Impacto de la IA: La IA altera significativamente el enfoque de los roles en ingeniería de IA/ML, desplazando la atención hacia el diseño y la definición de problemas.
Automatización de tareas: La IA destaca en la automatización de tareas repetitivas, pero tiene dificultades con aquellas que requieren juicio y comprensión del contexto.
Rituales de entrega: La IA facilita una definición de alcance de proyectos más rápida y mejora la alineación asincrónica, reduciendo la necesidad de reuniones para actualización de estado.
Flujos de trabajo agénticos: La implementación de flujos de trabajo agénticos agiliza las tareas no relacionadas con la codificación, permitiendo un mejor enfoque en la toma de decisiones críticas.
Evolución de roles: Es posible que los roles dedicados de gestión de proyectos disminuyan a medida que la IA asuma el seguimiento, dejando las tareas basadas en el juicio en manos de los equipos.
Sairam Sundaresan es un líder en ingeniería de IA y educador. Está clasificado como el creador de IA n.º 1 en LinkedIn India por Favikon. Además, es autor de "IA para el resto de nosotros" y de un boletín semanal llamado Gradient Ascent.
Hablamos con Sundaresan sobre cómo la IA está cambiando la entrega de proyectos. Esto es lo que nos contó.
Cómo la IA influye en los roles de ingeniería de IA/ML
Lidero la ingeniería de IA/ML. En la entrega de proyectos, soy responsable de las decisiones de arquitectura, asegurar que el enfoque técnico se corresponda con el problema empresarial y detectar riesgos lo suficientemente pronto para abordarlos.
También soy el autor de IA para el resto de nosotros.
Cómo la IA cambia las tareas y el enfoque en la entrega de proyectos

La IA hace un buen primer intento en la implementación, pruebas y tareas repetitivas. Paso menos tiempo escribiendo código desde cero, pero sigo revisando todo, igual que haría con cualquier ingeniero de mi equipo. El resultado se produce más rápido, pero no está supervisado.
Ahora paso más tiempo en el planteamiento del problema, el diseño del sistema y anticipando dónde pueden fallar las cosas. Estas decisiones siempre fueron la parte de mayor impacto del trabajo. Ahora ocupan una mayor parte de mi día, ya que el trabajo rutinario avanza más rápido.
Lo que más me sorprendió al implementar IA fue ver la Paradoja de Moravec en tiempo real. Las tareas que esperaba que fueran difíciles de automatizar resultaron fáciles: generación de código, creación de pruebas y resumen de información. La IA tiene dificultades con tareas que pensé serían triviales: saber cuándo un requisito es ambiguo, reconocer que una solución técnicamente correcta no es la más adecuada para este contexto y entender por qué un interesado dijo una cosa pero en realidad quería decir otra.
Cómo la IA optimiza las tareas repetitivas en la entrega de proyectos
Las partes más automatizables de mi trabajo de entrega en este momento son las tareas repetitivas con criterios de aceptación claros. Generación de pruebas, creación de la estructura del código, redacción de primeros borradores de documentación, informes de estado y comprobaciones de dependencias: todas estas son tareas bien definidas y de baja ambigüedad donde la IA desempeña un papel sólido con una supervisión mínima. La implementación es sencilla: conectas los agentes a tu canalización CI/CD, les das un alcance claro y construyes la verificación en torno al resultado.
Los humanos siguen siendo necesarios para todo lo que implique juicio en condiciones de ambigüedad. Eso incluye:
- Priorización cuando todo es urgente
- Saber qué atajo técnico es aceptable y cuál te costará caro dentro de seis meses
- Interpretar el ambiente en una reunión multifuncional y darse cuenta de que el verdadero obstáculo es político.
Cómo la IA transforma los rituales fundamentales de entrega y la alineación

En cuanto a los rituales, la IA hace gran parte del trabajo pesado.
- La definición del alcance es más rápida porque la IA genera un primer borrador a partir de una conversación o requisitos, y luego yo lo edito. Ya no me enfrento a una página en blanco. Pero aún decido qué entra en el alcance y qué no.
- La alineación es más asíncrona. En lugar de una reunión para alinear a todos, escribo un breve documento, la IA me ayuda a pulirlo y la gente comenta. Sólo nos reunimos cuando necesitamos resolver un desacuerdo genuino.
- La validación es lo que más ha cambiado. La IA genera código, así que ahora necesito pruebas y límites de control que detecten los modos de fallo específicos de los agentes.
- La gestión de la ejecución es más ligera. Las herramientas proporcionan el estado directamente. Paso menos tiempo pidiendo actualizaciones y más tiempo decidiendo qué hacer a continuación.
La alineación es más asíncrona. En lugar de una reunión para alinear a todos, escribo un documento breve, la IA me ayuda a perfeccionarlo y la gente comenta. Solo nos reunimos cuando necesitamos resolver un desacuerdo genuino.
Por qué los flujos de trabajo agentivos mejoran la eficiencia de entrega
Personalmente, uso flujos de trabajo agentivos a diario. Mi configuración utiliza Claude Code para orquestar la mayor parte de mi trabajo no relacionado con el código: investigación, síntesis de documentos, planificación y revisión. Para programar, Codex se encarga de la implementación y yo reviso.
Primero me enfoqué en automatizar aspectos de la entrega que consumían tiempo sin requerir juicio. Redactar documentos, resumir contexto, generar pruebas y reunir estados de múltiples fuentes. Estas son tareas de alta frecuencia y baja ambigüedad. Son victorias fáciles.
La calidad es lo suficientemente buena como para que solo edite el trabajo, no lo rehaga. Uso el tiempo que recupero para tomar decisiones que realmente importan. La lección principal: sé específico con el alcance. Los agentes funcionan bien con límites claros. Si les das una intención ambigua, vuelves a estar supervisando constantemente.
Por qué Codex y Claude Code son herramientas imprescindibles de desarrollo
Codex es mi herramienta principal de programación en este momento. Cuando uso Claude para programar, Codex actúa como mi socio de revisión de código. Sin embargo, este rol cambia a medida que el espacio evoluciona.
Claude Code gestiona todo lo relacionado con la programación: razonamiento sobre arquitectura, documentación, definición de problemas, investigación y revisión. También realiza algo de programación directa. Uso Linear para el seguimiento de proyectos. Es limpio, rápido y no interfiere.
Por qué la IA podría eliminar los roles dedicados a la gestión de proyectos
Esto puede ser algo controvertido, pero predigo que los roles dedicados a la gestión de proyectos en su mayoría desaparecerán porque todos empezarán a gestionar proyectos. La IA se encarga del seguimiento, los informes de estado y la programación. Lo que queda es el juicio, y el equipo lo comparte.
Ahora mismo todos los roles se están fusionando. No puedes ser solo un ingeniero que programa, o solo un diseñador que diseña. Equipos más pequeños, más apoyo de IA y todos cubren más áreas.
Las personas que sobresalen son aquellas que nunca fueron solo una cosa.
Por qué los líderes de entrega deben adoptar herramientas y habilidades de IA

Familiarízate a fondo con las herramientas. No delegues tu comprensión de la IA a otra persona de tu equipo. Necesitas sentir de primera mano dónde es buena y dónde falla.
Después de eso, elimina sin piedad los procesos que existen solo porque mover información era caro. Ahora la IA te lo da gratis.
Sigue el trabajo de Sairam
Puedes seguir el trabajo de Sundaresan en LinkedIn, X, Instagram y su boletín. También puedes consultar su libro, IA para el resto de nosotros.
¡Próximamente más entrevistas con expertos en The Digital Project Manager!
