Agentes de codificación con IA: ¿democratización real o nueva frontera del monopolio tecnológico?

Terence Tao, medalla Fields y considerado uno de los matemáticos más brillantes de nuestra era, publicó recientemente una entrada en su blog personal titulada “Old and new apps, via modern coding agents”. En ella, el profesor de UCLA describe cómo utilizó agentes de codificación modernos —esos asistentes de inteligencia artificial capaces de generar, depurar y mantener código de forma autónoma— para reconstruir aplicaciones clásicas y prototipar otras nuevas. El experimento de Tao es técnicamente fascinante, pero analizado con perspectiva económica revela una historia mucho más compleja sobre quién controla realmente las herramientas que están redefiniendo el desarrollo de software.

La promesa emancipadora

Sobre el papel, la narrativa oficial es seductora. Si cualquier persona con una idea puede convertirla en software funcional sin dominar un lenguaje de programación, las barreras de entrada al desarrollo tecnológico se desploman. Profesionales de otros campos, emprendedores sin formación en ingeniería, ciudadanos curiosos: todos podrían competir en igualdad de condiciones con estudios consolidados. Es el mismo argumento que escuchamos cada vez que aparece una nueva capa de abstracción: ensambladores, lenguajes de alto nivel, frameworks, plataformas low-code, y ahora agentes conversacionales.

Quién está realmente al mando

El problema aparece cuando formulamos la pregunta incómoda: ¿qué empresas controlan estos agentes de codificación y bajo qué estructuras de poder?

El ecosistema actual está dominado por un puñado de actores. Microsoft, a través de GitHub Copilot y su alianza estratégica con OpenAI, controla una porción enorme del flujo de trabajo de los desarrolladores. Google compite con Gemini Code Assist y posee el ecosistema Android, donde se ejecuta la mayor parte del software móvil del planeta. Anthropic, con Claude Code, ha captado a desarrolladores sofisticados que valoran su rendimiento en razonamiento complejo. Y luego están las plataformas verticales: Cursor (de Anysphere), Replit, Windsurf, y el propio entorno de Amazon, Q Developer.

Todas estas herramientas dependen, en última instancia, de una capa todavía más concentrada: los centros de datos hyperscale operados por Microsoft Azure, Amazon Web Services y Google Cloud. El entrenamiento de los modelos de frontera requiere inversiones de capital que solo los balances de estas tres empresas pueden sostener. Anthropic y OpenAI, aunque formalmente independientes en su gobernanza, dependen financieramente de estos hyperscalers mediante acuerdos de cómputo plurianuales por valor de decenas de miles de millones de dólares.

Es decir: aunque la superficie visible de la herramienta parezca neutral, la infraestructura que la hace posible es uno de los negocios más concentrados de la economía global.

Patrones históricos repetidos

En los años ochenta, la revolución del PC prometió poner una computadora en cada hogar. El resultado fue el monopolio de facto de Microsoft sobre el sistema operativo, perseguido por el Departamento de Justicia estadounidense. En los años dos mil, las plataformas web prometieron democratizar la publicación y el comercio. El resultado fue el duopolio publicitario Google-Meta que captura la mayor parte del valor publicitario digital. En los años diez, las tiendas de aplicaciones prometieron que cualquier desarrollador podría llegar a mil millones de usuarios. El resultado fue una economía de jardín amurallado donde Apple y Google retienen entre el 15% y el 30% de cada transacción y controlan qué aplicaciones pueden existir.

El desarrollador independiente y la nueva servidumbre

¿Qué significa esto para el profesional independiente? Un desarrollador que utiliza Cursor o Copilot a diario no es propietario de la cadena de valor. Está alquilando acceso a una inteligencia artificial que:

• Fue entrenada con código disponible públicamente, pero cuyos pesos son propiedad privada.
• Puede ser retirada, encarecida o modificada unilateralmente por el proveedor.
• Envía, en muchos casos, el código del usuario a servidores remotos propiedad de terceros.
• Opera bajo términos de servicio que, en algunos casos, otorgan al proveedor derechos sobre el output generado.

Es una forma contemporánea de servidumbre tecnológica: el desarrollador trabaja con herramientas potentísimas, pero los medios de producción están en manos de unos pocos. Tao puede permitirse el lujo de experimentar con estos agentes porque es uno de los matemáticos más citados del mundo y goza de libertad intelectual absoluta. La pregunta relevante es qué ocurre con los millones de programadores que están adoptiendo estas herramientas como dependencia cotidiana, sin posibilidad real de entender, auditar o sustituir la capa de inteligencia artificial que media su trabajo.

La concentración del capital que nadie menciona

Un dato que rara vez aparece en la cobertura entusiasta: entrenar un modelo de frontera cuesta actualmente entre 100 y 500 millones de dólares solo en cómputo, sin contar salarios del equipo de investigación, adquisición de datos y experimentación. Esta cifra se multiplica varias veces para iteraciones posteriores. Las pocas empresas capaces de sostener este gasto son las que ya están en la cima del ranking Fortune 500. El capital fluye hacia donde el capital ya está concentrado.

Reflexión final: ¿herramienta o cadena?

Quizás la verdadera tarea no sea solo aprender a usar estas herramientas, sino construir las condiciones —regulatorias, económicas, técnicas— para que su uso no signifique, a largo plazo, una nueva forma de dependencia tecnológica. Porque en tecnología, como en política, quien controla los medios de producción controla el futuro. Y hoy, esos medios de producción nunca habían estado tan concentrados.

A[Centros de Datos Hyperscale] --> B[Laboratorios de IA]