Abner Ballardo | Founder, Aule Tech Foundry

Former CIO, Scotiabank Peru | Technology, business & architecture | Educator

Qué cambia la IA en la decisión de desarrollar o comprar

La IA puede abaratar el desarrollo. Antes de decidir, calcula cuánto cuesta mantener el software y define qué trabajo dejaría de lado tu equipo.
Dos bloques de piedra caliza clara unidos por una pieza de bronce cepillado sobre un fondo gris oscuro.

Imagina que una empresa en Perú está por renovar el contrato de su software de planillas. Durante la revisión del presupuesto, alguien plantea una pregunta razonable: ahora que los coding assistants pueden escribir buena parte del código, ¿por qué no desarrollarlo nosotros mismos?

El trabajo parece bien definido. Para cada empleado, el software tiene que tomar el sueldo, las licencias y los bonos aprobados de los sistemas de la empresa, aplicar las reglas locales de impuestos y aportes, y calcular el sueldo neto.

Si la IA abarata mucho una primera versión, ¿debería la empresa desarrollar su propio software de planillas?

Antes he defendido la idea de comprar commodities y desarrollar lo que nos diferencia. En un artículo posterior, usé la distinción de Geoffrey Moore entre lo que diferencia al negocio y lo que lo sostiene, y ubiqué la planilla en el segundo grupo: es esencial para operar, pero tener software propio aporta poca ventaja a la empresa.

Como CTO y CIO, tuve que comparar lo que mis equipos podían desarrollar con lo que podían asumir y mantener como propio. Propuse revisar esas decisiones cada 12 a 18 meses, y ahora sigo mi propio consejo mientras desarrollo startups AI-native. Antes, en ciertos casos, habría comprado una solución o dejado el trabajo para después. Con los coding assistants, ahora vale la pena evaluar si conviene desarrollar una solución interna.

Sigo inclinándome por comprar commodities, como el software de planillas. La IA puede hacer que valga la pena desarrollar pequeñas integraciones alrededor del software comprado. También puede darles a los equipos más margen para desarrollar donde el software propio sí aporta una ventaja al negocio.

¿Quién se encarga de la próxima actualización del sistema de planillas?

Supongamos que la empresa se hubiera hecho esa pregunta un año antes, hubiera respondido que sí y hubiera desarrollado el sistema. Mediante el Decreto Supremo 015-2026-TR, Perú elevó la remuneración mínima vital del sector privado a S/1,230 desde el 1 de octubre de 2026. Antes del pago de octubre, ese software habría necesitado una actualización para los empleados que ganan el sueldo mínimo.

Todavía falta un segundo tramo. Durante la firma, la presidenta dijo que se aplicaría después de que pasara El Niño. El decreto deja ese tramo para un segundo decreto, que debe emitirse en el primer semestre de 2027.

Ya sea que la empresa compre o desarrolle, el equipo de planillas tiene que revisar el primer pago al que se aplique cada tramo. El cambio podría ser tan sencillo como actualizar un parámetro con fecha de vigencia.

Si el software es propio, la empresa también se hace cargo de implementar el cambio y validar el resultado, con apoyo de ingeniería cuando haya que modificar el código. El segundo decreto debe emitirse en el primer semestre de 2027, pero la empresa todavía no conoce la fecha ni cuánto tiempo tendrá para actuar.

Lo que la IA abarata y lo que no

Un coding assistant puede ayudar a escribir el cálculo, conectarlo con los sistemas internos y generar pruebas para casos que incluyan licencias y bonos. También puede ayudar a escribir la actualización cuando cambie una regla.

El equipo sigue teniendo que interpretar la regla y saber cuál debe ser el resultado correcto. También tiene que proteger los datos de los empleados y conservar suficiente historial para explicar un cálculo meses después.

Esperaría que la IA redujera más el costo de procesar la primera planilla que el de procesarla correctamente mes a mes.

El proveedor también tiene acceso a la IA. Sus ingenieros pueden usar las mismas herramientas para incorporar más rápido los cambios en las reglas, y el proveedor reparte ese trabajo entre todos sus clientes. Si la IA reduce el costo de desarrollar un software de planillas propio, probablemente también reduzca el costo de que el proveedor la mantenga.

Una empresa también puede beneficiarse de la IA a través del software que compra. Yo buscaría ese beneficio en el precio, el servicio o las mejoras que el proveedor efectivamente ofrece. Comprar sigue dejando a la empresa a cargo de sus integraciones y de verificar que la planilla sea correcta.

La fecha de pago no espera al plan de desarrollo

Un costo que rara vez aparece en la estimación es el trabajo que queda de lado por tener una planilla propia. Cuando un cambio en la planilla requiere ingeniería, entra al mismo plan de trabajo que los compromisos de producto. Si tiene que estar listo para la próxima fecha de pago, puede retrasar una versión para clientes que esos mismos ingenieros estaban por entregar.

La empresa no fija ese plazo ni puede moverlo. Cuando la planilla está mal, los empleados reciben un monto incorrecto y la empresa puede enfrentar sanciones.

Por eso sigo inclinándome por comprar commodities. Si la IA libera capacidad de ingeniería, rara vez la dedicaría a la planilla.

Esos mismos ingenieros podrían usar esa capacidad para desarrollar lo que los clientes sí ven. Con la IA ayudando en la implementación, un equipo podría tener margen para probar más versiones de una experiencia de cliente antes de elegir una.

Aplicaría esa distinción en banca: comprar el core bancario y desarrollar las aplicaciones móviles y web. En un banco, lideré el trabajo de tecnología para la primera versión de una aplicación de pagos móviles que el propio banco desarrolló y entregó en 16 semanas. Ahí un banco puede diseñar su propia experiencia y crear valor.

Esa preferencia tiene límites. Consideraría desarrollar si el software de planillas fuera parte de lo que la empresa vende, o si sus reglas de pago fueran tan particulares que ningún proveedor pudiera cubrirlas sin muchas modificaciones. En ambos casos, el software deja de ser un commodity para esa empresa.

Dónde podría valer la pena un desarrollo más pequeño

Comprar el software de planillas no significa que no haya nada que desarrollar a su alrededor. Supongamos que la empresa renueva el contrato. El proveedor resuelve bien el cálculo de los pagos y las reglas locales, pero cada mes alguien tiene que copiar los bonos aprobados desde un sistema interno y compararlos con los datos que se importarán a la planilla. Primero probaría si el proveedor puede recibir esos registros mediante una importación o configuración existente.

Si la necesidad sigue sin resolverse, una pequeña integración podría preparar los registros aprobados y señalar los que necesitan revisión. Alguien seguiría revisándolos antes del cierre de la planilla. Muchas integraciones de este tipo nunca se priorizaron porque costaba demasiado desarrollarlas para el tiempo que ahorraban.

Con la IA ayudando a escribir y probar el código, compararía la nueva estimación con lo que cuesta el trabajo manual cada mes. Ahora algunos de esos desarrollos sí valen la pena.

Yo mismo he tomado esa decisión a pequeña escala. Para hacer seguimiento a mis publicaciones, antes descargaba a mano las métricas de cada artículo y publicación de LinkedIn. No quería comprar una herramienta profesional de analítica de contenidos: una solución completa no es una prioridad para mí ahora, aunque podría serlo más adelante. Y antes de los coding assistants, tampoco habría escrito una herramienta para eso.

En octubre, trabajando con un coding assistant, desarrollé una pequeña herramienta de línea de comandos que reúne esas cifras en un solo catálogo a partir de mi blog y de las exportaciones de LinkedIn. Hace lo justo para el trabajo que tengo hoy.

Usar IA dentro del proceso mensual de planillas es otra decisión. Si algunos datos de la empresa todavía llegan en documentos, como cartas de bonificación, un modelo podría extraer los montos para que alguien los verifique antes de importarlos. Entonces el modelo pasa a formar parte de la operación de la planilla.

El uso de un coding assistant forma parte del costo de escribir y mantener la integración. La integración en sí puede funcionar con datos aprobados sin llamar a un modelo cada mes.

Un modelo que lee documentos cada vez que se procesa la planilla agrega costos recurrentes: las llamadas al modelo, el tiempo dedicado a verificar lo que extrajo y un plan para los documentos que no pueda leer. Yo presupuestaría esos costos por separado.

Compara los costos durante el mismo período

Si alguien en tu empresa está preguntando si conviene desarrollar lo que antes compraban, yo empezaría por poner la cotización del proveedor y la estimación interna una al lado de la otra, para el mismo período.

En cada opción, separa el costo de llegar a la primera versión funcional del costo de que siga funcionando correctamente después. Pregunta quién ha estimado el segundo.

Si el caso a favor de desarrollar sigue siendo sólido, define qué equipo se hará cargo de las actualizaciones y reserva tiempo en su plan de trabajo para los plazos que no controlas. Luego deja por escrito qué no va a entregar ese equipo por hacerse cargo de ellas.

La IA cambia los costos y la viabilidad de desarrollar software. No elimina la necesidad de preguntarse dónde tener software propio le da una ventaja a la empresa.

Si decides hacerte cargo de este software, ¿qué otro trabajo estás dispuesto a dejar de lado para mantenerlo funcionando?

Subscribe

No spam, no sharing to third party. Only you and me.

Member discussion