Estaba viendo un panel de la industria de defensa el año pasado cuando el CEO de Raytheon dijo algo que se alojó en mi cerebro como una astilla. Estaba explicando por qué tomó cuatro años reiniciar la producción de misiles Stinger después de que el Pentágono hiciera un pedido en 2022.
Tuvieron que sacar a ingenieros de 70 años de su jubilación. No como consultores, sino como maestros. Los empleados jóvenes no sabían cómo leer planos en papel de la administración Carter. El equipo de pruebas ya no existía. Los componentes del buscador habían sido descontinuados hace décadas. Un pedido realizado en 2022 no se entregaría hasta 2026, no por falta de fondos, sino porque el conocimientose había jubilado y había muerto.
El Pentágono no había comprado nuevos Stingers en veinte años. Asumieron que la capacidad simplemente... permanecería en la estantería. Como si una habilidad fuera un objeto físico que puedes almacenar en un almacén.
Luego está Fogbank. Es un material clasificado utilizado en ojivas nucleares desde 1975 hasta 1989. Cuando el gobierno necesitó volver a fabricarlo para un programa de extensión de vida, descubrieron que literalmente no podían. Las personas que sabían cómo hacerlo estaban muertas o jubiladas. La documentación existía, pero era insuficiente de maneras que solo se hicieron evidentes después de 69 millones de dólares en intentos fallidos.
Finalmente produjeron un lote. Era "demasiado puro". El proceso original se había basado en una impureza accidental, algo que nadie, ni siquiera los ingenieros originales, sabía que era crítico. El conocimiento no solo se había perdido. El contexto profundo y no escritode por qué el sistema funcionaba nunca se había articulado. Vivía en los huesos de personas que ahora ya no estaban.
Dirijo equipos de ingeniería para ganarme la vida. Cuando miro la base industrial de defensa—la incapacidad para fabricar proyectiles de artillería, los puntos únicos de fallo, la experiencia generacional evaporándose—no solo veo una crisis militar.
Veo el mismo colapso exacto ocurriendo en la ingeniería de software.Y está sucediendo más rápido.
El Dividendo de la Paz es la IA
En 1993, después de que terminó la Guerra Fría, el Pentágono dijo a los CEOs de defensa que se consolidaran o murieran. Optimizaron para una eficiencia de costos extrema. Dejarons de planificar para el volumen. Dejarons de entrenar a la próxima generación para crisis que asumían que nunca llegarían.
En software, nuestro "Dividendo de la Paz" es la IA.
Estamos tres años en este ciclo de optimización. Las principales empresas tecnológicas han congelado los roles de ingeniería junior. Una encuesta de LeadDev encontró que el 54% de los líderes de ingeniería creen que los copilotos de IA reducirán permanentemente la contratación de juniors. Las inscripciones en ciencias de la computación están disminuyendo en las mejores universidades.
La lógica es seductora: ¿por qué contratar a un desarrollador junior cuando ChatGPT puede generar el código en treinta segundos?
Pero aquí está la matemática que nadie quiere hacer en voz alta. Un desarrollador junior tarda de tres a cinco años en convertirse en nivel medio. De cinco a ocho años en convertirse en senior. Una década en convertirse en arquitecto. No puedes comprar ese tiempo con dinero. No puedes comprimirlo con un aviso.
Cuando los ingenieros junior utilizan IA para saltarse el arduo proceso de depuración—cuando evitan los dolorosos errores que realmente forjan la competencia—nunca desarrollan conocimiento tácito. Se convierten en "Prompters de IA." Pueden decirle a la máquina qué hacer, pero no pueden decirte "por qué"la salida confiada de la máquina es arquitectónicamente defectuosa. No pueden detectar el mal patrón. No pueden sentir la deuda técnica acumulándose.
Cuando mi generación de ingenieros senior se retire, nuestro conocimiento no se transferirá mágicamente a la IA. Como Fogbank, simplemente desaparecerá. Y los "prompters" que queden no sabrán lo que no saben hasta que el sistema colapse.
La Crisis del Contexto
En este momento, la generación de código por IA es increíblemente rápida. Pero la revisión del código por humanos se ha convertido en el cuello de botella. ¿La solución predecible de la industria? Dejar que la IA revise el código de la IA.
Este es un error catastrófico disfrazado de eficiencia.
Una IA no entiende tu lógica de negocio. No conoce la deuda técnica histórica de la migración de 2019 que aún persigue tu esquema de base de datos. No sabe la regla no escrita de que este microservicio nunca puede llamar a ese directamente debido a una restricción regulatoria de un cliente que se fue hace dos años. Carece de contexto.Incluso si documentas todo—Libros de Sitio, Documentos de Diseño de Software, cobertura total de pruebas—solo funciona hoy porque los humanos que leen esos documentos poseen la experiencia tácita para interpretarlos. Los documentos son un mapa, pero aún necesitas a alguien que entienda el terreno.¿Qué pasa cuando los lectores son "prompters" que en realidad no entienden los sistemas distribuidos? Cuando la persona que revisa la salida de la IA no puede reconocer que la solución es elegante, correcta, y that one directly because of a regulatory constraint from a client who left two years ago. It lacks context.
Even if you document everything—Site Books, Software Design Documents, full test coverage—it only works today because the humans reading those documents possess the tacit expertise to interpret them. The documents are a map, but you still need someone who understands the terrain.
What happens when the readers are "prompters" who don't actually understand distributed systems? When the person reviewing the AI's output can't recognize that the solution is elegant, correct, and desastroso para tu infraestructura específica?
Fogbank falló porque la receta carecía del contexto no escrito de una impureza. Tu software empresarial fallará por la misma razón exacta. La IA generará un código hermoso y funcional que lentamente, de manera invisible, destruye la arquitectura—porque nadie vivo recuerda por qué existía la restricción original.
Por qué construimos Mercury Bridge
Empecé Mercury Bridge porque vi que esta brecha se ampliaba en tiempo real. Por un lado: la velocidad de ejecución de la IA que se duplica cada seis meses. Por el otro: la comprensión contextual humana que tarda una década en construirse y una jubilación en perderse.
Mercury Bridge no es otro copiloto de IA. No es una forma más rápida de generar código. Es un marco arquitectónico diseñado para capturar, estructurar y desplegar el profundo contexto empresarial no escrito de tu organización.
Esto es lo que realmente significa:
Anclaje Contextual: Antes de que la IA escriba una línea de código o elabore una estrategia, Puente de Mercurio fuerza la alineación en tu lógica propietaria. Mapea tus decisiones históricas, tus dependencias de tecnología y los "conocidos desconocidos" que mantienen tus sistemas en funcionamiento—las cosas que nadie documenta porque todos asumen que son obvias.
Cerrando la Brecha Junior: Debido a que estructuramos el contexto empresarial de manera tan profunda, cuando un ingeniero con menos experiencia (o un agente de IA) interactúa con el sistema, está limitado por las barandillas construidas por tus expertos senior. No estamos saltando el proceso de aprendizaje; estamos proporcionando una red de seguridad de memoria institucional para que el aprendizaje no requiera una década de cicatrices.
La Bóveda de Decisiones: No solo almacenamos código. Almacenamos las decisiones detrás del código.¿Por qué se aprobó esta solicitud de extracción? ¿Por qué rechazamos esta arquitectura de base de datos en 2024? ¿Qué restricción de un contrato con un cliente en 2021 todavía afecta cómo manejamos los datos hoy en día? Al preservar el contexto de la decisión, aseguramos que la IA (y los futuros humanos) no repitan errores históricos por ignorancia.
La factura llega
La industria de defensa apostó a que la paz geopolítica duraría para siempre. Pagaron por esa apuesta cuando el mundo cambió.
La industria del software está apostando a que la IA avanzará lo suficientemente rápido como para volver obsoleto el juicio humano senior antes de que la generación actual se retire. Es una apuesta aterradora. Si la IA se estanca—y toda la tecnología eventualmente se estanca—y has pasado cinco años despidiendo a los juniors y confiando en la generación de código sintético, tu empresa se despertará un día y se dará cuenta de que has olvidado cómo construir tu propio producto.
El dinero nunca ha sido el factor limitante. El conocimiento lo es. Y el conocimiento, a diferencia del dinero, muere con las personas que lo portan.
Tienes que codificar tu contexto antes de que las personas que lo sostienen salgan del edificio.
— James, Mercury Technology Solutions, Hong Kong, mayo de 2026
