El fin del software o una capa más de abstracción
Nuevo paradigma del desarrollo de producto
El fin del Saas, el fin de software, el fin de los programadores… La misma frase en diferentes canales, pero la misma frase repetida. Agoreros del click bait que solo buscan como matar cosas.
“La IA va a matar el software. El Fin de software”
Hay que reconocer que cualquier modelo de IA tiene un efecto wow muy grande. La primera vez que le pedí a Claude que me generara un componente React funcional en 30 segundos, yo también pensé: “Esto cambia todo”.
Pero luego me acordé de algo.
Esto ya lo hemos vivido antes. Varias veces. Y cada vez que alguien dice “esto mata la programación”, lo que pasó fue exactamente lo contrario: más gente empezó a programar, no menos.
Patrocinio
Patrocina esta newsletter. Más info
Lo que está pasando con la IA no es el fin del software. Es algo mucho más interesante. Es una capa más de abstracción.
Los que estudiamos ingeniería informática lo sufrimos. Los informáticos nos hemos dedicado a juntar cajitas de información, y eso no cambia. Siempre hemos criticado que las universidades estaban anticuadas con las tecnologías. Que si no se da React....pero ahora que todo lo hace la IA, ¿No tiene más peso estudiar los fundamentos?
Nuevo paradigma del software y una capa más de abstracción
Hay un concepto que lo explica todo, la Paradoja de Jevons. En 1865, Jevons descubrió que cuando las máquinas de vapor consumían menos carbón, el consumo total no bajo, sino que, se disparó. Más eficiencia, más barato, conlleva más adopción, por lo tanto más consumo.
Cuando DeepSeek demostró que podías entrenar modelos potentes con una fracción del coste, Satya Nadella, Ceo de Microsoft citó esta paradoja: no menos IA, sino mucha más IA, en muchos más sitios. Con el software pasa lo mismo. Cada vez que crear software se hizo más fácil, no se creó menos, se creó exponencialmente más. La IA no va a matar el software. Va a provocar la mayor explosión de software de la historia.
Pero también vas a ver, que internet se va a llenar de contenidos y productos de mierda, pero de eso hablaremos en otro post.
Vamos con un poco de historia para poder entender estos cambios.
Código máquina (los años 50)
Los primeros programadores escribían en unos y ceros. Instrucciones directas al procesador. Si querías sumar dos números, tenías que decirle a la máquina exactamente qué registro usar, qué operación ejecutar, dónde guardar el resultado. Todo en binario.
Los ordenadores utilizan operaciones binarias basadas en el sistema de numeración de base 2 (0s y 1s) para procesar datos, divididas principalmente en operaciones aritméticas (suma, resta, multiplicación, división) y lógicas booleanas (AND, OR, NOT, XOR, NAND, NOR).
¿Te imaginas construir un CRM en binario?
Ensamblador (años 60)
“Esto es inhumano, es como trabajar en “la obra del software”, vamos a crear un lenguaje que traduzca palabras a código máquina”. Nació el ensamblador. En vez de 10110000 01100001 podías escribir MOV AL,…
La reacción de los puristas :“Eso no es programar de verdad. Se pierde eficiencia. Los programadores de verdad escriben en código máquina.”
¿Te suena?
Cambia “código máquina” por “código real” y tienes el mismo discurso que oyes hoy sobre la IA.
Lenguajes de alto nivel — C (años 70)
El C es un lenguaje de programación que hoy en día se sigue usando y sigue siendo amado y odiado. Ya no necesitas gestionar registros del procesador., pero sigue estando cercano a lenguaje máquina, reservas de memoria…Escribes resultado = a + b y el compilador se encarga del resto. Ya no piensas en hardware, piensas en lógica.
“Esto no es programar de verdad.” Otra vez.
Pero lo que pasó fue que millones de personas que jamás habrían tocado un procesador pudieron empezar a crear software.
Lenguajes orientados a objetos: Python, Java, frameworks web…
Ya no gestionas memoria manualmente. No te preocupas por punteros, que los que lo hemos sufrido lo agradecemos. No mas stack overflow. Ya hay un avance, escribes en un lenguaje que se parece al inglés, nace Ruby…
“El C era más eficiente a nivel de máquina”….otra vez los puristas.
No-code y low-code (2015-2020)
Webflow, Bubble, Zapier. Ya no escribes código para hacer una landing page o automatizar un workflow. Arrastras y sueltas.
“Eso no es programar de verdad.”
Y sin embargo, se crearon millones de productos, negocios, automatizaciones. Gente que jamás habría escrito una línea de código pudo crear software funcional.
Pero si, en mi opinión, esto si que era una perdida de tiempo para luego escalar los productos. Aquí yo soy uno de esos.
La IA generativa (2023-ahora)
Le dices a Claude o a GPT: “Hazme una app de gestión de tareas con React, Tailwind, que guarde datos en Supabase”. Y lo hace. En minutos o al menos el 70%..
“Eso no es programar de verdad. Pierdo más tiempo arreglandóli que haciendolo yo”
El patrón que se repite
Cada capa de abstracción sucede lo mismo, a mayor o menor magnitud:
Baja la barrera de entrada: Más gente puede crear software
Cambia el perfil del que lo crea de “experto en hardware” a “experto en lógica” a “experto en problema”.
Genera resistencia de los que dominaban la capa anterior. “Eso no es programar de verdad”.
Expande el mercado: No destruye puestos de trabajo, los transforma y crea nuevos.
Sube el listón de lo que se considera “complejo” .Lo fácil se automatiza, lo difícil sigue necesitando humanos
Cada vez que subimos una capa, el valor se mueve del “cómo” al “qué” y al “por qué”.
En los años 60, el valor era saber cómo mover bits en un registro. En los 2000, era saber cómo estructurar una base de datos. Hoy, el valor es saber qué problema resolver y por qué importa.
La IA te da el 80% del software rápido. El diseño base, la lógica estándar, el CRUD, los componentes de UI, la documentación, los tests básicos.
El 20% restante es donde está el valor real. Y ese 20% sigue requiriendo:
Entender el dominio de negocio, saber ¿qué necesita realmente el usuario? . Tomar decisiones de arquitectura y luchar contra los trade-offs, manejar la complejidad real, integraciones…
La gente de producto va a tener más trabajo, no menos.
El perfil del “programador” está mutando. Antes el valor era saber escribir código. Dominar la sintaxis, los frameworks, los patrones de diseño.
Ahora el valor es saber qué pedirle a la IA, evaluar si el output es correcto, y saber cuándo la IA se equivoca.
Ahora tienen que ser gente de producto.
Es un cambio brutal. Pasas de ser un “escritor de código” a ser un “director de orquesta”.
En la práctica, esto significa:
Lo que ya NO te diferencia:
Saber escribir un for loop
Memorizar la sintaxis de un framework
Picar código rápido
Hacer CRUD apps
Lo que SÍ te diferencia:
Entender el problema de negocio antes de escribir una línea.
Diseñar sistemas que escalen y sean mantenibles.
Evaluar críticamente el código generado por IA.
Saber cuándo la IA se equivoca y por qué.
Integrar piezas complejas que la IA no puede ver en conjunto.
Tomar decisiones de producto, no solo de implementació.
Yo estoy iterando un framework para creación de producto, que va desde la entrada del requisito desde negocio hasta el paso antes de meter una línea de código, e iré contando por aquí.
Lo que viene
Tres predicciones para los próximos años:
1. Los lenguajes de software van a desaparecer tal como los conocemos:
Cómo paso en el pasado, muchos lenguajes de programación acabaran desapareciendo o al menos durante un tiempo coexistirán. Pero tarde o temprano, acabaremos programando en lenguaje natural, es decir, como hablamos. Aún así deberos especificar los requisitos, al igual que se hacía en un proceso de product management. No se lo que tardará, si 5 o 10 años o 3, pero pasará.
2. Los “product engineers” serán los perfiles más demandados. No programadores puros. No diseñadores puros. Gente que entiende el problema del usuario, sabe diseñar una solución, y puede construirla con IA como copiloto.
3. La IA no reemplaza al equipo técnico, amplifica al equipo de producto. Un equipo de 3 personas con IA hará lo que antes hacía un equipo de 10. Pero esas 3 personas necesitan ser más senior, no menos. Necesitan más criterio, más visión de negocio, más capacidad de evaluar trade-offs.
El software no ha muerto, sigue su evlolución. Como cada vez que hemos subido una capa de abstracción.
Los programadores de ensamblador pensaron que C era trampa. Los de C pensaron que Python era para vagos. Los de Python piensan que la IA es para gente que no sabe programar.
Y todos se equivocaron. Porque cada capa nueva no eliminó la anterior ,la hizo irrelevante para la mayoría de problemas. Nadie necesita escribir en ensamblador para hacer una web. Pronto, nadie necesitará escribir código para hacer un MVP.
Pero alguien tiene que saber qué funcionalidad construir. Alguien tiene que entender por qué el usuario necesita esto y no aquello. Alguien tiene que decidir qué datos son sensibles, cómo escala el sistema, qué pasa cuando algo falla a las 3 de la mañana.
Ese “alguien” no es la IA. Eres tú.
Estamos viviendo la transición más rápida de la historia del software. No la más grande.
¿Qué opinas?
Mis otras cosas:
Anaya ya me ha comentado que hemos conseguido más de 600 ventas en poco más de 6 meses, cosa que esta genial para un libro de nicho como este.
Te recuerdo que puedes comprar el libro en Fnac, El Corte Inglés, La Casa del Libro y en este enlace Amazon:
Curso métricas y modelos Saas
Lanzamos la tercera edición sobre el Curso SaaS sobre métricas y modelos financieros. En la siguiente edición tendrás como regalo el libro. Si ya lo has comprado y estas interesado en el curso, escríbeme y te hago el descuento por el importe,
Info sobre el curso SaaS:
Si necesitas ayuda en tu negocio o en tu estrategia de datos e IA, escríbeme y cerramos una reunión.