La bolsa brasileña B3 dejó de tratar la inteligencia artificial como un experimento aislado y la convirtió en parte formal de su ingeniería de software. La compañía adoptó Cursor, el editor de código con IA de Anysphere, como herramienta oficial homologada para cerca de 600 colaboradores, después de verificar que su uso reducía aproximadamente 35 % el tiempo de entrega de aplicaciones. El movimiento condensa lo que está ocurriendo en los equipos de tecnología de América Latina: la IA generativa pasó de ser una curiosidad individual a un activo de productividad que necesita gobierno corporativo.
De la adopción espontánea a la herramienta homologada
El caso B3 es útil porque documenta esa transición con números. Según Luiza Sangalli, superintendente de IA de la bolsa, entre mayo y julio el número de desarrolladores que usaban activamente Cursor saltó de 34 a 154, un aumento de cerca de 4,5 veces que ocurrió antes de la adopción institucional. Es decir, la demanda vino de los propios equipos, que ya obtenían resultados concretos, y la empresa respondió formalizando el acceso, integrándolo a los procesos de seguridad y gobernanza de una infraestructura crítica para el mercado financiero. "Lo que motivó esta decisión fue observar que la inteligencia artificial ya estaba siendo incorporada naturalmente por nuestros equipos y generando resultados concretos", afirmó Sangalli.
Esa secuencia importa porque contrasta con el clima de exageración que rodea a la IA en el desarrollo de software. En el paper Measuring AI Impact on Software Engineering Productivity and Quality, presentado en la conferencia UBMK 2025 de Estambul, investigadores advierten que las afirmaciones de ganancias de productividad de 10x atribuidas a la ingeniería de software impulsada por IA suelen carecer de metodologías estandarizadas que las hagan verificables.
El trabajo, desarrollado en el grupo de I+D de Wingie Enuygun, propone combinar la medición por puntos de función COSMIC, una métrica estandarizada de tamaño funcional del software, con técnicas de muestreo estadístico para evaluar de manera consistente productividad y calidad en todos los niveles de la organización. La conclusión relevante para cualquier empresa latinoamericana: sin un método de medición, la promesa de 10x es apenas una narrativa.
Aquí es donde el caso B3 y la advertencia académica se complementan. La bolsa brasileña no declaró una revolución; reportó una métrica concreta, 35 % menos tiempo, obtenida en un período de uso voluntario, y sobre esa base escaló la herramienta con controles. El paper científico desconfía precisamente de las declaraciones sin evidencia reproducible. Entre ambos extremos queda el territorio donde las empresas de la región deben operar: medir el impacto real, con criterios objetivos, antes de ampliar la inversión.
Esa disciplina también implica repensar el rol del desarrollador. La herramienta Cursor, en la práctica, actúa como un asistente para crear, revisar y probar código, además de la refactorización, que reorganiza la estructura de un programa sin alterar su funcionalidad. Pero la automatización de esas etapas no elimina el juicio humano.
La habilidad central no es aceptar el código generado, sino saber cuándo tomar los controles, sobre todo ante patrones de error bautizados como complacencia con el piloto automático o el riesgo de que un solo miembro del equipo use la herramienta mientras el resto no puede mantener el código.
Medir antes de escalar
Para un CTO o líder de ingeniería en América Latina, la combinación de estas tres fuentes deja una lectura estratégica clara. La adopción de asistentes de IA en el ciclo de desarrollo ya no es una decisión de laboratorio: es una decisión de negocio que involucra costos de licenciamiento, requisitos de seguridad, gestión del talento y, sobre todo, la capacidad de distinguir entre una ganancia real y una moda pasajera. Los equipos de la región tienen la ventaja de poder aprender del caso B3 sin repetir sus pasos: no hace falta esperar a que la herramienta se filtre de manera informal para luego institucionalizarla. Un piloto controlado, con métricas desde el primer día y reglas de gobernanza explícitas, es un camino más barato y menos riesgoso.
Lo que debería guiar la estrategia de cada empresa no es si la IA generativa puede escribir código, porque ya puede hacerlo. Es si la organización tiene la capacidad de medir qué tan bien lo hace, corregir sus errores y escalar solo lo que demuestra valor. La respuesta definirá quién obtiene el 35 % de ganancia y quién se queda con una factura de tokens y un código que nadie entiende.
