McKinsey acaba de dibujar nuestro organigrama
La nueva gráfica de McKinsey sobre agentic software delivery muestra equipos de 2–3 personas entregando lo que antes pedía 10+. Para una boutique como Agentic eso no es una proyección a 18 meses: es el modelo con el que ya operamos.
Hace unos días nos burlamos de los slides de McKinsey con flechitas hacia “AI-native enterprise” (ver la transformación agéntica). Hoy toca admitir algo incómodo: una de sus gráficas nuevas describe, casi célula por célula, cómo trabajamos nosotros.
La gráfica viene de Rewiring software delivery for the agentic era y compara el modelo de delivery tradicional contra lo que llaman agentic software development life cycle: de 200 person-years en 24 meses a ~100 en 18; de 10 equipos de 8–12 personas a 16 células de 3–4; de siete roles a tres (product owner, tech lead, AI-enabled engineer). ~50% menos esfuerzo total, ~60% menos personas por equipo, y un detalle que pica: en la columna “después” ya no hay business analysts ni testers dedicados.
(McKinsey la etiqueta como ilustrativa: está basada en su observación en varias empresas, no es un estudio controlado, y no la vamos a citar como si lo fuera. Pero la dirección coincide con lo que vemos en cada proyecto.)
Por qué gana la célula chica
La lectura floja del dato es la del recorte: “la IA va a sacar a 40 de cada 100 ingenieros”. Vende headlines pero no explica nada. Lo útil es entender el mecanismo: por qué un equipo de 2–3 senior AI-enabled le gana a uno de 10. Son al menos tres factores, y se multiplican entre sí.
1 · La coordinación deja de comerse el día
En la célula el contexto vive completo en 2–3 cabezas en vez de fragmentado en 10, las decisiones no pasan por comité y no hay handoffs donde la información se degrada. La versión visible de esto cabe en la fórmula que cualquier líder de ingeniería conoce de memoria — canales de comunicación = n(n−1)/2:
El equipo grande no escala: se enreda. Diez personas son 45 canales que mantener sincronizados — juntas, status, malentendidos — y cada persona nueva multiplica juntas, no output. Tres personas son 3 canales. Y los agents suman manos sin sumar canales: ejecutan, no coordinan. (Ya habíamos escrito que el cuello de botella es la comunicación; la gráfica de McKinsey es esa tesis con logo de consultora.)
2 · El agente devuelve el tiempo senior al trabajo senior
Los agents absorben la ejecución que tradicionalmente ocupaba a los perfiles junior y mid: el CRUD, los tests, el boilerplate, la documentación, la migración mecánica. En el equipo de 10, los dos o tres seniors se la pasan repartiendo, revisando y destrabando el trabajo de los otros siete; en la célula AI-enabled, esos mismos seniors pasan el día donde el agente no llega — decidir arquitectura, entender el producto, hablar con el usuario, saber decir que no. La productividad real está ahí: el criterio caro deja de gastarse en supervisar ejecución barata.
3 · La base de conocimiento hace crecer la célula sin contratar
Cada doc curado, cada decisión registrada, cada skill escrita para lo rutinario — cómo se redacta un entregable, cómo se arma una presentación, cómo se construye una hoja de cálculo y se analiza — expande lo que los agents pueden ejecutar solos la próxima vez. El equipo de 10 acumula su conocimiento en juntas y en cabezas que rotan; la célula lo acumula en un repo que los agents leen. Con cada semana el mismo lead abarca más, no porque trabaje más horas, sino porque su operación está cada vez más codificada. (Es la consecuencia natural de tratar los docs como código vivo.)
Y los tres factores se componen: menos gente significa menos canales, los agents significan más output por persona, y la base de conocimiento sube ese output mes con mes. Por eso el resultado no es lineal — la célula de 2–3 no rinde “el 30% de un equipo de 10”, juega en otra curva. Una que además tiene pendiente positiva.
Eso invierte una intuición que dominó la industria por décadas: que proyecto serio = equipo grande. Que si el vendor llega con 12 personas es más confiable que el que llega con 3. Ese instinto ya juega en contra de quien lo tiene.
La ironía de la gráfica
Aquí va la parte que McKinsey no dibuja.
El artículo está dirigido a empresas con 100 FTEs en un programa de software. Para ellas, llegar al modelo agentic es una transformación: rediseñar equipos, recapacitar gente, desmontar estructura. Dieciocho meses de camino, idealmente acompañados por una consultora. Adivinen cuál.
Pero el destino de esa transformación — la célula de PO + tech lead + AI-enabled engineer — ya existe y se puede contratar directo. Una boutique AI-native no tiene que transformarse en eso: nació siendo eso. No cargamos las capas que McKinsey recomienda eliminar, así que no hay que pagarle a nadie por eliminarlas.
Para una empresa mediana en México la conclusión es más simple que cualquier roadmap: no necesitas un ejército de 100, ni el programa de 24 meses, ni el workshop de madurez agéntica. Necesitas una célula chica y senior que ya opere así.
La letra chica
El modelo no es magia, y conviene decirlo de frente: la célula no perdona pasajeros. Un equipo de 10 puede cargar a dos personas que solo asisten a juntas; en uno de 3, cada silla es estructural. El AI-enabled engineer del modelo no es “junior con Copilot” — es alguien con criterio de arquitectura que supervisa agents, detecta slop antes de que llegue a main y sabe cuándo pararle la mano al agente.
Y la base de conocimiento del tercer factor no se escribe sola:
alguien tiene que codificar el proceso — los CLAUDE.md, los
ADRs, las skills de lo rutinario
(ver process-as-code). El business
analyst y el tester del modelo viejo siguen presentes, pero
compilados: son código y contexto que los agents ejecutan. Si ese
trabajo no se hace, la célula de 2–3 es solo un equipo chico, con
todos los riesgos y ninguna de las palancas.
Qué hacer con esto si diriges tecnología
Tres cosas concretas:
- Mide capacidad por sistema de trabajo, no por número de personas. El tamaño del equipo dejó de predecir cuánto entrega; lo que sí lo predice son los tres factores de arriba: agents en serio, proceso y base de conocimiento. Pregunta por eso cuando evalúes un vendor o armes un equipo interno.
- Pilotea la célula antes de comprar la transformación. Un proyecto acotado con una célula de 2–3 AI-enabled te enseña más sobre el modelo que cualquier assessment. Y te deja software funcionando, no un PDF.
- Toma la gráfica como señal, no como promesa. Es observación ilustrativa de McKinsey, no ley física — nadie te garantiza el ~50%. La evidencia que cuenta va a salir de tu propio piloto: el ROI se mide en tu operación, no en el slide.
Nosotros ya operamos del lado que la gráfica llama “después”: células de 2–3, MVPs en 6–10 semanas, código tuyo en tu repo. McKinsey le acaba de poner números a nuestro pitch — y se lo agradecemos.
Si quieres ver cómo se siente trabajar con una célula así en tu proyecto, conversemos — el chat está abierto.