Cómo usamos IA para ahorrar más de 10 horas en cada estimación de desarrollo

Preparar una estimación de desarrollo puede convertirse fácilmente en una pequeña investigación arqueológica.

Buscar aquella tarea de Jira de hace dos años. Revisar cuánto se presupuestó. Comprobar cuánto se tardó realmente. Preguntar quién participó. Intentar recordar por qué una funcionalidad aparentemente sencilla terminó necesitando tres integraciones, una migración y varias conversaciones incómodas con una API externa.

Y después de todo eso, abrir un documento en blanco y empezar a redactar el briefing.

Llevamos un tiempo trabajando con OpenCode y construyendo un sistema de configuración agéntico para evitar gran parte de ese proceso. El resultado es una plataforma que nos ahorra más de 10 horas de trabajo en cada estimación de presupuesto.

Un sistema conectado al conocimiento real de la empresa

El sistema está conectado a Jira para localizar funcionalidades similares y analizar cómo fueron realmente. Está conectado a Odoo para consultar tiempos de resolución, costes y precios. Utiliza los resúmenes de nuestros proyectos para conocer las tareas que nos ha supuesto ejecutar cada fase, no solo las que pensábamos que iban a ser necesarias al principio.

También procesa las transcripciones generadas por Gemini en nuestras reuniones de Google Meet, incluidas en la suscripción de Google Workspace. De esta forma, una reunión con el cliente deja de ser una grabación que alguien tiene que volver a escuchar algún día y se convierte directamente en requisitos, dudas, funcionalidades y puntos pendientes de validar.

Además, el sistema conoce nuestra política de diseño y genera los documentos con la imagen corporativa de la empresa.

De horas de trabajo a generar, revisar y entregar

El proceso ha pasado de ser: reunión, notas, búsquedas, preguntas, cálculos, redacción, maquetación y revisión.

A ser: generar, revisar y entregar.

Una primera estimación mejor fundamentada para el equipo comercial

Esto también tiene una ventaja importante para el equipo comercial. Una persona sin experiencia técnica profunda puede mantener una reunión con el cliente y obtener mucho más rápido un briefing y una primera estimación bien fundamentada.

No se trata de dejar que el equipo comercial prometa una aplicación completa para el martes. La validación técnica sigue siendo necesaria. La diferencia es que el equipo técnico ya no recibe una transcripción de 40 páginas, varias notas sueltas y la clásica pregunta de «¿esto cuánto puede costar?». Recibe una propuesta estructurada, relacionada con proyectos anteriores y respaldada por tiempos y costes reales.

La IA no sustituye el criterio técnico

Evita desperdiciarlo en recopilar información que la empresa ya tenía, pero repartida entre siete herramientas y la memoria de varias personas.

El verdadero límite de la IA está en la calidad de los datos

Y después de construir todo esto, la conclusión es bastante clara:

La parte difícil ya no es conseguir que la IA genere un documento convincente. La parte difícil es conseguir que la información de tu empresa sea suficientemente buena para que ese documento sea correcto.

Datos incompletos, proyectos mal documentados y tiempos que nunca se registraron producen estimaciones muy bonitas. También bastante inútiles. El límite ya no está en la IA.

Está en la calidad de los datos, en cómo documentamos el trabajo y en nuestra capacidad para convertir la experiencia de la empresa en conocimiento reutilizable.

La IA solo puede aprovechar el conocimiento que has guardado

La IA puede ayudarte a aprovechar todo lo que tu empresa sabe. Pero no puede recuperar lo que nunca te preocupaste de guardar.

 

Imagen de Bartolomé Rojas - CTO
Bartolomé Rojas - CTO
Tolo es el cerebro técnico de Studio128k. CTO, desarrollador y encargado de que las buenas ideas no terminen convirtiéndose en un “ya veremos cómo arreglamos esto después”. Le apasiona la inteligencia artificial, los videojuegos y todo lo que implique cacharrear, probar cosas nuevas y buscar una solución mejor a la que ya existe. Es quien pone criterio en las decisiones técnicas, ayuda al equipo cuando un proyecto se complica y siempre está pensando cómo hacer que el software sea más sólido, escalable y eficiente. Tiene memoria para arquitecturas, código y tecnologías… para dónde ha dejado las llaves, ya es otro tema. Si hay que encontrar una solución a un problema técnico complicado, Tolo probablemente ya está dándole vueltas.