Portada - Desarrollar software en la era de la IA: 6 aprendizajes de la TRG 2026

Desarrollar software en la era de la IA: 6 aprendizajes de la TRG 2026

¿La inteligencia artificial va a sustituir a los programadores? ¿Tiene sentido invertir en infraestructura propia para utilizar la IA? ¿Cómo está cambiando nuestra forma de desarrollar software?

Del 22 al 24 de octubre hemos estado en Madrid, en la TRG 2026, escuchando charlas sobre desarrollo de software, inteligencia artificial y negocio.

Hemos vuelto con unas cuantas ideas. Algunas nos han confirmado cosas que ya pensábamos y otras nos han hecho replantearnos cómo podríamos trabajar en el futuro.

Vamos con las más interesantes.

Seis charlas, seis aprendizajes

1 | La odisea del programador: escribir código ya no es suficiente

Andrés Torrubia, CEO de Nanomind, ha hecho un recorrido por la evolución de la programación y nos ha planteado una cuestión interesante: ¿qué cualidades necesita un programador cuando la IA ya puede escribir código?

Nos quedamos con tres: capacidad de adaptación, criterio y conocimiento del negocio.

Y aquí estamos bastante de acuerdo. De poco sirve generar código en segundos si no entiendes qué necesita el cliente o no sabes detectar cuándo una solución no es la adecuada.

2 | Quemar tokens sin quemar tu empresa: ¿hardware propio o pagar por uso?

Cristian Córdova, fundador de Helmcode, nos ha explicado qué supone montar una infraestructura propia para ejecutar modelos de inteligencia artificial.

La conclusión que nos llevamos es bastante clara: para el uso que hacemos actualmente de la IA en Kopen, nos sale más a cuenta pagar por uso. Y seguramente también sea la opción más razonable para muchas pymes.

Montar una infraestructura propia tiene su complejidad y no siempre compensa la inversión. Si nuestro consumo aumenta, ya tendremos más información para valorar otras opciones.

3 | Matar el SaaS es fácil, lo difícil viene después: desarrollar no es lo mismo que mantener

Una de nuestras charlas favoritas ha sido la de José Ramón Pérez, CTO de Mercadona Tech.

La IA está reduciendo el coste de desarrollar software y muchas empresas pueden empezar a plantearse si les compensa seguir pagando herramientas SaaS o crear sus propias soluciones.

Pero hay una pregunta que no podemos saltarnos: ¿cuánto cuesta mantener lo que hemos desarrollado?

La charla nos ha ayudado a entender cómo estas decisiones afectan a la rentabilidad de un negocio. Y esto, en Kopen, nos interesa. No siempre la mejor opción es desarrollar desde cero ni contratar una herramienta existente. Hay que hacer números y entender las necesidades de cada empresa.

4 | Cómo programan quienes programan la IA: así se trabaja en Google

Mai Giménez, Research Engineer en DeepMind, nos ha enseñado cómo trabajan con inteligencia artificial en los procesos de desarrollo de Google. Hemos podido conocer cómo organizan los equipos, cómo utilizan agentes de IA y qué papel tienen las revisiones de código.

Nos ha resultado especialmente interesante comprobar que, incluso en entornos donde se trabaja con IA a gran escala, la supervisión y el criterio técnico siguen siendo necesarios.

Cuanto más fácil resulta generar código, más importante es saber qué estás aceptando.

5 | El diseño post-ChatGPT: nuevas formas de colaborar

Nuria Mediavilla, Product Designer en Tinybird, nos ha mostrado cómo la IA está cambiando el trabajo de los diseñadores y su relación con los equipos técnicos. Ahora pueden participar de una forma más directa en la creación de prototipos y probar ideas sin depender tanto de conocimientos de programación.

Es algo que todavía no estamos aplicando en Kopen, pero nos ha abierto una posibilidad interesante: facilitar que otros perfiles participen en las fases iniciales de nuestros proyectos.

Por ejemplo, podríamos probar ideas con nuestros clientes antes de desarrollar la solución definitiva y detectar posibles cambios desde el principio. Una posibilidad relacionada con el vibe coding, del que ya hemos hablado en el blog.

 

6 | Fue la IA, señoría: la responsabilidad sigue siendo nuestra

Por último, Ari Font, cofundadora y CEO de Alinia AI, nos ha hablado de un aspecto que a veces queda en segundo plano: los riesgos legales del uso de la inteligencia artificial.

Durante la charla hemos visto que las empresas siguen siendo responsables de cómo utilizan estas herramientas sus empleados y de las acciones de sus agentes autónomos. Por eso, a medida que damos más autonomía a la IA, también necesitamos establecer controles y supervisar sus acciones.

Porque no, no podemos delegar una tarea y olvidarnos del resultado.

Te puede interesar: 7 preguntas para saber si tu empresa está preparada para utilizar la IA

 

TRG 2026

¿Y qué nos llevamos de todo esto?

Después de las ponencias, nos quedamos con cuatro ideas clave:

  • Podemos crear prototipos mucho más rápido. La IA nos permite probar ideas y explorar soluciones antes de invertir demasiado tiempo en desarrollarlas.
  • La experiencia sigue contando, y mucho. La IA puede escribir código, pero entender cómo funciona una empresa y qué necesita sigue siendo parte de nuestro trabajo.
  • La IA multiplica la productividad, pero también los errores. Podemos desarrollar más rápido, pero también equivocarnos más rápido. Por eso, las pruebas y las revisiones son imprescindibles.

Te puede interesar: La importancia de ordenar tus procesos antes de automatizarlos

  • Tener criterio es más importante que nunca. No se trata de utilizar IA para todo, sino de saber cuándo aporta valor y cómo comprobar los resultados.

Entonces… ¿La IA nos va a quitar el trabajo?

Nosotros creemos que no. Pero sí que va a cambiar bastante nuestra forma de trabajar.

Si conseguimos dedicar menos horas a determinadas tareas de programación, podremos invertir más tiempo en hablar con los clientes, conocer sus negocios y pensar cómo mejorar sus procesos. También podremos hacer más pruebas, experimentar con nuevas soluciones y medir mejor los resultados de los cambios que implementamos. Así podremos comprobar si realmente ayudan a nuestros clientes a ahorrar tiempo, reducir errores o controlar mejor sus costes.

Al final, a nuestros clientes no les interesa cuántas líneas de código hemos escrito. Les interesa que el software les ayude a trabajar mejor.

Y a nosotros también.