La inteligencia artificial redefine el papel de los ingenieros y acelera tareas más allá de la programación

3–5 minutos

Nuevos desafíos en la rutina diaria de los profesionales de la tecnología

Un artículo de Business Insider destaca cómo la inteligencia artificial está transformando el día a día de los especialistas que trabajan directamente con clientes. El caso de Justin Johnsen, ingeniero de KPMG que ocupa el cargo de forward-deployed engineer, ilustra la combinación de tecnología, consultoría y proximidad con el cliente.

Cuando Johnsen se unió a KPMG, desarrollaba software casi totalmente de forma manual. Hoy en día, gran parte de su trabajo consiste en utilizar la IA para analizar información, estructurar datos y crear soluciones para diversos proyectos.

La posición de forward-deployed engineer también ayuda a entender este cambio. En lugar de recibir una solicitud, crear una solución y entregarla, este profesional acompaña el problema desde la identificación de la necesidad hasta su implementación final.

Esto implica dialogar con equipos, comprender el contexto del negocio, desarrollar la solución y capacitar a los empleados del cliente para que puedan utilizarla.

Del código a la curaduría del contexto

Según el ingeniero de KPMG, el principal problema de su trabajo ya no es la escritura de código. Ahora, comparte espacio con una etapa previa: reunir contexto y definir la intención del proyecto.

Los modelos de IA dependen de la información que se les proporciona para generar resultados útiles. Cuanto más complejo es el problema, mayor es la necesidad de datos, reglas, objetivos y detalles sobre el negocio.

En el caso descrito por Business Insider, Johnsen dedicó meses a recopilar requisitos y refinar el contexto antes de aplicar la IA en el desarrollo de una aplicación. Tras esta fase, la solución se entregó en aproximadamente un mes.

La experiencia también modificó la demanda de la empresa cliente, que solicitó apoyo para que sus equipos adoptaran las prácticas de IA y de creación de prompts utilizadas en el proyecto.

La IA amplía el trabajo más allá de la programación

Otro ejemplo presentado es el de una herramienta de evaluación de riesgos que combina varias señales para determinar el peligro de negociar con un cliente o socio.

La inteligencia artificial analiza estas señales y genera una puntuación que puede ser revisada por evaluadores humanos, integrándose en el proceso de análisis en lugar de sustituirlo.

Además, una parte creciente del desarrollo está migrando hacia actividades relacionadas con datos e integración de sistemas. Las empresas poseen información dispersa en diferentes aplicaciones, sistemas heredados y servicios en la nube.

En este contexto, el profesional asume la función de conectar estas fuentes y organizar los datos para que los sistemas de IA puedan utilizarlos de manera efectiva.

Transformaciones en el día a día laboral

El caso de KPMG ilustra una transformación que puede afectar a diversas profesiones: algunas tareas manuales se aceleran, mientras que otras ganan mayor relevancia.

Entre las actividades que destacan se encuentran:

  • definición del problema a resolver
  • organización y validación de información
  • conocimiento profundo del negocio
  • comunicación con otros equipos
  • evaluación de los resultados producidos por la IA
  • toma de decisiones estratégicas

Un estudio con cerca de seis mil trabajadores de varios sectores mostró una reducción en el tiempo dedicado a los correos electrónicos entre participantes que tuvieron acceso a una herramienta de IA generativa. El efecto fue más fuerte en tareas individuales, mientras que las actividades que requerían coordinación con otras personas sufrieron menos cambios.

Esto explica por qué el impacto de la inteligencia artificial no se limita a la sustitución de una tarea. En muchos casos, la tecnología modifica cómo el profesional distribuye su tiempo y prioriza sus actividades.

El contexto y el juicio ganan espacio

Para el ingeniero de KPMG, la IA permite reducir el tiempo dedicado a actividades repetitivas y abrir más espacio para tareas que requieren juicio humano.

Esto no significa que el conocimiento técnico haya perdido importancia. Por el contrario: el profesional necesita saber qué información proporcionar al sistema, evaluar si la respuesta tiene sentido e identificar limitaciones o errores.

Para los trabajadores de diferentes áreas, el cambio puede significar una combinación entre conocimiento profesional y fluidez en IA. Un analista financiero, por ejemplo, puede usar modelos para organizar información, pero sigue siendo responsable de comprender los indicadores y verificar si la interpretación es adecuada.

El mismo principio se aplica al marketing, recursos humanos, ingeniería, derecho, operaciones y otras áreas en las que los profesionales manejan grandes volúmenes de información.

En el caso de KPMG, la función del ingeniero pasó a incluir no solo construir una solución, sino también enseñar al cliente a utilizarla. La entrega ahora abarca la aplicación, la documentación, las buenas prácticas y la transferencia de conocimiento.