La incorporación de la inteligencia artificial (IA) en la ingeniería de plataformas es un hecho prácticamente universal. El informe State of AI in Platform Engineering 2025, elaborado a partir de encuestas a 242 profesionales y entrevistas con expertos del sector, revela que casi nueve de cada diez ingenieros usan IA en su trabajo cotidiano, principalmente para generación de código y documentación. Sin embargo, la mayoría de estos usos responden a iniciativas individuales y experimentales, sin una estrategia definida a nivel organizacional.
Adopción masiva pero poco retorno medible
Los datos muestran una contradicción central. El 75% de los encuestados emplea la IA para generar código y un 70% para documentación, lo que agiliza tareas repetitivas. Herramientas como Cursor aportan cerca de 1.000 millones de líneas de código al día, aproximadamente una quinta parte de la producción mundial. Pese a ello, las empresas reconocen dificultades para traducir este volumen en un retorno claro de la inversión. Más allá de mejoras puntuales de productividad, los beneficios estratégicos todavía no son evidentes.
El informe identifica que, tras un periodo inicial de entusiasmo y logros rápidos, los avances se ralentizan porque los resultados no alcanzan las expectativas generadas. El 84,5% de los equipos afirma que la IA es clave en sus objetivos organizativos y el 90% cree que tendrá un impacto significativo en el futuro, pero la presión de los directivos por obtener retornos rápidos choca con la proliferación desordenada de herramientas y con la fatiga que genera su uso intensivo.
El nuevo papel de los ingenieros de plataformas
La investigación apunta a que los equipos de ingeniería de plataformas son los más capacitados para superar este estancamiento. Según el informe, el 75% ya aloja o se prepara para alojar cargas de trabajo de IA, lo que convierte a estos profesionales en actores centrales de la transición hacia sistemas más inteligentes. Su conocimiento transversal les permite seleccionar cadenas de herramientas, garantizar la seguridad y transformar proyectos aislados en soluciones integradas con impacto real.
La función del ingeniero de plataformas también se amplía hacia nuevos perfiles. Ya no solo se trata de servir a desarrolladores tradicionales, sino también a científicos de datos e ingenieros de IA, que requieren entornos especializados para entrenar y desplegar modelos. Esto supone construir infraestructuras adaptadas a cargas intensivas de GPU y a sistemas de aprendizaje automático, en lo que se perfila como una nueva era “AI-native”, equivalente a la transformación que en su día supuso la adopción de arquitecturas cloud-native.
Obstáculos y tensiones en la implementación
El despliegue de la IA no está exento de retos. El 57% de los equipos reconoce carencias de formación y un 56% experimenta problemas con las “alucinaciones” de los modelos, es decir, respuestas plausibles pero incorrectas. Aunque casi el 70% de las organizaciones dispone de políticas de uso de IA, todavía hay fricciones con los departamentos de seguridad, y un 16,9% de los encuestados afirma que se bloquea su aplicación en algunos casos.
Los desafíos son tanto técnicos como humanos. La presión por actualizar habilidades es constante, y existen temores sobre el impacto de la automatización en determinados roles. Los ingenieros más jóvenes pueden ver acelerado su aprendizaje gracias a estas herramientas, mientras que los profesionales intermedios perciben riesgos sobre tareas que dominaron durante años. El informe recuerda que la historia tecnológica muestra que los empleos se transforman más que desaparecer, pero insiste en que la adaptación es indispensable.
Hacia plataformas autónomas
El estudio prevé que la próxima evolución pase por plataformas autoevolutivas, capaces de observar patrones de uso, detectar fallos y optimizar recursos sin intervención constante. Este enfoque, conocido como agentic AI, apunta a sistemas autónomos que gestionen despliegues, seguridad o asignación de capacidad de manera proactiva.
En paralelo, la sostenibilidad se perfila como un eje central. El alto consumo energético de los grandes modelos obliga a que los equipos de ingeniería de plataformas consideren prácticas de eficiencia, desde la caché inteligente hasta la programación de cargas según la disponibilidad de energías renovables.
El mensaje principal del informe es claro: la IA no resuelve los problemas de base de las organizaciones, los amplifica. Solo aquellas con fundamentos sólidos en su infraestructura y en sus equipos podrán convertir el uso de la inteligencia artificial en un motor de valor estratégico.
