Replit triplica su valor a 9.000 millones antes de TechCrunch Disrupt

La cifra salta a la vista: Replit pasó de valer 3.000 a 9.000 millones de dólares en apenas medio año. Su tasa de ingresos anualizada apunta hacia los 1.000 millones, un abismo respecto a los 2,8 millones que facturaba en 2024. Detrás de esos números late un cambio estructural: la programación deja de ser un oficio exclusivo para convertirse en una capacidad al alcance de quien sepa expresar una idea en lenguaje natural.

Amjad Masad, cofundador y CEO, subirá al escenario principal de TechCrunch Disrupt 2026 en San Francisco (13-15 de octubre) con una ponencia titulada "Every founder becomes technical". El mensaje no es publicitario: refleja lo que ya ocurre en la plataforma. Replit combina un entorno de desarrollo en la nube con agentes de IA que escriben, depuran y despliegan código a partir de instrucciones conversacionales. El resultado es que perfiles de producto, marketing, finanzas o investigación pueden levantar aplicaciones funcionales sin escribir una sola línea de sintaxis.

Del "no-code" al "vibe coding": un salto cualitativo

En la literatura académica se distinguen tres olas de accesibilidad:

• Programación tradicional: semanas o meses, alta especialización, coste elevado.
• Low-code / no-code: días o semanas, curvas de aprendizaje de plataforma, personalización limitada.
• Vibe coding con IA generativa: horas o días, conocimiento de dominio y mínima técnica, flexibilidad cercana al código a medida.

Un estudio comparativo de 37 proyectos empresariales muestra que low-code reduce el time-to-market un 65 % frente al desarrollo clásico. La IA generativa comprime aún más ese ciclo, pero introduce riesgos nuevos: deuda técnica invisible, alucinaciones en lógica de negocio y dependencia de modelos cerrados.

Qué modelos rinden mejor hoy

Una evaluación rigurosa de diez tareas de Python sobre tres iteraciones por modelo sitúa a Claude 3.5 Sonnet a la cabeza en precisión, fiabilidad y manejo de excepciones, seguido por Claude 3 Sonnet. Gemini 1.5 Flash y Claude 3 Haiku ofrecen la mejor relación coste-rendimiento para tareas simples. GPT-4o y GPT-4 Turbo quedan en zona intermedia. La conclusión práctica: no todos los LLM sirven para producir código de producción; la elección del modelo —y su temperatura, top-p y top-k— determina si el resultado es un prototipo o un servicio confiable.

Implicaciones directas para América Latina

1. Brecha de talento: La región forma desarrolladores, pero no al ritmo que demandan las startups y la banca digital. Herramientas como Replit, Cursor o Bolt.new permiten a equipos cross-functional entregar MVP sin esperar cupos en hiring. 2. Coste de computación: Ejecutar agentes de IA en la nube cuesta centavos por hora frente a salarios de ingeniería senior. Para bootstrapped latinos, la ecuación económica inclina la balanza hacia build vs. buy.

3. Regulación y soberanía del dato: La mayor parte de estos agentes corre sobre infraestructura estadounidense. Empresas fintech o healthtech en México, Brasil o Colombia deben evaluar data residency antes de volcar código propietario a modelos cerrados. 4. Educación técnica: Las universidades y bootcamps locales siguen enseñando sintaxis. El nuevo currículo crítico es ingeniería de prompts, arquitectura de *software* y validación de salidas de IA.

El riesgo de la ilusión de completitud

Masad lo advierte en sus charlas: Replit no quiere ser una fábrica de prototipos, sino el camino hasta el producto en producción. La trampa es confundir un demo que funciona en el navegador con un sistema tolerante a fallos, observable y escalable. La investigación académica coincide: las tasas de éxito cuantitativas del vibe coding en entornos críticos todavía están emergiendo.

Para un ejecutivo latinoamericano, la apuesta estratégica no es "reemplazar programadores", sino ampliar la base de quien puede participar en la creación de software. Eso cambia la conversación de "contratamos más ingenieros" a "capacitamos a nuestros expertos de dominio para que construyan lo que necesitan". La ventaja competitiva se desplaza del acceso al código hacia el acceso al problema correcto y a la validación rigurosa de la solución.

TechCrunch Disrupt 2026 pondrá el foco en cómo se construyen empresas duraderas en la era de la IA. Para la región, la pregunta operativa es más concreta: ¿estamos listos para que cualquier colaborador técnico o no técnico pueda enviar a producción el miércoles lo que el lunes era una idea en un whiteboard?