El que sabe por qué está ese campo ahí en la tabla se está por jubilar

En todas las empresas donde trabajé hubo un campo en una tabla, de alguna base de datos o de algún sistema, que nadie sabía explicar.

Estaba ahí, se usaba, y si lo tocabas se rompía algo tres módulos más allá. Y siempre había una persona, una sola, que sabía por qué existía. Que se acordaba del proyecto de 2011 donde alguien había decidido eso por una razón que en su momento tenía sentido.

Cuando esa persona se iba, la razón se iba con ella. El campo quedaba.

Esa persona, en el mundito SAP, hoy tiene en promedio 47 años.

Y todo lo que la industria está construyendo depende de sacarle lo que tiene en la cabeza antes de que se vaya.

De eso, y de algo más, va esta edición.

Los números que nadie quiere mirar

Arranquemos por dos historias que se conectan entre sí. Una incómoda, y la otra también.

En enero, PwC presentó en Davos (en Davos siempre pasan cosas) su encuesta anual a directores ejecutivos: 4.454 CEOs de 95 países. El 56% dijo que la inteligencia artificial no le trajo ningún beneficio financiero significativo. Solo el 12% pudo mostrar mejoras en costos y en ingresos al mismo tiempo.

No es un dato aislado. El MIT encontró que el 95% de los pilotos de IA generativa no produce impacto medible en el balance. S&P Global reportó que el 42% de las empresas abandonó la mayoría de sus proyectos de IA durante 2025, más del doble que el año anterior.

Y esto no es gente que no adoptó. Es gente que adoptó, gastó, y no encuentra dónde quedó el valor.

El pasante vendado

El otro día leí esto y me quedó grabado: usar IA a nivel enterprise hoy es como si contrataras al pasante más inteligente que existe, y después lo vendaras, lo tiraras solo a una isla dentro de la empresa, y esperaras resultados.

El problema no es la inteligencia del modelo. Hace dos años estos modelos no pasaban el examen de abogacía y hoy estarían en el 1% de mejores puntajes. La inteligencia está por default.

Lo que falta es el contexto. Cuando decís quién es tu mejor empleado, no nombrás al que sacó el puntaje más alto en un examen. Nombrás al que entiende cómo se hacen las cosas acá, al que conoce a los clientes, al que sabe por qué existe ese campo en esa tabla.

Ese conocimiento está en la cabeza de las personas. Casi nunca se escribió. Y no se le puede transferir a una máquina porque no está en ningún lado.

El otro lado del mismo problema

Ahora la segunda historia. La semana pasada vi un video que pegó en la comunidad de desarrolladores, un tipo llamado Brett, desarrollador, veinte años programando. Estuvo dieciocho meses usando herramientas de IA para escribir código, en serio, todos los días. Y cuenta que decidió dejar de usarlas por completo. Que se la juega y no quiere saber más nada con todo este tema.

Lo que cuenta no es lo que uno espera. No dice que el código fuera malo. Dice que era bueno, que salía rápido, que se entregaban más tareas que nunca.

Lo que describe es otra cosa. Que dejó de entender el sistema en el que trabajaba. Que revisar miles de líneas por día escritas por otro es imposible de hacer bien. Que empezó a sentir apatía por un código que no había escrito. Y que después de dieciocho meses se dio cuenta de que había frenado su propio crecimiento, porque en vez de aprender había estado tildando casillas y dándole al botón de next. Sintió que se estaba vegetalizando.

Su frase clave: te vas alejando del código, y cuando estás lejos, ya no sabés ni dónde está lo que buscás.

Una historia viene del lado del negocio y dice que la IA no rinde porque nadie escribió cómo funciona esta empresa. La otra viene del lado del oficio y dice que usó la IA y dejó de ser el que entiende cómo funciona esto.

Es el mismo problema visto desde los dos extremos.

El dato SAP que te importa

Estuve viendo los datos de la última The 2026 Developer Insights Survey: The Report que hizo SAP hace poco y te dejan pensando. No sé si para bien o qué, pero pensando seguro.

Los datos disponibles indican que alrededor del 72% de los desarrolladores ABAP tiene más de 40 años, con una edad promedio cerca de los 47. La encuesta anual de desarrolladores de SAP de este año muestra el mismo movimiento: las franjas etarias más viejas crecen, las de 25 a 44 se achican. La gente joven asoma, mira, y se va.

Y hay un detalle de la misma encuesta que conviene mirar al lado de eso: el 70% de los desarrolladores ya usa IA para que le expliquen conceptos o aprender cosas nuevas, y consultar un modelo aparece tercero entre los recursos preferidos cuando tienen un problema. O sea que el que entra hoy aprende del modelo, y el modelo aprendió de los foros y las respuestas que escribió la vieja guardia durante veinte años. Si el que sabe deja de escribir en el foro porque le pregunta al modelo, la fuente se seca de los dos lados a la vez.

Al mismo tiempo, el CEO de SAP dijo hace unas semanas que existe la posibilidad de que en tres o cuatro años no haya nadie desarrollando software dentro de su empresa.

La lectura fácil de eso, y la que vi circular bastante, es que SAP quiere prescindir de los consultores. Que sabe algo que nosotros no y está preparando el terreno.

Yo no creo que sea eso, y los números del mercado juegan en contra. Las tarifas están firmes, hay miles de vacantes abiertas (o al menos eso parece), y las consultoras listan la falta de talento SAP como uno de sus principales riesgos operativos desde hace años. El 40% de los clientes de ECC todavía está definiendo su plan de migración con la fecha límite encima. Nadie que quiera sacarse consultores de encima elige el momento de máxima escasez para hacerlo.

La explicación más aburrida es la más probable:

No están reemplazando gente que existe. Están tapando el agujero de gente que nunca llegó.

Cuando el CEO dice que los programadores desaparecen, no está anunciando una decisión. Está describiendo algo que ya pasó, hace años, y que él no puede revertir contratando.

La carrera real

Ahora poné las tres cosas juntas y mirá lo que sale.

Las empresas no ven retorno de la IA porque el contexto de su negocio nunca se escribió. Ese contexto vive en la cabeza de gente que tiene 47 años de promedio. Y lo que se está vendiendo como el futuro, los agentes autónomos, la empresa que casi se opera sola, necesita exactamente ese contexto escrito para funcionar.

La carrera no es entre humanos y máquinas. Es entre escribir el contexto y que se jubile el que lo tiene.

Y acá está la parte incómoda, la que casi no vi escrita en ningún lado.

Lo que las empresas están haciendo para arreglar el problema del 56% es, básicamente, sacarles ese contexto de la cabeza a las personas y escribirlo donde los agentes lo puedan leer. Documentar la ontología, mapear los procesos, codificar las reglas del negocio.

Es una idea sensata, y probablemente inevitable.

También es, exactamente, lo que hace que alguien como Brett sienta que está entrenando a su reemplazo.

Las dos cosas son ciertas al mismo tiempo. Y el que te diga que hay una respuesta cómoda para eso, te está vendiendo algo.

Antes de que me des la razón

Dos cosas que juegan en contra de lo que acabo de decir.

La primera es sobre uno de mis propios datos. La encuesta de desarrolladores de SAP tiene 589 respuestas voluntarias sobre una población de cientos de miles. Jelena Perfiljeva y Paul Modderman la desarmaron con clase en su podcast: gente respondiendo cualquier cosa por fatiga, porque la encuesta era eterna y no mostraba cuánto faltaba; arquitectos y analistas contestando una encuesta de desarrolladores; preguntas redactadas de una forma que empuja la respuesta. Como foto del ecosistema es direccional, nada más. El dato del 72% viene de otro lado y es más sólido, pero conviene decirlo: si me apoyo en la encuesta, me apoyo en algo endeble.

Y lo mismo con el dato de la edad: viene de estimaciones sobre perfiles profesionales en Estados Unidos, no de un censo del ecosistema. Sirve como indicio, no como prueba. Lo que sí está sostenido por varias fuentes distintas es la dirección: el ecosistema envejece y no entra gente joven.

La segunda es sobre mí: no soy neutral. Trabajo en tecnología, vivo de esto, y empujo la adopción de IA en mi área. Cuando digo que el que entiende sigue siendo el que vale, estoy describiendo un mundo donde mi propio oficio sigue teniendo sentido. Tenelo en cuenta al leerme. O al menos es lo que creo hasta hoy, porque el año que viene no sé.

El 56% no es un problema de modelos. Es la factura de años de no escribir por qué las cosas son como son.

Y la parte que sí controlás es de qué lado de esa ecuación estás parado. Si sos el que ejecuta tareas, hay una herramienta que las hace más rápido y más barato que vos, y va a mejorar todos los meses.

Si sos el que sabe por qué está ese campo en esa tabla, sos la única fuente de algo que ninguna empresa tiene escrito, y que se está por ir por la puerta de al lado.

La diferencia no es cuánto producís. Es cuánto entendés de lo que producís.

Pablo

P.D. Si en tu empresa hay un campo, un proceso o una regla que solo una persona sabe explicar, mandale esto a esa persona. Vale más de lo que le pagan.

Referencias:

• PwC, 29ª Encuesta Global de CEOs, presentada en Davos en enero de 2026.
• MIT (proyecto NANDA): 95% de los pilotos de IA generativa sin impacto medible.
• Sankar, Prukalpa (Atlan). Entrevista sobre la capa de contexto empresarial, 2026.
• Datos demográficos de la base de desarrolladores ABAP (72% mayores de 40, edad promedio 47), vía DevPro Journal, mayo de 2026.
• SAP Developer Insights Survey 2026: 589 respuestas de 44 países.