Cómo Uber usa agentes de IA para frenar contrataciones y producir más software

Qué hacen los agentes dentro de la ingeniería de Uber

El cambio importante no es solo pasar de escribir código a pedirle sugerencias a una herramienta. Uber está moviéndose de la IA como autocompletado a la IA como participante activo en el desarrollo.

El CTO de Uber, Praveen Neppalli Naga, dijo que la empresa se ha volcado de lleno en la programación asistida por IA, que el 95% de sus ingenieros usa herramientas de IA cada mes y que un agente interno está realizando unas 1.800 modificaciones de código por semana .

Ese esfuerzo parece ir más allá de generar borradores de código. Una sesión de Developer Productivity Engineering describió el trabajo de Uber con IA a lo largo del ciclo de vida del desarrollo de software: asistentes adaptados a grandes monorepos —repositorios enormes que concentran múltiples proyectos—, sistemas agénticos para migraciones de código a gran escala y flujos de pruebas y revisión de código impulsados por IA .

El punto de control sigue siendo humano. Khosrowshahi afirmó que el código generado por IA es revisado por empleados antes de añadirse a un repositorio . En otras palabras, Uber usa agentes para preparar y producir más trabajo, pero no está presentando ese trabajo como ingeniería de producción completamente autónoma.

Por qué “10% de cambios de código” no significa “10% de todo el código”

Las cifras de Uber miden cosas distintas y conviene no mezclarlas.

El 10% citado por Khosrowshahi se refiere a cambios de código producidos por agentes autónomos . Por separado, The Pragmatic Engineer informó que el 84% de los desarrolladores de Uber eran usuarios de programación agéntica: usaban agentes de línea de comandos o hacían más peticiones agénticas que simples solicitudes de autocompletado en un IDE, el entorno donde se escribe y prueba código . El mismo informe señaló que entre el 65% y el 72% del código era generado por IA dentro de herramientas basadas en IDE .

Esas cifras pueden ser compatibles porque no cuentan lo mismo: una mide cambios atribuidos a agentes autónomos, otra adopción de flujos de trabajo agénticos y otra generación de código dentro de herramientas de desarrollo. La conclusión práctica es que la IA puede ayudar a redactar una proporción de código mayor que la parte de cambios fusionados específicamente atribuida a agentes autónomos .

Cómo reduce la necesidad de contratar

Si los equipos de ingeniería pueden entregar más con una plantilla similar, Uber puede aumentar su capacidad de desarrollo sin ampliar el número de empleados al mismo ritmo. Esa es la lógica económica detrás de gastar más en IA mientras se contrata menos .

Pero el coste no desaparece: se desplaza. En lugar de pagar solo por más empleados, la empresa también paga por herramientas de IA, agentes y capacidad de cómputo. Un reporte sobre el despliegue de programación con IA en Uber señaló que el aumento en el uso de Claude Code agotó antes de lo previsto el presupuesto de IA para codificación de 2026, y que la compañía ha utilizado herramientas como Claude Code y Cursor .

Ese dato debe leerse como una fotografía de la demanda de herramientas, no como una contabilidad completa de la economía de IA de Uber. Aun así, ilustra el intercambio: la capacidad de crear software empieza a planificarse como una combinación de personas, agentes, herramientas e infraestructura.

La IA también entra en operaciones

La estrategia de Uber no se limita a ingeniería. Khosrowshahi dijo que la compañía lleva años usando IA para fijar precios de viajes y emparejar conductores con pasajeros . Informes más recientes señalan que la IA generativa y la IA agéntica también se están aplicando a atención al cliente, incorporación de conductores y partes del ciclo de desarrollo de ingeniería, reduciendo la intervención manual en algunos flujos .

Eso importa porque las ganancias de productividad fuera del código también pueden aliviar la presión para contratar. Si la IA acelera soporte, simplifica procesos de alta o ayuda a diagnosticar problemas en servicios internos, Uber puede quitar cuellos de botella sin necesariamente sumar tantas personas como habría necesitado antes .

Qué significa para los ingenieros

El modelo actual de Uber apunta a una ingeniería con IA supervisada, no a una ingeniería sin ingenieros. Los agentes pueden redactar código, preparar cambios, apoyar migraciones y asistir en pruebas o revisiones, pero los empleados siguen revisando el código escrito por IA antes de integrarlo .

El impacto más probable está en las contrataciones incrementales: Uber puede seguir ampliando capacidad técnica mientras suma menos empleados adicionales de los que quizá habría necesitado sin estas herramientas .

La gran pregunta es la medición. Las tasas de adopción y los porcentajes de código generado muestran que la IA ya está muy extendida dentro de los flujos de desarrollo, pero no demuestran por sí solos un aumento exacto de productividad cuando se consideran calidad, fiabilidad, mantenimiento y coste de ingeniería a largo plazo.