AMD ha presentado con Ross un asistente de IA que debe apoyar a desarrolladoras y desarrolladores en las áreas de hardware, software e IA. Lo especial no es tanto el asistente en sí como la forma en que trabaja: según el fabricante, Ross accede a herramientas propias de AMD, a documentación y a flujos de trabajo de ingeniería predefinidos. El caso de uso se sitúa en el desarrollo de sistemas embebidos, es decir, de software que está integrado de forma fija en dispositivos y hardware.

Con ello, Ross representa una evolución que actualmente está alcanzando a muchas cadenas de herramientas: el paso del generador de sugerencias al asistente agéntico.

Del autocompletado al agente

La primera generación de ayudas de IA en el desarrollo de software funcionaba esencialmente como un autocompletado ampliado: proponía la siguiente línea de código, completaba cuerpos de funciones o explicaba un fragmento. El contexto solía limitarse al archivo abierto.

Los asistentes agénticos siguen un enfoque distinto. En este contexto, se denomina agente a un sistema que no solo emite un texto, sino que invoca herramientas de forma autónoma, verifica resultados intermedios y ejecuta varios pasos de trabajo consecutivos. En lugar de una respuesta surge un resultado de trabajo, y con ello también cambia la pregunta sobre qué necesita realmente un sistema así para ser útil.

La materia prima decisiva se llama contexto

Precisamente aquí está el punto revelador del anuncio de AMD. Los tres puntos de acceso mencionados —herramientas, documentación, flujos de trabajo predefinidos— no son propiedades del modelo. Son activos de la empresa.

Un modelo de lenguaje no sabe por sí mismo nada sobre las convenciones internas de un proyecto: ni qué versión de biblioteca es obligatoria, ni por qué una determinada interfaz tiene este aspecto y no otro, ni qué pasos de aprobación preceden a un despliegue. Este conocimiento debe hacerse accesible; de lo contrario, el agente produce resultados que parecen plausibles pero son ajenos al proyecto.

Para las empresas se deriva de ello una conclusión incómoda: la utilidad de un agente de IA depende menos de qué modelo se compre que del estado en que se encuentran la propia documentación y los propios procesos.

Qué significa esto para la práctica en las pymes

Muy pocas organizaciones desarrollan sistemas embebidos. Sin embargo, la estructura del problema es transferible. Quien esté considerando integrar asistentes agénticos en procesos de desarrollo o de redacción debería aclarar de antemano algunos puntos:

  • ¿Existe documentación y está actualizada? Las instrucciones obsoletas son peores para un agente que ninguna, porque las trata como vinculantes.
  • ¿Están descritos explícitamente los flujos de trabajo? Muchas cosas existen solo como convención tácita del equipo. Lo que no está escrito no puede predefinirse.
  • ¿Qué herramientas puede invocar el agente? El acceso de solo lectura a un repositorio es algo distinto de desencadenar un despliegue.
  • ¿Cómo se verifica? Las pruebas automatizadas y las revisiones ganan peso cuando más pasos de trabajo se generan de forma mecánica.

La documentación se convierte en infraestructura

En muchos proyectos, la documentación se considera un ejercicio obligatorio que al final se calcula con escasez. Este cálculo cambia cuando la documentación ya no solo la leen personas, sino que sirve como base de conocimiento para sistemas de asistencia.

En la práctica, esto significa: almacenamiento estructurado, versionado y legible por máquina en lugar de notas dispersas en correos electrónicos, tickets y presentaciones. Las decisiones deberían recoger no solo el qué, sino también el porqué: las justificaciones son más valiosas para un agente que las meras listas de configuración, porque le permiten transferirlas a casos similares pero no idénticos.

Algo similar ocurre con los procesos. Un flujo de trabajo que solo existe en la cabeza de una colega experimentada es un riesgo, con o sin IA. Con IA, este riesgo se hace más visible, porque el agente empieza a suponer precisamente en ese punto.

Expectativas realistas

Pese a toda la dinámica, conviene la sobriedad. El anuncio describe un asistente para el apoyo a los equipos de desarrollo, no su sustitución. Las decisiones sobre arquitectura, requisitos de seguridad y prioridades siguen siendo tarea de personas que conocen el contexto de negocio.

Además, se aplica lo siguiente: cuanto más pasos de trabajo ejecuta un sistema de forma autónoma, más importantes se vuelven los puntos de control. Un agente que escribe código de forma autónoma y maneja herramientas necesita límites claros, registros comprensibles y un paso de verificación antes de que los resultados lleguen a sistemas productivos. Quien no planifica estas barandillas de protección intercambia esfuerzo de escritura por esfuerzo de revisión, y gana poco.

Clasificación

Para los proyectos web y de software, la palanca se desplaza: no es la elección del modelo lo que decide la utilidad, sino la calidad del contexto que una organización puede proporcionar. La documentación limpia, los procedimientos descritos explícitamente y los accesos controlados a las herramientas pasan de ser una tarea de diligencia a un requisito técnico. Quien hoy invierte en estas bases crea el fundamento para emplear de forma productiva asistentes agénticos más adelante sin necesidad de reestructurar, independientemente de qué herramienta se imponga en el mercado.

Fuentes