En Palo IT hemos logrado lo que muchos pensaban que tomaría al menos un par de años: entregar proyectos de 2 a 5 veces más rápido que los enfoques tradicionales, pero ¿cómo? Nuestra metodología ahora se apalanca de la Inteligencia Artificial, ayudándonos a generar el 95% del código, la documentación, los diagramas de arquitectura, la infraestructura como código, etc. fundamentalmente entregando el producto completo y aumentando la calidad en todos los aspectos.
Descubre nuestra metodología Gen-e2 (Generative AI Enhanced Engineering).
Reinventando la ingeniería de software con IA
Imagina a nuestro equipo de ingenieros reunido frente a una gran pantalla en una sesión de "AI mob programming". No hay tecleo frenético ni desplazamiento interminable por bibliotecas de código en Stack Overflow. En su lugar, tenemos conversaciones dinámicas sobre la lógica empresarial de un proyecto, mientras que nuestros ingenieros solicitan a GitHub Copilot que genere la arquitectura y el código del producto en tiempo real.
Así es como trabajamos ahora en Palo IT. Este enfoque no solo ha transformando nuestra forma de desarrollar software, sino que también nos ha enseñado valiosas lecciones sobre el futuro de la ingeniería.
Así es como construimos ahora el software en PALO IT, y está revolucionando todo nuestro enfoque de la ingeniería de software. Pero llegar hasta aquí no ha sido sencillo, y nuestro viaje nos ha enseñado valiosas lecciones sobre el futuro de la ingeniería de software.
La sinergia entre la creatividad humana y la inteligencia artificial no solo acelera el proceso de desarrollo, sino que eleva la calidad de las conversaciones técnicas, permitiendo que nuestros expertos se concentren en lo que realmente importa: resolver problemas de negocio complejos mientras la tecnología asume las tareas repetitivas de codificación.
Del desafío al Descubrimiento
Todo empezó con un reto. Al igual que muchas organizaciones, incorporamos asistentes de codificación con IA a nuestro ciclo de vida de desarrollo de software ágil (SDLC) estándar con el objetivo de acelerar la productividad. Sin embargo, los resultados fueron decepcionantes porque intentábamos encajar la IA en un paradigma de entrega obsoleto. Nos dimos cuenta de que el problema era estructural. Utilizar IA solo a nivel individual limitaba su impacto y apenas aceleraba tareas aisladas, afectando únicamente el desarrollo dentro de los silos.
El verdadero avance llegó cuando decidimos rediseñar todo el ciclo de vida del desarrollo de software bajo un enfoque AI-first o AI-driven. Es decir, no solo complementamos con IA, sino que la pusimos al centro de la ecuación.
A lo largo de 18 meses de experimentación y proyectos empresariales, hemos desarrollado y validado el enfoque adecuado, bibliotecas enteras de prompts, archivos de configuración y la estructura del repositorio para cambiar fundamentalmente la forma en que la IA genera un producto. En el fondo, es una forma de hacer que la IA mantenga un conocimiento exhaustivo de todo el contexto del proyecto. Cada decisión -desde los objetivos empresariales que debe alcanzar el producto, pasando por las opciones de arquitectura de alto nivel, hasta los detalles específicos de implementación- se documenta, valida y rastrea. Aquí radica la clave: con Gen-e2 no sólo generamos código, generamos comprensión sistémica del producto.
A partir del contexto generamos prompts y creamos prompts para dar contexto.
En lugar de incitar a generar pequeñas funciones le damos una visión global de lo que debe lograr el producto. para que a su vez la IA genere vías y caminos para construir este producto. Para ello, vamos más allá de la "cadena de pensamiento", que es lo que hace el 80% de la gente, así, en vez de una simple “cadena de pensamiento” (chain of thought prompting, revisar diagrama), aplicamos “estímulo contextual”.
Figura 1 La "cadena de pensamiento" es una sucesión lineal de pregunta-respuesta-pregunta-respuesta.
Con Gen-e2 el "estímulo contextual"significa brindar contexto de todo el proyecto a partir de las indicaciones. A su vez, debido a que la IA mantiene todo este contexto, podemos utilizar indicaciones mucho más pequeñas: es decir, los ingenieros no tienen que repetirse constantemente y escribir indicaciones largas. La IA entiende lo que quieren decir con instrucciones más breves, lo que aumenta considerablemente la productividad. El contexto del proyecto se convierte en un sistema adaptativo complejo formado por bucles de retroalimentación que lo enriquecen constantemente y generan una comprensión sistémica. ¿El resultado? La IA mantiene un contexto robusto y, por lo tanto, los ingenieros pueden usar instrucciones más breves sin perder precisión. Esto hace que el proceso sea más ágil y eficiente.
Fig. 2. Concepto de ayuda contextual de Gen-e2
Gen-e2: Revolucionando el Desarrollo de Nuevos Productos
Lo que hace que nuestro enfoque Gen-e2 sea único es que no nos limitamos a teorizar sobre el futuro del desarrollo impulsado por la IA, sino que lo estamos aplicando hoy mismo a escala de formas que incluso los equipos de IA más maduros afirman no haber visto antes. Normalmente, empezamos con un proyecto piloto para demostrar que nuestro AI-PDLC (AI-driven Product Development Lyfe Cycle) Gen-e2 funciona dentro del contexto de la organización. Incluso quienes han sido pioneros en el uso de herramientas de copilotos de IA desean colaborar con nosotros al darse cuenta de que estamos logrando niveles de adopción de IA que, hasta ahora, sólo habían imaginado hipotéticos, o previsto a años de distancia para su propia organización.
El enfoque Gen-e2 representa un salto fundamental en la manera en que la IA se integra en la ingeniería de software y probablemente el
y probablemente el cambio más significativo en la industria en la última década.
El impacto en los roles de nuestros equipos de proyecto ha sido transformador. No sólo los ingenieros trabajan con herramientas de IA, sino también los propietarios de productos, diseñadores y arquitectos. En lugar de dejar obsoletos a los desarrolladores, Gen-e2 ha elevado su papel. Nuestros ingenieros dedican ahora más tiempo a un trabajo valioso y estratégico, centrándose en los resultados empresariales más que en los detalles de implementación. A través de nuestras sesiones de AI mob programming, nuestros equipos de producto trabajan en una alineación sin precedentes con las partes interesadas del negocio, llevando a cabo rápidas iteraciones que aúnan la estrategia empresarial y la ejecución técnica en un sólo día.
Los números que están cambiando la industria
Los resultados hablan por sí solos: Estamos lanzando nuevos productos de 2 a 3 veces más rápido que los métodos tradicionales, mientras que la modernización de sistemas heredados y la migración de plataformas está experimentando una aceleración de 3 a 5 veces.
Fig 3: Ciclo de vida del desarrollo de software tradicional, a pesar de la intención ágil, sigue siendo dispar, fragmentado en fases, lo que lleva a ciclos de entrega mucho más largos
En la práctica, así se ve el gráfico de progreso de un proyecto que entregamos recientemente en una importante organización internacional utilizando GitHub Copilot (ver Fig. 4). La velocidad se ha duplicado gracias a Gen-e2 en comparación con los métodos tradicionales, lo que nos ha permitido añadir más funcionalidades y superar el alcance inicial en un 120%. 
Fig 4: Gráfico de un proyecto entregado recientemente en una importante organización internacional, resultados reales de Gen-e2 frente a las previsiones según los métodos tradicionales, aumento de la velocidad y alineación mediante iteraciones rápidas de un día en sesiones de programación en grupo entre product owners, diseñadores e ingenieros.
A medida que las tecnologías de IA avanzan a nivel global semana a semana, ya estamos yendo más allá del uso básico de copilotos de IA. Ahora, los combinamos con agentes de IA especializados para realizar tareas de arquitectura, diseño y cumplimiento normativo.
Gen-e2 no solo está transformando la forma en que trabajamos en PALO IT, sino que también está haciendo que el desarrollo de software sea más accesible para todo tipo de organizaciones, cambiando el enfoque de escribir código a resolver problemas de negocio.
Como señaló uno de nuestros ingenieros: "El código es cosa del pasado. Ya no solo escribimos código, estamos diseñando soluciones." Las fases tradicionales no han desaparecido solo porque la IA sea más rápida, sino porque todo nuestro proceso de desarrollo se ha vuelto más inteligente, integrado y alineado con las necesidades del negocio.
En este nuevo paradigma, cada línea de código se genera con un propósito, cada decisión arquitectónica se toma con pleno contexto y cada miembro del equipo se enfoca en lo que realmente importa: crear valor para los usuarios. Creemos que esto representa el futuro del desarrollo de software y productos: no una IA que reemplace a los humanos, sino una IA que les permita trabajar a un nivel más alto de abstracción, pensando estratégicamente mientras las máquinas se encargan de los detalles tácticos.
Según nuestra experiencia, este futuro no solo es posible: ya lo estamos viviendo.
Si está listo para transformar sus proceso de desarrollo de software y desbloquear una productividad sin precedentes, póngase en contacto con nosotros hoy mismo.
- Dimitri Baikrich, Director de Tecnología, PALO IT