La CTO de una empresa de healthtech Serie B aprobó la adopción total de un agente de codificación de IA para sus doce ingenieros en pleno sprint crítico para el cumplimiento normativo, porque la aceleración era real. En seis semanas, el equipo había trasladado todo su flujo de trabajo de desarrollo dentro de la herramienta: skills personalizadas que codificaban cómo elaboraban y construían funcionalidades, hooks conectados a sus compuertas de despliegue, subagentes ejecutando revisiones paralelas y archivos de convenciones documentando cada decisión arquitectónica. Durante tres meses pareció una decisión brillante. El equipo entregó más rápido y la validación automatizada detectó problemas de cumplimiento antes de que un revisor humano los viera.
Luego cambió el modelo de facturación. Largas sesiones autónomas sobre una base de código compleja colocaron a su equipo en el nivel más caro de precios de consumo, algunos desarrolladores generaban entre 80 y 200 dólares en cargos diarios, y un presupuesto aprobado para el trimestre se agotó en seis semanas.
Podría haber absorbido el cambio de precio si hubiera podido responder, y no pudo, porque cada skill, hook y configuración vivía en un formato que ninguna otra herramienta podía leer. Estaba atrapada por una arquitectura que había elegido no gobernar, y pasó las siguientes ocho semanas extrayendo su propio proceso de esa arquitectura, un trabajo que habría llevado dos días si la dependencia se hubiera gestionado desde el principio.
Por qué esta dependencia se comporta de forma diferente
La mayoría de los CTO ya han pasado por un debate sobre el lock-in antes. En mi comprobación de realidad multi-nube argumenté que el lock-in es un trade-off que vale la pena hacer cuando el valor supera el costo, y que las probabilidades de que alguien cambie de proveedor de nube son bajas. Sigo manteniendo esa postura para las plataformas en la nube. Gregor Hohpe describe bien el equilibrio en Cloud Strategy: «Intentar reducir los posibles costos de cambio a cero es tan absurdo como ignorar completamente el tema.»
Esa calma se basa en dos suposiciones: precios estables y un cambio de proveedor cuyo momento eliges tú, y las herramientas de IA están rompiendo ambas. Las herramientas de programación con IA han estado cambiando sus precios varias veces al año. El CEO de Cursor se disculpó públicamente en julio de 2025 por un cambio en el plan Pro que dejó a los usuarios con cargos inesperados, y la empresa ha reestructurado sus precios repetidamente desde entonces. El 1 de junio de 2026, GitHub trasladó todos los planes de Copilot a créditos de IA con medición de tokens a un centavo de dólar por crédito, y en pocos días los desarrolladores reportaban un mes de créditos consumidos en un solo día de trabajo con agentes.
Además, no siempre puedes decidir cuándo cambias. SpaceX aceptó comprar la empresa matriz de Cursor en junio de 2026 por 60.000 millones de dólares y cerró el acuerdo el 14 de agosto. Exactamente dos semanas después, OpenAI anunció que pondría fin de forma gradual a su contrato, con un corte propuesto para el 12 de noviembre y sin modelos futuros mientras tanto. Los equipos que habían construido su flujo de trabajo alrededor de Cursor ejecutando modelos OpenAI no tomaron ninguna de esas decisiones, la herramienta siguió funcionando y una capacidad de la que dependían ahora tiene fecha de finalización.
La profundidad de la integración importa tanto como la velocidad. GitHub aloja tu código y Slack transporta tus mensajes, y ninguno decide cómo haces el trabajo. Las herramientas de programación con IA moldean el acto de crear software en sí, por lo que una única decisión de adopción asume varios tipos de lock-in que Hohpe cataloga a la vez: lock-in de producto mediante configuración propietaria, lock-in de habilidades mediante un equipo entrenado en un modelo de interacción, considera el más sutil y peligroso de todos, el lock-in mental, «el que afecta tu forma de pensar.»
Las encuestas sugieren que la mayoría de las organizaciones ya lo sienten así. El estudio Calculus of AI Sovereignty de IBM, publicado en junio de 2026 a partir de una encuesta a 1.000 altos ejecutivos, encontró que el 71% dice que cambiar de proveedor o modelo principal de IA sería difícil, y solo el 9% afirma tener un excelente conocimiento de sus dependencias de la IA. Una encuesta de Zapier a 542 ejecutivos empresariales estadounidenses encontró que el 74% afirma que perder su proveedor de IA interrumpiría las operaciones diarias o les dejaría incapaces de funcionar.
Tres niveles de dependencia
Cierta dependencia es el precio de obtener valor de una herramienta, así que minimizarla es el objetivo equivocado. Un equipo puede elegir una configuración específica del proveedor a propósito, con el costo de salida ya contemplado, y eso es un trade-off legítimo, del tipo que Hohpe llama un retorno positivo del lock-in. Lo que importa es saber dónde se sitúa cada dependencia y si alguien eligió esa posición. Utilizo tres niveles con las organizaciones a las que asesoro.
Dependencia de herramientas. El equipo sería más lento sin la herramienta, pero su conocimiento de procesos existe independientemente de ella. La gente puede describir su flujo de trabajo, estándares de calidad y criterios de decisión sin nombrar ni una sola característica. Un equipo de consultoría con el que trabajé estaba en este nivel por decisión propia: usaban Copilot todos los días pero mantenían registros de decisiones de arquitectura, listas de revisión y procedimientos de despliegue en en markdown simple. Cuando el cambio de facturación de junio de 2026 alteró sus costos, evaluaron alternativas durante un fin de semana y se migraron en una semana, y la metodología nunca se resintió porque nunca estuvo dentro de la herramienta.
Dependencia de procesos. El flujo de trabajo está codificado en formatos específicos de proveedores, así que cambiar implica reconstruir la infraestructura de procesos. Eso cuesta semanas y arriesga perder cualquier razonamiento que solo quedó escrito en esos archivos y en ningún otro lugar. La CTO de healthtech estaba en este nivel. Un director de ingeniería en una aseguradora lo llamó «el problema de documentación que nadie ve»: los archivos de skills de su equipo contenían decisiones de criterio y manejo de casos límite que no existían en ningún otro lugar, y cuando pidió a los ingenieros que la guiaran por el flujo de trabajo sin mencionar la herramienta, no pudieron.
Dependencia cognitiva. El equipo ya no puede describir cómo funciona sin el vocabulario de la herramienta. «Pondré en marcha un subagente» ha sustituido a «Haré un análisis paralelo», y la segunda expresión ha caído en desuso sin que nadie lo notara. La mayoría de las organizaciones descubren que están en este nivel solo cuando el proveedor fuerza la pregunta.
Lisanne Bainbridge describió el mecanismo en 1983 en «Ironies of Automation»: la automatización sustituye las partes fáciles y da a los operadores menos oportunidades de aprender cómo se comporta el sistema, por lo que las intervenciones que les dejan se vuelven más difíciles. Una herramienta de programación con IA que funciona brillantemente durante un año produce un equipo que lucha por trabajar sin ella, y la confiabilidad de la herramienta oculta la pérdida de capacidad mientras ocurre.
Cómo se ve gobernar la dependencia
Su error fue adoptar sin una arquitectura de salida, y la solucion empieza por mantener la metodología como fuente de verdad y tratar la configuración de la herramienta como una versión generada de la misma.
El ritual de elaboración del equipo reside en un un documento en markdown que describe los pasos, los criterios de decisión y los resultados esperados en términos que cualquier ingeniero puede seguir, y el archivo de skill o regla que lo implementa remite a ese documento. Cuando la herramienta cambia, el documento viaja y la configuración se reconstruye. Hacer esto al momento de la adopción cuesta un par de horas, frente a las ocho semanas que el equipo de healthtech tardó en hacerlo después.
Revisa las dependencias a la velocidad del proveedor. Una revisión anual de proveedores asume que los proveedores cambian una vez al año, y una herramienta que ha cambiado el precio tres veces desde tu última revisión significa que estás gobernando un sistema que ya no existe. Cada revisión pregunta dónde se sitúa cada dependencia en los tres niveles, si esa posición fue deliberada y cómo serían las primeras 48 horas si la herramienta dejara de estar disponible mañana. La pregunta de 48 horas dice la verdad más rápido: un equipo a nivel de herramienta la responde en dos frases, un equipo a nivel de proceso necesita un párrafo y un equipo a nivel cognitivo no puede responderla en absoluto.
Gestiona el costo a través de la arquitectura en lugar de alertas presupuestarias. Una alerta al 80% del presupuesto reporta el pico una vez que ya ha ocurrido; los modelos frontera que requieren invocación explícita, presupuestos de tokens en sesiones autónomas y límites de tasa por equipo son lo que lo impide. Cubrí la mecánica en gobernanza de costes en IA es un problema de arquitectura.
Plataformas multiproveedor como Amazon Bedrock y Microsoft Foundry, ambas exponen modelos de Anthropic, Meta y DeepSeek, entre otras, hacen que el modelo en sí sea bastante fácil de intercambiar en la capa de API. No existe nada comparable para el flujo de trabajo, que solo sigue siendo portable solo si tu equipo conserva su metodología fuera del formato del proveedor.
Dos decisiones, tomadas como si fueran una
Cuatro meses después del golpe de facturación, el equipo de la CTO de healthtech seguía usando la misma herramienta, y seguía siendo buena. Su metodología ahora existía en formatos que podía transformar en cualquier herramienta en cuestión de horas. «Pensaba que estaba siendo estratégica al adoptar rápido», me dijo. «Estaba siendo estratégica con la herramienta y negligente con la dependencia. Parecían la misma decisión, pero eran dos decisiones distintas, y solo tomé una de ellas.»
Toda organización depende de los proveedores. La trampa es depender sin haberlo elegido, sin saber qué tan profunda es y sin un plan para el momento en que los intereses del proveedor difieran de los tuyos. Para cada herramienta de IA que usen tus equipos hoy, ¿en cuál de los tres niveles está, y alguien en tu organización lo decidió?
Estoy trabajando en un tratamiento más profundo de la arquitectura de gobernanza de proveedores: la evaluación completa de dependencias, el patrón de portabilidad y lo que revela la prueba de 48 horas. Pronto compartiré más.
Ricardo
