Si la IA escribe el código, ¿por qué le pagas a un estudio?

Todo fundador debería hacerle esta pregunta a un estudio, sin rodeos: “si la IA escribe el código, ¿por qué les estoy pagando?”. Es justa. Si el código se abarató, tiene sentido desconfiar de quien todavía cobra por hacer software.

La mejor respuesta que he leído no es mía. Es de Gergely Orosz, autor de The Pragmatic Engineer, en un texto publicado el 6 de enero de 2026 y abierto a no suscriptores en septiembre. Separa con claridad las habilidades de ingeniería que pierden valor y las que lo ganan cuando la IA escribe casi todo el código.

Lo que la IA ya hace bien, según Pragmatic Engineer

Orosz estima que cerca del 90% del código que escribe hoy, en su stack, sale de la IA. A partir de ahí, enumera lo que pierde valor:

• Prototipar. Personas no técnicas ya arman prototipos en herramientas como Lovable y Replit, pero al prototipo todavía le falta el 30% que le falta a un MVP.
• Especializarse en un lenguaje. La IA ayuda a cualquiera a trabajar en un código que no conoce.
• Separar front-end y back-end. Una persona con IA cubre todo el stack.
• Implementar un ticket bien definido. Con una tarea clara, la IA entrega algo utilizable.
• Refactorizar a mano y teclear código. Describir el cambio pasó a ser más rápido que hacerlo a mano.

Un dato ayuda a dimensionarlo. Orosz cita una encuesta de Atlassian de 2025, con 3.500 participantes: los desarrolladores dedican el 16% de la semana a escribir código. Incluso antes de la IA, teclear nunca fue la mayor parte del trabajo.

Lo que gana valor cuando el código se abarata

La otra lista es la que responde a la pregunta del fundador. Según Orosz, ganan valor:

1. Escribir especificaciones precisas. Tickets que cubren rendimiento, fiabilidad y qué pasa cuando algo falla.
2. Pruebas e infraestructura de pruebas. Los agentes de código necesitan retorno: compilador, análisis estático, pruebas automáticas.
3. Visión de producto. Decidir qué construir importa más que construir rápido.
4. Decisiones de arquitectura. Si no se define la estructura, la IA puede generar un sistema difícil de mantener.
5. Gestión de la deuda técnica. Más código generado significa más deuda que vigilar.
6. Fiabilidad, rendimiento, escala y seguridad. Exigen a alguien que sepa qué validar y cuándo escribir a mano.
7. Verificación. Ser un ingeniero de verdad, y no solo alguien que produce código.

La frase suya que más me gusta: “software engineering fundamentals should become more important, the more a team relies on AI to generate code”. Cuanto más código genera la IA, más problemas hay que detectar.

Y hay un número que muestra el otro lado. El benchmark 2026 de Cortex, con más de 50 líderes de ingeniería, citado en el texto, encontró un aumento del 30% en la tasa de fallos por cambio. Más código, más rápido, se rompe más.

Lo que compras hoy al contratar un estudio

Traduciendo la lista a lo que necesita un fundador. Cuando contratas un estudio en la era de la IA, no pagas por líneas de código. Pagas por:

• Una spec que cabe en tu presupuesto. Decidir qué entra en la primera versión y qué queda para después. Aquí es donde se desbordan la mayoría de los proyectos.
• Una arquitectura que aguanta la segunda versión. El producto va a cambiar. La estructura tiene que permitirlo.
• Seguridad verificada, no supuesta. Reglas de acceso, claves en el lugar correcto, datos protegidos. Vale la pena saber si el código hecho por IA es seguro.
• Alguien responsable del resultado. Precio, plazo y calidad con nombre y contrato.
• Diseño que lleva al uso. Pantallas bonitas no bastan; el flujo tiene que llevar al usuario hasta el valor.

Karri Saarinen, cofundador de Linear, lo resume en el texto de Orosz: “directing and managing agent work becomes the craft”. Dirigir el trabajo de los agentes se volvió el oficio.

El riesgo de pagar solo por el código

El modelo antiguo de contratación cobraba por hora de desarrollo. Con la IA, ese modelo resulta extraño para ambas partes. El proveedor entrega más rápido y no quiere cobrar menos. El cliente paga horas sin saber si fueron de pensar o de teclear.

Peor aún: un proveedor que solo genera código, sin cuidar la arquitectura ni la verificación, entrega exactamente lo que Orosz advierte. Un sistema que funciona hoy y es difícil de mantener mañana. En el Studio, la arquitectura y la verificación son parte del servicio. Así AI Vou Eu, SaaS de turismo con IA, salió en línea en 4 semanas.

Cómo lo hacemos en el Studio

Usamos Claude Code y Figma en el diseño y el build. La IA escribe gran parte del código. El equipo y yo decidimos qué escribe, revisamos lo que entra y respondemos por el resultado.

En la práctica, eso se traduce en tres compromisos:

• Precio cerrado tras el diagnóstico. Pagas por el producto en línea, no por hora.
• Plazo por escrito en el contrato. Como en el caso de LCX, que unió un sistema por país en uno solo, en línea en 29 días.
• Seguimiento después de la entrega. Todo sistema sale con un agente de IA que corre a diario, señala fallos, sugiere mejoras y comprueba que los datos tengan sentido.

Con la IA escribiendo rápido, el tiempo del proyecto cambia de lugar: más tiempo en alcance, arquitectura y revisión, menos tecleando código.

La IA cambió el precio de escribir código. No cambió el precio de equivocarse. Si necesitas un sistema a medida o SaaS en línea, con alguien que responda por las decisiones que la IA no toma, eso es lo que entrega el Studio.