Instacart y el 97%: cómo cambia el trabajo de los ingenieros
La empresa mueve tareas repetitivas a agentes de IA y deja a las personas el juicio, la intención y los casos difíciles.
1. El código deja de ser el centro del trabajo
Instacart está cambiando la forma en que sus equipos de ingeniería construyen software. En la conferencia VB Transform 2026, su CTO, Anirban Kundu, explicó que los agentes de IA pueden asumir buena parte de las tareas repetitivas y de alto volumen. Así, las personas pueden concentrarse en el juicio, la intención y el manejo de excepciones.
Según Kundu, en el 97% de los casos, quienes construyen productos en Instacart ya no leen el código como antes. El cambio no significa que el criterio humano desaparezca. Significa que el trabajo más táctico pasa de escribir cada línea a indicarle al sistema qué se necesita y comprobar si el resultado cumple el objetivo.
La empresa también ha descrito agentes que automatizan refactorizaciones, limpieza de configuraciones y generación de estructuras iniciales a partir de diseños de Figma, una herramienta para crear interfaces. Los ingenieros conservan la responsabilidad sobre el diseño y las decisiones importantes.
La idea es parecida a pasar de colocar cada ladrillo a definir el plano, revisar la construcción y decidir qué hacer cuando el terreno no se comporta como se esperaba. Para los profesionales de tecnología, el valor se desplaza de la sintaxis hacia la capacidad de expresar problemas con precisión.
2. La automatización no elimina los casos delicados
La transición no es total. El 3% restante incluye sistemas heredados, requisitos de cumplimiento normativo y procesos en los que unos milisegundos pueden cambiar el resultado. Esos casos siguen necesitando atención humana directa.
Esto tampoco quiere decir que Instacart ignore la deuda técnica. La empresa ha planteado que, en ciertos componentes poco activos, puede ser más práctico reconstruir una parte que mantener indefinidamente cada pieza antigua.
En su estrategia de desarrollo también aparece el Proyecto Tomato, que describe el uso de agentes para tareas repetitivas. El punto importante para el lector es el criterio: automatizar lo que se puede verificar y reservar la decisión humana para lo que implica riesgo, contexto o consecuencias difíciles de anticipar.
Para evaluar los resultados, Instacart reporta aproximadamente 7,000 evaluaciones automáticas al mes. Además, su sistema responde más de 8,000 consultas de desarrolladores en tiempo real, con una precisión aproximada del 99.9%, según Kundu. Estas cifras describen herramientas internas de la empresa, no una garantía para cualquier sistema de IA.
3. Blueberry lleva la IA a la confiabilidad del servicio
La IA no solo genera código. También puede ayudar a mantener estables los servicios digitales. Instacart desarrolló un sistema de ingeniería de confiabilidad de sitios, conocido como SRE, entrenado con años de incidentes propios y análisis de sus causas. En términos sencillos, funciona como un equipo que observa las señales de un servicio y ayuda a encontrar el origen de una falla.
Instacart afirma que la precisión para detectar y mitigar problemas de producción pasó de aproximadamente 60% a más de 90% con este enfoque. La compañía también informó que Blueberry realizó cerca de 17,000 análisis automáticos de incidentes en abril de 2026, con un tiempo medio de aproximadamente 3 minutos hasta la primera pista útil. Sus agentes operan con límites y dejan registros para que las personas puedan revisar sus conclusiones.
Kundu describió un caso en el que Blueberry observó alrededor de 200 canales de Slack, señales del sistema y conversaciones humanas. En unos 20 minutos relacionó el comportamiento irregular de un fragmento de base de datos con un problema en una herramienta de despliegue gradual. El equipo pudo resolver el incidente después de revisar esa pista.
El ejemplo no demuestra que la IA siempre sea más rápida o acertada que una persona. Sí muestra su ventaja potencial: puede revisar muchas señales al mismo tiempo y proponer relaciones que un equipo ocupado quizá no considere de inmediato. La revisión humana sigue siendo necesaria antes de aplicar cambios con impacto en producción.
4. Qué cambia para tu trabajo en tecnología
Si trabajas en desarrollo de software o infraestructura, tu función puede alejarse de corregir cada detalle de sintaxis. El foco pasa a definir objetivos, establecer límites y comprobar que los resultados sean seguros y útiles.
Diseña buenas evaluaciones. Aprende a decidir qué debe comprobarse, con qué criterios y en qué momento es obligatorio que intervenga una persona. Una respuesta que parece correcta no siempre cumple la intención del producto.
Coordina experimentos. Los equipos tendrán que gestionar varias funciones y pruebas al mismo tiempo. Eso incluye decidir cómo usar el tráfico limitado disponible para probar cambios sin poner en riesgo la experiencia de los usuarios.
Busca los casos límite. El trabajo más valioso puede estar en detectar dónde fallaría el sistema, qué usuarios quedarían afectados y cuándo conviene detener una automatización.
Instacart también quiere que el conocimiento de un área deje de depender de un único equipo que controla el código. La empresa está intentando trasladar ese conocimiento a definiciones, especificaciones y reglas que otros equipos puedan utilizar. En la práctica, eso puede reducir cuellos de botella, siempre que las reglas sean claras y sus resultados se revisen.
La conclusión útil para tu carrera es concreta: no necesitas abandonar la programación, pero sí ampliar lo que consideras trabajo técnico. Aprender a formular objetivos, evaluar salidas de IA y reconocer riesgos te prepara mejor para un entorno donde escribir código es solo una parte del proceso. La oportunidad está en dedicar menos tiempo al trabajo repetitivo y más a las decisiones que requieren criterio. Más sobre el tema: Prentis busca recaudar 100 millones para automatizar tu oficina. ¿Vale la pena esperar su tecnología?.
