Por qué la excelencia técnica sola ya no hace 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 en lo que 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 lo que se recompensa en el crecimiento profesional. Durante mucho tiempo, la trayectoria de crecimiento en la tecnología fue 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 los 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 de primera mano en mi camino de ingeniero a co-fundador y CTO en Sombra. Cinco años después de iniciar 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 en mi carrera y no podía avanzar más. Mis habilidades técnicas estaban en su punto máximo, pero esta siguiente etapa de crecimiento requería algo diferente – pensamiento empresarial.
No podía avanzar solo conociendo cómo construir algo, necesitaba aprender qué valía la pena construir en primer lugar.

Ese tipo de techo se está volviendo 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 el desarrollo de software sugiere que a medida que la IA asume más trabajo de desarrollo repetitivo, es posible que más ingenieros se dirijan hacia el diseño y la toma de decisiones de nivel superior.

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 más amplia es que hay menos roles donde 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, sino 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 la arquitectura, el impacto empresarial y la calidad de la decisión.

Cinco cambios que cambiaron mi forma de trabajar

Esto puede sonar abstracto, así que lo desglosaré 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 a partir de señales de abajo hacia arriba. 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. Comencé 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 ayudaron a aclarar las cosas antes de que comenzara a codificar. También me salvaron de un error común: invertir mucho en la entrega antes de alinear el impacto.

Esto es una de las razones por las que la medición es tan importante. La investigación de entrega de software de DORA 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, estimamos los resultados en función de 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 idea común de que la IA hace que la construcción sea más barata y que más ingeniería automáticamente significa mejor calidad.

Las personas técnicas de alto rendimiento a menudo están entrenadas para pensar en términos de soluciones robustas, ya que todos queremos construir cosas de la manera correcta. Esto es un gran rasgo para desarrollar, pero a menudo se vuelve costoso 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 probar cuán sofisticada 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 breves 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 breve 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 la debilidad en mi razonamiento temprano y ayudó a aclarar
las 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 error más grande que muchas personas cometen cuando hablan de la IA y las carreras técnicas. Enmarcan la historia como si la elección fuera entre profundidad técnica y liderazgo, o entre ingeniería y administración.

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 acelerarse con 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.

Esto 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 probar que alguien puede hacer la tarea más difícil por sí mismo y más sobre probar 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.