Por qué la Excelencia Técnica ya no es Suficiente para que los Ingenieros Sean Promovidos en la Era de la IA

La IA ha causado un gran cambio en la forma en que trabajamos y qué se automatiza dentro de los equipos técnicos. En mi trabajo en Sombra, he visto que este cambio no solo ha modificado la forma en que los equipos entregan, sino también qué se valora en el crecimiento profesional. Durante mucho tiempo, la trayectoria profesional en tecnología era bastante lineal: aprendías nuevas habilidades, seguías mejorando técnicamente, te convertías en alguien que resolvía problemas difíciles, construías tu reputación y confianza, y luego ascendías en la escalera corporativa.

Pero este ciclo está empezando a romperse. La IA está asumiendo muchas tareas, acelerando el trabajo y reduciendo costos. Esto no significa que las habilidades técnicas ya no sean importantes, pero sí que las tareas que requieren juicio, pensamiento en resultados y toma de decisiones son más importantes.

Este es el cambio que experimenté personalmente en mi viaje de ingeniero a cofundador y CTO en Sombra. Cinco años después de comenzar mi carrera como ingeniero, me había convertido en el tipo de especialista en quien los equipos confían. Era el tipo de empleador que podía resolver problemas técnicos difíciles, asumir la responsabilidad de trabajos complejos y ser confiable cuando los proyectos estaban en apuros. Pero algo faltaba, y me sentía estancado.

Parecía que había alcanzado mi techo profesional y no podía avanzar más. Mis habilidades técnicas estaban en su punto máximo, pero este próximo nivel de crecimiento requería algo diferente – pensamiento empresarial.
No podía avanzar solo sabiendo cómo construir algo, necesitaba aprender qué valía la pena construir en primer lugar.

Ese tipo de techo está volviéndose más común en toda la industria.

El mercado está cambiando más rápido de lo que muchos ingenieros se dan cuenta

El Foro Económico Mundial informa que el 40% de los empleadores espera reducir la fuerza laboral donde la IA pueda automatizar tareas, mientras que la investigación de Anthropic sobre desarrollo de software sugiere que a medida que la IA asume más trabajo de desarrollo repetitivo, es posible que más ingenieros sean empujados hacia el diseño y la toma de decisiones de alto nivel.

Por supuesto, todavía hay una gran demanda de talento técnico. No me malinterpreten, las habilidades técnicas duras siguen siendo fundamentales para la profesión, pero la tendencia general es que hay menos roles en los que la ejecución sola es suficiente para avanzar. Hay una gran demanda de personas que puedan enmarcar problemas, priorizar bajo restricciones y conectar el trabajo técnico con el valor empresarial.

Esa fue la transición que tuve que hacer. Mi mayor actualización no fue solo técnica, fue contextual.

No abandoné la ingeniería, la expandí y reformulé las preguntas que la rodeaban.

Dejé de medir mi crecimiento profesional en términos de “más código”, “mayor complejidad” o “propiedad técnica más difícil” y me cambié a arquitectura, impacto empresarial y calidad de decisión.

Cinco cambios que modificaron mi forma de trabajar

Esto puede sonar abstracto, así que lo dividiré en 5 cambios prácticos que me ayudaron a desarrollar una mentalidad empresarial.

El primer cambio fue aprender el negocio directamente en lugar de recibirlo de segunda mano a través de tickets.

Muchos ingenieros trabajan con señales de aguas abajo. Recibimos requisitos, pero no la conversación que los dio forma. No vemos las compensaciones detrás de nuestras tareas, ni las razones estratégicas por las que existen.

Así que comencé a aprender el negocio directamente. Empecé a asistir a más llamadas de ventas y soporte, escuchando atentamente sus conversaciones y prestando más atención a las discusiones de las partes interesadas. Con el tiempo, dejé de ver mi trabajo como una serie de entregas aisladas.

Llegué a una realización: una solución técnicamente elegante que llega demasiado tarde, cuesta demasiado o resuelve el problema equivocado no es trabajo estratégico. Es solo corrección costosa.

El segundo cambio fue aprender el lenguaje del negocio sin tratarlo como algo reservado para los ejecutivos.

Comencé a aprender todos esos términos que muchos ingenieros nunca se les enseñan explícitamente: ROI, costo de retraso, costo de oportunidad, exposición al riesgo, margen y secuenciación. Esto es simplemente inevitable si se apunta a puestos senior o de nivel C.

Esto afecta el juicio técnico, ya que muchos especialistas son excelentes para resolver problemas, pero no pueden priorizar y evaluarlos según los objetivos empresariales.

Para mí, aprender ese lenguaje cambió cómo comunicaba y, más importante aún, cómo juzgaba las soluciones. El trabajo en sí siguió siendo técnico, pero la lógica detrás de él se volvió más amplia.

Esa es una distinción importante en la era de la IA. La IA puede ayudar cada vez más a los equipos a ejecutar, pero todavía no puede poseer la toma de decisiones. Esa capa pertenece a los humanos.

Otro gran cambio de mentalidad fue definir el éxito antes de escribir código.

Con el tiempo, antes de comenzar la implementación, me hice una serie de preguntas:

• ¿Qué cambia exactamente para el usuario o el negocio?
• ¿Qué métrica debería moverse?
• ¿Cómo sabrá alguien que importó?

Esas preguntas realmente me ayudaron a aclarar las cosas antes de empezar a codificar. También me salvaron de un fracaso común: invertir mucho en la entrega antes de alinear el impacto.

Esta es una de las razones por las que la medición es tan importante. La investigación de DORA sobre la entrega de software ha demostrado el valor de medir cómo los equipos entregan software de manera segura, rápida y eficiente. Pero en la práctica, los líderes técnicos de alto rendimiento suelen ir un paso más allá: conectan las métricas de entrega con los resultados del producto y los resultados empresariales.

En otras palabras, enviar no es la línea de meta. Claro que estimamos resultados basados en la entrega, pero a menudo es la capacidad de definir el éxito de antemano lo que mueve a alguien hacia un liderazgo más amplio.

El cuarto cambio fue probar suposiciones antes de sobreconstruir.

Los ingenieros fuertes a menudo sobreconstruyen, guiados por la concepción común de que la IA hace que la construcción sea más barata y que más ingeniería automáticamente significa mejor calidad.

Los técnicos de alto rendimiento a menudo están entrenados para pensar en términos de soluciones robustas, ya que todos queremos construir cosas de la manera correcta. Esta es una gran característica para desarrollar, pero a menudo se vuelve costosa cuando se compromete con una solución completa antes de validar suposiciones.
Eso es por lo que uno de mis cambios más prácticos fue forzar una pausa antes de construir y definir mis suposiciones. Una vez que la suposición es explícita y clara, el trabajo cambia de forma.

El objetivo ya no es demostrar lo sofisticada que puede ser la solución. El objetivo es aprender rápidamente, barato y claro enough para decidir qué merece una inversión más profunda.

El último cambio que realmente me ayudó fue escribir notas de decisión cortas antes de codificar.

Esto puede ser el hábito más práctico de todos. Y no me malinterpreten, no estoy tratando de forzar otro documento — solo una nota corta y estructurada para visualizar mi pensamiento: qué opciones existen, qué riesgos importan, qué impacto se espera, qué recomendación tiene sentido y dónde se necesita alineación.

Esto no solo mejoró la comunicación, sino que también expuso razonamiento débil temprano y ayudó a aclarar

suposiciones (ver cambio anterior). Además, creó un registro de por qué se tomó una decisión, lo que se vuelve especialmente valioso cuando se revisan los resultados. Esta pequeña acción puede cambiar cómo se enmarcan, se comunican y se poseen las decisiones.

En la práctica, muchas promociones ocurren porque una persona puede reducir la ambigüedad para los demás, no porque sean la persona más técnicamente brillante en la habitación.

Por qué el próximo nivel se trata de mejores decisiones

Este es el gran error que cometen muchas personas cuando hablan de IA y carreras técnicas. Enmarcan la historia como si la elección fuera entre profundidad técnica y liderazgo, o entre ingeniería y gestión.

La habilidad técnica todavía importa. En muchos casos, importa incluso más porque la gente necesita suficiente profundidad para juzgar qué están haciendo los sistemas de IA, dónde fallan y qué debería o no confiarse. Pero la excelencia técnica por sí sola es menos diferenciada cuando más ejecución puede ser acelerada por herramientas. Esto es exactamente lo que presenciamos todos los días en Sombra: el crecimiento de carrera más rápido ocurre cuando los ingenieros combinan profundidad técnica con pensamiento empresarial.

No significa que todos los ingenieros fuertes deban convertirse en gerentes. Pero sí significa que el camino hacia arriba está cambiando. El próximo nivel es menos sobre demostrar que alguien puede hacer la tarea más difícil por sí mismo y más sobre demostrar que pueden ayudar a un equipo y a un negocio a tomar mejores decisiones.

No golpeé un muro porque me faltara inteligencia o disciplina. Golpeé un muro porque el próximo nivel exigía una visión más amplia. Una vez que eso cambió, mi alcance también cambió.