El fin de la subcontratación: ¿Por qué el antiguo modelo ya no funciona en la era de la IA y qué alternativa hay

Durante casi dos décadas, la subcontratación definió el desarrollo de software como una forma rápida y rentable de acceder a talento global y escalar. Para 2024, el mercado de subcontratación de TI superó los $512 mil millones, con empresas ahorrando hasta un 70 por ciento en mano de obra y ganando flexibilidad a través de equipos subcontratados en la India, Europa del Este y América Latina.

Hace unos años, cuando me uní a la plataforma global de ciberseguridad para análisis de malware interactivo y inteligencia de amenazas, donde ahora sirvo como director de tecnología, éramos un equipo pequeño que intentaba crecer rápidamente. Al igual que muchas empresas jóvenes en ese momento, dependíamos de proveedores externos para escalar rápidamente. Sin embargo, comenzaron a aparecer grietas. Los proyectos manejados por equipos externos a menudo sufrían de pérdida de contexto, estándares inconsistentes y ciclos de aprendizaje retrasados. Lo que parecía eficiente en papel se convirtió en costoso en la práctica: módulos baratos entregados rápidamente, seguidos de meses de depuración y retrasos en la integración. En sectores regulados como la ciberseguridad, incluso los errores menores exigían meses de remediación.

En 2025, los informes destacan que los contratos de subcontratación tradicionales a tiempo completo, a menudo a largo plazo y rígidos, están desapareciendo en favor de acuerdos más flexibles con muchas tareas de desarrollo delegadas a sistemas de IA que entregan resultados más rápidos y consistentes.

La IA como el nuevo modelo de ingeniería

Las tareas que antes se asignaban a desarrolladores junior o equipos subcontratados —depuración, pruebas, documentación, código de caldera— ahora se completan más rápido y de manera más consistente por la IA.

Los flujos de trabajo de codificación agentic (agentes de IA autónomos que pueden planificar, escribir y probar código sin promtps humanos constantes) y los copilotos de IA (herramientas de codificación asistida que sugieren, generan y optimizan código en tiempo real) operan continuamente, aprendiendo de repositorios y libros de corridas internos. No esperan a las entregas, no pierden el contexto y no facturan por hora. Por ejemplo, en mi actual rol de director de tecnología, he liderado el desarrollo de una solución de IA para errores y incidentes que nos permite liberar tiempo de ingeniería y obtener información sobre problemas antes de que incluso surjan.

La codificación asistida por IA ha evolucionado de un experimento de nicho a un conjunto de herramientas de ingeniería mainstream, redefiniendo cómo los equipos diseñan y entregan productos. Herramientas como Claude Code de Anthropic, Cursor y Lovable muestran el alcance de este cambio. Claude Code de Anthropic ahora procesa alrededor de 195 millones de líneas de código por semana en más de 100.000 desarrolladores, mientras que Cursor, un editor de código con IA, superó los $100 millones en ingresos anuales recurrentes en dos años. Mientras tanto, la startup sueca Lovable, que permite la creación de aplicaciones sin código a través de “vibe coding” de lenguaje natural, alcanzó una valoración de $1.800 millones en solo ocho meses, un signo de la fuerte demanda de mercado para soluciones de este tipo.

Estas herramientas demuestran el papel de la IA en la reducción de la dependencia de la subcontratación al delegar trabajo a la IA, mejorando así la velocidad y la eficiencia.

Soluciones similares desarrolladas por nuestro equipo, como nuestro chatbot de IA para explicaciones de amenazas, reflejan esto al ayudar a explicar análisis complejos que anteriormente requerían experiencia externa especializada.

La verdadera ventaja no es solo la velocidad, sino la retención de contexto. Los sistemas humanos en el ciclo, que integran la inteligencia humana en un flujo de trabajo de IA o aprendizaje automático, mantienen la inteligencia dentro de la organización. Los ingenieros validan la salida de la IA contra los objetivos de producto reales, garantizando la seguridad, la confiabilidad y la continuidad.

Otra ventaja crucial de la IA es que preserva el contexto; el conocimiento permanece dentro del equipo en lugar de perderse entre entregas o contratistas externos. Una métrica simple que captura el impacto de la IA sobre la subcontratación es TTM —cambio en el tiempo de llegada al mercado a una cantidad constante de personal. Los equipos que integran agentes humanos en el ciclo típicamente entregan un 20-50 por ciento más rápido en cargas de trabajo comparables mientras mantienen los estándares de calidad. En nuestra empresa, este enfoque también ha fortalecido nuestra resistencia: el tiempo medio de recuperación (MTTR) para incidentes de producción disminuyó un 28 por ciento.

En otras palabras, la IA no ha hecho que la subcontratación sea menos necesaria. La ha hecho menos racional.

Equipos compactos y aumentados con IA: La mejor alternativa

Si la subcontratación está perdiendo terreno, ¿qué la reemplaza? No es un regreso a departamentos internos sobredimensionados, sino el surgimiento de equipos compactos y autónomos aumentados con IA —equipos de 3 a 6 personas que combinan la experiencia humana con la asistencia de la IA.

Bajo mi guía, el equipo ha estado moviéndose hacia este modelo durante varios años. Cada equipo es deliberadamente pequeño: un gerente de producto, un diseñador y dos o cinco ingenieros. Cada grupo tiene resultados claros —tiempo de llegada al mercado, confiabilidad o seguridad— y gestiona su propio presupuesto para cómputo de IA y asientos de herramientas. En 2025, este trabajo fue reconocido con un premio Globee de oro para inteligencia de amenazas cibernéticas.

La IA ahora maneja gran parte del trabajo repetitivo: generación de estructuras de prueba, escritura de documentación y detección de errores. Los ingenieros pueden centrarse en las partes que crean valor real, como arquitectura, rendimiento e innovación. Esta estructura ha reducido la sobrecarga de coordinación mientras mejora la velocidad de entrega y la cohesión del producto.

Culturalmente, el cambio es igualmente significativo. Con menos capas de gestión, la comunicación se vuelve directa y los equipos asumen la responsabilidad total de los resultados. La propiedad reemplaza la supervisión. Como digo a menudo, cuando las personas entienden tanto el producto como las herramientas, entregan más rápido y con menos sorpresas.

Una forma más inteligente de colaborar

La subcontratación no ha muerto, pero su papel es más estrecho. Los proveedores externos todavía aportan valor para aumentos de capacidad a corto plazo o auditorías especializadas, como verificación de cumplimiento o revisión de código de seguridad. La diferencia es el control: las empresas exitosas mantienen la arquitectura y el conocimiento de dominio en casa, subcontratando solo tareas bien definidas y de bajo riesgo.

Para 2030, hasta un 30 por ciento de las horas de trabajo de desarrollo de software podrían automatizarse. Los equipos que prosperen serán aquellos que aprendan a tratar a la IA no como una herramienta lateral, sino como palanca, integrándola profundamente en su flujo de trabajo de ingeniería mientras preservan la propiedad y la rendición de cuentas.

Mi consejo a cualquier líder de producto es: construye un núcleo pequeño y empoderado con IA, subcontrata solo lo que es verdaderamente no central, y mide todo. El futuro del software no se trata de mano de obra más barata, sino de una colaboración más inteligente entre humanos y sistemas inteligentes.