4 de agosto de 2026
Qaracter señala que la IA está transformando todo el ciclo de vida del software, desde la definición de requisitos y el diseño funcional hasta el desarrollo, las pruebas, la seguridad, el despliegue, la documentación y el mantenimiento. La firma advierte de que, en sectores regulados como banca y seguros, esta evolución deberá apoyarse en gobierno tecnológico, trazabilidad, ciberseguridad, supervisión humana, calidad del código, cumplimiento normativo y medición del impacto en negocio. Madrid, 4 de agosto de 2026 — La inteligencia artificial está abriendo una nueva etapa en la ingeniería de software. Tras una primera fase centrada en la generación de código y en el uso de copilotos por parte de desarrolladores, las organizaciones empiezan a aplicar esta tecnología al ciclo completo de creación, evolución y mantenimiento de aplicaciones. Según el DORA Report 2025 de Google Cloud, el 90% de los profesionales tecnológicos encuestados ya utiliza IA en el trabajo, más del 80% afirma que ha mejorado su productividad y el 59% declara un impacto positivo en la calidad del código. Sin embargo, el informe también advierte de que la IA no corrige por sí sola las debilidades de una organización, sino que amplifica sus fortalezas y sus carencias. Para Qaracter , consultora tecnológica española especializada en el sector financiero y asegurador, este cambio obliga a superar una visión limitada de la IA como herramienta para escribir código más rápido. El verdadero impacto llegará cuando las compañías sean capaces de integrarla en sus modelos de trabajo, plataformas internas, sistemas de control, procesos de calidad y métricas de negocio. Del código al ciclo completo La IA generativa, los copilotos de programación y los agentes inteligentes ya pueden intervenir en distintas fases del Software Development Life Cycle. Pueden ayudar a analizar documentación funcional, resumir requisitos, detectar inconsistencias, proponer diseños técnicos, generar código, revisar vulnerabilidades, automatizar pruebas, priorizar incidencias, documentar cambios y asistir en tareas de mantenimiento. Este avance cambia el papel de los equipos tecnológicos. El valor ya no está solo en escribir código, sino en definir bien el problema, diseñar una arquitectura robusta, validar resultados, controlar la deuda técnica y asegurar que cada cambio responde a una necesidad real de negocio. En banca, esta evolución puede acelerar la modernización de sistemas, la adaptación regulatoria, la automatización de pruebas, la evolución de canales digitales, la integración de datos y la mejora de plataformas críticas. En seguros, puede contribuir a optimizar aplicaciones vinculadas a siniestros, pricing, suscripción, fraude, atención al cliente, gestión documental y conexión con ecosistemas digitales. Velocidad, seguridad y gobierno La adopción de IA en ingeniería de software también introduce nuevos riesgos. Una mayor velocidad de desarrollo puede aumentar el volumen de cambios, pero también la exposición a errores, vulnerabilidades, deuda técnica, problemas de propiedad intelectual, pérdida de contexto funcional o dependencia excesiva de herramientas automatizadas. La confianza sigue siendo uno de los puntos críticos. Según Stack Overflow, el 46% de los desarrolladores encuestados desconfía de la precisión de las herramientas de IA, frente al 33% que confía en ellas. Este dato refuerza la necesidad de mantener revisión humana, pruebas automatizadas, validación funcional y controles de seguridad antes de llevar cualquier cambio a producción. En sectores regulados, estos riesgos deben analizarse además bajo el marco de resiliencia operativa digital. DORA, aplicable desde enero de 2025, exige a bancos, aseguradoras y otras entidades financieras reforzar su capacidad para resistir, responder y recuperarse ante incidentes TIC, incluidos ciberataques, fallos de sistemas y problemas con proveedores tecnológicos críticos. Adoptar IA con control, métricas y visión de negocio Desde Qaracter señalan que las organizaciones que quieran adoptar IA en el ciclo de vida del software con garantías deberán avanzar en cinco prioridades: identificar casos de uso con impacto medible, reforzar la arquitectura tecnológica, establecer políticas claras de uso y revisión humana, integrar ciberseguridad y cumplimiento desde el diseño, y medir resultados con indicadores de productividad, calidad, estabilidad, reducción de errores y valor para negocio. La evolución del ciclo de vida del software en la era de la IA marcará una nueva etapa para las áreas tecnológicas. El objetivo ya no será solo desarrollar más rápido, sino construir sistemas más inteligentes, seguros, trazables y capaces de evolucionar de forma continua. Para banca y seguros, este cambio puede convertirse en una ventaja competitiva si combina productividad, resiliencia operativa y confianza. “Estamos entrando en una etapa en la que la IA no debe entenderse solo como una herramienta para escribir código más rápido, sino como una capacidad para transformar todo el ciclo de vida del software. El impacto real no estará en generar más líneas de código, sino en mejorar la forma en que se definen requisitos, se diseñan soluciones, se prueban aplicaciones, se documentan cambios y se mantienen sistemas críticos. Para que esto funcione en sectores como banca y seguros, es imprescindible combinar arquitectura, gobierno, calidad, trazabilidad, ciberseguridad, supervisión humana y métricas claras de impacto”, afirma Marta Sanz, directora Global de Exponential Technologies de Qaracter.