<?xml version="1.0" encoding="utf-8"?><feed xmlns="http://www.w3.org/2005/Atom" ><generator uri="https://jekyllrb.com/" version="3.10.0">Jekyll</generator><link href="https://fernandoabishai.github.io/feed.xml" rel="self" type="application/atom+xml" /><link href="https://fernandoabishai.github.io/" rel="alternate" type="text/html" /><updated>2026-06-29T23:33:34+00:00</updated><id>https://fernandoabishai.github.io/feed.xml</id><title type="html">Fernando Abishai</title><subtitle>Personal blog about AI, product, and technology.</subtitle><author><name>Fernando Abishai</name><email>fernandoabishai@triherm.com</email></author><entry><title type="html">El rol de la IA en el desarrollo de software del futuro</title><link href="https://fernandoabishai.github.io/2024/04/01/ia-desarrollo-software-futuro.html" rel="alternate" type="text/html" title="El rol de la IA en el desarrollo de software del futuro" /><published>2024-04-01T00:00:00+00:00</published><updated>2024-04-01T00:00:00+00:00</updated><id>https://fernandoabishai.github.io/2024/04/01/ia-desarrollo-software-futuro</id><content type="html" xml:base="https://fernandoabishai.github.io/2024/04/01/ia-desarrollo-software-futuro.html"><![CDATA[<p>La IA dejó de ser experimento. Ya es parte del día a día de los equipos de ingeniería, y los proyectos más exitosos son los que combinan criterio humano con modelos que aceleran investigación, diseño e implementación.</p>

<p>En 2024 empezamos a ver organizaciones que reducen sus ciclos de entrega a la mitad. No con magia, sino con copilots, orquestadores y agentes que trabajan junto a desarrolladores, QA y producto.</p>

<p>Lo más interesante no es la tecnología en sí, sino cómo cambia el trabajo en tres áreas concretas: el discovery se vuelve más rápido porque los modelos pueden analizar tickets y feedback para detectar patrones; la calidad mejora porque la generación de pruebas y la revisión de código se pueden asistir con modelos especializados; y las operaciones del día a día —documentar cambios, actualizar wikis, coordinar handoffs— se pueden delegar a agentes.</p>

<blockquote>
  <p>Lo importante no es reemplazar desarrolladores, sino liberar su tiempo creativo para decisiones de producto y arquitectura.</p>
</blockquote>

<p>Antes de integrar cualquier modelo, lo primero es entender dónde está la fricción real. Mapea el flujo end-to-end, mide cuánto tiempo se va en tareas repetitivas, y prioriza con una matriz de impacto vs. esfuerzo. Con eso claro, puedes arrancar con prototipos en datos reales en vez de experimentos en el vacío.</p>

<p>Lo que marca la diferencia entre un piloto fallido y uno exitoso es definir desde el día uno quién es responsable de la gobernanza y la seguridad. Con eso en su lugar, avanzar de pruebas controladas a despliegues incrementales se vuelve mucho más llevadero.</p>]]></content><author><name>Fernando Abishai</name><email>fernandoabishai@triherm.com</email></author><category term="ai" /><category term="product" /><summary type="html"><![CDATA[La IA dejó de ser experimento. Ya es parte del día a día de los equipos de ingeniería, y los proyectos más exitosos son los que combinan criterio humano con modelos que aceleran investigación, diseño e implementación.]]></summary></entry></feed>