El cuello de botella ya no es el código
Con AI coding, escribir software es 5–10x más rápido. Lo que NO se aceleró: alinear a PM, producto, arquitectura, usuario final y regulatorio. Ahí está el bottleneck nuevo.
Hace dos años, shipear una feature era 80% código, 20% reuniones. Hoy es al revés.
No porque las reuniones se hayan vuelto más complicadas — siguen iguales. Es porque la mitad de código que antes consumía dos semanas, hoy un agente decente la escribe en una tarde. La pieza “escribir” se desinfló. La pieza “acordar qué escribir” sigue del mismo tamaño que en 2019.
El cuello de botella se movió.
Cinco barreras que no se aceleraron con IA
Cuando una feature cruza un equipo real, pasa por al menos cinco pisos:
- PM: traduce una necesidad de negocio en prioridad de roadmap
- Producto: traduce la prioridad en specs accionables
- Arquitectura: valida que las specs no rompan invariantes del sistema
- Usuario final: descubre que la spec resuelve un problema que no era el suyo
- Regulatorio: aparece a mitad de la implementación con un “esto no puede salir así”
Cada handoff es una versión moderna del teléfono descompuesto. Cada piso ve la feature con un lente distinto, y el contexto se va perdiendo entre uno y el otro. Antes esto era tolerable: si la implementación tardaba 3 semanas, había tiempo para descubrir el desfase. Ahora la implementación tarda 3 días — y descubrir que estaba mal alineado cuesta más que la implementación misma.
Lo que sí funciona
En nuestros proyectos vemos un patrón claro: los equipos que recuperan velocidad son los que tratan comunicación como producto — con artefactos, no como conversaciones efímeras.
Decisiones documentadas (ADRs vivos). Cada decisión importante queda en un markdown corto: contexto, decisión, alternativas descartadas. Cuando llega el regulatorio a preguntar “¿por qué hicieron X?”, hay respuesta en 30 segundos en lugar de tres meetings de arqueología.
Contexto compartido en el mismo repo. CLAUDE.md, AGENTS.md,
decisions/, docs/. Todos viven en git, todos los abren los
mismos editores. El PM no abre el repo — pero su PRD vive en
markdown ahí también. Cuando producto necesita traducir, lee el
PRD vivo, no el deck de hace dos meses.
AI como mediadora entre pisos. Un agente puede leer el ADR técnico y resumirlo para el PM en una oración. Puede leer la spec de producto y traducirla a una checklist para regulatorio. Esa traducción es el trabajo que solía consumir reuniones — y la IA la hace en 5 segundos por menos de un dólar.
Demos chiquitas y frecuentes. El usuario final no debe ver la feature al final de 3 semanas — debe verla al final de 3 días. La velocidad de AI coding habilita ciclos de feedback que antes eran imposibles. “Aquí está la versión rough, ¿es lo que necesitas?” en lugar de “Aquí está la versión final, ¿te sirve?”.
El nuevo skillset
Lo que separa a un equipo productivo en 2026 no es quién escribe mejor código. Es quién comunica más rápido sin perder calidad de decisión.
Eso significa:
- Documentar decisiones en tiempo real, no en retrospectiva
- Cultivar contexto compartido (los
CLAUDE.mdno son solo para la IA — también son para los humanos nuevos) - Bajar la latencia de los handoffs entre roles
- Usar la velocidad de AI coding para acortar ciclos de feedback con stakeholders
Es trabajo invisible. No se ve en el git log. Pero es lo que determina si tu equipo aprovecha la velocidad nueva o se ahoga en el cuello de botella nuevo.
Una pregunta para tu equipo
Cuando una feature está atascada esta semana — ¿es porque alguien no terminó de codificar, o porque cinco personas no se han puesto de acuerdo en qué codificar?
Si la respuesta de las últimas tres features es la segunda, ya sabes dónde está tu bottleneck.
Si tu equipo está sintiendo esto y quieren explorar prácticas concretas para colaborar mejor (no más herramientas — mejores hábitos + un poco de tooling), conversemos — el chat está abierto.