La adopción de estas herramientas entre desarrolladores ha crecido rápidamente. La encuesta de Stack Overflow de 2025, realizada con más de 49.000 participantes de 177 países, encontró que 84% de los desarrolladores utiliza o planea utilizar herramientas de IA en su proceso de desarrollo, frente al 76% registrado un año antes. Sin embargo, el aumento del uso vino acompañado de una advertencia: 46% dijo desconfiar de la precisión de las respuestas generadas por IA.

El dato ayuda a entender el cambio que está experimentando la profesión. Un asistente puede producir código funcional, pero no necesariamente conoce todas las restricciones de un proyecto, las necesidades de sus usuarios, la arquitectura de un sistema o las consecuencias de una decisión técnica. Esas variables siguen requiriendo análisis y criterio.

Te puede interesar: ¿Por qué sentimos que nunca tenemos tiempo? La paradoja de la productividad digital y la IA

Un estudio controlado sobre GitHub Copilot publicado por investigadores de Microsoft encontró que los desarrolladores que utilizaron la herramienta completaron una tarea de programación 55,8% más rápido que quienes no tuvieron acceso al asistente. La cifra muestra el potencial de estas tecnologías, aunque no significa que todas las actividades de desarrollo se aceleren en la misma proporción.

Otra investigación llegó incluso a un resultado contrario. Un experimento de 2025 con 16 desarrolladores experimentados que trabajaban sobre proyectos de código abierto que ya conocían encontró que, al permitirles utilizar herramientas de IA, tardaron 19% más en completar las tareas. Los investigadores señalaron que los participantes debían revisar y corregir las propuestas generadas por las herramientas.

Programar cambia, pero los fundamentos siguen importando

La investigación DORA 2025, elaborada por Google con cerca de 5.000 profesionales de tecnología, describe la IA como un amplificador. Sus resultados apuntan a que las herramientas pueden potenciar las capacidades de una organización, pero también sus problemas existentes.

La necesidad de conocimientos técnicos también aparece en la encuesta de Stack Overflow. El 45% de los participantes señaló que depurar código generado por IA puede resultar una tarea que consume tiempo. Además, 61,3% afirmó que pediría ayuda a otra persona si quisiera comprender completamente el código y 61,7% mencionó preocupaciones éticas o de seguridad.

Para quienes buscan entrar en esta industria, el reto pasa entonces por aprender a utilizar estas herramientas sin depender completamente de ellas. Ahí aparece la propuesta de Holberton Coderise, que ofrece programas de programación, desarrollo de software, IA generativa, ciberseguridad y machine learning. Su formación de Desarrollo de Software Full Time tiene una duración de nueve meses, modalidad híbrida inmersiva y una metodología basada en proyectos, cohortes y aprendizaje entre pares.

El programa de desarrollo de software está dirigido también a personas que comienzan desde cero o buscan cambiar de carrera. Entre sus requisitos figuran conocimientos básicos de informática, interés por la tecnología y la inteligencia artificial, capacidad para resolver problemas y disposición para aprender mediante proyectos. El plan incluye fundamentos como C, estructuras de datos, Python, JavaScript, bases de datos, APIs, Git, Bash y depuración de aplicaciones.

El anuncio se realizó durante la presentación de resultados financieros ante inversionistas, donde Satya Nadella, CEO de la compañía, explicó que la aplicación estará dirigida tanto a usuarios como a empresas. La iniciativa busca concentrar las distintas experiencias de Copilot en una sola plataforma y facilitar el acceso a sus herramientas desde un único punto.

Qué incluirá la superapp de Copilot

La nueva aplicación integrará el chatbot Copilot, GitHub Copilot para programación, Copilot Cowork para trabajo colaborativo y los Autopilots, agentes capaces de ejecutar tareas de forma autónoma. El objetivo es evitar que los usuarios tengan que cambiar constantemente entre distintas aplicaciones para completar un mismo flujo de trabajo.

Por ahora no existen imágenes oficiales ni una fecha exacta de lanzamiento. Lo único confirmado es que la aplicación estará disponible antes de finalizar el año. La empresa tampoco ha revelado si conservará el nombre Copilot o si presentará una nueva identidad para esta plataforma unificada.

El anuncio también respalda un reporte publicado por Fortune en mayo, que adelantó el desarrollo de una plataforma capaz de reunir las distintas herramientas de inteligencia artificial en un único entorno. Con la confirmación oficial, esa información deja de ser una filtración y pasa a formar parte de la estrategia de la compañía para este año.

¿En qué se diferencia de ChatGPT Work?

Aunque ambas propuestas buscan reunir varias funciones en una sola aplicación, parten de ecosistemas diferentes. Esa diferencia influye en la forma en que cada plataforma integra sus herramientas y en el tipo de usuarios al que pretende ofrecer una experiencia más completa.

ChatGPT Work está diseñado alrededor del ecosistema de OpenAI. Su propósito es combinar ChatGPT, Codex y otras funciones en una única interfaz para facilitar la ejecución de tareas complejas. Con ello, busca reducir la necesidad de alternar entre diferentes herramientas durante una misma jornada de trabajo.

La propuesta de Copilot, en cambio, integra el asistente conversacional, GitHub Copilot, Copilot Cowork y los Autopilots. De esa manera, reúne funciones orientadas a desarrolladores y organizaciones que ya utilizan sus servicios de productividad, con la intención de centralizar procesos en un único entorno.

Otra diferencia está en la integración con otros productos. Mientras OpenAI construye un entorno propio de trabajo, Copilot podrá aprovechar servicios como Windows, Microsoft 365, GitHub y Azure. Esa conexión con herramientas ampliamente utilizadas en empresas puede facilitar la adopción de la nueva plataforma en ambientes corporativos.

La competencia ya no está solo en los modelos de IA

El anuncio confirma un cambio en la estrategia de la industria. Durante los últimos años, la competencia se concentró en desarrollar modelos de IA cada vez más potentes. Ahora, el desafío consiste en transformar esas capacidades en plataformas que permitan resolver distintas tareas desde una sola aplicación.

La decisión también resulta llamativa porque meses atrás Satya Nadella afirmó que el futuro estaría impulsado principalmente por agentes y no por aplicaciones tradicionales. La llegada de una superapp sugiere que ambos enfoques pueden convivir mientras evolucionan las formas de interacción con la inteligencia artificial.

Apple, por su parte, mantiene una estrategia distinta y continúa apostando por aplicaciones independientes para cada función. Hasta el momento, la compañía no ha mostrado señales de avanzar hacia una plataforma unificada, lo que evidencia que aún existen diferentes visiones sobre el futuro de este mercado.

Una apuesta respaldada por el crecimiento del negocio

La confirmación llegó durante la misma presentación de resultados en la que Microsoft informó ingresos trimestrales cercanos a los 90.000 millones de dólares, impulsados por el crecimiento de Azure y de los servicios relacionados con IA. Ese desempeño respalda las inversiones que la empresa mantiene para ampliar las capacidades de Copilot y acelerar el desarrollo de nuevas herramientas.

Con ChatGPT Work y la superapp de Copilot avanzando hacia plataformas que reúnen conversación, programación y agentes inteligentes, la competencia ya no dependerá únicamente de cuál de las dos ofrezca el modelo más avanzado. También será decisivo brindar una experiencia integrada, sencilla de utilizar y capaz de adaptarse a las necesidades de personas y empresas.

Imagen: ENTER.CO / Generada con IA (ChatGPT)

Más allá de nuevos modelos o infraestructura, el mensaje central fue otro: la próxima competencia tecnológica ya no será quién tiene acceso a la inteligencia artificial, sino quién logra convertirla en trabajadores digitales útiles para su organización.

Durante el evento, la compañía presentó nuevas plataformas, modelos y herramientas enfocadas en crear sistemas autónomos que entiendan el contexto empresarial y ejecuten tareas sin depender constantemente de instrucciones humanas.

La nueva apuesta: agentes que entienden cómo trabajas

Uno de los anuncios más llamativos fue Scout, un agente personal diseñado para entornos laborales. Según Microsoft, este sistema puede analizar cómo trabaja una persona dentro de herramientas como Teams u Outlook para preparar reuniones, resolver conflictos de agenda o asumir actividades repetitivas.

La propuesta gira alrededor de una nueva capa llamada Work IQ, que conecta correos electrónicos, documentos, reuniones, archivos corporativos y otras fuentes internas para entregar contexto a los agentes.

La compañía también presentó Web IQ, una tecnología que permite a estos sistemas consultar información web en tiempo real, y Foundry IQ, que combina datos internos y externos para enriquecer las respuestas.

La idea detrás de estas herramientas es sencilla: que los agentes no solo respondan preguntas, sino que comprendan cómo funciona una empresa y actúen dentro de ella.

Esto responde a uno de los mayores problemas actuales de la IA empresarial: muchos sistemas generan respuestas útiles, pero no conocen los procesos, reglas o información interna de las organizaciones.

De asistentes virtuales a trabajadores digitales

Microsoft también mostró que esta apuesta va mucho más allá del software conversacional.

La empresa presentó nuevos modelos propios, incluyendo MAI-Thinking-1, orientado a razonamiento y programación, además de herramientas para imágenes, voz y transcripción en múltiples idiomas.

Para desarrolladores, Build 2026 estuvo cargado de novedades: nuevas capacidades en Windows para ejecutar agentes localmente, entornos aislados para tareas automatizadas y herramientas para desplegar sistemas autónomos desde el computador hasta la nube.

Todo esto apunta hacia un mismo objetivo: que los agentes puedan operar con mayor autonomía, pero manteniendo controles de seguridad, permisos y supervisión empresarial.

El cambio podría alterar la forma en que se realizan tareas administrativas, desarrollo de software, análisis de información e investigación científica.

Microsoft incluso mostró cómo esta tecnología ya se está utilizando en investigación industrial, descubrimiento de medicamentos y desarrollo científico.

La carrera por la inteligencia artificial empezó con chatbots capaces de responder preguntas. Ahora, Microsoft apuesta a que el siguiente salto será crear sistemas que trabajen junto a las personas —o, en algunos casos, en lugar de ellas— dentro de las herramientas que ya usan todos los días.

La apuesta llega en un momento en el que las empresas intentan integrar agentes inteligentes en procesos internos, mientras buscan evitar problemas relacionados con gobernanza, privacidad o dependencia tecnológica. Por eso, buena parte de los anuncios giraron alrededor de una pregunta simple: ¿cómo crear sistemas de IA más útiles sin sacrificar supervisión?

Uno de los movimientos más visibles fue la expansión de Microsoft Agent Platform, ahora impulsada por una nueva capa llamada Microsoft IQ. La propuesta consiste en que los agentes trabajen con información empresarial, datos internos y conocimiento externo para responder con más contexto.

Dentro de esa familia aparecen herramientas como Work IQ, orientada a entender cómo fluye el trabajo dentro de organizaciones usando datos de correos, reuniones o documentos. También llegan Fabric IQ para interpretar datos empresariales estructurados y Foundry IQ para conectar conocimiento interno con información web actualizada.

Más contexto y nuevos modelos para agentes

Microsoft también presentó Scout, un agente personal pensado para ayudar en tareas repetitivas como preparar reuniones, resolver conflictos de agenda o gestionar actividades rutinarias dentro de aplicaciones de productividad.

Junto con los agentes llegaron nuevos modelos propios agrupados bajo la familia MAI. La compañía anunció siete modelos especializados que cubren razonamiento, voz, transcripción, generación de imágenes y programación.

El más llamativo es MAI-Thinking-1, diseñado para resolver instrucciones complejas, trabajar con grandes cantidades de contexto y asistir en tareas de desarrollo de software. A este se suman modelos para imagen, transcripción multilingüe y codificación integrados en productos como PowerPoint, GitHub Copilot y Visual Studio Code.

Para quienes desarrollan aplicaciones, esto significa menos dependencia de un único modelo y más opciones para elegir herramientas según cada tarea: generar código, convertir voz en texto o construir asistentes inteligentes.

Seguridad, nube y computación cuántica en la misma apuesta

Otro de los anuncios estuvo relacionado con seguridad. Microsoft presentó nuevas capacidades para administrar agentes de IA sin importar dónde estén alojados o qué tecnologías utilicen.

Entre ellas aparece Agent 365, una plataforma para centralizar visibilidad y controles de seguridad, junto con proyectos abiertos como ASSERT y Agent Control Specification, orientados a crear reglas y evaluaciones para agentes.

La compañía también mostró nuevas herramientas para construir aplicaciones desde equipos locales hasta infraestructura cloud. Entre ellas están Surface RTX Spark Dev Box, pensada para cargas intensivas de IA, y Microsoft Execution Containers, un sistema de entornos aislados para ejecutar agentes de forma segura.

Pero Build 2026 no se quedó solo en productividad empresarial. Microsoft aprovechó el evento para mostrar cómo la IA agéntica podría extenderse a ciencia e investigación.

Con Microsoft Discovery, investigadores y compañías pueden acelerar procesos científicos apoyados en inteligencia artificial. Mientras tanto, Majorana 2, el nuevo chip cuántico de la empresa, apunta a resolver uno de los grandes retos del sector: construir computadoras cuánticas escalables y estables.

La lectura detrás de todos estos anuncios parece clara: Microsoft quiere que la próxima generación de software no esté formada únicamente por aplicaciones tradicionales, sino por sistemas inteligentes que entiendan contexto, colaboren entre herramientas y funcionen desde el dispositivo hasta la nube.

Sin embargo, hacia 2026 el mercado empieza a redefinir qué significa ser un buen profesional tech: ya no basta con dominar varios frameworks; ahora se exige criterio para resolver problemas complejos con impacto real en el negocio.

El Future of Jobs Report del World Economic Forum ubica el pensamiento analítico y la resolución de problemas entre las habilidades más demandadas por las empresas. No se trata solo de escribir código funcional, sino de comprender cómo una decisión técnica afecta costos, tiempos de entrega, experiencia de usuario y sostenibilidad del producto.

Te puede interesar: ¿Programar será el nuevo lenguaje universal en 2026? Ya no será solo para ingenieros

La masificación de herramientas de inteligencia artificial aplicadas al desarrollo ha acelerado este giro. Soluciones como GitHub Copilot permiten generar fragmentos de código en segundos. Esto reduce la ventaja competitiva basada únicamente en la velocidad para programar y desplaza el foco hacia la arquitectura, la calidad de las decisiones y la capacidad de anticipar riesgos.

Firmas como McKinsey & Company han advertido que muchos proyectos tecnológicos fracasan por problemas de diseño, mala priorización o falta de conexión entre áreas técnicas y estratégicas. La brecha no está en el conocimiento de herramientas, sino en la lectura integral del problema.

Pensamiento crítico y visión de negocio

El nuevo perfil tech combina fundamentos sólidos —estructuras de datos, principios de diseño, seguridad y escalabilidad— con habilidades para interpretar métricas, dialogar con equipos de producto y entender modelos de negocio. Las empresas buscan desarrolladores capaces de cuestionar requerimientos, proponer alternativas y justificar técnicamente cada elección.

Este cambio también responde a ciclos de innovación más cortos. Los frameworks se actualizan con rapidez y lo aprendido hoy puede quedar obsoleto en pocos años. En contraste, la capacidad de descomponer un problema, evaluar escenarios y diseñar soluciones robustas mantiene su vigencia.

Datos de LinkedIn muestran un aumento en ofertas que incluyen competencias como arquitectura de sistemas, liderazgo técnico y pensamiento estratégico, incluso para cargos intermedios. La etiqueta “full stack” sigue presente, pero acompañada de exigencias más amplias relacionadas con impacto y toma de decisiones.

Te puede interesar: Marzo trae ciclo de charlas gratuitas sobre empleo formal, trayectoria laboral y marca persona

En el ámbito formativo, esta tendencia impulsa modelos educativos centrados en proyectos reales. Instituciones como Holberton han estructurado su metodología alrededor de retos prácticos y trabajo colaborativo. El estudiante no memoriza herramientas; aprende a investigar, argumentar y construir soluciones que respondan a necesidades concretas.

Para 2026, el profesional tech mejor valorado no será quien acumule más certificaciones, sino quien pueda explicar con claridad por qué eligió determinada arquitectura, cómo optimiza recursos y qué riesgos implica su implementación.

En una industria donde la automatización avanza, la diferencia estará en la capacidad humana de analizar, decidir y asumir responsabilidad técnica. Nuestro aprendizaje se basa en resolver problemas reales, no en memorizar herramientas.