#MásDataMenosGuata: Llevamos años trabajando con IA, ahora la medimos

Por Antonio Díaz-Araujo, Gerente general de Unholster.

Hay una conversación que se repite en empresas de tecnología en Chile. Alguien saca la palabra "inteligencia artificial", alguien más dice que "va a transformar todo", un tercero asiente con autoridad y nadie, absolutamente nadie, tiene un solo dato de uso concreto en la mano. Nosotros tampoco los teníamos. Hasta que decidimos buscarlos.

En Unholster llevamos años trabajando con IA — construyendo con ella, vendiéndola, hablando de ella con clientes. Pero teníamos una deuda pendiente con nuestra propia máxima: Más Data, Menos Guata. Y era hora de aplicarla internamente.

Así que en lugar de seguir opinando, hicimos algo simple: medirlo. Le encargué la misión a Macarena Cusicanqui, de nuestro equipo de Personas y Cultura. Primera herramienta en la mira: Cursor, como plan piloto. Seis meses de datos reales, analizados sin filtros, sin cherry-picking y sin el sesgo de querer quedar bien.

¿Qué encontramos? Primero, algo que parece obvio pero no lo es: la herramienta se usa. Entre septiembre y diciembre, entre dos tercios y tres cuartos del equipo entraban a Cursor todos los días. Cuando llegaron los practicantes en verano, hubo días en que las 30 personas del equipo la usaron simultáneamente. No hay duda, la IA está absolutamente integrada en el flujo de trabajo, punto.

Segundo, no solo se usa. Funciona. El 93,8% de las tareas que el equipo le delega al agente de IA terminan siendo aprobadas directamente. Y no es porque seamos condescendientes con los resultados — el equipo es riguroso y exigente. Si algo no sirve, no pasa.

Tercero —y este es el número que más me llama la atención—: el 63,4% del código que entramos a producción fue creado con ayuda de IA. De cada cien líneas en nuestros sistemas, sesenta las escribió la IA y un desarrollador las revisó. En equipos que se consideran avanzados en el uso de estas herramientas, lo habitual ronda el 40% al 55%.

Lo que está pasando es más interesante que cualquier titular sobre el tema: el proceso de crear software se volvió colaborativo de una forma nueva. El desarrollador define el problema, establece el contexto y toma las decisiones. La IA ejecuta el trabajo intermedio. Es un leverage real, no un slogan de pitch deck.

Información que me pareció especialmente reveladora: el equipo le pidió a la IA que ejecutara trabajo más de ocho veces por cada pregunta que le hizo. 47.333 tareas delegadas versus 5.874 consultas. El impacto en productividad no aparece cuando le preguntas cosas a la IA. Aparece cuando le pides que haga cosas. Y ahí sí estamos bien encaminados.

¿Y los practicantes? Llegaron sin los hábitos de las herramientas "de antes". No usaron la IA como un buscador glorificado. Desde el día uno, delegaron. Directamente. Sin el período de adaptación que tuvieron quienes llevamos más tiempo en esto. Puede ser una pista sobre cómo va a trabajar la próxima generación de desarrolladores. O puede ser que simplemente no tenían malos hábitos que desaprender. Ambas cosas son igualmente interesantes.

¿Y qué nos falta? El autocompletado se usa cada vez menos —no porque haya empeorado, sino porque nuestros proyectos tienen contexto específico que la IA no conoce todavía. Solución: darle más información. Simple, pero nadie lo ha hecho sistemáticamente.

Y hay una capacidad que casi no tocamos: que la IA haga cambios de código de forma autónoma, sin que haya un desarrollador mirando en ese momento. Se generaron algunas propuestas así durante el período. Ninguna fue integrada — porque en Unholster queremos que siempre haya un unholsteriano detrás, revisando que la solución sea la correcta. La IA propone, las personas deciden, por ahora. Probablemente ahí hay otra frontera de productividad que todavía no abrimos y se puede evaluar.

Otro dato que aporta a la causa: todo esto costó US$18.129 en seis meses. No es poca plata. Tampoco es mucha si la comparamos con lo que representa el 63% del código de producción de un equipo completo.

Como dije al inicio, en Unholster no estamos descubriendo la IA. Llevamos años trabajando con ella, pero lo que acabamos de hacer es algo distinto: medir el uso real que le damos a las nuevas herramientas. Cursor fue el plan piloto. Los números confirman que vale la pena. Vamos por #MásDataMenosGuata.