Durante mucho tiempo, un buen traje o un vestido hecho a medida resultaban incomparables. No porque la confección artesanal fuese siempre perfecta, sino porque la prenda se construía alrededor de una persona concreta. Tenía en cuenta sus proporciones, sus preferencias, el uso previsto y hasta su manera de moverse. El problema era económico: ese grado de adaptación exigía tiempo, oficio y sucesivas pruebas, de modo que quedaba reservado a quienes podían asumir su coste.
El prêt-à-porter cambió la industria. La estandarización de tallas y procesos permitió fabricar prendas de calidad razonable —en algunos casos, excelente— para un mercado mucho más amplio. El precio de esa democratización fue una pérdida de ajuste individual. La ropa dejó de construirse alrededor de cada cuerpo; era el consumidor quien debía encontrar la talla que mejor se aproximara al suyo y aceptar después ciertas concesiones.
La historia del software empresarial guarda un paralelismo significativo con esa transformación. Las primeras soluciones desarrolladas específicamente para una organización podían reflejar con bastante precisión sus procesos, pero construirlas y mantenerlas resultaba caro. El software estándar hizo accesibles capacidades antes reservadas a grandes compañías, aunque introdujo una condición que todavía determina buena parte de la vida corporativa: la empresa tenía que adaptarse, al menos parcialmente, a la lógica de la herramienta.
La inteligencia artificial puede estar alterando ese intercambio entre coste y adaptación. No porque vaya a producir mágicamente una aplicación perfecta para cada empresa, sino porque comienza a reducir el esfuerzo necesario para traducir una necesidad particular en comportamiento informático. Si esa tendencia se consolida, podríamos aproximarnos a una nueva forma de software a medida, menos artesanal en su producción, pero más adaptable durante su uso.
Cuando cada empresa encargaba su propio traje
El software creado desde cero ofrece una promesa atractiva: la herramienta puede ajustarse al proceso en lugar de obligar al proceso a ajustarse a ella. Cada pantalla, regla y flujo de información se diseña, en principio, alrededor de unas necesidades particulares.
Sin embargo, “a medida” nunca ha significado necesariamente “mejor”. Un desarrollo propio puede reproducir prácticas ineficientes, depender de un equipo difícil de sustituir o acumular modificaciones hasta convertirse en una infraestructura frágil. Igual que un sastre puede confeccionar una prenda magnífica o una muy mediocre, el valor no procede únicamente de la personalización. Depende de la calidad del diseño y de la ejecución.
Además, el coste no termina cuando el programa empieza a funcionar. Hay que corregir errores, actualizarlo, integrarlo con otros sistemas y adaptarlo a nuevas exigencias. La organización no adquiere solamente una solución: asume la responsabilidad de mantenerla viva.
El software estandarizado resolvió una parte importante de este problema. En lugar de financiar individualmente todas las funciones, muchas empresas podían compartir, a través de un producto común, el coste de desarrollo, mantenimiento y evolución. Los sistemas de gestión, las aplicaciones de productividad y, más adelante, el software como servicio convirtieron capacidades complejas en productos disponibles para organizaciones muy distintas.
Fue el equivalente empresarial del prêt-à-porter. La mayoría de las compañías dejaron de necesitar una prenda confeccionada desde el primer hilo. Podían elegir un producto, seleccionar una talla y realizar determinados arreglos.
Parametrizar no es confeccionar
El software empresarial nunca fue completamente rígido. Los grandes sistemas incorporaron parámetros, módulos, permisos, plantillas y reglas de negocio. Más tarde, las API facilitaron la conexión entre aplicaciones, mientras que las plataformas de bajo código permitieron construir formularios y automatizaciones sin desarrollar cada componente desde cero.
La evolución ha sido importante. Hemos pasado de productos relativamente cerrados a ecosistemas configurables en los que una parte creciente del comportamiento puede modificarse. Sin embargo, la diferencia entre configuración y adaptación sigue siendo relevante.
Parametrizar consiste en escoger entre posibilidades previstas de antemano. El fabricante decide qué puede cambiarse, dentro de qué límites y mediante qué mecanismos. Es similar a elegir tejido, color y largo de manga dentro de un catálogo: el resultado admite variaciones, pero continúa respondiendo a un patrón predefinido.
Cuando las necesidades desbordan ese patrón, aparecen las personalizaciones, las integraciones y los desarrollos complementarios. Con ellos llega también la complejidad. Cada excepción puede dificultar una actualización futura y cada conexión añade una dependencia. Una empresa puede terminar atrapada entre dos inconvenientes: un producto estándar que no refleja bien su funcionamiento y una acumulación de adaptaciones que vuelve costoso modificarlo.
Esta tensión explica un fenómeno habitual. Allí donde el sistema corporativo no consigue ajustarse al trabajo real, los usuarios construyen capas informales a su alrededor con hojas de cálculo, documentos compartidos, correos, plantillas y pequeñas automatizaciones. No son meros hábitos caprichosos. Con frecuencia representan el intento de recuperar localmente la adaptación que el sistema central no proporciona.
El software oficial ofrece estructura y control; esas herramientas periféricas aportan flexibilidad. La dificultad consiste en reunir ambas cualidades sin convertir la organización en una colección de excepciones imposibles de gobernar.
La IA reduce el coste de traducir intenciones
La aportación más interesante de la inteligencia artificial quizá no sea la generación automática de textos, imágenes o código considerada de forma aislada. Su importancia reside en que puede reducir la distancia entre una intención expresada por una persona y una acción ejecutable por una máquina.
El software tradicional exige que el usuario aprenda su gramática. Debe conocer los menús, los campos, las secuencias y las categorías previstas por sus diseñadores. Incluso cuando una aplicación resulta intuitiva, la persona necesita traducir su objetivo al lenguaje operativo del sistema.
Las interfaces conversacionales comienzan a invertir parcialmente esa relación. El usuario puede describir qué necesita con lenguaje ordinario, y el sistema intenta interpretar la petición, localizar información, proponer una operación o encadenar varias tareas. Al mismo tiempo, las herramientas de generación de código y configuración asistida reducen el esfuerzo necesario para crear funciones, adaptar flujos o conectar servicios.
Esto no equivale todavía a disponer de un programa nuevo y perfecto para cada empleado. Lo que ya puede observarse es una transformación de las capas de adaptación. Antes, personalizar significaba principalmente modificar código o seleccionar parámetros. Ahora empieza a incluir la posibilidad de que una capa inteligente interprete el contexto y ajuste la respuesta sin que cada variante haya sido programada de forma explícita.
Un mismo sistema podría, por ejemplo, presentar la información de distinta manera según la función del usuario, preparar un informe a partir de una petición concreta o proponer un flujo de trabajo adecuado a un caso poco habitual. La infraestructura subyacente seguiría siendo común, pero su comportamiento visible podría resultar mucho más individualizado.
En términos de moda, no estaríamos regresando exactamente al taller artesanal. Se parecería más a una fábrica capaz de modificar el patrón con agilidad para cada cliente, utilizando una base industrial compartida. La economía continuaría dependiendo de la estandarización, pero el ajuste final podría producirse a un coste mucho menor.
La medida correcta no es la preferencia personal
La analogía tiene un límite importante. En la moda, el ajuste puede evaluarse principalmente en relación con quien lleva la prenda. En una empresa, el software forma parte de un sistema colectivo. Lo que resulta cómodo para un usuario puede generar desorden para el conjunto de la organización.
Los procesos corporativos requieren datos consistentes, controles, permisos y responsabilidades. Si cada persona pudiera alterar libremente la lógica de una aplicación, la personalización degeneraría en fragmentación. También aumentaría el riesgo de que decisiones relevantes quedaran en manos de sistemas difíciles de auditar.
Por eso, el software realmente adaptable no puede consistir en que la IA improvise sin restricciones. Necesita trabajar dentro de una arquitectura gobernada. Algunas capas deberán permanecer estables —identidades, fuentes de datos, políticas, criterios de autorización— mientras otras podrán ajustarse al contexto. La cuestión estratégica será decidir dónde conviene la uniformidad y dónde aporta valor la adaptación.
También existe un riesgo más profundo. Una aplicación hecha a la medida de una empresa puede convertirse en una aplicación hecha a la medida de sus defectos. Si el proceso es redundante, opaco o innecesariamente burocrático, automatizarlo con mayor precisión no lo mejora. Solo hace más eficiente su persistencia.
La estandarización tuvo una virtud que conviene preservar: obligó a muchas organizaciones a comparar sus prácticas con modelos utilizados por otros.
Una hipótesis razonable, no una promesa
El hecho observable es que el software se ha vuelto progresivamente más configurable, conectable y continuo. Las aplicaciones cerradas han dado paso, en muchos ámbitos, a servicios actualizados con frecuencia, ecosistemas de integraciones y plataformas sobre las que pueden construirse nuevas capas. La IA se incorpora ahora a esa evolución como interfaz, asistente de desarrollo y mecanismo de interpretación.
La interpretación estratégica es que estamos reduciendo el coste marginal de la adaptación. Crear una variante, preparar un flujo específico o traducir una necesidad al lenguaje de una máquina puede requerir menos trabajo que antes. Esto cambia la economía de decisiones que hasta ahora obligaban a escoger entre comprar un producto estándar o financiar un desarrollo propio.
La hipótesis, todavía por demostrar en toda su extensión, es que acabaremos utilizando una infraestructura común capaz de comportarse como software a medida para cada organización, equipo o situación. No sería un conjunto infinito de aplicaciones independientes, sino una combinación de componentes estables y capas inteligentes que configuran, generan y coordinan funciones según el contexto.
Para llegar hasta ahí no basta con disponer de modelos más capaces. Harán falta datos fiables, integraciones sólidas, mecanismos de supervisión y una definición clara de responsabilidades. La adaptación barata carece de valor si produce errores difíciles de detectar o decisiones imposibles de explicar.
La evolución más probable tampoco eliminará de golpe el software existente. Las organizaciones seguirán utilizando sistemas de gestión, aplicaciones sectoriales y plataformas comunes. Sobre ellos irán apareciendo capas capaces de interpretar peticiones, conectar operaciones y adaptar la experiencia. Como tantas veces ocurre en tecnología, lo nuevo no sustituirá inmediatamente a lo anterior; se superpondrá a ello y modificará gradualmente su función.
Durante décadas, la industria del software logró democratizar capacidades a través de la estandarización. Fue un avance extraordinario, aunque obligara a las empresas a convivir con tallas aproximadas y numerosos arreglos. La IA abre la posibilidad de conservar esa escala industrial y recuperar parte del ajuste que parecía reservado al desarrollo artesanal.
El resultado dependerá menos de una supuesta magia tecnológica que de una decisión de diseño y gobierno. Habrá que saber qué debe confeccionarse alrededor de cada empresa y qué conviene mantener común. El mejor software a medida no será el que obedezca todas nuestras costumbres, sino el que se adapte allí donde la diferencia importa sin renunciar a la coherencia del conjunto. Ese es, a mi parecer, el gran reto del software para los próximos años.
