El uso de asistentes de IA para programar se dispara, pero las empresas aún afrontan retos de control y seguridad

La inteligencia artificial ya forma parte del día a día de los equipos de desarrollo de software, aunque su rápida adopción sigue planteando importantes desafíos en materia de supervisión, trazabilidad y gestión del riesgo. Diversos estudios recientes muestran que las organizaciones están incorporando asistentes de código impulsados por IA a gran velocidad, mientras los mecanismos de control evolucionan a un ritmo mucho más lento.

Según un informe de Salt Security, el 67% de las empresas ya utiliza de forma habitual herramientas de inteligencia artificial para generar código. Sin embargo, el 38% continúa dependiendo principalmente de revisiones manuales para validar ese software antes de incorporarlo a sus aplicaciones. Además, nueve de cada diez responsables de ciberseguridad reconocen su preocupación por los riesgos derivados del código generado mediante IA.

La tendencia también queda reflejada en el estudio State of Code Developer Survey 2026, elaborado por Sonar, que estima que el 42% del código producido actualmente por los desarrolladores ya ha sido generado o asistido por inteligencia artificial. A pesar de ello, el 96% de los profesionales admite no confiar plenamente en la calidad funcional de ese código y solo el 48% asegura revisarlo siempre antes de integrarlo en producción.

A esta situación se suma el informe State of AI Risk Management 2026, de ArmodCode, que revela una aparente contradicción dentro de las organizaciones. Aunque el 90% afirma tener una visibilidad completa de su uso de la IA, el 59% reconoce la existencia de herramientas de «Shadow AI» funcionando sin supervisión. Asimismo, siete de cada diez organizaciones han detectado o sospechan vulnerabilidades introducidas por código generado mediante inteligencia artificial, mientras que el 73% considera que el ritmo de desarrollo impulsado por estas tecnologías dificulta que los equipos de seguridad puedan mantener el mismo nivel de control.

La gobernanza, el gran desafío

Ante este escenario, la consultora tecnológica h&k considera que el verdadero reto ya no consiste en incorporar inteligencia artificial al desarrollo de software, sino en hacerlo bajo un modelo que garantice control, trazabilidad y capacidad de auditoría.

«El mercado ha pasado muy rápido de preguntarse si la IA podía ayudar a desarrollar software a incorporarla en el trabajo diario. Pero utilizar inteligencia artificial no significa necesariamente gobernarla. El desafío consiste en comprender qué cambios se realizan, por qué se producen y cuál es su impacto sobre el conjunto del sistema», explica Javier Tejada, copresidente y responsable de tecnología de la compañía.

La firma advierte de que esta problemática resulta especialmente relevante en aplicaciones empresariales consolidadas, donde conviven millones de líneas de código, sistemas heredados y reglas de negocio acumuladas durante años. En estos entornos, la ausencia de procesos estructurados puede hacer que la IA acelere tanto la productividad como la propagación de errores, cambios difíciles de auditar o incluso nuevas vulnerabilidades.

Un modelo más estructurado para desarrollar con IA

Con el objetivo de responder a estas necesidades, h&k ha presentado una nueva propuesta de desarrollo asistido por inteligencia artificial orientada al mantenimiento, evolución y modernización de aplicaciones empresariales.

La solución apuesta por sustituir el uso aislado de prompts por un enfoque basado en especificaciones claras, conocimiento estructurado del sistema y validación continua durante todo el ciclo de desarrollo. El objetivo, según la compañía, no es reemplazar las prácticas tradicionales de ingeniería del software, sino reforzarlas para que la inteligencia artificial opere dentro de un marco controlado y alineado con las necesidades del negocio.

Tejada sostiene que uno de los errores más habituales consiste en pensar que proporcionar más información a un modelo de IA implica automáticamente una mejor comprensión del sistema. A su juicio, lo realmente importante es organizar correctamente el conocimiento, definir con precisión los cambios que se desean realizar y mantener la trazabilidad de todas las decisiones, desde el requisito de negocio hasta el código final.

Para h&k, la evolución del desarrollo de software pasa por modelos cada vez más deterministas, capaces de delimitar el alcance de cada modificación, identificar sus dependencias y validar su impacto antes de su despliegue. En un contexto en el que las empresas necesitan modernizar aplicaciones críticas sin comprometer su seguridad, la combinación de velocidad, gobernanza y capacidad de auditoría se perfila como uno de los factores clave para aprovechar todo el potencial de la inteligencia artificial.