Estuve al teléfono con un amigo en Meta durante una hora el martes pasado. Estaba respirando rápido, como lo hacen las personas cuando intentan no entrar en pánico. Los rumores de despido estaban por todas partes. Los canales internos de Slack se habían quedado en silencio de una manera específica y ominosa. Y seguía preguntándome la misma pregunta:"¿Es cierto? ¿Realmente somos obsoletos?"
Le dije que no. Pero también le dije que la verdad es más fea que la mentira.
La Fábrica del Pánico
Comencemos con la hipocresía, porque es asombrosa.
La Empresa A pasó todo el año pasado declarando que los ingenieros de software son obsoletos. Su portal de reclutamiento sigue abierto de par en par. La Empresa M anunció que los ingenieros de nivel medio serían completamente reemplazados para fin de año. No sucedió. Mientras tanto, un ejército de influencers de IA está fabricando pánico según lo programado: cada seis semanas, un nuevo hilo de "la programación está muerta" para vender el curso.
Entonces, ¿es todo noticias falsas? No exactamente. Porque los despidos son reales. Brutales. Implacables. Están sucediendo ahora mismo.
La pregunta es: ¿quién los ordenó realmente?
Los VC Exigieron Sangre
Recuerdo 2020. La pandemia golpeó, y la empresa tecnológica en la que estaba cortó instantáneamente el 20% de la ingeniería. Sin evaluaciones de desempeño. Sin análisis de finalización de proyectos. Solo paquetes de indemnización y cuentas desactivadas.
Saqué a un alto ejecutivo a tomar café y le pregunté por qué. Su respuesta fue directa:"Porque los capitalistas de riesgo lo querían."
Eso es todo. Esa es la razón completa.
Seis meses después, esas mismas empresas estaban en una frenética guerra de ofertas para contratar ingenieros de nuevo—con salarios más altos, y bonos de firma. El talento que desecharon como muebles rotos ahora era inventario premium.
Estamos viendo el mismo ciclo exacto. Los capitalistas de riesgo y los inversores institucionales están intoxicados por la narrativa mediática. Creen que la IA puede reemplazar el personal. Más peligrosamente, creen que si una empresa de su carteranoejecuta despidos masivos, el CEO está fallando en implementar la IA de manera eficiente. Para un capitalista de riesgo, no reducir el personal significa que arriesgas perder tu próxima ronda.
¿Tienen razón?
Esto es lo que he aprendido desde 2020: para un fondo que gestiona cientos de miles de millones, tu empresa es una sola carta de juego. Si la tesis de despidos es técnicamente precisa o no, no importa. Si todo el ecosistema de capital decide que algo incorrecto es correcto, se convierte en realidad. Lee a Foucault si quieres la filosofía. Lee las noticias si quieres la prueba.
Los ejecutivos que dirigen estas empresas no tienen otra opción. Deben apaciguar al capital. Pero si el capital está equivocado—y la historia dice que lo está—entonces necesitamos hacer la pregunta fundamental:¿Puede la IA realmente reemplazar la ingeniería de software?
Lo que realmente es un LLM
Elimina a los agentes. Elimina los pipelines RAG, los sistemas de memoria, las herramientas sofisticadas. ¿Qué queda?
En su base, un LLM es una máquina que realizareconstrucción estadística.
Cualquiera que haya criado a un niño entiende la diferencia. Puedes decirle a un LLM:"Ten cuidado con el vaso, se romperá."Ingiere miles de millones de puntos de datos que demuestran que dejar caer vidrio equivale a romperlo, y produce la respuesta estadística correcta. Pero un niño humano tiene que dejar caer el vidrio. Escuchar el estallido. Tal vez pisar un fragmento y sangrar. Así es como comprenden la física y la consecuencia.
"Pero la salida estadística es lo suficientemente buena para la codificación,"dirán algunos.
No. No es ni de cerca suficiente.
La Restricción de la Consecuencia
Porque un LLM solo entiende la proximidad estadística, es completamente incapaz deromper restricciones basadas en la consecuencia.
Un LLM no se despierta por PagerDuty a las 3 AM porque la producción está caída. No puede ser demandado por un cliente. No tiene que mirar a un CEO enojado a los ojos y explicar por qué falló la migración. No va a prisión si una auditoría descubre fraude. No siente el frío terror de ver una factura de AWS de $500,000 causada por un solo bucle mal optimizado.
Las consecuencias son humanas.Y la necesidad—nacida de la consecuencia—es la única fuerza que impulsa verdaderos saltos arquitectónicos.
Piensa en la era pre-AI. ¿Alguna vez has pasado tres meses buscando en StackOverflow y GitHub, no has encontrado absolutamente nada, y te has visto obligado a inventar un concepto arquitectónico completamente nuevo? Un LLM no puede hacer esto. No tienerazónpara forzar un cambio de paradigma. No tiene dolor.
Déjame darte el ejemplo más claro que conozco:programación asíncrona.
La invención de Async
Imagina un universo donde async/await no existe. Todos escriben código sincrónico. Si le pides a un LLM que "haga esto más rápido", hace lo que mejor sabe hacer: interpolación de patrones dentro de sus datos de entrenamiento. Sugiere CPUs más rápidas. Más RAM. Indexación de bases de datos. Bucles más ajustados. Optimiza sin cesar dentro de las limitaciones delUniverso Sincrónico.
Pero una ingeniera humana? Ella siente el dolor agonizante de una solicitud bloqueante que paraliza todo el servidor. Los usuarios están agotando el tiempo de espera. La CEO está en su Slack. Ella está perdiendo dinero minuto a minuto. Y de repente se detiene y pregunta:"Espera... ¿por qué tiene que suceder esto justo ahora? ¿Por qué estamos bloqueando el hilo en absoluto?"
Ella reescribe la restricción porque ellasiente el dolor.El LLM no siente el dolor. El LLM ni siquiera siente el costo de su propio consumo de tokens.
Async no fue inventado por la optimización. Fue inventado pordesesperación.Por un humano que necesitaba escapar de una trampa que la mejora estadística no podía resolver.
Esa es la brecha. Ese es todo el juego. Y no se está cerrando.
La Corrección
Una vez que esta histeria se asiente—una vez que los capitalistas de riesgo se den cuenta de que la optimización estadística no puede reemplazar las consecuencias arquitectónicas—la demanda de ingeniería de software de alto nivel regresará violentamente.
La pregunta seria no es si los ingenieros son obsoletos. Es sitúpuedes sobrevivir financiera y profesionalmente hasta que el mercado se corrija. Porque la corrección se avecina. Siempre llega. Las personas que son despedidas ahora serán contratadas de nuevo más tarde a un precio premium, al igual que en 2020, al igual que en cada ciclo anterior.
But the ones who don't survive the gap? They weren't replaced by AI. They were replaced by panic.
The Lens That Makes No Sense
I'll close with something completely unrelated.
The header image for this post was shot using a simulation of the Leica Thambar-M 90mm f/2.2 lens. It's a $6,500 piece of glass that deliberately takes unclear photos. Soft focus. Dream-like aberrations. Flawed on purpose.
Statistically, it makes absolutely no sense. Every training dataset says sharpness equals quality. An AI would never invent this lens because the data says it's wrong.
But humans pay for it. Because it makes them feel something.
Nunca subestimes la brecha entre la perfección estadística y la realidad humana. Los capitalistas de riesgo están optimizando para la primera. El futuro pertenece a la segunda.
— James, Mercury Technology Solutions, Hong Kong, mayo de 2026
