Cisco ha encargado a un exfundador de 27 años la tarea de revisar el código heredado del grupo con el apoyo de IA. Las condiciones marco son inusuales: hay tokens de IA ilimitados disponibles, es decir, no hay una cuota fija de solicitudes y texto generado que limitaría el uso de modelos de lenguaje. El objetivo declarado: para finales de 2027, el 70 por ciento de los productos deberán haber sido renovados.

Hasta ahora no se ha hecho pública más información sobre el proyecto. Precisamente por eso resulta interesante como caso de estudio: menos por las cifras, más por la decisión que hay detrás: un grupo empresarial no trata la modernización de sistemas existentes como una tarea secundaria del desarrollo en curso, sino como un programa propio con responsabilidad propia y presupuesto propio.

Por qué el código heredado es tan persistente

Se considera código heredado aquel software que está en producción pero se mantiene con técnicas obsoletas, sin pruebas suficientes o sin documentación actualizada. En los entornos web y CMS de empresas medianas, esto suele verse así: un sitio web que ha crecido durante más de diez años, varias generaciones de extensiones, adaptaciones individuales de proveedores de servicios que hace tiempo que ya no están en el proyecto, además de interfaces con ERP, CRM o tienda que en algún momento funcionaron y que desde entonces nadie ha tocado.

El problema rara vez es solo la tecnología. Es la falta de conocimiento sobre qué hace realmente el código y por qué se construyó así. Por eso cada cambio es arriesgado, cada riesgo lleva a un aplazamiento, y cada aplazamiento aumenta la distancia con la tecnología actual. Después de algunos años, la reconstrucción completa parece la única opción, con todas las desventajas conocidas: larga paralización de los desarrollos posteriores, altos costes únicos y la pérdida de funciones que nadie recuerda ya.

Qué puede aportar realmente la IA en este punto

El uso más productivo de los modelos de lenguaje en sistemas existentes no está en escribir código nuevo, sino en comprender el existente. Los modelos pueden recorrer grandes cantidades de código desconocido, hacer visibles las dependencias y resumir en lenguaje comprensible qué tarea cumple un módulo. Eso no sustituye una decisión de negocio, pero acorta considerablemente la fase de familiarización, es decir, precisamente la parte que tradicionalmente encarece los proyectos de modernización.

La IA resulta prácticamente útil en proyectos existentes sobre todo para:

  • Inventario: documentación de módulos, interfaces y flujos de datos que nunca se dejaron por escrito.
  • Cobertura de pruebas: generación de pruebas para código que hasta ahora no estaba probado, como red de seguridad antes de reestructurar nada.
  • Reestructuraciones rutinarias: adaptaciones recurrentes en muchos archivos, por ejemplo en saltos de versión o en la sustitución de funciones obsoletas.
  • Evaluación de riesgos: indicios de rutas de código muertas, lógica duplicada o problemas de seguridad evidentes.

El punto decisivo: estas tareas son verificables. Una prueba generada o se ejecuta o no. Una documentación se puede comprobar contra el comportamiento real. Donde los resultados son verificables de forma automática o manual rápida, el apoyo de la IA contribuye de manera fiable; donde no lo son, solo surge texto que suena plausible.

Los tokens ilimitados no resuelven el problema por sí solos

Lo especial del enfoque de Cisco es la desvinculación de los costes de uso. Cuando cada solicitud a un modelo se nota en el presupuesto, surge contención: se prueba menos, se dejan generar menos variantes, se renuncia a la tercera pasada. Si desaparece ese límite, la forma de trabajar se desplaza hacia la experimentación.

Pero con ello el cuello de botella solo se desplaza. Ya no está en los tokens, sino en la revisión de los resultados. Cada cambio generado debe leerse, probarse y asumirse. Sin pruebas automatizadas, una gestión de versiones limpia y un flujo de despliegue que funcione, es decir, una vía regulada para llevar los cambios al entorno de producción de forma controlada, más output de IA genera simplemente más cambios sin revisar. Los fundamentos del desarrollo de software moderno no son sustituidos por la IA, sino que se vuelven más importantes.

Traslado a proyectos de empresas medianas

Un programa corporativo con un objetivo a varios años no se puede trasladar uno a uno. Pero el patrón que hay detrás sí. Para instalaciones de TYPO3 que han crecido, portales individuales o aplicaciones especializadas más antiguas, se recomienda un procedimiento gradual:

  1. Inventario antes de la reestructuración: registrar qué partes del sistema se utilizan activamente, cuáles solo siguen funcionando y cuáles pueden eliminarse sin riesgo. El código no modernizado es más barato que el código modernizado que nadie necesita.
  2. Crear una red de seguridad: pruebas para los procesos críticos para el negocio antes de comenzar la primera reestructuración. Aquí el apoyo de la IA es especialmente rentable, porque escribir pruebas para código heredado es laborioso y poco popular.
  3. Modernizar por partes: sustituir áreas individuales mientras el sistema completo permanece en producción. En proyectos de CMS, por ejemplo, extensión por extensión en lugar de un relanzamiento de una sola vez.
  4. Conservar el conocimiento: la documentación generada durante la modernización debe ir al repositorio, no a un historial de chat.

La ventaja económico-empresarial radica en la distribución del riesgo. Cada paso se puede evaluar individualmente, se puede cancelar individualmente y ya aporta beneficio por sí mismo, por ejemplo en forma de menores costes de mantenimiento o una mejor situación de seguridad.

Un proyecto de nueva construcción completo solo aporta beneficios al final, y el final se retrasa según la experiencia.

Qué es realista esperar

Está por ver si Cisco alcanzará el objetivo para finales de 2027, y una cuota del 70 por ciento de productos renovados dice poco por sí sola sobre la calidad o la estabilidad operativa.Apenas existen hasta ahora cifras comparativas fiables sobre la productividad de la IA en proyectos de modernización.Quien planifique presupuestos debería por ello trabajar con resultados intermedios medibles en lugar de con promesas globales de ahorro.

Lo sensato es un piloto limitado: un módulo claramente delimitado, un periodo definido, una medición antes y después en esfuerzo, tasa de errores y tiempo de ciclo.De ello resulta una base de decisión que se apoya en el propio código, y no en informes de experiencia de un orden de magnitud completamente distinto.

Para proyectos web y de software, esto desplaza sobre todo el cálculo de coste-beneficio entre nueva construcción y desarrollo continuo: comprender y asegurar sistemas existentes resulta más económico, el relanzamiento completo pierde parte de su justificación.El requisito sigue siendo una base técnica sólida de pruebas, control de versiones y despliegues automatizados; sin ella, la IA solo acelera la producción de cambios que nadie ya puede supervisar.Quien opera una solución TYPO3 o individual desarrollada con el tiempo, actualmente sale mejor parado con un pequeño paso de modernización medible en lugar de con una gran promesa.

Fuentes