¿Qué ocurre cuando un responsable de producto puede convertir una idea en un prototipo funcional sin esperar a otro departamento? La IA generativa acorta el recorrido entre requisitos, diseño y desarrollo, y obliga a revisar dónde aportan valor las personas.
Para Boris Cherny, creador y responsable de Claude Code en Anthropic, el cambio no borra de golpe a ingenieros, diseñadores o responsables de producto. Su propuesta agrupa el trabajo en cinco arquetipos. Cuanto más fácil resulta construir, más importantes pueden volverse quienes eliminan lo que sobra y mantienen el sistema en pie.
Cinco trabajos, no cinco cargos
El 28 de junio de 2026, Cherny describió cinco formas de hacer avanzar un producto. El prototipador genera muchas ideas que quizá no lleguen al público, mientras el constructor convierte las mejores en software listo para funcionar, con pruebas, permisos y buen rendimiento.
También están el limpiador, que simplifica pantallas y código, el impulsor del crecimiento, que busca el encaje con una necesidad real, y el mantenedor, que protege seguridad, fiabilidad y costes al aumentar el uso. Parecen tareas menos vistosas, pero sostienen el producto cuando deja de ser una demostración.
No son departamentos. Una persona puede cubrir dos o tres perfiles y la mezcla cambia con la etapa del producto. «Tal vez los puestos de producto del futuro se parezcan más a esto y menos a los puestos actuales por especialidad», planteó Cherny.
Del documento al prototipo
Claude Code es un agente de programación que lee proyectos, edita archivos, ejecuta órdenes y comprueba resultados. Eso permite crear una versión funcional antes de terminar un documento largo de requisitos.
Los casos de uso publicados por Anthropic explican que su equipo de diseño entrega archivos de Figma al agente para que programe, pruebe y repita. Los diseñadores también revisan errores y recorridos lógicos antes, en vez de descubrirlos con el desarrollo avanzado.
Yuhki Yamashita, director de producto de Figma, advierte en una reflexión sobre la IA que la velocidad puede producir una falsa sensación de progreso. «La verdadera ventaja es saber qué merece la pena lanzar», sostiene. Por eso Figma compara varios prototipos interactivos antes de apostar recursos por uno.
Probar antes de construir
Un caso de FloQast muestra la utilidad del cambio. Benjamin Ellis, responsable de experiencia de usuario en la empresa de software contable, creó un prototipo con datos casi reales y una simulación de la parte interna del sistema, y detectó recorridos que parecían correctos en pantalla pero fallaban al usarlos.
Estos prototipos no eliminan los documentos de requisitos ni la revisión de ingeniería. Sirven para tocar la idea y refutar supuestos antes de invertir meses en ella. Es como probar una puerta antes de levantar toda la casa.
Limpiar también crea valor
Si la IA abarata la primera versión, el cuello de botella puede pasar de quién sabe construir a qué merece quedarse y quién impedirá que el sistema se vuelva inmanejable. La propuesta de Cherny sugiere que el limpiador y el mantenedor pueden ganar peso por esa razón.
Un análisis interno de Anthropic encuestó a 132 ingenieros e investigadores y revisó 200.000 conversaciones internas con Claude Code. Los participantes estimaron que la IA intervenía en el 59 por ciento de su trabajo y elevaba su productividad un 50 por ciento de media, aunque eran cifras declaradas por los propios empleados.
El mismo trabajo encontró más volumen producido, pero también más tiempo dedicado en algunos casos a depurar y limpiar código de IA. Ahí entra la deuda técnica, los atajos y piezas mal organizadas que hoy funcionan, pero mañana dificultan cualquier cambio. Más producción no siempre significa mejor producto.
La experiencia sigue contando
Otro estudio de Anthropic sobre 400.000 sesiones analizó el uso de Claude Code por unas 235.000 personas entre octubre de 2025 y abril de 2026. En las sesiones que producían código, las diez ocupaciones más numerosas quedaron a menos de siete puntos de los ingenieros de software, y los perfiles de gestión lograron el mayor éxito verificado.
Eso no demuestra que los directivos programen mejor. Los autores avisan de que la medición puede favorecer a quienes confirman con claridad el resultado. La conclusión más firme es que conocer bien el problema sigue siendo decisivo para dirigir a la IA y detectar soluciones que parecen brillantes, pero son peligrosas.
El valor del ingeniero no desaparece, sino que se desplaza hacia la arquitectura, la comprobación, la seguridad y el criterio técnico. Para los responsables de producto ocurre algo parecido, ya que pueden construir más, pero deben elegir mejor. El teclado pesa menos y el juicio, más.
Qué cambia para los equipos
La propuesta de Cherny no obliga a disolver ingeniería, diseño y producto. Esos departamentos todavía ordenan responsabilidades, decisiones de seguridad, estándares profesionales y carreras laborales. El cambio está en detectar huecos y equilibrar exploración, construcción, limpieza, crecimiento y mantenimiento.
¿Se premia únicamente añadir funciones? ¿Quién puede detener una idea que se desvía y quién mantiene lo que ya usan los clientes? No basta con producir más deprisa, porque alguien debe decidir qué merece existir y dejarlo listo para seguir funcionando.
La propuesta original de los cinco arquetipos se ha publicado en la cuenta de Boris Cherny en X.
