Más que una herramienta experimental en las áreas de Tecnologías de la Información (TI), la IA ahora impacta en los tiempos de desarrollo, resolución de incidentes, automatización operativa y capacidad de ejecución de los equipos, según expertos.
Sin embargo, estas ganancias de eficiencia generan nuevas exigencias: más velocidad, mayor presión por resultados y la necesidad de redefinir cómo se mide la productividad tecnológica.
Medición del ahorro de tiempo
Un estudio de GitHub Copilot demuestra que desarrolladores asistidos por IA completaron tareas específicas de programación 55.8% más rápido; y que los tiempos de ejecución, en equipos de procesos maduros, se pueden reducir entre 20% y 40% en tareas operativas y repetitivas: generación de código, documentación, pruebas unitarias, soporte técnico, monitoreo y análisis de errores.
LEA TAMBIÉN: El nuevo rol de la IA en empresas: no basta automatizar para producir más
“La IA comprime la parte repetitiva; la parte estratégica no se comprime. El análisis funcional, las decisiones de arquitectura o las pruebas de integración siguen requiriendo criterio humano. Nadie reduce el ciclo completo de desarrollo a la mitad”, señala Giancarlo Corzo, CTO de Inversiones IO, a Gestión.
Corzo añade que en áreas de desarrollo el uso consistente de la inteligencia artificial puede ahorrar entre 4 y 10 horas por persona a la semana.
En tanto, un reporte de ITSM con IA generativa revela que el tiempo promedio de resolución de incidentes pasó de 32,46 horas a 22,55 horas, acumulando más de 323.000 horas ahorradas en un año entre las organizaciones analizadas.
LEA TAMBIÉN: IA empieza a marcar la pauta en fusiones y adquisiciones empresariales: ¿se siente en Perú?
Al respecto, Lorena Rojas, country manager de Tata Consultancy Services (TCS), considera que la productividad es uno de los factores que se miden a la hora de aplicar IA en entornos de TI, en específico en tiempos de desarrollo, automatización de pruebas y exactitud en estimaciones de proyectos.
La adopción de inteligencia artificial impulsa eficiencias en áreas de TI y obliga a replantear métricas, liderazgo y organización interna en las compañías. Foto: difusión
Nuevas exigencias en la productividad
Un reporte de DORA 2025, citado por los especialistas, muestra que el 90% de profesionales tecnológicos ya utiliza herramientas de IA en su trabajo y más del 80% afirma haber mejorado su productividad.
Rojas insiste en que las empresas deben incorporar perfiles especializados como Head of AI, los cuales son capaces de conectar distintas áreas de un negocio bajo estrategia de IA.
“Los perfiles deben tener flexibilidad para el aprendizaje y resiliencia. Hay presión por resultados, pero ese no debería ser el foco principal. Si la empresa no cuenta con un líder de IA, un buen gobierno y una estructura preparada, no será productiva la velocidad”, sostuvo.
En data recogida por el Centro de Inteligencia Artificial Responsable (CIAR) de la Universidad de Lima, revelan que si un equipo logra una mejora neta sostenida de 20% a 30% en capacidad, podría asumir un proyecto pequeño adicional por cada tres a cinco proyectos comparables que antes ejecutaba; por ejemplo, pasar de 10 iniciativas anuales a 12 o 13, siempre que no se degrade la calidad.
LEA TAMBIÉN: Matriz de TikTok se está apoderando de Internet en China y otros países
Los expertos coinciden en que la posibilidad de automatizar tareas y acelerar desarrollos genera presión para entregar más proyectos en menos tiempo, aunque advierten que ese enfoque puede convertirse en un problema si las organizaciones confunden rapidez con eficiencia sostenible.
“La IA no convierte a un equipo de cinco personas en uno de diez”, complementa Corzo.
Especialistas comentan que las herramientas generativas de IA reducen tiempos operativos y automatizan tareas repetitivas, aunque las decisiones críticas siguen dependiendo de supervisión humana. Foto: referencial / iStock
En esa línea, explica que la velocidad dejó de ser suficiente para medir la productividad, y ahora ganan relevancia indicadores como:
- Lead time de desarrollo,
- Cycle time
- Frecuencia de despliegues
- Tasa de defectos
- MTTR (tiempo promedio de resolución de incidentes)
- Horas destinadas a tareas repetitivas
- Satisfacción del equipo técnico.
Por su parte, Otto Vidal, gerente general de Lidera Digital, comenta que uno de los errores más frecuentes es tratar a la IA como un proyecto de Tecnologías de la Información, cuando en realidad es un cambio que abarca a toda la empresa.
LEA TAMBIÉN: Por qué es difícil para los seres humanos ejercer autoridad final sobre la IA
“De nada sirve que el área tecnológica implemente una herramienta brillante si el equipo comercial, el de operaciones o el de finanzas no la adoptan en su día a día. La adopción es el verdadero cuello de botella, no la tecnología”, apunta.
Vidal recomienda no caer en la desorientación, y resalta el orden para la aceleración de resultados, sumado al criterio humano para cuestionar las decisiones que pueda tomar un sistema tecnológico.
“El momento clave es cuando alguien del equipo dice: ‘Esto que hacía en tres horas, ahora lo hago en veinte minutos’. La IA amplifica lo que ya existe en la organización: si hay orden, los resultados se aceleran; si hay caos, el caos también se acelera”, explica.
Retorno de inversión por implementar IA en áreas TI
El CIAR detalla que el retorno aparece por reducción de horas repetitivas, menor costo de defectos, menor tiempo de salida al mercado, mejor atención de incidentes y reducción de riesgos.
En base al estudio de IDC de Microsoft, encuentran un ROI promedio de US$3.7 por cada dólar invertido en IA generativa, mientras que Accenture, muestra que las empresas con procesos modernizados logran 2.4 veces más productividad.
“El ROI sostenible requiere gobierno de datos, arquitectura flexible, capacitación, métricas, seguridad, rediseño del proceso y adopción real. Sin eso, la IA queda como piloto vistoso, pero no como motor económico”, concluyeron desde el CIAR de la Universidad de Lima.
Periodista con más de 5 años de experiencia en la cobertura de coyuntura económica e informes especiales en prensa escrita y digital.
