Acelerar el ciclo de vida de la entrega de software con IA generativa: lecciones de Enterprise Payment Services de IBM

Hace tres meses, la lista de pruebas de regresión pendientes de mi equipo y el tiempo que llevaban ejecutarlas suponían un lastre constante en cada sprint. Hoy, Bob ha reducido nuestro esfuerzo en pruebas en más de un 70 %. Ese resultado se logró mediante la implementación de IBM® Bob, el asistente de desarrollo de IA de IBM integrado de forma nativa en el flujo de trabajo de pruebas, como miembro de pleno derecho de nuestro equipo de pruebas. Demuestra que la entrega de software aumentada por IA ya no es un concepto futuro.

Los equipos de ingeniería de software se enfrentan a una presión creciente desde múltiples direcciones al mismo tiempo. Los organismos reguladores están endureciendo los requisitos de cumplimiento. Los auditores de seguridad exigen una mayor visibilidad de la gestión de vulnerabilidades y los plazos de corrección. Mientras tanto, los clientes aceleran sus demandas funcionales y esperan una comercialización más rápida sin afectar a la calidad ni a la estabilidad.

El equipo de IBM Payment Center Enterprise Payment Services (EPS) opera una plataforma de pagos altamente regulada y de alto valor, y vivimos con esas presiones todos los días. Las plataformas de pagos se sitúan en la intersección de cada una de ellas: regulación financiera, mandatos de resiliencia operativa, supervisión de seguridad y demandas competitivas de los clientes convergen en una única base de código.

La pregunta que me propuse responder este año es sencilla: ¿cómo podemos hacer más, más rápido, con las mismas personas, sin sacrificar la calidad o la estabilidad?

La respuesta es la IA generativa, concretamente IBM Bob, que incorporamos a principios de 2026 como miembro de pleno derecho del equipo de ingeniería de EPS. Hemos logrado un progreso significativo en solo unos meses. Esos resultados reflejan una transformación más amplia que se está produciendo en todo el sector.

La IA generativa ya no es un experimento piloto limitado a sugerencias de autocompletado. Se está integrando en todas las disciplinas principales del ciclo de vida del desarrollo de software (SDLC), desde la recopilación de requisitos hasta la respuesta a incidentes de producción. Los resultados son lo suficientemente convincentes como para que las organizaciones que aún no inviertan experimenten una desventaja competitiva real.

Nuestra experiencia abarca claramente todo el arco de la entrega de software. Permítanme explicarles cada fase.

Requisitos: convertir el ruido en estructura
 

La recopilación de requisitos siempre ha sido la fase con más ambigüedad y el mayor potencial de costes posteriores. Los requisitos deficientes son la causa raíz de una parte desproporcionada de la reelaboración del proyecto, la falta de alcance y la inyección de defectos. Un defecto encontrado en los requisitos cuesta una fracción de uno encontrado en producción.

La IA generativa cambia fundamentalmente la economía de esta fase. En el contexto de EPS, Bob se encarga de:

• La generación rápida de historias de usuario y documentación: transformar las notas de las reuniones y las conversaciones de los stakeholders directamente en historias de usuario estructuradas y listas para Jira y criterios de aceptación.
• Identificación de los requisitos que faltan: analizar las historias existentes en el contexto empresarial y señalar las lagunas que los analistas empresariales humanos podrían no detectar hasta el final del sprint.
• Traducción de entradas no estructuradas: conversión de transcripciones, correos electrónicos y notas informales en artefactos de requisitos formales.

Hemos observado mejoras de productividad del 30-40 % en la fase de requisitos al utilizar Bob para ayudar a los analistas empresariales, principalmente mediante la eliminación del trabajo manual de transcripción, reformateo y referencias cruzadas. Estas estimaciones medidas por el equipo se basan en el seguimiento del esfuerzo de los analistas empresariales antes y después de la incorporación de Bob al equipo.

El factor clave es la conciencia contextual de Bob. La cargamos con el conjunto completo de documentación de la plataforma, estándares regulatorios, estándares de codificación y requisitos no funcionales. Esta base garantiza que los requisitos generados reflejen las realidades arquitectónicas y normativas de una plataforma de pagos, en lugar de ser meramente correctos desde el punto de vista sintáctico.

Ingeniería y desarrollo: la mayor oportunidad
 

El desarrollo es donde se dedica la mayor parte de las horas de ingeniería y, en consecuencia, es donde la IA generativa ofrece la mayor ventaja transformadora. Las proyecciones de IBM para Bob en la fase de ingeniería oscilan entre el 30 y el 50 % de mejoras en la eficiencia, un rango que refleja la amplitud de las tareas de ingeniería y la profundidad del contexto requerido para cada una.

En nuestra implementación, buscamos la aceleración de la ingeniería en tres vectores. En cada uno, Bob opera en modo semiautónomo, realizando el trabajo mientras un experto en la materia revisa y valida el resultado antes de su aceptación. Este emparejamiento no es una limitación; es el patrón arquitectónico correcto para la IA en esta etapa de madurez.

1. Revisiones de código asistidas por Bob: Bob tuvo acceso al repositorio de fuentes EPS y realiza revisiones de código junto con revisores humanos de SME. Este enfoque de doble revisión garantiza el cumplimiento de los requisitos regulatorios, los estándares de seguridad y privacidad y los requisitos de arquitectura funcional y no funcional, detectando defectos durante el desarrollo en lugar de en pruebas o producción. La investigación de GitHub sobre Copilot concluyó que la revisión de código asistida por IA detectaba entre un 15 y un 20 % más de problemas relevantes para la seguridad por ciclo de pull request y reducía el tiempo de resolución porque la IA proponía diferencias correctivas junto con sus hallazgos.
2. Gestión de vulnerabilidades y actualizaciones: a medida que evolucionan las versiones del lenguaje y la biblioteca y cambian los requisitos normativos, Bob evalúa el radio de acción de una actualización de la biblioteca en toda la base de código. Identifica los sitios de llamadas incompatibles y recomienda las modificaciones necesarias en cuestión de minutos, un trabajo que antes requería que los ingenieros superiores dedicaran días al rastreo manual de las dependencias.
3. Generación y modificación de código: Bob proporciona recomendaciones para modificar el código existente teniendo en cuenta los requisitos claros (funcionales y no funcionales), el contexto de la base de código y las restricciones normativas pertinentes. Un código de procesamiento de pagos que genera IA sin conciencia de las normas de residencia de datos, las normas de gestión de errores ni las obligaciones reglamentarias es un pasivo, no un activo. Cargar a Bob con ese contexto por adelantado aborda este desafío directamente.

Pruebas: eliminar el cuello de botella
 

Históricamente, las pruebas han sido el límite de ritmo en la entrega de software. Los equipos de desarrollo producen código más rápido de lo que los equipos de control de calidad pueden validarlo. Esta asimetría es el principal controlador del arrastre de sprints, los retrasos en las versiones y el crecimiento de la acumulación de pruebas de regresión.

Los resultados de nuestro equipo de control de calidad son los más consolidados y los más llamativos. Tres meses después de implementar Bob como generador de automatización de pruebas para la plataforma de pago EPS Wires, hemos logrado:

• Reducción del 70 % en la creación de automatización de pruebas 
• Reducción del 90 % en la acumulación de pruebas de regresión
• Reducción del 80 % en el tiempo del ciclo de ejecución de la regresión

Estos resultados no son mejoras marginales. Representan una transformación estructural en el funcionamiento del equipo. Los ingenieros de control de calidad han pasado de escribir pruebas de automatización estandarizadas a revisar y perfeccionar pruebas generadas por IA, una actividad que ofrece un mayor rendimiento. La integración del pipeline CI/CD significa que los fallos de regresión aparecen en cuestión de horas tras un compromiso, no en días, reduciendo drásticamente el coste de un cambio defectuoso.

Esta experiencia concuerda con las observaciones más amplias del sector. Las investigaciones sobre organizaciones que implementan IA generativa para la generación de pruebas han encontrado reducciones en el tiempo del ciclo de regresión que promedian un 60%, con implementaciones de alto rendimiento, como la nuestra, logrando ganancias aún mayores. El diferenciador consistente es el contexto: los generadores de pruebas de IA con acceso a toda la base de código, los casos de prueba existentes y los requisitos empresariales producen pruebas mucho mejores que los sistemas que operan solo con fragmentos de código.

IBM Bob, cargado con el repositorio completo de GitHub de EPS, los estándares regulatorios y la documentación funcional, ejemplifica este enfoque contextual.

Diseño y arquitectura: mejora proactiva
 

La IA generativa está empezando a desempeñar un papel en la inteligencia de diseño proactiva. Va más allá del ciclo reactivo de crear y probar lo que ya se ha especificado. Nuestra hoja de ruta incluye permitir a Bob:

• Identificar los cuellos de botella de rendimiento no reconocidos y las ineficiencias arquitectónicas que se han acumulado a lo largo del tiempo.
• Evaluar y priorizar la eliminación técnica de la deuda correlacionando la estructura del código con el historial de incidentes y los datos de rendimiento.
• Generar recomendaciones de diseño para nuevas mejoras funcionales teniendo en cuenta la arquitectura actual, las restricciones reglamentarias y los requisitos no funcionales.

Este enfoque es un caso de uso más sofisticados que la modificación de código o la automatización de pruebas y requiere un mayor nivel de confianza contextual en las recomendaciones de Bob. Mantener a los arquitectos humanos informados para validar las recomendaciones antes de actuar en consecuencia es la postura correcta para esta fase de madurez de la IA.

El valor es significativo: un sistema que ha absorbido toda la base de código, su arquitectura documentada y años de decisiones de diseño pueden sacar a la luz perspectivas que de otro modo requerirían semanas de investigación.

Soporte de nivel 3: cerrar el bucle
 

El caso de uso de IA con mayor impacto operativo en nuestra hoja de ruta es la aceleración de la resolución de incidentes. El soporte de nivel 3 a una plataforma de pagos de alto valor es una actividad de alto riesgo y urgente. Cuando se produce un incidente de producción, el tiempo necesario para identificar y resolver la causa raíz determina directamente el impacto en el cliente.

La hoja de ruta de implementación del SDLC de Bob incluye el análisis de los incidentes de soporte L3, la correlación de los síntomas notificados con las rutas del código en el repositorio, la identificación de las posibles causas raíz y la propuesta de acciones correctivas. El mismo contexto que hace que Bob sea eficaz como revisor de código (un conocimiento profundo del código fuente, los requisitos normativos y los patrones de gestión de errores) lo convierte en la persona idónea para esta tarea.

Un ingeniero humano de nivel L3, con la ayuda de Bob, puede analizar todo el código en cuestión de segundos en busca de patrones que coincidan con la firma de un incidente, lo que acelera la resolución del mismo y minimiza el impacto en el cliente.

Toda esta productividad conlleva ciertos riesgos. Los sistemas de IA generativa pueden alucinar. Pueden producir outputs de aspecto plausible pero incorrectos con aparente confianza. En una plataforma de pagos que funciona bajo el control reglamentario, un cambio de código generado por la IA sin revisar o un caso de prueba especificado incorrectamente pueden tener graves consecuencias en el futuro.

Nuestro marco de gestión de riesgos se basa en el modelo semiautónomo: Bob se implementa como un miembro del equipo profundamente integrado en cada fase del SDLC, siempre emparejado con un revisor humano que valida el resultado antes de aceptarlo. Los analistas de negocio revisan los requerimientos generados por Bob. Los propietarios del código revisan los errores identificados por Bob y las correcciones propuestas. Los ingenieros de control de calidad revisan los casos de prueba generados por Bob. Los ingenieros de L3 revisarán los análisis de incidentes de Bob.

Este enfoque no es una limitación. Es el patrón arquitectónico correcto para la IA en esta etapa de madurez. El modelo cambia una fracción del límite de eficiencia teórico por una reducción sustancial del riesgo de error y lo hace de una manera que permite generar confianza de forma gradual.

Como los resultados de Bob resultan fiables en cada dominio, el nivel de escrutinio humano puede calibrarse adecuadamente. Mi expectativa es que esta configuración semiautónoma siga siendo la norma durante varios años, y que Bob continúe aprendiendo de su experiencia y produciendo outputs de mayor calidad con el tiempo.

En cuanto a los requisitos, la ingeniería y las pruebas, IBM proyecta una mejora de la eficiencia del 25 % al 70 % con respecto a Bob, en función de la fase y la tarea específica. Incluso si los resultados se sitúan en el extremo conservador de cada rango, el efecto compuesto en todo el equipo equivale a un aumento del 25-40 % en la capacidad efectiva del equipo.

Para ilustrar estos cálculos de forma concreta, imaginemos un equipo de 10 personas que consigue una mejora media del 30 % en la eficiencia en todas las fases del ciclo de vida del desarrollo de software (SDLC). El resultado efectivo equivale a 13 ingenieros trabajando al ritmo original, sin añadir personal ni aumentar los costes proporcionalmente.

Para una organización que se enfrenta a una demanda cada vez mayor con un presupuesto fijo, esto no supone una mejora incremental. Se trata de un multiplicador de capacidades, que permite al mismo equipo ofrecer más características, mantener una mayor calidad, responder más rápidamente a las incidencias y hacer frente a las crecientes obligaciones normativas sin que ello suponga un aumento proporcional de los costes.

Nuestra experiencia plantea tres preguntas en las que todo líder de ingeniería debería estar trabajando ahora mismo:

1. ¿Cómo contextualiza la IA para su entorno? El enfoque de EPS, que consiste en proporcionar a Bob desde el principio el código fuente, las normas, los requisitos normativos y la documentación, constituye la base de todo lo que viene a continuación. Un asistente de IA que funcione sin este contexto tiene menos valor (y puede ser más arriesgado) que uno que se haya desarrollado adecuadamente.
2. ¿Por dónde empezar? Las pruebas son el camino más rápido hacia un ROI cuantificable, como demuestran nuestros resultados. La combinación de criterios de éxito claros, un umbral de riesgo relativamente bajo y un elevado esfuerzo manual en la situación actual lo convierte en el punto de partida ideal para cualquier equipo que emprenda este camino.
3. ¿Cómo se gestiona la confianza de forma incremental? El modelo semiautónomo (la IA con intervención humana) no es una solución de compromiso. Se trata de un modelo de implementación responsable que permite a las organizaciones generar valor al tiempo que se forja la confianza institucional necesaria para ampliar el papel de la IA con el paso del tiempo.

La evolución de mi equipo, que en tres meses ha pasado de ser un departamento de control de calidad manual y limitado por la acumulación de trabajo pendiente a convertirse en una organización de calidad potenciada por la IA e integrada en los procesos de CI/CD, demuestra que esta transformación se puede llevar a cabo a buen ritmo. La lección más amplia es clara: la IA generativa integrada en el SDLC no es un futuro programa piloto. Ya está ofreciendo resultados cuantificables para los equipos que han realizado la inversión. El momento de construir esa base es ahora.