La semana en que el trabajo se hizo solo
En la mañana del veintidós de abril de dos mil veintiséis, a eso de las seis y catorce hora del Pacífico, Sundar Pichai publicó una frase en el blog de Google. La frase contenía un número. El número era setenta y cinco por ciento. Para la tarde del día siguiente, John Ternus había sido nombrado próximo director general de Apple, una bacteria en Stanford había aprendido a escribir ADN a partir de su propio cuerpo, y dos modelos de lenguaje habían descubierto que trabajaban mejor cuando uno escribía el plan y el otro lo ejecutaba. Lo que estoy describiendo es una semana. También estoy describiendo otra cosa.
La frase de Pichai decía, textual: "El setenta y cinco por ciento de todo el código nuevo en Google se genera hoy con IA y lo aprueban los ingenieros, frente al cincuenta por ciento del otoño pasado." Hace un año la cifra era veinticinco. Hace seis meses, cincuenta. Hoy, setenta y cinco. Pichai también dijo que una migración de código reciente, compleja, hecha por ingenieros trabajando con agentes, se había completado seis veces más rápido de lo que habría sido posible hace un año. No nombró la migración. Las cifras que sí nombró viajan en la misma dirección. Mike Krieger, director de producto de Anthropic, declaró en una conferencia que la base de código de su propia empresa es hoy casi cien por ciento generada por IA. Snap, una semana antes del anuncio de Pichai, redujo su plantilla en un dieciséis por ciento — unas mil personas — y su director general, Evan Spiegel, citó la implementación de IA en el comunicado. El sesenta y cinco por ciento del nuevo código de Snap, dijo Spiegel, lo genera hoy una máquina. El Stanford AI Index publicado este mes informa que el empleo de desarrolladores estadounidenses de entre veintidós y veinticinco años ha caído casi una quinta parte. El informe mide la caída contra una base reciente. Las cifras viajan todas en la misma dirección, y ese es el asunto.
El trece de abril, Steve Yegge, un ingeniero de software con larga trayectoria en Amazon y Google, publicó una nota en su Substack describiendo lo que llamó un sistema de dos niveles dentro de Google. Había oído, escribió, de colegas en varias áreas de la empresa que los ingenieros de DeepMind usan Claude, el modelo de Anthropic, como herramienta diaria, y que el resto de Google, en conjunto, no lo usa. La nota, divulgada por Simon Willison, produjo una tormenta interna. Demis Hassabis, director general de DeepMind, calificó la descripción de "absolute nonsense". Un portavoz de Google enumeró las herramientas internas disponibles — Antigravity, Gemini CLI, modelos personalizados, habilidades, CLIs, MCPs, orquestadores, agent loops, equipos virtuales de ingeniería — como quien lee de una tablilla. Mientras tanto, DeepMind, según reportes de The Information y Sherwood News, había armado en silencio un equipo de choque encabezado por Sebastian Borgeaud, que dirigía el pre-entrenamiento de Gemini, para cerrar la brecha de código con Claude. Se dice que Sergey Brin está personalmente involucrado. Se dice que Koray Kavukcuoglu, director de tecnología de DeepMind, está personalmente involucrado. Los mejores ingenieros de Google, en la empresa que inventó el transformer, peleaban internamente por el derecho a seguir usando el modelo de programación del rival mientras el rival alcanzaba, en mercados secundarios, una valoración de un billón de dólares. La historia es más simple de lo que parece.
John Ternus tiene cincuenta y un años, fue nadador universitario, y el primero de septiembre, por voto unánime de la junta directiva de Apple, sucederá a Tim Cook como director general de la empresa más valiosa del planeta. Cook pasa a ser presidente ejecutivo de la junta y trabajará con Ternus durante el verano, dice el comunicado, en una transición ordenada. Ternus entró a Apple en dos mil uno. En dos mil veintiuno lo nombraron vicepresidente senior de ingeniería de hardware. Ha supervisado el hardware detrás del iPhone, del Mac, del iPad y de los AirPods. La fotografía que la sala de prensa de Apple publicó muestra a Ternus con una playera gris, lo cual es una decisión. La sucesión lleva años descrita, en la prensa, como "largamente planeada". Lo que el comunicado no dijo es lo que todos los perfiles de Ternus dijeron en la semana siguiente: que el desafío que define al nuevo director general será la estrategia de inteligencia artificial de Apple, que al día de hoy, por consenso, no ha llegado. La IA es lo que lo contratan para arreglar. La playera gris es la fotografía del artículo en que se le exigirá que la arregle.
En el noroeste del Pacífico, una empresa que posee unos diez millones y medio de acres de bosque estadounidense — Weyerhaeuser, bajo el símbolo bursátil WY — le mostró al Wall Street Journal su plan. El plan empieza con imágenes satelitales, sigue con fotografía por drones, y termina con lidar, que juntos producen lo que los ejecutivos llaman un gemelo digital de cada árbol que la empresa posee. A partir del gemelo, el sistema les indica a las cuadrillas qué árboles cortar y cuáles dejar. En una reciente reunión con inversionistas, los ejecutivos mostraron además un video de un tractor forestal autónomo — un skidder sin conductor que arrastra troncos recién talados — en un sitio de tala del sur del país. Weyerhaeuser le ha dicho a sus inversionistas que espera generar mil quinientos millones de dólares de EBITDA ajustado incremental para dos mil treinta contra la base de dos mil veinticuatro, de los cuales ciento cincuenta millones vendrían de los bosques y ciento ochenta millones de iniciativas corporativas, sin depender de que suban los precios de la madera. "Probablemente tenemos tanta información sobre bosques como cualquier organización del planeta", dijo un ejecutivo al diario. El bosque, que fue hábitat antes de ser base de datos, sigue siendo, por ahora, un bosque.
Dan Shipper, que dirige Every, una compañía de medios que reseña modelos de programación, publicó esta semana lo que él mismo llamó un vibe check de GPT-5.5, el modelo que OpenAI lanzó el veintitrés de abril. En el benchmark interno de Every — una prueba diseñada para aproximar el trabajo de un ingeniero senior sobre una base de código de producción — GPT-5.5 sacó entre cuarenta y cuarenta y cinco. Claude Opus 4.7, solo, sacó apenas arriba de treinta. Los ingenieros humanos senior sacan entre ochenta y noventa. Cuando Shipper hizo que los dos modelos colaboraran — Opus escribiendo el plan en su característico estilo parco de contrato, GPT-5.5 ejecutando el plan con permiso explícito para borrar y reescribir archivos enteros — la puntuación combinada fue de sesenta y dos y medio. Más alta que cualquiera de los dos por separado. Más baja que cualquier ser humano. "El primer modelo de programación que he usado con verdadera claridad conceptual," escribió Shipper sobre GPT-5.5. Lo decía como elogio al modelo. También estaba, sin decirlo del todo, describiendo un oficio.