[{"data":1,"prerenderedAt":506},["ShallowReactive",2],{"/es/the-source/authors/emilio-salvador/":3,"footer-es":34,"the-source-navigation-es":342,"the-source-newsletter-es":369,"emilio-salvador-articles-list-authors-es":381,"emilio-salvador-articles-list-es":411,"emilio-salvador-page-categories-es":505},{"_path":4,"_dir":5,"_draft":6,"_partial":6,"_locale":7,"config":8,"seo":10,"content":12,"type":26,"slug":27,"_id":28,"_type":29,"title":11,"_source":30,"_file":31,"_stem":32,"_extension":33},"/es/the-source/authors/emilio-salvador","authors",false,"",{"layout":9},"the-source",{"title":11},"Emilio Salvador",[13,24],{"componentName":14,"componentContent":15},"TheSourceAuthorHero",{"config":16,"name":11,"role":19,"bio":20,"headshot":21},{"gitlabHandle":17,"linkedInProfileUrl":18},"esalvadorp","https://www.linkedin.com/in/emiliosp/","Vicepresidente de Estrategia y Relaciones con Desarrolladores","Emilio Salvador es vicepresidente de estrategia y relaciones con desarrolladores en GitLab. Ejecutivo en tecnología con más de 20 años de experiencia, Emilio ha desempeñado cargos en Amazon y Microsoft, y recientemente dirigió la estrategia y las operaciones del equipo de promoción y experiencia de desarrolladores de Google. Tiene una maestría (MBA) de la MIT Sloan School of Management.",{"altText":11,"config":22},{"src":23},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1751463402/g0snp3uisjm4tj3pkqcw.jpg",{"componentName":25},"TheSourceArticlesList","author","emilio-salvador","content:es:the-source:authors:emilio-salvador.yml","yaml","content","es/the-source/authors/emilio-salvador.yml","es/the-source/authors/emilio-salvador","yml",{"_path":35,"_dir":36,"_draft":6,"_partial":6,"_locale":7,"data":37,"_id":338,"_type":29,"title":339,"_source":30,"_file":340,"_stem":341,"_extension":33},"/shared/es/main-footer","es",{"text":38,"source":39,"edit":45,"contribute":50,"config":55,"items":60,"minimal":330},"Git es una marca registrada de Software Freedom Conservancy, y nuestro uso de «GitLab» está bajo licencia",{"text":40,"config":41},"Ver fuente de la página",{"href":42,"dataGaName":43,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":46,"config":47},"Editar esta página",{"href":48,"dataGaName":49,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":51,"config":52},"Contribuya",{"href":53,"dataGaName":54,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":56,"facebook":57,"youtube":58,"linkedin":59},"https://twitter.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[61,88,161,229,291],{"title":62,"links":63,"subMenu":69},"Plataforma",[64],{"text":65,"config":66},"Plataforma de DevSecOps",{"href":67,"dataGaName":68,"dataGaLocation":44},"/es/platform/","devsecops platform",[70],{"title":71,"links":72},"Precios",[73,78,83],{"text":74,"config":75},"Ver planes",{"href":76,"dataGaName":77,"dataGaLocation":44},"/es/pricing/","view plans",{"text":79,"config":80},"¿Por qué elegir GitLab Premium?",{"href":81,"dataGaName":82,"dataGaLocation":44},"/es/pricing/premium/","why premium",{"text":84,"config":85},"¿Por qué elegir GitLab Ultimate?",{"href":86,"dataGaName":87,"dataGaLocation":44},"/es/pricing/ultimate/","why ultimate",{"title":89,"links":90},"Soluciones",[91,96,101,106,111,116,121,126,131,136,141,146,151,156],{"text":92,"config":93},"Transformación digital",{"href":94,"dataGaName":95,"dataGaLocation":44},"/es/topics/digital-transformation/","digital transformation",{"text":97,"config":98},"Seguridad y cumplimiento",{"href":99,"dataGaName":100,"dataGaLocation":44},"/es/solutions/security-compliance/","security & compliance",{"text":102,"config":103},"Entrega de software automatizada",{"href":104,"dataGaName":105,"dataGaLocation":44},"/es/solutions/delivery-automation/","automated software delivery",{"text":107,"config":108},"Desarrollo ágil",{"href":109,"dataGaName":110,"dataGaLocation":44},"/es/solutions/agile-delivery/","agile delivery",{"text":112,"config":113},"Transformación en la nube",{"href":114,"dataGaName":115,"dataGaLocation":44},"/es/topics/cloud-native/","cloud transformation",{"text":117,"config":118},"Gestión del código fuente",{"href":119,"dataGaName":120,"dataGaLocation":44},"/es/solutions/source-code-management/","source code management",{"text":122,"config":123},"CI/CD",{"href":124,"dataGaName":125,"dataGaLocation":44},"/es/solutions/continuous-integration/","continuous integration & delivery",{"text":127,"config":128},"Gestión del flujo de valor",{"href":129,"dataGaName":130,"dataGaLocation":44},"/es/solutions/value-stream-management/","value stream management",{"text":132,"config":133},"GitOps",{"href":134,"dataGaName":135,"dataGaLocation":44},"/es/solutions/gitops/","gitops",{"text":137,"config":138},"Empresas",{"href":139,"dataGaName":140,"dataGaLocation":44},"/es/enterprise/","enterprise",{"text":142,"config":143},"Pequeñas empresas",{"href":144,"dataGaName":145,"dataGaLocation":44},"/es/small-business/","small business",{"text":147,"config":148},"Sector público",{"href":149,"dataGaName":150,"dataGaLocation":44},"/es/solutions/public-sector/","public sector",{"text":152,"config":153},"Educación",{"href":154,"dataGaName":155,"dataGaLocation":44},"/es/solutions/education/","education",{"text":157,"config":158},"Servicios financieros",{"href":159,"dataGaName":160,"dataGaLocation":44},"/es/solutions/finance/","financial services",{"title":162,"links":163},"Recursos",[164,169,174,179,184,189,194,199,204,209,214,219,224],{"text":165,"config":166},"Instalar",{"href":167,"dataGaName":168,"dataGaLocation":44},"/es/install/","install",{"text":170,"config":171},"Guías de inicio rápido",{"href":172,"dataGaName":173,"dataGaLocation":44},"/es/get-started/","quick setup checklists",{"text":175,"config":176},"Aprender",{"href":177,"dataGaName":178,"dataGaLocation":44},"https://university.gitlab.com/","learn",{"text":180,"config":181},"Documentación del producto",{"href":182,"dataGaName":183,"dataGaLocation":44},"https://docs.gitlab.com/","docs",{"text":185,"config":186},"Blog",{"href":187,"dataGaName":188,"dataGaLocation":44},"/blog/","blog",{"text":190,"config":191},"Historias de éxito del cliente",{"href":192,"dataGaName":193,"dataGaLocation":44},"/customers/","customer success stories",{"text":195,"config":196},"Remoto",{"href":197,"dataGaName":198,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"text":200,"config":201},"Servicios de GitLab",{"href":202,"dataGaName":203,"dataGaLocation":44},"/es/services/","services",{"text":205,"config":206},"TeamOps",{"href":207,"dataGaName":208,"dataGaLocation":44},"/es/teamops/","teamops",{"text":210,"config":211},"Comunidad",{"href":212,"dataGaName":213,"dataGaLocation":44},"/community/","community",{"text":215,"config":216},"Foro",{"href":217,"dataGaName":218,"dataGaLocation":44},"https://forum.gitlab.com/","forum",{"text":220,"config":221},"Eventos",{"href":222,"dataGaName":223,"dataGaLocation":44},"/events/","events",{"text":225,"config":226},"Socios",{"href":227,"dataGaName":228,"dataGaLocation":44},"/es/partners/","partners",{"title":230,"links":231},"Empresa",[232,237,242,247,252,257,262,266,271,276,281,286],{"text":233,"config":234},"Acerca de nosotros",{"href":235,"dataGaName":236,"dataGaLocation":44},"/es/company/","company",{"text":238,"config":239},"Jobs",{"href":240,"dataGaName":241,"dataGaLocation":44},"/jobs/","jobs",{"text":243,"config":244},"Liderazgo",{"href":245,"dataGaName":246,"dataGaLocation":44},"/company/team/e-group/","leadership",{"text":248,"config":249},"Equipo",{"href":250,"dataGaName":251,"dataGaLocation":44},"/company/team/","team",{"text":253,"config":254},"Manual",{"href":255,"dataGaName":256,"dataGaLocation":44},"https://handbook.gitlab.com/","handbook",{"text":258,"config":259},"Relaciones con los inversores",{"href":260,"dataGaName":261,"dataGaLocation":44},"https://ir.gitlab.com/","investor relations",{"text":263,"config":264},"Sustainability",{"href":265,"dataGaName":263,"dataGaLocation":44},"/sustainability/",{"text":267,"config":268},"Diversidad, inclusión y pertenencia (DIB)",{"href":269,"dataGaName":270,"dataGaLocation":44},"/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":272,"config":273},"Centro de confianza",{"href":274,"dataGaName":275,"dataGaLocation":44},"/es/security/","trust center",{"text":277,"config":278},"Boletín",{"href":279,"dataGaName":280,"dataGaLocation":44},"/company/contact/","newsletter",{"text":282,"config":283},"Prensa",{"href":284,"dataGaName":285,"dataGaLocation":44},"/press/","press",{"text":287,"config":288},"Declaración de transparencia sobre la Ley de Esclavitud Moderna",{"href":289,"dataGaName":290,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"title":292,"links":293},"Comuníquese con nosotros",[294,299,304,309,314,319,324],{"text":295,"config":296},"Contactar con un experto",{"href":297,"dataGaName":298,"dataGaLocation":44},"/es/sales/","sales",{"text":300,"config":301},"Obtener ayuda",{"href":302,"dataGaName":303,"dataGaLocation":44},"/support/","get help",{"text":305,"config":306},"Portal de clientes",{"href":307,"dataGaName":308,"dataGaLocation":44},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"text":310,"config":311},"Estado",{"href":312,"dataGaName":313,"dataGaLocation":44},"https://status.gitlab.com/","status",{"text":315,"config":316},"Términos de uso",{"href":317,"dataGaName":318,"dataGaLocation":44},"/terms/","terms of use",{"text":320,"config":321},"Declaración de privacidad",{"href":322,"dataGaName":323,"dataGaLocation":44},"/es/privacy/","privacy statement",{"text":325,"config":326},"Preferencias de cookies",{"dataGaName":327,"dataGaLocation":44,"id":328,"isOneTrustButton":329},"cookie preferences","ot-sdk-btn",true,{"items":331},[332,334,336],{"text":315,"config":333},{"href":317,"dataGaName":318,"dataGaLocation":44},{"text":320,"config":335},{"href":322,"dataGaName":323,"dataGaLocation":44},{"text":325,"config":337},{"dataGaName":327,"dataGaLocation":44,"id":328,"isOneTrustButton":329},"content:shared:es:main-footer.yml","Main Footer","shared/es/main-footer.yml","shared/es/main-footer",{"_path":343,"_dir":9,"_draft":6,"_partial":6,"_locale":7,"logo":344,"subscribeLink":349,"navItems":353,"_id":365,"_type":29,"title":366,"_source":30,"_file":367,"_stem":368,"_extension":33},"/shared/es/the-source/navigation",{"altText":345,"config":346},"the source logo",{"src":347,"href":348},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1750191004/t7wz1klfb2kxkezksv9t.svg","/es/the-source/",{"text":350,"config":351},"Suscribirse",{"href":352},"#subscribe",[354,358,361],{"text":355,"config":356},"Inteligencia artificial",{"href":357},"/es/the-source/ai/",{"text":97,"config":359},{"href":360},"/es/the-source/security/",{"text":362,"config":363},"Plataforma e infraestructura",{"href":364},"/es/the-source/platform/","content:shared:es:the-source:navigation.yml","Navigation","shared/es/the-source/navigation.yml","shared/es/the-source/navigation",{"_path":370,"_dir":9,"_draft":6,"_partial":6,"_locale":7,"title":371,"description":372,"submitMessage":373,"formData":374,"_id":378,"_type":29,"_source":30,"_file":379,"_stem":380,"_extension":33},"/shared/es/the-source/newsletter","Boletín The Source","Manténgase al día con información sobre el futuro del desarrollo de software.","Se ha suscrito correctamente al boletín The Source.",{"config":375},{"formId":376,"formName":377,"hideRequiredLabel":329},28470,"thesourcenewsletter","content:shared:es:the-source:newsletter.yml","shared/es/the-source/newsletter.yml","shared/es/the-source/newsletter",{"amanda-rueda":382,"andre-michael-braun":383,"andrew-haschka":384,"ayoub-fandi":385,"brian-wald":386,"bryan-ross":387,"chandler-gibbons":388,"dave-steer":389,"ddesanto":390,"derek-debellis":391,"emilio-salvador":11,"erika-feldman":392,"george-kichukov":393,"gitlab":394,"grant-hickman":395,"haim-snir":396,"iganbaruch":397,"jlongo":398,"joel-krooswyk":399,"josh-lemos":400,"julie-griffin":401,"kristina-weis":402,"lee-faus":403,"ncregan":404,"rschulman":405,"sabrina-farmer":406,"sandra-gittlen":407,"sharon-gaudin":408,"stephen-walters":409,"taylor-mccaslin":410},"Amanda Rueda","Andre Michael Braun","Andrew Haschka","Ayoub Fandi","Brian Wald","Bryan Ross","Chandler Gibbons","Dave Steer","David DeSanto","Derek DeBellis","Erika Feldman","George Kichukov","GitLab","Grant Hickman","Haim Snir","Itzik Gan Baruch","Joseph Longo","Joel Krooswyk","Josh Lemos","Julie Griffin","Kristina Weis","Lee Faus","Niall Cregan","Robin Schulman","Sabrina Farmer","Sandra Gittlen","Sharon Gaudin","Stephen Walters","Taylor McCaslin",{"allArticles":412,"visibleArticles":504,"showAllBtn":329},[413,461,482],{"_path":414,"_dir":415,"_draft":6,"_partial":6,"_locale":7,"config":416,"seo":420,"content":425,"type":456,"category":415,"slug":457,"_id":458,"_type":29,"title":421,"_source":30,"_file":459,"_stem":460,"_extension":33,"date":426,"description":427,"timeToRead":428,"heroImage":423,"keyTakeaways":429,"articleBody":433,"faq":434},"/es/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale","ai",{"layout":9,"template":417,"articleType":418,"author":27,"featured":329,"gatedAsset":419,"isHighlighted":6,"authorName":11},"TheSourceArticle","Regular","source-lp-ai-guide-for-enterprise-leaders-building-the-right-approach",{"title":421,"description":422,"ogImage":423,"config":424},"La IA agente libera el potencial de los desarrolladores a gran escala","Descubra cómo la IA agente está transformando el desarrollo de software creando socios de IA que abordan tareas más allá de autocompletar código.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751463876/kiw4eb54r8xtzztvbozf.jpg",{"ignoreTitleCharLimit":329},{"title":421,"date":426,"description":427,"timeToRead":428,"heroImage":423,"keyTakeaways":429,"articleBody":433,"faq":434},"2025-04-08","Descubra cómo la IA agente está transformando el desarrollo de software, yendo más allá del autocompletado del código para crear socios de IA capaces de abordar de manera proactiva tareas complejas.","Lectura de 6 min",[430,431,432],"Los agentes de IA pueden reducir el tiempo de desarrollo de semanas a horas gracias a la gestión autónoma de tareas complejas como la modernización del código base, todo ello con supervisión humana configurable para los sistemas críticos.","A diferencia de los asistentes de código básicos, los agentes de IA pueden trabajar con otros agentes para realizar diversas tareas, lo que permite a los desarrolladores centrarse en la innovación y la resolución de problemas de gran valor.","Los agentes de IA especializados, optimizados por distintos modelos, destacan en tareas específicas como la seguridad y las pruebas, y ofrecen mejores resultados que las soluciones más genéricas.","La IA ya cambió la forma en que trabajan los desarrolladores. Según [investigaciones de GitLab](https://about.gitlab.com/developer-survey/2024/ai/), el 39 % de los profesionales de DevSecOps informaron que usaron IA para el desarrollo de software en 2024, lo cual representa un aumento del 16 % con respecto al año anterior. Los asistentes de código con tecnología de IA son ahora herramientas habituales que ayudan a los equipos a escribir código más rápido, comprender mejor los códigos base y crear documentación. Sin embargo, ahora estamos ante un cambio importante: la aparición de agentes de IA que ya no son simples asistentes pasivos, sino que ofrecen una colaboración activa.\n\nEste cambio de asistentes reactivos a agentes proactivos está revolucionando la forma en que los desarrolladores crean software. La IA agente hace más accesible la creación de software, lo que impulsa un auge en la innovación, ya que más personas pueden crear software que llegue a miles de millones de usuarios. Sin embargo, las empresas deben elegir soluciones de IA agente con sólidas medidas de seguridad y cumplimiento para aprovechar al máximo esta nueva ola de innovación sin introducir riesgos innecesarios.\n\n## ¿Cuál es la diferencia entre un agente de IA y un asistente de IA?\nLa principal diferencia entre los asistentes y los agentes de IA es la forma en que se comportan. Los asistentes de código son reactivos; esperan a que los desarrolladores hagan preguntas o soliciten tareas. Si bien son útiles para una codificación más rápida y una mejor comprensión del código, estos asistentes son pasivos en el proceso de desarrollo.\n\nLos agentes de IA actúan más como miembros del equipo. Razonan, planifican y mantienen el contexto en diferentes tareas; además, presentan un cierto grado de autonomía para tomar decisiones, interactuar con otros agentes y adaptarse a las circunstancias cambiantes. Con la transición a los agentes, la IA se convierte en un verdadero socio en la creación de software.\n\nA diferencia de los asistentes que solo ayudan a escribir el código mientras los equipos se encargan de todo lo demás, los agentes de IA pueden organizar de manera activa procesos complejos, desde los controles de seguridad hasta las revisiones de cumplimiento. Por ejemplo, un agente de revisión de código puede verificar automáticamente el código, encontrar problemas y ofrecer soluciones. Mientras que un asistente necesita la intervención humana en cada paso, un agente puede pasar de una tarea a otra según los objetivos del proyecto. A diferencia de los asistentes simples que no recuerdan las interacciones pasadas ni aprenden de los errores, los agentes también pueden aprender y adaptarse a lo largo del tiempo.\n\n## El espectro de la autonomía\nUno de los aspectos más interesantes de los agentes de IA es su capacidad de configuración y su nivel de interacción. Mientras que algunos agentes pueden ser muy interactivos, otros pueden ejecutar tareas complejas en segundo plano con interacción humana limitada o nula. Por lo tanto, los equipos pueden establecer diferentes niveles de supervisión humana en función del trabajo del agente y la importancia de la tarea.\n\nPara tareas simples como resumir código o redactar documentación, los equipos pueden permitir que un agente trabaje de forma independiente y luego notifique solo a un miembro humano del equipo cuando la tarea haya finalizado. Para tareas críticas que involucran lógica de negocios clave o datos confidenciales, los equipos pueden establecer puntos de control de aprobación o supervisar de cerca el trabajo del agente.\n\nEsta flexibilidad ayuda a equilibrar la velocidad de la automatización con la necesidad de control humano. No se trata de un enfoque de todo o nada: los equipos pueden ajustar el nivel de autonomía para diferentes tipos de tareas y etapas del ciclo de vida del desarrollo.\n\n## El poder de la especialización\nLos asistentes de código con IA actuales suelen utilizar un único modelo de lenguaje grande. Sin embargo, pronto estarán disponibles muchos agentes especializados, cada uno optimizado por diferentes modelos creados para tareas específicas.\n\nYa empezamos a ver el surgimiento de agentes especializados para tareas como las siguientes:\n- Modernización del código (conversión de códigos base a versiones de lenguaje más nuevas)\n- Detección y corrección de vulnerabilidades de seguridad\n- Generación y ejecución de pruebas\n- Optimización del rendimiento\n- Generación de documentación\n- Análisis de la causas raíz de las fallas en los pipelines\n\nLos resultados son mucho mejores si se utiliza un modelo diseñado específicamente para una tarea determinada. Esta especialización permite que cada agente se destaque en una tarea concreta, en lugar de intentar satisfacer todas las demandas de forma genérica.\n\nLo que está surgiendo es un ecosistema de agentes especializados que trabajan juntos, cada uno impulsado por diferentes modelos de lenguaje optimizados para tareas específicas. Este enfoque multimodelo promete ofrecer mejores resultados en comparación con el uso de un solo modelo genérico para todas las tareas de desarrollo.\n\n## El impacto real de los agentes de IA\nLas tareas que antes llevaban semanas ahora se pueden finalizar en horas gracias a los agentes de IA. Por ejemplo, actualizar una gran cantidad de código base de Java a una versión más reciente, un trabajo que solía llevar semanas a un equipo, ahora puede hacerse mucho más rápido con los agentes.\n\nLo más importante es que los agentes de IA ayudan a los desarrolladores a alcanzar su máximo potencial. Al encargarse de las tareas rutinarias, los agentes les permiten a los desarrolladores tener el tiempo para centrarse en lo que mejor saben hacer: resolver problemas complejos y crear nuevas soluciones. No se trata de reemplazar a los desarrolladores con IA, sino de impulsar sus habilidades y permitirles centrarse en el pensamiento estratégico, la innovación y el trabajo creativo que necesita la visión humana.\n\nGracias a los agentes de IA, los desarrolladores pueden trabajar a una escala antes inconcebible para individuos o equipos. De esta manera, el trabajo pasa de ser un conjunto de tareas reactivas basadas en prompts a flujos de trabajo proactivos que vinculan todos los aspectos de la creación de software, desde la codificación, la planificación y el diseño hasta las pruebas, la implementación y el mantenimiento.\n\n## Qué tener en cuenta al adoptar agentes de IA\nPara prepararse para el rápido crecimiento en el desarrollo de software y el volumen de código, las empresas deben planificar con anticipación. Antes de integrar agentes de IA a su proceso, concéntrese en estas áreas clave:\n\n1. **Piense en cómo aumentar la productividad real, no solo en agregar nuevas herramientas y procesos que los equipos deberán aprender**. Adoptar [flujos de trabajo de IA agente como parte de una plataforma de DevSecOps](https://about.gitlab.com/blog/gitlab-duo-workflow-enterprise-visibility-and-control-for-agentic-ai/) permite a los desarrolladores dedicar más tiempo a la creación de valor para los clientes sin contribuir a la [expansión descontrolada de la IA](https://about.gitlab.com/the-source/ai/overcome-ai-sprawl-with-a-value-stream-management-approach/). Los informes y paneles integrados de la plataforma también le ayudarán a [medir el éxito](https://about.gitlab.com/the-source/ai/4-steps-for-measuring-the-impact-of-ai/) para saber que su equipo está en el camino correcto.\n2. **Busque soluciones que funcionen para todo su equipo**. Los mejores agentes de IA hacen que todos trabajen de forma más eficiente, no solo unos cuantos desarrolladores.\n3. **Priorice la seguridad y el cumplimiento**. A medida que la IA genera cada vez más código listo para la producción, una plataforma de DevSecOps integral resulta esencial para garantizar el desarrollo seguro de software a gran escala. Si trabaja en un sector regulado, asegúrese de que su solución de agente de IA cumpla con las estrictas reglas de seguridad y privacidad de datos. Compruebe si puede funcionar sin conexión o en [sistemas de entorno aislado](https://about.gitlab.com/the-source/ai/transforming-government-it-ai-for-air-gapped-environments/) si necesita ese nivel de seguridad.\n4. **Busque soluciones que ofrezcan control empresarial mediante la supervisión humana**. Los agentes de IA deben ofrecer flujos de trabajo de aprobación claros y medidas de protección configurables que permitan mantener a su equipo informado. Este equilibrio le permite beneficiarse de la velocidad de la automatización y mantener a la vez una gobernanza adecuada, que es esencial para los sistemas críticos y las decisiones estratégicas.\n\nLas empresas que utilizan una plataforma de DevSecOps integral con análisis de seguridad automatizado, medidas de protección del cumplimiento y flujos de trabajo estandarizados estarán más preparadas para aprovechar los beneficios de los agentes de IA sin asumir riesgos innecesarios. Aquellas que no tengan una plataforma tendrán dificultades para gestionar la complejidad y los riesgos de la IA agente y, al mismo tiempo, ofrecer una experiencia segura y confiable al cliente.\n\n## De cara al futuro\nEstamos en el comienzo de la revolución de los agentes de IA en el desarrollo de software. A medida que estas herramientas evolucionen, la colaboración entre desarrolladores humanos y agentes de IA será aún más eficaz, y estos últimos se convertirán en verdaderos socios en la creación de software.\n\nTambién existe un importante potencial de convergencia futura entre los asistentes de código y los agentes de IA. Es probable que los asistentes de código evolucionen para incorporar funcionalidades más avanzadas de los agentes de IA, como una mayor autonomía en la gestión de las tareas de codificación, la resolución proactiva de problemas dentro del flujo de trabajo de desarrollo y una integración más profunda con otras herramientas y procesos de desarrollo. En concreto, los asistentes de código del futuro podrían gestionar de forma autónoma tareas más complejas que van más allá de la simple generación de código, como depurar, probar e incluso implementar código según requisitos de alto nivel, convirtiéndose así en verdaderos «agentes de código» más autónomos.\n\nEl software ha cambiado el mundo en las últimas cinco décadas, pero solo una pequeña parte de la población tiene las habilidades necesarias para crearlo. Sin embargo, estos pocos desarrolladores llegan a miles de millones de personas a través de los teléfonos inteligentes e Internet. Imagine un mundo donde más personas puedan crear, proteger y entregar software listo para la producción. Con la IA agente, eso será posible.\n\nEl cambio de asistentes pasivos a socios de desarrollo activos representa un gran avance en el desarrollo de software. A medida que estos agentes especializados evolucionen, el desarrollo de software será más rápido, confiable y gratificante para los desarrolladores que trabajan con estos nuevos socios de IA.",[435,438,441,444,447,450,453],{"header":436,"content":437},"¿Qué es la IA agente en el desarrollo de software?","La IA agente se refiere a los agentes de IA autónomos capaces de razonar, planificar y tomar la iniciativa en todas las tareas, a diferencia de los asistentes de código reactivos que requieren prompts por parte de un humano. Estos agentes actúan más bien como miembros del equipo; realizan tareas complejas con una supervisión mínima y propician flujos de trabajo proactivos a lo largo del ciclo de desarrollo de software.",{"header":439,"content":440},"¿En qué se diferencian los agentes de IA de los asistentes de código tradicionales?","Mientras que los asistentes de código responden a los prompts de los desarrolladores, los agentes de IA son capaces de completar de forma independiente tareas de varios pasos, coordinarse con otros agentes y adaptarse en función de los objetivos del proyecto. Ejecutan funciones como análisis de seguridad, generación de pruebas y revisiones de código sin necesidad de intervención manual en cada paso.",{"header":442,"content":443},"¿Cuáles son los beneficios de usar agentes de IA para los desarrolladores?","Los agentes de IA reducen la carga de trabajo manual gracias a la automatización de tareas que consumen mucho tiempo, como actualizar los códigos base, ejecutar comprobaciones de cumplimiento y generar documentación. Esto permite a los desarrolladores centrarse en tareas de mayor valor, como la innovación, la resolución de problemas y el desarrollo estratégico, lo que finalmente acelera la entrega sin comprometer la calidad.",{"header":445,"content":446},"¿Se pueden personalizar los agentes de IA para diferentes niveles de supervisión humana?","Sí. Los equipos pueden configurar la autonomía del agente en función de la importancia de la tarea. Para las tareas rutinarias, los agentes pueden operar de forma independiente, mientras que para las operaciones de alto riesgo o críticas para la empresa, se pueden integrar puntos de control de aprobación humana para garantizar la gobernanza y el cumplimiento.",{"header":448,"content":449},"¿Los agentes de IA especializados son más efectivos que los modelos genéricos?","Los agentes de IA especializados se entrenan para un fin específico, como la seguridad, las pruebas o el análisis de causas raíz. Por eso suelen ofrecer mejores resultados que los modelos genéricos en sus tareas específicas. Este enfoque modular y multiagente mejora la precisión y la eficiencia al aprovechar las fortalezas de los modelos optimizados para cada dominio.",{"header":451,"content":452},"¿Qué deben tener en cuenta las empresas al adoptar la IA agente?","Las organizaciones deben garantizar que los agentes de IA se ajusten con sus requisitos de seguridad, cumplimiento y gobernanza. Deben integrarse en una plataforma de DevSecOps a lo largo del ciclo de vida de desarrollo de software para evitar la expansión descontrolada de la IA, mantener el control mediante la supervisión humana y respaldar la adopción en toda la empresa con flujos de trabajo uniformes.",{"header":454,"content":455},"¿Cómo transformará la IA agente el futuro del desarrollo de software?","La IA agente democratizará la creación de software al hacer que más personas puedan crear y gestionar software de alta calidad. A medida que los agentes sean más autónomos e integrados, acelerarán los ciclos de innovación, mejorarán la calidad del código y harán que el desarrollo sea más accesible, escalable y seguro.","article","agentic-ai-unlocking-developer-potential-at-scale","content:es:the-source:ai:agentic-ai-unlocking-developer-potential-at-scale:index.yml","es/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale/index.yml","es/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale/index",{"_path":462,"_dir":415,"_draft":6,"_partial":6,"_locale":7,"config":463,"seo":465,"content":470,"type":456,"category":415,"slug":478,"_id":479,"_type":29,"title":466,"_source":30,"_file":480,"_stem":481,"_extension":33,"date":471,"description":467,"timeToRead":472,"heroImage":468,"keyTakeaways":473,"articleBody":477},"/es/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more",{"layout":9,"template":417,"articleType":418,"author":27,"featured":6,"gatedAsset":464,"isHighlighted":6,"authorName":11},"source-lp-getting-started-with-ai-in-software-development-a-guide-for-leaders",{"title":466,"description":467,"ogImage":468,"config":469},"IA agente, modelos autoalojados y más: tendencias de IA para 2025","Descubra las tendencias clave en IA para el desarrollo de software, desde implementaciones de modelos in situ hasta agentes de IA inteligentes y adaptables.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751464096/twyszwpyraghcxz1bruy.png",{"ignoreTitleCharLimit":329},{"title":466,"date":471,"description":467,"timeToRead":472,"heroImage":468,"keyTakeaways":473,"articleBody":477},"2024-12-18","Lectura de 3 min",[474,475,476],"La inteligencia artificial ya está teniendo un gran impacto en el desarrollo de software gracias a que mejora la calidad y la eficiencia del código al eliminar una amplia gama de tareas.","Los desarrolladores de software trabajarán con agentes de IA que facilitarán resolver problemas en tiempo real, optimizar rápido el rendimiento de las aplicaciones y mejorar la calidad del software, que permitirá concentrarse en tomar decisiones.","El uso de las implementaciones de IA, en particular en los sectores regulados, dará a las empresas un mayor control sobre la privacidad y seguridad de los datos, así como la capacidad de personalizar su software según sus necesidades individuales.","Según la [investigación de GitLab de 2024](https://about.gitlab.com/developer-survey/), el 78 % de las organizaciones utilizarán la inteligencia artificial en sus procesos de desarrollo de software en los próximos dos años, un cambio radical que ya está transformando la forma en que los equipos crean y entregan software. La investigación también indica que el número de organizaciones que utilizan la IA de manera activa ha aumentado del 23 % al 39 % solo en el último año.\n\nA medida que los equipos de desarrollo de software se apresuran a integrar la IA en sus flujos de trabajo, surgen importantes transformaciones que cambiarán radicalmente la forma en que creamos software. Desde agentes inteligentes de IA que se adaptan en tiempo real hasta el aumento de modelos personalizados in situ, aquí enumeramos tres formas en las que la IA transformará significativamente el desarrollo de software.\n\n## El futuro de las aplicaciones son los agentes de IA inteligentes y adaptables\nMientras que la primera ola de IA en el desarrollo de software se centró en los asistentes de código reactivos para la generación y finalización de código, el futuro pertenece a la IA agente. Los [agentes de IA inteligentes y adaptables](https://about.gitlab.com/blog/meet-gitlab-duo-workflow-the-future-of-ai-driven-development/) superarán las limitaciones del software tradicional. En lugar de interactuar con interfaces fijas y flujos de trabajo preestablecidos, los usuarios interactuarán con agentes de IA que responden de manera intuitiva y aprenden con el tiempo.\n\nEstos agentes con tecnología de IA funcionarán como una aplicación, y proporcionarán así una experiencia más interactiva y conversacional. Dado que los agentes de IA pueden realizar tareas complejas, ofrecer orientación y aprender de las interacciones en tiempo real, la IA agente conducirá a aplicaciones significativamente más personalizadas y receptivas, lo que cambiará radicalmente la forma en que usamos el software.\n\n## Los asistentes de IA evolucionarán para convertirse en colaboradores proactivos\n[Los asistentes de IA son cada vez más inteligentes](https://about.gitlab.com/gartner-mq-ai-code-assistants/), y pasarán de ser interacciones reactivas basadas en prompts a solucionadores de problemas proactivos. Como parte de esta evolución, las herramientas con tecnología de IA se convertirán en componentes centrales de los flujos de trabajo de desarrollo, anticipándose a las necesidades de los desarrolladores y ofreciendo sugerencias en tiempo real para optimizar el rendimiento, la seguridad y el mantenimiento de las aplicaciones. Esta nueva generación de asistentes de IA abordará proyectos y tareas complejas con poca interacción humana, lo que acelerará el proceso de desarrollo de software. Este cambio agilizará todo el ciclo de desarrollo de software y lo hará más accesible a través de una interfaz de usuario simple.\n\nEl rol de los desarrolladores de software evolucionará junto con estos avances. La IA no reemplazará a los desarrolladores humanos, sino que aumentará sus capacidades, lo que les permitirá centrarse en lo que más les gusta: resolver problemas técnicos. Al automatizar las tareas rutinarias y proporcionar orientación especializada, los asistentes de IA permitirán a los desarrolladores profundizar en la resolución de problemas empresariales, mejorar continuamente la calidad del código y explorar nuevas tecnologías y habilidades.\n\n## Más empresas ejecutarán modelos personalizados in situ\nEn 2025, las organizaciones se orientarán hacia implementaciones de IA más pequeñas y especializadas. A medida que los modelos de código abierto se vuelvan más rentables y accesibles, los equipos optarán cada vez más por ejecutar versiones personalizadas dentro de sus propios centros de datos. Como resultado, será más barato, rápido y fácil para las organizaciones [alojar sus propios modelos de lenguaje grande y ajustarlos a sus necesidades individuales](https://about.gitlab.com/releases/2024/10/17/gitlab-17-5-released/#use-self-hosted-model-for-gitlab-duo-code-suggestions). Las empresas descubrirán que pueden combinar sus datos con los modelos existentes y adaptar la experiencia del cliente a una fracción de los costos actuales.\n\nMientras tanto, el aumento de los riesgos de cumplimiento asociados con la IA impulsará a los sectores regulados, como las instituciones financieras y las agencias gubernamentales, a implementar modelos en entornos aislados para reducir la latencia y tener un mayor control sobre la privacidad y la seguridad de los datos.\n\n## Conclusión\nEl futuro del desarrollo de software está estrechamente vinculado a la IA. Estas tecnologías están transformando la forma en que se crea, entrega y mantiene el software. Al adoptar la IA en todas sus formas, desde la IA generativa hasta los asistentes de IA proactivos y los agentes de IA totalmente autónomos, las organizaciones pueden obtener una ventaja competitiva, mejorar la eficiencia y ofrecer soluciones innovadoras que satisfagan las necesidades cambiantes de los clientes.\n\nEsta transformación requiere una preparación cuidadosa: planificación estratégica, inversión en talento e infraestructura, y un compromiso con el aprendizaje y la adaptación continuos. Las empresas que consigan navegar por este panorama en constante cambio estarán bien preparadas para prosperar en la era digital.\n\n> #### Introducción a la IA en el desarrollo de software: Una guía para líderes\n>\n> Descargue nuestro libro electrónico sobre cómo empezar a utilizar la IA en el desarrollo de software y aprenda lecciones prácticas para crear una implementación estratégica de la IA que le ayude a crear software seguro con mayor rapidez.>\n> [Leer el libro electrónico](https://about.gitlab.com/the-source/ai/getting-started-with-ai-in-software-development-a-guide-for-leaders/){class=\"button\"}\n\n> ## Preguntas frecuentes\n> ### ¿Qué es la IA agente y cómo afectará el desarrollo de software?\n> La IA agente se refiere a los sistemas de IA que funcionan de forma autónoma, aprenden de las interacciones y se adaptan en tiempo real. A diferencia de los asistentes de código con IA tradicionales que reaccionan a las indicaciones, la IA agente actúa de manera proactiva al agilizar el desarrollo de software mediante la automatización de los flujos de trabajo, mejorar la eficiencia y personalizar las experiencias de los usuarios.\n>  \n> ### ¿Por qué las empresas están migrando hacia modelos de IA autoalojados?\n> Las organizaciones están migrando hacia modelos de IA autoalojados para mejorar la privacidad de los datos, reducir los costos y personalizar las soluciones de IA para sus necesidades específicas. Con los avances en IA de código abierto, las empresas pueden ajustar los modelos en entornos in situ y, de este modo, garantizar el cumplimiento de las regulaciones y mejorar el rendimiento mientras mantienen el control sobre los datos confidenciales.\n>   \n> ### ¿Cómo están evolucionando los asistentes de programación con tecnología de IA?\n> Los asistentes de código con IA están pasando de ser herramientas reactivas a colaboradores proactivos. Los futuros asistentes de IA anticiparán las necesidades de los desarrolladores, proporcionarán recomendaciones inteligentes, automatizarán tareas complejas y mejorarán la seguridad del software. Por lo tanto, el desarrollo de software será más eficiente y accesible.\n>   \n> ### ¿Cuáles son los beneficios de ejecutar modelos de IA en entornos in situ?\n> La implementación de modelos de IA in situ ofrece a las organizaciones un mayor control sobre la seguridad de los datos, un mejor cumplimiento de los requisitos reglamentarios y una latencia reducida. Este enfoque es especialmente útil para los sectores que gestionan datos confidenciales, como las finanzas, la salud y los organismos públicos.\n>    \n> ### ¿Cómo pueden las organizaciones prepararse para el desarrollo de software basado en IA en 2025?\n> Para adoptar con éxito el desarrollo basado en IA, las empresas deben invertir en infraestructura de IA, mejorar las habilidades de los desarrolladores, implementar una gobernanza responsable de la IA y explorar soluciones híbridas de IA que admitan implementaciones tanto en la nube com in situ. Si se mantienen al día de las tendencias, los equipos podrán aprovechar la IA para innovar y ser más eficientes.\n","ai-trends-for-2025-agentic-ai-self-hosted-models-and-more","content:es:the-source:ai:ai-trends-for-2025-agentic-ai-self-hosted-models-and-more:index.yml","es/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more/index.yml","es/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more/index",{"_path":483,"_dir":415,"_draft":6,"_partial":6,"_locale":7,"config":484,"seo":486,"content":490,"type":456,"category":415,"slug":500,"_id":501,"_type":29,"title":491,"_source":30,"_file":502,"_stem":503,"_extension":33,"date":492,"description":493,"timeToRead":494,"heroImage":489,"keyTakeaways":495,"articleBody":499},"/es/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption",{"layout":9,"template":417,"articleType":418,"author":27,"featured":6,"gatedAsset":485,"isHighlighted":6,"authorName":11},"source-lp-how-to-think-about-developer-productivity-in-the-age-of-ai",{"title":487,"description":488,"ogImage":489},"6 estrategias para acelerar la adopción de IA | GitLab","La IA ya es parte del desarrollo de software. Los líderes deben impulsar la innovación sin ignorar los riesgos que esta tecnología implica.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751464541/da4tvbmwsisqabz8i0mc.png",{"title":491,"date":492,"description":493,"timeToRead":494,"heroImage":489,"keyTakeaways":495,"articleBody":499},"Seis estrategias para ayudar a los desarrolladores a acelerar la adopción de la IA","2024-10-29","La IA en el desarrollo de software llegó para quedarse. Así es como los líderes pueden crear un entorno que fomente la innovación al tiempo que reconocen las posibles preocupaciones.","Lectura de 7 min",[496,497,498],"La integración de la IA en los procesos de desarrollo de software puede mejorar la productividad de los desarrolladores al optimizar los flujos de trabajo, lo que permite a los equipos centrarse en la innovación en lugar de en tareas tediosas.","A pesar de los beneficios, integrar con éxito herramientas de IA en los flujos de trabajo puede ser un desafío debido a la falta de conocimientos o recursos, las dificultades de adaptación del flujo de trabajo y el miedo a la pérdida de empleos.","Las estrategias para una implementación exitosa de la IA incluyen aclarar las metas y objetivos de la IA, establecer medidas de protección y flujos de trabajo, y centrarse en la transformación del talento y la cultura.","Al integrar la inteligencia artificial (IA) en el proceso de programación, los desarrolladores de software pueden dedicar más tiempo a tareas estratégicas, reducir la carga cognitiva y ofrecer un mayor valor.\n\nLas organizaciones ya están haciendo inversiones significativas en IA. Según el [Informe global de DevSecOps de GitLab de 2024](https://about.gitlab.com/developer-survey/), el 78 % de los participantes dijo que actualmente está utilizando la IA en el desarrollo de software o planea hacerlo en los próximos dos años, frente al 64 % en 2023. Y las organizaciones que adoptan la IA ya están viendo beneficios, como una mayor productividad de los desarrolladores, una mejor calidad del código y un código más seguro. [Adoptar la IA](https://about.gitlab.com/the-source/ai/how-ai-helps-devsecops-teams-improve-productivity/) permite a los equipos de desarrollo dedicar más tiempo a la resolución creativa de problemas y la innovación en lugar de tareas repetitivas y que requieren mucho tiempo, como escribir código reutilizable.\n\nA pesar de los claros beneficios de la IA, los equipos pueden tener dificultades para integrar con éxito herramientas de IA en sus procesos diarios. Este desafío se puede atribuir a varios factores, como la falta de conocimientos o recursos, la dificultad para adaptar los flujos de trabajo y herramientas existentes y el miedo a perder empleos por la automatización. Casi la mitad (49 %) de los participantes expresó que le preocupa que la IA reemplace sus puestos en los próximos cinco años.\n\nEs necesario comprender dónde se encuentra su equipo hoy para prepararlos para el éxito al integrar la IA. Según [nuestra investigación](https://about.gitlab.com/developer-survey/2024/ai/), la mayoría (56 %) de las organizaciones se encuentran en la etapa de evaluación y exploración, lo que significa que la mayoría de los equipos han comenzado a establecer objetivos alcanzables para la adopción de la IA, pero en realidad no han comenzado a usarla en su ciclo de desarrollo de software.\n\nTanto si es es la primera vez que adopta la IA como si aún está explorando la idea, aquí tiene seis estrategias que puede usar para preparar a su equipo para el éxito:\n\n## 1. Aclare las metas y objetivos de la adopción de la IA\nEl primer paso debe ser crear un modelo de gobernanza de la IA para su organización. ¿Cuáles son las metas y objetivos de la adopción de la IA? ¿Cómo encajará en sus procesos y flujos de trabajo existentes?\n\nEs fundamental identificar a un líder para supervisar la estrategia e implementación de la IA. Si bien algunas empresas están comenzando a contratar a un director de IA (Chief AI Officer, CAIO), el puesto no tiene que ser una adición inmediata a la alta dirección; puede ser un cargo de transición que un vicepresidente asume para coordinar el uso de la IA en todos los equipos. \n\nEl objetivo principal es identificar y priorizar casos de uso de IA de alto impacto que respalden directamente los resultados comerciales, centrándose en áreas donde la IA puede crear un valor significativo, como la automatización, la personalización o la toma de decisiones basada en datos. Es importante recordar que el éxito de la IA no es posible sin abordar primero los requisitos legales, de privacidad y seguridad que su organización podría enfrentar y cómo la adopción de la IA juega un papel en el cumplimiento continuo.\n\n## 2. Establezca medidas de protección y flujos de trabajo de IA\nAntes de incorporar la IA en su entorno de desarrollo, deberá establecer directrices para garantizar que se use de manera responsable y efectiva. Configure pruebas automatizadas, incluido el uso de un analizador de seguridad, para crear un mecanismo de control que garantice que todo el código generado por la IA se revise antes de promoverlo a producción. Y tenga cuidado con la Shadow AI, la última variante de la Shadow IT, donde los empleados adoptan sus propios asistentes de IA mientras trabajan en su código base, lo que puede llevar a la fuga de información confidencial y propiedad intelectual.\n\nTambién conviene que considere desde ahora cómo sus equipos emplearán diferentes modelos de aprendizaje automático para distintos tipos de tareas. No existe una solución única para todos. Los modelos de lenguaje grandes (LLM) a menudo se ajustan para tareas específicas, lo que significa que los equipos que utilizan los mismos modelos de IA en múltiples casos de uso pueden no obtener resultados óptimos. Al evaluar herramientas de IA, busque proveedores que permitan el uso de diversos modelos adaptados a casos de uso específicos. Así evitará tener que realizar grandes cambios más adelante.\n\n## 3. Desarrolle una estructura de IA basada en datos\nLos resultados que la IA puede generar para las organizaciones dependen de la calidad y disponibilidad de los datos a los que los sistemas de IA tienen acceso. Integrar datos en sus sistemas de IA le permitirá adaptar los resultados a las necesidades de su organización y mejorar la eficiencia y la productividad a lo largo de todo el ciclo de desarrollo de software. No obstante, para lograr un éxito sostenible, es fundamental contar con una estructura de IA orientada a los datos que permita su uso en toda la organización para informar las indicaciones y mejorar los resultados de la IA generativa.\n\nPara ello, las empresas deben hacer lo siguiente:\n\n- Establecer mecanismos robustos para la recopilación, almacenamiento, limpieza y procesamiento de datos.\nImplementar una gobernanza clara en torno al acceso, uso, seguridad y privacidad de los datos, y así garantizar el cumplimiento de normativas como el RGPD o la CCPA.\n- Eliminar los silos de datos para facilitar la colaboración entre departamentos y aprovechar los datos en las distintas áreas de la organización. Es el momento para que desarrolladores y científicos de datos colaboren en el uso de almacenes de datos y lagos de datos, facilitando el acceso a modelos de entrenamiento y al uso de aplicaciones.\n\n## 4. Céntrese en la transformación del talento y la cultura\nLa mejora continua de habilidades es fundamental para liberar el potencial de la IA de manera segura, confiable y responsable. Forme un equipo compuesto por científicos de datos, ingenieros de IA y otros expertos capacitados para diseñar, desarrollar e implementar soluciones de IA. La capacitación del personal para asegurar que puedan utilizar y mantener los sistemas de IA de manera efectiva es un aspecto crítico en este proceso. Asimismo, la adopción de la IA es un proceso continuo que implicará determinados [cambios culturales](https://about.gitlab.com/the-source/ai/5-ways-execs-can-support-their-devops-teams-with-ai/). Para alcanzar el éxito, es esencial fomentar una cultura que integre la IA y promueva la toma de decisiones basada en datos. Fomente la experimentación y la innovación, y aborde a la vez de manera proactiva las inquietudes sobre la automatización y el posible desplazamiento laboral.\n\n## 5. Adopte la iteración\nLa implementación de la IA es un proceso continuo. Es fundamental adoptar un enfoque de aprendizaje continuo, en el que las soluciones de IA se perfeccionan y optimizan de manera continua, en función de la retroalimentación, los datos nuevos y los avances tecnológicos. Los desarrolladores deben contar con un periodo de experimentación que les permita evaluar la integración de la IA en sus flujos de trabajo individuales. También es importante considerar que, inicialmente, puede haber una disminución temporal en la productividad antes de que la organización comience a ver beneficios sostenibles a largo plazo. Los gerentes deben anticipar esta situación, promoviendo la transparencia y la rendición de cuentas a lo largo de los ciclos de implementación e iteración.\n\n## 6. Mida el éxito más allá de las líneas de código\nEs cierto que métricas como el número de tareas completadas o líneas de código escritas pueden ser buenos indicadores para identificar las áreas donde la IA está generando un impacto significativo en su equipo. Sin embargo, lo realmente importante es cómo la IA contribuye a métricas que son fundamentales para el negocio, como la rapidez con la que los equipos pueden ofrecer valor a los clientes o la calidad del código del producto final.\n\nConocer cuántas líneas de código produjo un equipo no proporciona una visión integral del rendimiento. Medir el éxito en la adopción de la IA implica ir [más allá de las métricas tradicionales de productividad](https://about.gitlab.com/the-source/ai/4-steps-for-measuring-the-impact-of-ai/) y centrarse en indicadores clave de rendimiento (KPI) que reflejen un valor comercial tangible, como una entrega de software más rápida, una mayor satisfacción entre los desarrolladores y mejores puntajes de satisfacción del cliente.\n\n## Conclusión: Empoderar a los desarrolladores mediante de la adopción de la IA\nIncluso si su organización no ha integrado completamente la IA, el momento de comenzar es ahora. Según Gartner®, se estima que para 2028, el 75 % de los ingenieros de software en empresas utilizarán asistentes de codificación basados en IA, en comparación con menos del 10 % a principios de 2023 [1].\n\nSi bien la curva de adopción es pronunciada, todavía nos encontramos en una fase temprana del ciclo de sobreexpectación de la IA. En este contexto, si su equipo recién está comenzando a explorar la adopción de un asistente de código con IA, podría estar bien posicionado para evitar algunos de los desafíos que han enfrentado los primeros usuarios.\n\nAdemás de las estrategias mencionadas, la adopción de una [solución de IA integrada en una plataforma de DevSecOps integral](/gitlab-duo/) puede impulsar el éxito al asistir a los desarrolladores en cada etapa de su flujo de trabajo.\n\nA medida que la IA transforma el lugar de trabajo, es fundamental que reflexionemos sobre cómo las empresas pueden aprovechar el potencial de la IA en todo el ciclo de desarrollo de software para acelerar la innovación y generar un impacto comercial tangible para los clientes.\n\n[1] _Fuente: Gartner, Top 5 Strategic Technology Trends in Software Engineering for 2024, Joachim Herschmann, Manjunath Bhat, Frank O'Connor, Arun Batchu, Bill Blosen, mayo de 2024. GARTNER es una marca comercial registrada y una marca de servicio de Gartner, Inc. y/o sus afiliadas en los Estados Unidos y en el ámbito internacional, y se utilizan con el debido permiso en el presente document. Todos los derechos reservados._","6-strategies-to-help-developers-accelerate-ai-adoption","content:es:the-source:ai:6-strategies-to-help-developers-accelerate-ai-adoption:index.yml","es/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption/index.yml","es/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption/index",[413,461,482],{"ai":355,"platform":362,"security":97},1753799865327]