Los programadores adoran la IA: ¿pueden el derecho, las finanzas y la atención al cliente seguirles el ritmo?

Las herramientas de programación con IA han cambiado las rutinas diarias de los ingenieros de software en las jóvenes empresas de Silicon Valley. El producto final sigue siendo el mismo: enormes cantidades de código. Sin embargo, en lugar de teclearlo sentados ante el ordenador, susurran a micrófonos. Esas instrucciones orales se transcriben mediante inteligencia artificial y se transmiten a agentes de IA —programas capaces de actuar dentro de aplicaciones y, en este caso, de escribirlo.

La mayoría del resto de los oficinistas aún no ha llegado «a este mundo», admite Colin Jarvis, de OpenAI, creadora de ChatGPT. Las perspectivas de su empresa —y el auge más amplio de la IA— dependen de que eso cambie. Para justificar el enorme gasto en centros de datos, los gigantes estadounidenses de la nube y laboratorios de IA como Anthropic y OpenAI necesitan que la adopción de la tecnología siga creciendo con rapidez. Un cálculo aproximado indica que para pagar la expansión de los centros de datos los ingresos anuales totales procedentes del uso de la IA deberán alcanzar los 2,5 billones de dólares al año a finales de la década, frente a unos 150.000 millones actuales.

Por qué los desarrolladores adoptaron primero las herramientas de programación con IA

La adopción hasta la fecha ha sido con diferencia más fuerte entre los desarrolladores de software. Cuatro de cada cinco programadores afirman usar una herramienta de programación con IA, según Stack Overflow, un foro en línea. Según SemiAnalysis, una firma de investigación, para Anthropic y OpenAI la programación representa ya más de la mitad de sus ingresos recurrentes anuales combinados —una popular medida de ventas que extrapola a partir del mes más reciente.

En junio de 2025, los ingresos recurrentes anuales combinados de Cognition, Cursor, Lovable y Replit, cuatro emergentes de programación con IA, eran de unos 800 millones de dólares. Hoy ascienden a 6.000 millones de dólares.

El entusiasmo de los programadores ayuda a explicar que la IA se extienda más rápido en los sectores donde representan una mayor proporción del empleo (véase el gráfico). Los optimistas podrían interpretar ese patrón como prueba de que el auge de la IA no ha hecho más que empezar, y de que el gasto en esta tecnología aumentará mucho más en los próximos años a medida que maduren otros usos. Sin embargo, factores estructurales también podrían convertir la programación en una excepción.

El derecho, las finanzas y la atención al cliente crecen rápido

Tres candidatos mencionados a menudo como los próximos usos estrella de la IA son la abogacía, las finanzas y la atención al cliente. La expansión en cada uno ha sido llamativa. Harvey, Clio y Legora, tres desarrolladores de herramientas jurídicas con IA, han duplicado aproximadamente sus ingresos recurrentes anuales combinados en el último año, hasta los 1.000 millones de dólares. Harvey afirma que el tiempo que los abogados pasan en su plataforma se duplica cada mes.

Los banqueros y otros profesionales de las finanzas también están empezando a adoptar la tecnología. Rogo, una emergente de IA que crea herramientas para el sector de los servicios financieros, sumó 100 clientes empresariales en el último trimestre y aumentó sus ingresos recurrentes anuales un 50 %.

La IA también está despegando en la atención al cliente. Sierra, que crea herramientas para este fin, alcanzó en junio unos ingresos recurrentes anuales de 200 millones de dólares, el doble que en noviembre del año pasado. Los inversores de capital riesgo son optimistas. En lo que va de año han invertido 3.000 millones de dólares en emergentes de IA en este ámbito, más que en ninguna otra categoría de aplicaciones de IA. La inversión en emergentes de programación con IA se ha estancado, en parte porque las propias herramientas de programación de los laboratorios de IA han crecido muy rápido.

Esos tres usos comparten ciertos rasgos con la programación. Abarcan grandes mercados potenciales y las tareas suelen ser rutinarias. Aun así, cuatro elementos distinguen a la programación: el acceso a datos de entrenamiento; la facilidad para comprobar el resultado del modelo; el escaso contacto humano que exige el trabajo; y los propios ingenieros de software. Las empresas de IA intentan superar esas diferencias en otros ámbitos, aunque el éxito no será sencillo.

Cuatro ventajas que hacen diferente a la programación

Una razón por la que la IA ha funcionado tan bien como compañera de programación es el enorme corpus de código abierto publicado en internet. Por ello ha entrado en los modelos, representando en algunos casos casi una quinta parte de todos los datos de entrenamiento. No existe una masa equivalente de material público para las quejas de clientes o las negociaciones de contratos.

Además, el código generado por máquinas es comparativamente sencillo de verificar. Las pruebas de software son una práctica habitual en ingeniería: un programa examina a otro. Eso aumenta las probabilidades de que los fallos del código escrito por IA se detecten antes de causar daños. Es más, las pruebas ayudan a mejorar los modelos al señalar cada vez que se produce un error. Evaluar si un cliente enfadado se sintió reconfortado o si un modelo de valoración captó adecuadamente la sutileza de las cuentas de una empresa es más complicado.

Los asistentes de programación tienen otra ventaja porque gran parte del contexto necesario para una tarea ya reside en la base de código de un programa, o es accesible a través de conductos digitales que conectan programas, conocidos como interfaces de programación de aplicaciones. En muchos otros entornos, el conocimiento vital no figura en registros digitales, sino que reside en la mente de un teleoperador o en la expresión facial de un abogado rival.

¿Puede la IA cerrar la brecha en otros trabajos de oficina?

Las empresas de IA están trabajando en todos estos retos. Winston Weinberg, director ejecutivo de Harvey, afirma que los avances en IA permiten ahora a su empresa entrenar en parte sus herramientas recurriendo a datos «sintéticos», generados por sistemas de IA. Emergentes como Mercor están conectando a empresas de IA con profesionales de diversos campos que pueden transferir su experiencia a los modelos.

Ping Wu, director ejecutivo de Cresta, una emergente de atención al cliente con IA, afirma que al analizar miles de transcripciones de centros de llamadas su empresa puede inferir parte del conocimiento que reside en la cabeza del personal, como la forma en que se gestionan los reembolsos. Legiones de los llamados ingenieros desplegados sobre el terreno están siendo enviados por las empresas de IA a las oficinas de sus clientes para resolver problemas y mejorar sus herramientas.

Sin embargo, el último motor del triunfo de la IA en la programación podría ser más difícil de copiar: los propios ingenieros de software. Al ser tanto aficionados a la tecnología como estar acostumbrados al cambio, dado que los lenguajes de programación se actualizan cada pocos años, adoptan las nuevas tecnologías de forma instintiva. Gran parte de la adopción de la IA para programar se ha producido por tanto de abajo arriba, con ingenieros que encuentran y prueban herramientas por su cuenta, señala Anish Acharya, de Andreessen Horowitz, una firma de capital riesgo.

Los teleoperadores, en cambio, no suelen tener ni el incentivo ni la libertad para experimentar en el trabajo, y tienden a esperar a que las tecnologías se implanten de arriba abajo. Los abogados y los trabajadores financieros, por su parte, deben actuar con cautela para no infringir las numerosas normativas que rigen sus profesiones.

Otras aplicaciones de la IA seguirán creciendo sin duda, y bien podrían acelerarse a medida que mejoren los modelos y las empresas se sientan más cómodas delegando tareas en agentes de IA. Pero podría pasar un tiempo antes de que la mayoría de los oficinistas pase el día susurrando a micrófonos. ■

Report a correction