Airbnb y el código escrito por IA: qué cambia para ingenieros y managers

Airbnb se ha convertido en un caso útil para entender hacia dónde puede moverse el trabajo técnico. No porque todas las empresas estén en el mismo punto, sino porque su CEO, Brian Chesky, puso una cifra concreta sobre la mesa: casi el 60 % del código que producen los ingenieros de Airbnb ya estaría escrito por IA. Business Insider informó, además, que Chesky asoció ese cambio con equipos capaces de lanzar más funciones e iterar con mayor rapidez .

La lectura fácil sería decir que la IA “reemplaza” a los programadores. Pero la señal más interesante es otra: el valor del ingeniero se desplaza de escribir cada línea a definir qué hay que construir, dar contexto, revisar, probar y hacerse cargo del resultado.

La señal de Airbnb: la IA ya está dentro del flujo de trabajo

Lo relevante no es solo el porcentaje. Es la expectativa organizativa que viene con él. Según Business Insider, Airbnb quiere que sus ingenieros —y cada vez más sus managers— programen y usen IA; Chesky también dijo que los managers se están “ensuciando las manos” al programar o usar herramientas como Claude Code .

People Matters informó por separado de la advertencia de Chesky sobre los “pure people managers”, es decir, managers centrados casi exclusivamente en gestionar personas, y sobre los trabajadores que no quieran adaptarse a nuevas tecnologías: ambos perfiles corren el riesgo de quedarse atrás a medida que la IA cambia la forma de operar de las compañías .

En otras palabras, Airbnb no trata la IA solo como una palanca de productividad para desarrolladores. También la está usando para redefinir qué se espera del liderazgo técnico.

Qué cambia para los ingenieros de software

Si una herramienta puede redactar buena parte de la implementación inicial, el trabajo del ingeniero no se vuelve irrelevante. Se vuelve más supervisor, más arquitectónico y más conectado con el producto.

La transición es clara: menos valor en producir manualmente cada artefacto y más valor en crear las condiciones para que exista buen software. Eso exige mejorar en tareas como:

• Plantear bien el problema. La IA funciona mejor cuando el objetivo, las restricciones, el comportamiento esperado y el contexto están claros.
• Aportar contexto del sistema. El código generado tiene que encajar con la base existente, las dependencias, los datos, los límites de responsabilidad y los requisitos de producto.
• Revisar con criterio. El ingeniero sigue teniendo que leer el código, entender los trade-offs y decidir si es seguro llevarlo a producción.
• Probar casos límite. Que el primer borrador sea más rápido no elimina la necesidad de pruebas rigurosas, depuración y pensamiento sobre fallos.
• Cuidar la arquitectura. Más código generado también puede significar más código que mantener. Las fronteras, la simplicidad y la deuda técnica importan todavía más.
• Responder por producción. La responsabilidad por fiabilidad, mantenibilidad e impacto en usuarios sigue siendo humana.

El resultado práctico es una nueva definición de fortaleza técnica. La velocidad sigue contando, pero el volumen bruto de código escrito a mano pierde peso como señal de valor. Lo que diferencia a un buen ingeniero es el juicio: saber qué pedirle a la IA, qué rechazar, qué refactorizar y qué no debería construirse.

Revisar se vuelve una habilidad central

La programación asistida por IA abarata los primeros borradores. Precisamente por eso sube el valor de quien puede distinguir un borrador útil de uno frágil.

Un perfil fuerte en este entorno no es quien escribe un prompt y acepta la respuesta sin más. Se parece más a una mezcla de editor, diseñador de sistemas y operador: alguien capaz de convertir código generado en software confiable. Eso implica comprobar si la implementación respeta la intención del producto, si rompe supuestos ocultos, si encaja en la arquitectura y si otro equipo podrá mantenerla más adelante.

Por eso la IA puede hacer más importante —no menos— el criterio senior. Si los equipos producen código más rápido, el cuello de botella se mueve hacia otra pregunta: qué código merece existir.

Qué cambia para los managers

Los comentarios de Chesky sobre los managers son tan importantes como la cifra del 60 %. La expectativa reportada en Airbnb es que los managers estén lo suficientemente cerca del trabajo como para programar o usar herramientas de codificación con IA . La advertencia recogida por People Matters sobre los “pure people managers” apunta en la misma dirección: los cargos que funcionan solo como capas de coordinación pueden quedar bajo presión conforme la IA transforma los flujos de trabajo .

Eso no significa que todo engineering manager tenga que convertirse en el mejor programador del equipo. Sí significa que la fluidez técnica se vuelve más difícil de esquivar.

En equipos con mucha IA, los managers necesitan poder:

• entender qué pueden y qué no pueden hacer estas herramientas;
• evaluar trade-offs técnicos, no solo hacer seguimiento de tareas;
• cuestionar supuestos débiles en estimaciones, diseños y código generado;
• definir estándares claros para revisión, pruebas, seguridad y fiabilidad;
• medir a los equipos por valor entregado y salud del sistema, no por esfuerzo manual.

El rol directivo sigue incluyendo contratación, coaching, priorización y cuidado del equipo. Pero en empresas que se mueven en la dirección de Airbnb, todo eso convive con una comprensión práctica de las herramientas y del trabajo técnico.

Los perfiles que quedan más expuestos

El rol en riesgo no es “ingeniero de software” ni “manager” como categoría. El rol más vulnerable es el que queda definido de forma demasiado estrecha por tareas rutinarias.

La presión aumenta sobre quienes principalmente:

• escriben código sin entender el sistema que lo rodea;
• aceptan salidas generadas por IA sin revisión cuidadosa;
• miden impacto por volumen de tareas y no por valor de producto;
• coordinan trabajo sin comprender la sustancia técnica;
• evitan aprender herramientas que ya forman parte del flujo del equipo.

El perfil más protegido es el de operador técnico con buen criterio: alguien que usa la IA para ir más rápido, pero sigue siendo dueño de la calidad, la arquitectura y los resultados.

La IA en Airbnb va más allá del código

El uso de IA en Airbnb no se limita al desarrollo de software. Una transcripción de la llamada de resultados del cuarto trimestre de 2025 publicada por The Motley Fool señaló que el agente de soporte propietario de Airbnb había resuelto un tercio de los problemas de soporte en Norteamérica y gestionado casi el 30 % de los tickets, con planes de expansión global y hacia voz .

La misma transcripción describía una experiencia más amplia “nativa de IA”, orientada a ayudar a los huéspedes a planificar viajes y a que la empresa opere de forma más eficiente a escala . Eso refuerza la idea de que Airbnb está incorporando IA como infraestructura de trabajo, no solo como una herramienta puntual para programadores.

Qué deberían hacer ahora ingenieros y managers

Para los ingenieros, el movimiento práctico no es ignorar la IA ni confiar ciegamente en ella. Es aprender a entregar software con ayuda de IA sin soltar la responsabilidad sobre el resultado. Eso implica escribir especificaciones más claras, aportar mejor contexto, revisar diffs con rigor, ampliar cobertura de pruebas e invertir en arquitectura, fiabilidad, seguridad y criterio de producto.

Para los managers, la recomendación es mantenerse cerca del oficio. Usar las herramientas lo suficiente como para entender sus ventajas y límites. Participar en conversaciones de diseño y revisión. Hacer explícitos los estándares de calidad. Y premiar resultados duraderos, no la cantidad de código tecleado a mano.

La cautela necesaria: Airbnb es una señal, no todo el mercado

La cifra del 60 % reportada en Airbnb es un dato específico de Airbnb, no un estándar de toda la industria. No debería leerse como prueba de que todas las organizaciones de software han alcanzado el mismo nivel de adopción.

El propio Chesky ha combinado entusiasmo con paciencia. En 2024 dijo que la IA cambiaría el mundo más de lo que mucha gente imagina, pero que también tardaría más de lo que muchos esperan . Ese es un buen marco para interpretar el cambio: la IA puede remodelar profundamente el trabajo de software, pero la transición será desigual.

La conclusión es que la IA no está simplemente sustituyendo a ingenieros y managers. Está cambiando su unidad de contribución. Los ingenieros tendrán que ser mejores directores y revisores del trabajo generado por máquinas. Los managers necesitarán suficiente fluidez técnica para liderar equipos que usan IA todos los días. En Airbnb, la ventaja duradera parece moverse desde la producción manual hacia el juicio, la responsabilidad y la capacidad de convertir salidas de IA en productos confiables .