda.
Industria: automatizar integraciones sin perder trazabilidad
En una empresa del sector industrial, el desarrollo suele girar en torno a integraciones: el ERP, el sistema de planificación de planta, el CRM de ventas técnicas. Aquí la IA ayuda a escribir conectores y documentación de API más rápido, pero la trazabilidad —saber qué cambió, cuándo y quién lo aprobó— no es opcional: una integración mal desplegada puede parar una línea de producción o descuadrar un pedido con un proveedor. Los equipos que mejor gestionan esto ya tenían control de versiones antes de incorporar IA: la herramienta acelera el ritmo, pero la aprobación sigue siendo humana.
La confianza no crece al ritmo de la IA
El propio informe pone cifras a la distancia entre usar la IA y confiar en ella, y ahí está la clave del riesgo. No es un matiz académico: es la razón por la que DORA insiste en que la IA solo ayuda si hay control de versiones sólido, lotes de cambio pequeños y una revisión que no se salta por ir más rápido.
La correlación entre uso de IA y estabilidad de las entregas sigue siendo negativa cuando esas prácticas faltan, aunque 2025 sea el primer año en que también mejora el rendimiento del producto para quien sí las tiene. Para una empresa que no programa, el mensaje es directo: si tu proveedor no puede explicar cómo revisa lo que genera la IA, esa parte del proceso no existe todavía, por mucho que el ritmo de entregas haya subido.
Señales para distinguir un equipo de desarrollo maduro
No hace falta programar para reconocer un equipo de desarrollo que gestiona bien la IA: se nota en cómo describe su propio proceso. Un equipo maduro documenta qué partes de un proyecto pasan por IA y cuáles no, mantiene lotes de cambio pequeños y frecuentes, y puede enseñar un historial de revisiones con nombre y fecha. Un equipo en riesgo habla de la IA como un acelerador sin matices y no sabe explicar qué pasa cuando algo generado automáticamente falla en producción. Si la respuesta no es clara, una auditoría técnica externa antes de renovar el contrato es la forma más rápida de comprobarlo.
La tabla siguiente resume las diferencias más visibles desde fuera, sin necesidad de leer código:
| Señal | Equipo maduro | Equipo en riesgo |
|---|---|---|
| Revisión de cambios | Pasa por una persona antes de publicarse | Se publica directo, sin revisar |
| Tamaño de las entregas | Lotes pequeños y frecuentes | Entregas grandes y espaciadas |
| Historial de cambios | Control de versiones completo, con autoría | Cambios sin trazar o mezclados |
| Discurso sobre la IA | Explica en qué ayuda y en qué no | La presenta como acelerador sin matices |
Qué preguntar a tu proveedor de desarrollo de software
Antes de renovar con una empresa de desarrollo de software a medida, conviene ir más allá de plazos y presupuesto. El informe DORA da pistas de qué preguntar:
- ¿Qué porcentaje del código pasa por revisión humana antes de publicarse?
- ¿Cómo miden si un cambio ha empeorado algo, más allá de esperar la queja del cliente?
- ¿Trabajan en entregas pequeñas y frecuentes o en bloques grandes probados al final?
- ¿Qué parte de un proyecto no delegan en IA por norma, y por qué?
Las respuestas vagas son la señal de alarma. Un proveedor serio responde con datos propios, no con generalidades sobre el sector.
Cómo cambia el uso de la IA por sector
Fuera de la ficha de producto y la línea de producción, el patrón se repite con matices. En servicios profesionales (asesorías, despachos, consultoras), la IA redacta informes y automatiza documentos a partir de plantillas: el riesgo no es el código, es un dato mal cruzado que llega a un cliente. En sanidad, la adopción es más lenta porque la trazabilidad y la protección de datos del paciente pesan más que la velocidad: ahí la revisión humana es un requisito normativo. En banca y fintech, la IA acelera la integración con pasarelas y APIs, y absorben mejor el cambio los equipos que ya cumplían normativa de seguridad. Y en turismo y hostelería, con negocios que dependen de un motor de reservas de terceros, la IA se nota menos en desarrollo propio y más en personalización de contenido y precios.
Preguntas frecuentes sobre IA en el desarrollo de software
¿Qué es el informe DORA?
DORA (DevOps Research and Assessment) es el equipo de investigación de Google Cloud que desde hace más de diez años mide qué distingue a los equipos de desarrollo de alto rendimiento. Publica un informe anual con datos de miles de profesionales; la edición 2025 se centra en el impacto real de la IA en el desarrollo.
¿Cuánta gente usa ya IA para programar?
El 90% de los profesionales técnicos encuestados por DORA en 2025 usa IA en su trabajo diario, catorce puntos más que el año anterior, con una media de dos horas al día. El uso ha dejado de ser experimental: es la norma en la mayoría de los equipos de desarrollo.
¿La IA mejora la calidad del código?
Depende del equipo, no de la herramienta. El 59% de los encuestados por DORA nota una influencia positiva en la calidad, pero la IA amplifica lo que ya había: en equipos sin control de versiones ni revisión sistemática, más código generado significa más fallos que corregir después.
¿Cómo saber si mi proveedor usa bien la IA?
Pídele que explique su proceso de revisión: qué cambios pasan por una persona antes de publicarse, en qué lotes trabaja y qué mide cuando algo falla. Un proveedor que solo habla de velocidad, sin poder mostrar cómo controla esos cambios, no ha resuelto todavía la parte que importa.
Fuente: DORA (Google Cloud) — State of AI-assisted Software Development 2025