La adopción de herramientas basadas en inteligencia artificial para la programación ha crecido de forma notable, pasando del 76% en 2024 al 90% en 2025. Prácticamente, solo un pequeño grupo resistente sigue trabajando sin apoyo de IA, y esta tendencia ha impulsado una nueva realidad en la velocidad de los despliegues de software.
Para entender esta aceleración, basta con analizar la tasa de despliegue en proyectos. Esto se mide por el número de implementaciones mensuales que se realizan en todos los entornos para una aplicación o servicio. Por ejemplo, si se hace un cambio y se despliega con éxito en desarrollo, test, preproducción y producción, la tasa es 4.
Entre 2021 y 2025, esta tasa se triplicó, pasando de un promedio de 357 implementaciones mensuales a 988. Teniendo en cuenta además un 30% de fallos en los cambios para un equipo que opera sobre cuatro entornos, esto implica desplegar en producción unas 35 veces cada día laborable. 
Para los que aún mantienen una cadencia semanal, el terreno competitivo es abrumador: no se trata de una mejora diez veces mayor, sino de un salto de hasta 175 veces. Esto no es solo fruto del uso de IA; los mejores equipos combinan esta tecnología con prácticas avanzadas de mejora continua y excelencia técnica.
Lo más sorprendente es que a finales de 2025, la media de despliegues mensuales por proyecto superó la barrera de las 1.000 veces, consolidando así la velocidad como uno de los nuevos estándares en el desarrollo de software.
Esta subida no es constante: el mayor aumento se dio en 2024 con un 46%, mientras que el menor, aunque notable, fue del 17%. Cada mejora se acumula, haciendo que cada vez los procesos sean más ágiles y eficientes.
Velocidad sin rumbo carece de sentido
Sin embargo, aumentar la velocidad sin un objetivo claro puede ser contraproducente. La verdadera eficacia de este aumento en el ritmo de despliegues depende de la «velocidad del producto», que combina rapidez con dirección estratégica.
Imaginemos una diana de tiro con arco cuyo centro representa la versión óptima del producto: más eficiente, segura, rápida y económica que la competencia. Cada iteración o cambio es una flecha lanzada hacia ese blanco. La clave está en que cada nuevo intento se acerque más al objetivo ideal.
El vector entre la última y la anterior flecha representa la velocidad del producto: si se acerca a la diana se avanza positivamente; si se aleja, es una señal para aprender y corregir. Celebrar únicamente la rapidez sin analizar si el rumbo es correcto es un error común en organizaciones poco cuidadosas.
En el contexto del modelo de la diana, aumentar la tasa de despliegues implica tener más oportunidades para conocer y ajustar el rumbo del producto, siempre que se supervisen los resultados. Gran parte de estos controles, como la estabilidad del software, cumplimiento de políticas de seguridad y comportamientos esperados, pueden automatizarse en la entrega continua.
No obstante, el aspecto fundamental que no puede automatizarse es compartir esos cambios con los usuarios finales y validar si realmente resuelven problemas de valor. Por tanto, la velocidad es solo útil si se acompaña de mecanismos de retroalimentación ágil que permitan reajustar el rumbo a tiempo.
Si se corre más rápido de lo que se pueden evaluar los impactos, se corre el riesgo de alejarse rápido de la meta sin posibilidad de rectificar. La clave está en desarrollar ciclos de retroalimentación sincronizados con el ritmo de entrega, sin comprometer la estabilidad operativa.
La IA vuelve indispensables los pipelines de despliegue
La incorporación de la IA en el desarrollo de software ha permitido incrementar el volumen de cambios que pueden procesarse. Pero para capitalizar esta ventaja, es imprescindible que las técnicas tradicionales de desarrollo ágil y entrega continua, como la automatización de pruebas, despliegues automatizados y aprobación eficiente de cambios, estén consolidadas.
Si el pipeline de despliegues no está adaptado para manejar ese ritmo y volumen, es probable que se formen cuellos de botella en etapas manuales, desperdiciando los beneficios que ofrecen las nuevas funcionalidades basadas en IA.
Gestionar el control de cambios es especialmente crítico en entornos regulados y en empresas a gran escala. Procesos fragmentados o ineficaces pueden anular toda la inversión en IA, por lo que el camino hacia producción debe ser el más sencillo, seguro y conforme a normativas, sin excepciones ni aceleraciones improvisadas.
Además, el modelo de la diana recuerda que la velocidad con la que se recoja y analice la retroalimentación es crucial para determinar cuán rápido se pueden implementar modificaciones sin perder el control del producto.
Mientras rivales se centran en métricas superficiales como el número de líneas de código o solicitudes de extracción, el foco debe estar en acelerar la reducción de la brecha entre el producto actual y el ideal, definido en la hoja de ruta.
La gran pregunta para líderes tecnológicos
Ante este escenario, el desafío para los responsables de ingeniería es si sus pipelines de despliegue han podido escalar al mismo ritmo que la producción de código. Un indicador claro de fallo es ver que aumenta la actividad de desarrollo sin que eso se traduzca en satisfacción de usuarios, nuevos contratos o ingresos.
Es vital analizar dónde «caen las flechas»: si chocan contra obstáculos como procesos burocráticos pesados, revisiones fuera de ciclo o aprobaciones lentas, es momento de corregirlos para no frenar la capacidad de respuesta.
La verdadera ventaja competitiva ya no está en generar más código, sino en cómo ese código se convierte rápidamente en valor real y validado por los usuarios. La métrica esencial es qué tan deprisa se avanza hacia el centro de la diana, lo que requiere pipelines de despliegue preparados para sostener ese ritmo vertiginoso sin perder precisión.
