Por: Toby Bowers, vicepresidente de marketing comercial en la nube y de IA.
Los desarrolladores lideran la adopción de IA e impulsan la transformación en todas las industrias. Desde escribir código hasta administrar aplicaciones, utilizan copilotos y agentes para acelerar la entrega, reducir el esfuerzo manual y crear con mayor confianza. Al igual que lideraron la automatización, los desarrolladores ahora remodelan las experiencias de los clientes y optimizan las operaciones para desbloquear todo el potencial de la IA.
Transformen lo que es posible para su negocio con Microsoft AI
En esta edición de FYAI (For your AI information – Su información de IA), una serie en la que destacamos las tendencias de IA con los líderes de Microsoft, escuchamos a Amanda Silver, vicepresidenta corporativa y directora de producto, aplicaciones y agentes. El liderazgo de Amanda ha dado forma a la evolución de Microsoft hacia la colaboración de código abierto, y avanza en un futuro en el que la IA transforma la manera en que los desarrolladores crean, implementan e iteran a escala para impulsar la innovación continua.
En esta sesión de preguntas y respuestas, Amanda comparte por qué es importante la adopción de IA dirigida por desarrolladores, cómo DevOps agéntica redefine los flujos de trabajo y qué pueden hacer los líderes hoy para maximizar el impacto.
¿Cómo cambia el panorama de la IA la forma en que los equipos de desarrolladores entregan las aplicaciones en las que se basan las empresas para operar?
La IA colapsa las transferencias a lo largo del ciclo de vida del software. DevOps unió con éxito la creación, las pruebas, la implementación y la operación, pero las fases anteriores (descubrimiento, requisitos, visión compartida y andamiaje inicial) en su mayoría se ubicaron fuera de ese bucle. Ahora los copilotos pueden convertir ideas de lenguaje natural en especificaciones y andamios, y los agentes realizan pruebas, actualizaciones y operaciones en tiempo de ejecución. El resultado es un ciclo único y más rápido desde la idea hasta el impacto: menor costo para iterar, transiciones más rápidas y más libertad para refinar hasta que el producto se adapte al negocio. Piensa en ello como el cambio a la nube pública: antes de la nube pública, los equipos esperaban semanas para adquirir hardware y comprometer capital por adelantado; con la nube, los entornos giran en segundos y solo pagas por lo que usas. La IA aporta esa misma elasticidad a la definición y entrega del producto, lo que elimina la fricción en la parte delantera del ciclo de vida y permite que los equipos iteren en función de los comentarios reales. En pocas palabras: la nube eliminó la fricción de la infraestructura; la IA elimina la fricción desde la intención hasta la implementación.
¿Cuáles son algunos ejemplos de cómo la IA ayuda a los desarrolladores a reimaginar su trabajo diario?
La IA ha convertido la entrega de software en un verdadero sistema de idea para operar. Para los desarrolladores, eso significa menos tiempo dedicado a la limpieza manual y más tiempo centrado en el trabajo creativo y de alto impacto. Los copilotos y los agentes ahora manejan las tareas repetitivas, a menudo invisibles, que solían acumularse, como la depuración, las actualizaciones de dependencias y los parches de seguridad. En lugar de esperar un «sprint de deuda tecnológica» trimestral, DevOps agéntica permite a los equipos pagar la deuda de manera continua, en segundo plano.
Un gran ejemplo es cómo la IA agéntica acelera la migración y la modernización. En el pasado, actualizar los marcos o pasar a nuevas plataformas significaba meses de planificación y correcciones manuales. Ahora, los agentes pueden automatizar las actualizaciones de .NET y Java, resolver cambios importantes e incluso orquestar migraciones a gran escala, lo que comprime los plazos de meses a horas. No se trata solo de velocidad; se trata de mantener las bases de código saludables y modernas de forma predeterminada, para que los desarrolladores puedan concentrarse en crear nuevas funciones y mejorar las experiencias de los usuarios.
El efecto neto: los desarrolladores pasan menos tiempo en apagar incendios y más tiempo en innovar. La deuda técnica se convierte en un proceso manejable y continuo, no en una crisis inminente. Y a medida que los agentes de IA asumen más del trabajo rutinario, los equipos pueden operar en un estado de flujo más estable, con un código más saludable y una entrega más rápida.
¿Qué significa eso para las aplicaciones? ¿Mejoran? ¿Y cómo afecta esto al papel que desempeña un desarrollador?
Las aplicaciones mejorarán porque se convertirán en sistemas de aprendizaje. Con la IA en el bucle, los equipos pasan de la entrega y la esperanza a la observación continua → la hipótesis de → cambio → validar el ciclo centrado en el perfeccionamiento continuo del ajuste producto-mercado. La IA puede ayudar a sintetizar la telemetría (como embudos, abandonos, repeticiones de sesiones y comentarios cualitativos), mostrar dónde tienen dificultades los usuarios, proponer cambios (como copia, flujo, diseño de componentes y recomendaciones) e incluso puede conectar marcas de características o experimentos para demostrar si un cambio funciona. El efecto es una reducción drástica en el tiempo de aprendizaje y una convergencia más rápida sobre lo que valoran los usuarios.
Interacción del usuario con PreAI versus PostAI
- PreAI: los usuarios navegan por menús densos y arquitecturas de información profundas, escanean pantallas para encontrar el control que hace lo que necesitan. Cada paso corre el riesgo de terminar en un callejón sin salida, y es fácil perder el contexto al cambiar de página o herramienta.
- PostAI: los usuarios expresan su intención en lenguaje natural (como texto, voz o multimodal). La app interpreta esa intención, mantiene el contexto y dirige al usuario a los datos, la acción o el flujo de trabajo correctos, a menudo al componer la interfaz de usuario sobre la marcha (por ejemplo, con la redacción de un formulario, filtrar los registros relevantes y sugerir la siguiente mejor acción). Piensa en esto como pasar de «¿Dónde hago clic?» a «Esto es lo que necesito, hazlo conmigo.«
Qué cambia para los desarrolladores
- Desde creadores de páginas hasta compositores de experiencias. Los desarrolladores diseñan enrutadores de intención y orquestaciones que conectan modelos, agentes, datos y servicios, para que la aplicación pueda responder de manera inteligente a diversos objetivos de usuario sin forzar rutas de clic rígidas.
- Desde el análisis manual hasta los bucles de productos asistidos por IA. En lugar de paneles de control e investigaciones ad hoc, la IA resalta las áreas de oportunidad, redacta planes de experimentación y abre solicitudes de incorporación de cambios con cambios de código y configuración propuestos. Los desarrolladores revisan, restringen y envían, con barandillas.
- De los «sprints de deuda» a la modernización continua. Los agentes pueden mantener la aplicación actualizada (actualización de marcos (por ejemplo, .NET y Java), reparación de desviaciones de dependencias, aplicación de revisiones a vulnerabilidades y estandarización de canalizaciones, mientras continúa el trabajo de funciones. Eso convierte la deuda tecnológica en una carga de trabajo administrada y siempre activa en lugar de un simulacro de incendio periódico.
En pocas palabras: la IA estrecha el círculo entre lo que los usuarios quieren y en lo que se convierte la aplicación. Los desarrolladores dedican menos tiempo al cableado de menús y al análisis forense manual, y más tiempo a definir la intención, componer flujos agentes, establecer métricas de éxito y supervisar cambios seguros y medibles. Las aplicaciones mejoran más rápido, no solo porque son más inteligentes, sino porque los equipos pueden experimentar, aprender y adaptarse a medida que crece el uso.
¿Dónde ves a Microsoft destacándose en un mar de competencia de IA?
El mayor diferenciador de Microsoft es nuestra capacidad para conectar agentes de IA a los sistemas, datos y flujos de trabajo que impulsan el negocio real. Servimos a organizaciones con bases de código masivas y complejas y requisitos operativos profundos, y nuestras herramientas están diseñadas para satisfacerlos donde están. Con GitHub, Visual Studio y Azure AI Foundry, millones de desarrolladores pueden acceder a los modelos y funcionalidades de agente más recientes directo en su flujo de trabajo diario, respaldados por pruebas comparativas de inteligencia artificial, gobernanza e inteligencia artificial responsable de nivel empresarial.
Pero lo que en verdad distingue a Microsoft es la amplitud de la integración. Los agentes de IA creados en nuestra plataforma pueden aprovechar un enorme ecosistema de aplicaciones empresariales, fuentes de datos y sistemas operativos, ya sea planificación de recursos empresariales (ERP, por sus siglas en inglés), gestión de relaciones con los clientes (CRM, por sus siglas en inglés), recursos humanos (RRHH), finanzas o soluciones de línea de negocio personalizadas. A través de estándares abiertos como Model Connector Protocol (MCP) y Agent-to-Agent (A2A), los agentes pueden conectarse, orquestar y automatizar de forma segura en estos entornos, lo que permite ofrecer resultados que importan: automatizar flujos de trabajo, modernizar sistemas heredados e impulsar la mejora continua.
La serie Agent Factory de Yina Arenas muestra cómo Microsoft crea el modelo para agentes de IA seguros y confiables, desde la creación rápida de prototipos hasta la producción, la observabilidad y los casos de uso del mundo real. Nuestra plataforma no se trata solo de crear agentes; se trata de permitirles trabajar con los sistemas y datos en los que las organizaciones ya confían, para que los equipos puedan pasar de los experimentos al impacto a escala empresarial.
Al final del día, la ventaja de Microsoft no es solo la escala, es la capacidad de hacer que los agentes de IA sean en verdad útiles, conectándolos con el corazón del negocio, con las herramientas y los estándares para hacerlo de manera segura.
¿Cuándo deben los desarrolladores decidir qué tareas delegar a los agentes en lugar de abordarse a sí mismos para obtener el máximo impacto?
Como dijo mi colega, David Fowler: «Los humanos son el hilo de la interfaz de usuario; los agentes son el hilo conductor. ¡No bloquees la interfaz de usuario!» Los desarrolladores deben centrarse en el trabajo creativo y basado en juicios: establecer la intención, tomar decisiones arquitectónicas y dar forma a la experiencia del producto. Los agentes sobresalen en el manejo de las tareas repetitivas, de larga duración o transversales que pueden ejecutarse de manera silenciosa en segundo plano: estado del código, actualizaciones de dependencias, clasificación de telemetría e incluso soluciones de andamiaje para desbloquear la página en blanco.
La clave es delegar cualquier cosa que ralentice su flujo o distraiga del trabajo de alto impacto. Si una tarea es rutinaria, tolerante a la latencia o reversible con facilidad, deja que un agente la maneje. Si requiere un contexto profundo, un juicio sobre el producto o podría cambiar de manera fundamental la dirección de tu app, mantenla en el «hilo de la interfaz de usuario» humano. De esta manera, los desarrolladores se mantienen receptivos y enfocados, mientras que los agentes mejoran de manera continua la base de código y las operaciones en paralelo.
Al lograr el equilibrio adecuado, los desarrolladores pueden minimizar el tiempo dedicado a las tareas rutinarias y mantenerse enfocados en el trabajo que hace avanzar a los productos y equipos.
¿Por qué las herramientas de codificación de IA atraen tanta inversión e interés? ¿Por qué reimaginar la experiencia del desarrollador ahora?
Porque el desarrollo de software ya genera el tipo de señales ricas y estructuradas en las que prospera la IA. El código y las diferencias, las revisiones de solicitudes de incorporación de cambios, los resultados de las pruebas, los registros de compilación, la telemetría de tiempo y rendimiento, los rastreadores de problemas y los resultados de la implementación están etiquetados, con marca de tiempo y rastreables. Eso hace que el entorno de desarrollo sea un campo de pruebas natural para el aprendizaje automático aplicado: los modelos pueden aprender del trabajo real, evaluarse con respecto a comprobaciones objetivas (como pruebas, linters y políticas) y mejorar dentro de un ciclo de retroalimentación existente (como integración continua y entrega continua (CI/CD, por sus siglas en inglés), marcas de características y valores controlados). En resumen, tenemos los datos, la instrumentación y la validación incorporados.
También hay una razón cultural: los desarrolladores automatizan la fricción, desde compiladores y sistemas de compilación hasta control de versiones, CI/CD, contenedores e infraestructura como código. La IA generativa es el siguiente paso en ese linaje. Cambia más trabajo de la creación manual a la especificación de la intención y la supervisión de los resultados: los copilotos ayudan con la exploración y la aceleración; los agentes manejan el estado continuo del código, las actualizaciones y los cambios seguros y reversibles. La inversión fluye aquí porque una mejor experiencia del desarrollador se relaciona de manera directa con el rendimiento, la calidad y el tiempo de creación de valor.
Y sí, el futuro comienza con los desarrolladores. A medida que los equipos de desarrollo descubren dónde la IA brinda soporte real en su propio flujo de trabajo, esos patrones se extienden al resto del negocio, lo que acelera la forma en que cada función experimenta, aprende y se envía.
Empoderar a los desarrolladores con IA para generar un impacto duradero
Hemos comenzado a entrar en una nueva era de entrega de software, y es agéntica, adaptable y centrada a profundidad en el ser humano. Con los copilotos y los agentes en el circuito, los desarrolladores construyen sistemas que se adaptan de manera continua a las necesidades comerciales. En Microsoft, capacitamos a los desarrolladores para que pasen de la idea al impacto más rápido centrándonos en la creatividad, la visión del producto y la creación con IA confiable.
De hecho, las Empresas Frontera ya nos han mostrado lo que es posible. Tratan el software como un sistema dinámico, refinado a través de la telemetría, la experimentación y la información impulsada por IA. Y en todo tipo de organizaciones, surgen casos de uso de IA convincentes, desde el servicio al cliente hasta la ingeniería de software, que marcan el ritmo de lo que es posible con las últimas herramientas de IA.
Capaciten a su personal e impulsen resultados reales con Microsoft AI
¿Listos para aprender más? Descubran recursos y herramientas para acelerar su recorrido hacia la IA:
