Hablemos del extraño fenómeno de acertar de pleno por razones totalmente equivocadas.
Hace unos años, publicamos un informe de la Oficina del CTO titulado «La proliferación continua de las API». En él, hicimos unos cálculos de crecimiento compuesto y lanzamos una predicción audaz que puso nerviosos a muchos profesionales de TI: para el año 2030, el mundo se tambalearía bajo el peso de aproximadamente 2.000 millones de API activas.
En aquel momento, la predicción sonaba casi apocalíptica. ¿Y hoy? Todo apunta a que vamos camino de alcanzar esos 2.000 millones justo en el plazo previsto. Pero aquí viene lo sorprendente: el modelo matemático que utilizamos para llegar a esa cifra ha quedado completamente invalidado.
Nuestros cálculos originales fueron víctimas de una mentalidad anterior a la IA. Supusimos que la proliferación de API estaría impulsada por desarrolladores humanos escribiendo código cada vez más rápido. Nos equivocamos. La era de la proliferación de API centrada en las personas ha terminado oficialmente. Ha comenzado la era de la proliferación agéntica.
Los cálculos de antes: el límite de la velocidad humana
Nuestro modelo inicial se basaba en una ecuación humana sencilla y lineal. Tomamos el número total de desarrolladores de todo el mundo, lo multiplicamos por el porcentaje de ellos que escribían API y, a continuación, multiplicamos ese resultado por el número medio de API que cada desarrollador produciría al año.
Sobre el papel, el crecimiento acumulativo parecía aterrador. Para alcanzar nuestras cifras de 2030, el modelo suponía que, para 2026, un ingeniero de software medio estaría creando casi 30 API totalmente nuevas al año.
La realidad, como suele ocurrir, se impuso.
Aunque la comunidad mundial de desarrolladores sí creció hasta alcanzar aproximadamente los 36 millones actuales, la velocidad de trabajo de las personas se topó con un muro. Los datos reales del mercado muestran que los desarrolladores actuales solo producen entre 3 y 5 API totalmente nuevas al año. ¿Por qué? Porque el 70 % restante de su tiempo queda completamente absorbido por el mantenimiento, las pruebas, la reparación de procesos que han dejado de funcionar y las tareas necesarias para mantener los sistemas operativos.
Además, la previsión de que prácticamente todos los desarrolladores acabarían programando las API a mano se estancó en torno al 83 %. El auge de las plataformas de código bajo o sin código y del SaaS centrado en las API eliminó la necesidad de crear endpoints desde cero para las integraciones estándar.
Si la velocidad humana fuera el único factor que impulsara el mercado, nuestra previsión de 2.000 millones de API habría sido una sobreestimación enorme y bochornosa. Entonces, ¿por qué seguimos en camino de alcanzarla?
El giro argumental: entran en escena los agentes de IA
Creamos un modelo basado en la velocidad a la que podía escribir una persona, sin darnos cuenta de que estábamos a punto de dejar el teclado en manos de las máquinas.
Las variables que impulsan la proliferación de API han cambiado radicalmente. Esta proliferación ya no depende de la velocidad de los desarrolladores humanos, sino de la rapidez con la que un agente de IA puede encadenar endpoints.
Según datos recientes de Postman y de nuestro propio informe «Estado de la estrategia de aplicaciones», más del 51 % de las empresas ya han incorporado agentes de IA a sus flujos de trabajo. Estos agentes no interactúan con el software haciendo clic en una interfaz gráfica de usuario, sino que lo hacen de forma autónoma mediante llamadas a API. Y cuando un agente carece de la integración específica (normalmente una API) que necesita para completar una tarea, las herramientas modernas de desarrollo con IA simplemente generan sobre la marcha las micro-API necesarias para suplir esa carencia.
Actualmente estamos observando un asombroso crecimiento interanual del 40 % en las llamadas a API relacionadas con la IA. Ahora el software escribe software. La ecuación ha pasado de una arquitectura deliberada y diseñada por personas a una generación autónoma a la velocidad de las máquinas. Ya no esperamos a que un desarrollador ponga en marcha un endpoint; el agente lo hace en cuestión de segundos.
El factor zombi y la muerte de la gobernanza
Esto nos lleva al fallo más peligroso de nuestro modelo original: la tasa de obsolescencia.
Supusimos ingenuamente que las API tenían una «vida útil» de entre uno y tres años. Supusimos que, tarde o temprano, las personas acabarían arreglando sus desaguisados. Pero, en un flujo de trabajo basado en agentes, la tasa de obsolescencia se aproxima a cero.
Los agentes crean endpoints efímeros y temporales para flujos de trabajo transitorios y muy específicos. Aunque algunos se eliminan de forma responsable, una cantidad asombrosa simplemente se abandona, lo que incrementa el recuento total de endpoints activos con microservicios que atendieron una única instrucción ya olvidada.
Por eso, la proliferación de API se ha convertido en una crisis de inventario. Los datos agregados actuales del sector muestran que el 58 % de las organizaciones sufren activamente la proliferación de API, y un alarmante 78 % de los directivos de TI admite no saber exactamente cuántas API tiene actualmente en funcionamiento. En las grandes empresas globales, aproximadamente el 30 % de las API existe completamente al margen de cualquier marco de gobernanza, como TI en la sombra sin gestionar.
Si una persona crea una API, puede que esta quede documentada en la pasarela. Si una máquina crea una API para comunicarse con otra máquina a las 2:00 de la madrugada de un domingo, se convierte en un fantasma permanente en tu infraestructura.
La prueba de realidad de 2030
Por tanto, mantenemos nuestra previsión. Para 2030, el ecosistema global admitirá sin duda 2.000 millones de API activas.
Sin embargo, la composición de esos 2.000 millones es radicalmente distinta de la que imaginamos en un principio. Menos del 40 % de esas API serán endpoints diseñados por personas, documentados formalmente y protegidos tras una pasarela de API tradicional. El 60 % restante (o más) serán integraciones de máquina a máquina generadas de forma autónoma y sin documentar.
El reto para los responsables de TI durante los próximos cuatro años ya no será gestionar la productividad de los desarrolladores ni mejorar los procesos de CI/CD, sino hacer frente al impacto operativo y de seguridad de unas API invisibles, creadas por agentes, cuya existencia su equipo ni siquiera conoce.
La tecnología es un multiplicador de fuerza, pero añadir un agente de IA a un ecosistema de API mal gobernado solo hará que cometas errores a una escala y una velocidad que nunca creíste posibles. Pon en orden tu gobernanza desde ahora, mantén unas medidas de protección estrictas y recuerda: que un agente pueda crear un endpoint no significa que deba hacerlo.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
Las 10 principales amenazas para la entrega de aplicaciones de IA: observabilidad incompleta
La IA no escalará por sí sola. Sin un plano de control unificado que elimine las barreras entre herramientas y responsabilidades, la inferencia se convierte en la capa más frágil y que más coordinación requiere.
La influencia de la inferencia: API, DPU y caos contextual
La inferencia de IA está transformando la infraestructura, multiplicando las API, sometiendo la capacidad de cómputo a una mayor presión y complicando el contexto. Descubre por qué una arquitectura más inteligente y las políticas en tiempo de ejecución son esenciales.
Las sesiones son persistentes, el contexto se aferra: cómo la inferencia hace trampas para mantener conversaciones
La inferencia «sin estado» no carece realmente de estado: el estado de la conversación se arrastra en forma de tokens con cada solicitud. Esa repetición aumenta el consumo de ancho de banda y recursos de computación, así como la latencia, a medida que crece el contexto.
Las API son las guardianas de la IA agéntica
Descubre por qué las API son la base de la IA agéntica, ya que proporcionan acceso estructurado a los recursos, seguridad integrada y validación dinámica a gran escala para los agentes de nueva generación.
Comportamiento y límites: el cambio hacia la seguridad agéntica
Los agentes generan secuencias emergentes y sin límites en las que el riesgo se acumula con el tiempo. La seguridad debe pasar de validar solicitudes individuales a supervisar continuamente el comportamiento en flujos de varios pasos que evolucionan con el tiempo.
Las 10 principales amenazas en la entrega de aplicaciones de IA: falta de seguridad y cumplimiento normativo
La IA amplía el alcance del cumplimiento normativo: ya no se limita a proteger rutas y almacenes, sino que también abarca la gobernanza del comportamiento en tiempo de ejecución —el acceso a los modelos, el contexto de recuperación, los resultados y las acciones de los agentes—, por lo que los controles deben situarse más cerca de la inferencia.