-¿Qué está impulsando el fuerte crecimiento de la inversión en tecnología en el sector de banca e inversiones y qué lugar ocupa la IA dentro de ese proceso?

-Hay varias cosas ocurriendo al mismo tiempo. Los bancos tienen que modernizar sistemas que en muchos casos llevan décadas funcionando, responder a clientes que esperan experiencias cada vez más digitales, aumentar la seguridad y al mismo tiempo innovar mucho más rápido. La IA aparece como un acelerador de todo eso. No solamente en atención al cliente o detección de fraude, que son los casos más visibles, sino también dentro de los propios equipos de tecnología: para desarrollar software, analizar sistemas complejos, detectar problemas y tomar mejores decisiones. Por eso creo que la IA deja de ser un proyecto aislado y empieza a convertirse en una capa transversal dentro de las organizaciones.

-Gartner proyecta que el gasto tecnológico de la banca y las inversiones llegará a US$ 857.500 millones en 2026 y a US$ 1,1 billones en 2029. ¿Qué análisis hace al respecto?

-Lo que me parece más interesante de esos números no es solamente el tamaño de la inversión, sino que muestran que la tecnología pasó a ser parte central del negocio financiero. Hoy prácticamente cada nuevo producto financiero es también un producto de software. Y a eso se suma una enorme inversión en modernización de sistemas, datos, ciberseguridad e IA. Creo que en los próximos años el desafío ya no va a ser solamente cuánto se invierte en tecnología, sino qué tan bien se transforma esa inversión en resultados concretos para el negocio y para los clientes.

-En un sector donde cada vez se puede desarrollar y lanzar software más rápido gracias a la IA, ¿existe el riesgo de que esa velocidad no esté acompañada por controles de calidad adecuados?

-Sí, y creo que es uno de los grandes desafíos que estamos viendo. La IA permite producir software mucho más rápido. El problema es que producir más código también significa introducir más cambios y potencialmente más riesgo. Si aceleramos solamente la capacidad de construir, pero mantenemos los mismos mecanismos de validación y control, generamos un cuello de botella enorme. Y en banca ese riesgo es particularmente importante porque un error de software puede afectar dinero, datos personales o miles de clientes. Entonces la discusión no debería ser solamente cómo desarrollar más rápido con IA, sino cómo podemos entender mejor el riesgo y tomar mejores decisiones a esa misma velocidad.

-¿De qué se trata la quality intelligence y por qué consideran que se va a convertir en un tema central para las empresas que desarrollan software?

-Quality intelligence es justamente una respuesta al problema que menciono antes. Durante muchos años pensamos la calidad principalmente como testing: construir algo y después verificar si funciona. Pero cuando una organización hace cientos o miles de cambios de software permanentemente, necesitamos algo más.

Quality intelligence significa utilizar toda la información disponible sobre el software, desde requerimientos, código y pruebas hasta incidentes y comportamiento en producción, para entender continuamente qué está pasando y cuál es el riesgo de un cambio. La IA permite conectar y analizar una cantidad de información que antes era muy difícil procesar. Para Abstracta, el objetivo no es simplemente automatizar más pruebas, sino entender más para poder decidir mejor, por ejemplo, si una versión está realmente lista para salir a producción. Creo que por eso quality intelligence va a empezar a ocupar un lugar cada vez más importante dentro de ingeniería.

-Abstracta cumple 18 años en Uruguay y, mientras el mercado tecnológico pasa por una etapa de despidos y recortes, ustedes están apostando por crecer y aumentar los salarios. ¿Qué lectura hacen del momento que atraviesa la industria y del futuro de la demanda de talento tecnológico?

-Creo que estamos atravesando una transformación muy profunda del trabajo tecnológico, pero no necesariamente una reducción de su importancia. Es verdad que vemos grandes empresas haciendo recortes y que la IA está permitiendo hacer determinadas tareas con mucha más productividad. Pero al mismo tiempo estamos viendo una demanda enorme por personas capaces de aplicar esa tecnología a problemas reales de negocio.

En Abstracta nuestra apuesta es que el talento tecnológico va a seguir siendo fundamental, aunque van a cambiar mucho las capacidades que se valoran. Va a ser menos importante simplemente ejecutar una tarea y mucho más importante entender un sistema complejo, trabajar con IA, tener criterio, entender el negocio y poder resolver problemas. Por eso estamos apostando a crecer, desarrollar a nuestra gente y también mejorar salarios. Creemos que competir por muy buen talento sigue siendo estratégico.

-Si con IA vamos a producir software mucho más rápido, ¿qué deberían hacer las empresas para asegurarse de que esa velocidad no implique mayores riesgos o productos de peor calidad?

-Hay una paradoja interesante en este momento: la IA está bajando muchísimo el costo de crear software, pero eso puede aumentar el costo de crear software malo. Vamos a producir más software y hacer cambios mucho más rápido que antes. Entonces la capacidad de entender qué estamos construyendo, qué riesgo estamos introduciendo y qué impacto tiene se vuelve todavía más importante. Para mí, esa es una de las conversaciones que la industria tecnológica va a tener con mucha fuerza durante los próximos años.

Para asistir al evento, el registro es gratuito y debe hacerse a través de: https://qualitysenseconf.com/2026/.