Conclusiones del Informe sobre el estado de la estrategia de aplicaciones de 2026
Durante décadas, la ley de Conway se consideró una observación ingeniosa sobre el diseño de software. Según esta ley, los sistemas reflejan las estructuras de comunicación de las organizaciones que los crean. Útil. A veces incómoda. En gran medida, se podía ignorar.
Esa era ha terminado.
Los datos operativos recientes convierten la ley de Conway de una teoría en algo cuantificable. Al analizar cuántas herramientas se necesitan para realizar un cambio en una aplicación y cuántos equipos deben intervenir para llevarlo a cabo, las distribuciones son prácticamente idénticas. Cuando los flujos de trabajo dependen de una o dos herramientas, suelen implicar a uno o dos equipos. A medida que el número de herramientas aumenta hasta situarse entre cinco y diez, la participación de los equipos crece al mismo ritmo. Las curvas evolucionan de forma tan similar que la coincidencia deja de ser una explicación plausible.
Esta es la ley de Conway expresada cuantitativamente: la estructura organizativa no solo influye en la arquitectura, sino que la determina. Las empresas plasman sus organigramas directamente en sus conjuntos de herramientas de entrega y seguridad. La proliferación de herramientas y la proliferación de tareas de coordinación son el mismo fenómeno visto desde perspectivas diferentes.
La inferencia de IA entra en este entorno no como un elemento disruptivo, sino como un acelerador.
La inferencia se presenta como una nueva capa de aplicaciones, y las empresas ya la están tratando como tal. Los datos de nuestro último informe sobre el estado de la estrategia de aplicaciones lo dejan muy claro:
- El 55 % de los encuestados afirma que es necesario gestionar la autenticación y el acceso mediante API a los servicios de IA.
- El 54 % destaca la necesidad de tener visibilidad sobre el flujo de tráfico de IA y la demanda.
- El 51 % se centra en evitar la fuga de datos salientes de los sistemas de IA.
- El 43 % destaca la necesidad de proteger los modelos frente a usos indebidos procedentes del exterior.
- El 40 % quiere un punto de control centralizado para el tráfico de IA entre distintos modelos y backends.
- Casi todos los encuestados afirman alojar ellos mismos la infraestructura de inferencia, en lugar de externalizarla por completo.
Ninguna de estas preocupaciones resulta inusual. Todas encajan perfectamente en las responsabilidades tradicionales de entrega y seguridad de aplicaciones. El control del tráfico, la identidad, la visibilidad, la protección y la gobernanza son ámbitos bien conocidos. Lo que cambia es la naturaleza de aquello que se controla.
La inferencia sustituye los servicios deterministas por sistemas probabilísticos. Las solicitudes se convierten en prompts. Las sesiones se convierten en tokens. Los resultados dejan de ser cadenas predecibles para convertirse en respuestas estadísticamente plausibles. El coste se convierte en una limitación para la fiabilidad. La deriva se convierte en un riesgo operativo. El abuso pasa de la explotación sintáctica a la manipulación semántica.
Cada uno de estos cambios amplía las responsabilidades sin encajar claramente en los límites de las herramientas existentes.
Y es aquí donde la ley de Conway vuelve a imponerse con fuerza.
Las implicaciones de la ley de Conway
Las empresas no responden a la ampliación de sus responsabilidades extendiendo discretamente las herramientas existentes y pidiendo a los equipos actuales que asuman el trabajo. Responden mediante la especialización. Cuando la autenticación debe tener en cuenta los modelos, surgen capas de acceso especializadas. Cuando la observabilidad debe realizar un seguimiento del uso de tokens y de la deriva semántica, aparecen nuevas plataformas de telemetría. Cuando la protección de datos debe evaluar los resultados generados en lugar de las entradas inspeccionadas, los controles existentes se consideran insuficientes. Cada carencia percibida justifica una nueva herramienta. Cada nueva herramienta exige que alguien se haga cargo de ella. Esa responsabilidad acaba cristalizando en equipos.
Los datos de inferencia ya muestran que la consolidación va a la zaga de la expansión. Solo el 28 % de los encuestados afirma haber optimizado los flujos de trabajo de los desarrolladores de IA mediante un único punto de gestión. El resto ya opera con múltiples herramientas y superficies de control. Al analizar estos datos junto con los anteriores sobre la ley de Conway, la tendencia es clara: a medida que proliferan las responsabilidades relacionadas con la IA, también lo hacen, en paralelo, las herramientas y los equipos.
Este resultado no es accidental. Es la consecuencia natural de introducir una capa semántica transversal a todos los ámbitos existentes de entrega y seguridad. La inferencia no encaja claramente en los equipos de plataforma, de seguridad ni de aplicaciones, sino que afecta a todos ellos. Sin un plano de control unificado, las organizaciones tienden a la fragmentación.
El resultado es una explosión organizativa.
La IA añadirá complejidad si las organizaciones no trabajan activamente para evitarlo
La IA no simplifica las empresas. Hace que su estructura sea visible, medible e ineludible. La complejidad se vuelve fractal y se repite en cada capa de entrega, seguridad, fiabilidad y gobernanza. El mismo patrón que regía las pilas de aplicaciones rige ahora los flujos de inferencia, solo que a mayor velocidad y con mucho más en juego.
Los datos combinados dejan poco margen para el optimismo respecto a una simplificación espontánea. La IA no invalida la ley de Conway, sino que la refuerza. Y, a menos que las empresas reduzcan deliberadamente las fronteras entre herramientas y responsabilidades, la inferencia se convertirá en la capa más costosa, frágil y difícil de coordinar de todas las que gestionan.
La IA no avanzará más rápido que el diseño organizativo. Este determinará si la IA llega a escalar algún día.
Para obtener más información, lea el informe completo Estado de la estrategia de aplicaciones 2026.
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
La inferencia es ahora el centro de gravedad operativo
Las operaciones multimodelo y la automatización basada en API trasladan el control a las capas de inferencia —prompts, tokens y controles, enrutamiento y moderación—, donde deben gestionarse los costes, los riesgos y el rendimiento.
La identidad es la guardiana de la IA agéntica
A medida que la IA agéntica transforma las máquinas de herramientas en actores, la identidad se convierte en el control fundamental: quién puede actuar, en nombre de quién y con qué alcance, aplicándose en línea durante la inferencia.
Las 10 principales amenazas en la entrega de aplicaciones de IA: prácticas de DNS deficientes
Para los sistemas de inferencia y los sistemas agénticos, la resiliencia del DNS es fundamental para la disponibilidad y el rendimiento: una resolución deficiente provoca errores de enrutamiento, picos de latencia e interrupciones del servicio en distintas regiones.
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.
Top 10 de riesgos en la entrega de aplicaciones de IA: falta de tolerancia a fallos y resiliencia
La IA hace que las carencias clásicas de resiliencia resulten mucho más costosas: los fallos de una sola GPU o dependencia se propagan por las cadenas de inferencia síncronas, acumulando latencia y degradando los resultados.
La IA está impulsando la aparición de nuevos tipos de tráfico
La adopción de la IA está dando lugar a nuevos tipos de tráfico de primer nivel: solicitudes de inferencia, tráfico de automatización generado por máquinas y tráfico de telemetría de gran volumen que alimenta los bucles de control.