28 de julio de 2026Actualizado el Fathy Shalaby14 min de lectura
La ilusión de la velocidad de producto: lanzar más rápido no es avanzar
La IA acortó el tiempo que lleva construir una funcionalidad, pero no el que lleva decidir qué construir ni averiguar si funcionó. El marco de los Tres Relojes te muestra hacia dónde se ha movido tu cuello de botella.
La velocidad de producto es el ritmo al que un equipo convierte ideas en resultados validados, no el ritmo al que lanza código. La IA ha acortado el tiempo de desarrollo en muchos equipos, pero no el tiempo que lleva decidir qué construir ni averiguar si funcionó. Mide los tres, el Reloj de Decisión, el Reloj de Construcción y el Reloj de Validación, o un reloj de construcción más rápido parecerá un avance sin serlo.
Ideas clave
Más producción no es más progreso. En equipos con alta adopción de IA, los desarrolladores fusionaron un 98 % más de pull requests, pero el tiempo de revisión aumentó un 91 % y las mejoras desaparecieron a nivel de empresa (Faros AI, 2025).
Incluso la aceleración de la construcción es desigual. Un estudio controlado midió una tarea un 55,8 % más rápida con IA; otro encontró que desarrolladores con experiencia eran un 19 % más lentos en sus propios repositorios mientras creían ser un 20 % más rápidos (METR, 2025).
Las métricas de entrega se detienen en producción. El plazo de entrega de cambios de DORA va del commit al despliegue (DORA). No dice nada sobre decidir ni sobre validar.
La mayor parte de lo que se lanza no da resultado. Alrededor de un tercio de las ideas probadas en Microsoft mejoró la métrica que buscaba (Kohavi et al., 2009), y el 80 % de las funcionalidades del producto medio se usan poco o nunca (Pendo, 2019).
Invierte el ahorro de construcción en los relojes lentos: más discovery antes de comprometerte y una comprobación firme del resultado después del lanzamiento.
¿Qué es la ilusión de la velocidad de producto?
Los equipos de producto lanzan más que nunca. El número de pull requests sube y los gráficos de sprint apuntan hacia arriba y a la derecha. Aun así, muchos equipos tienen la misma duda persistente: si estamos construyendo tanto más rápido, ¿por qué no sentimos que avanzamos más rápido?
Esa brecha tiene nombre. Faros AI la llamó la paradoja de la productividad de la IA tras analizar la telemetría de más de 10.000 desarrolladores en 1.255 equipos: los desarrolladores de equipos con alta adopción completaron un 21 % más de tareas y fusionaron un 98 % más de pull requests, pero cualquier vínculo entre la adopción de IA y el rendimiento desapareció a nivel de empresa ().
La ilusión de la velocidad de producto es la versión, en gestión de producto, del mismo efecto. La IA aceleró una parte del ciclo de producto. Dejó las otras dos donde estaban. Como la parte rápida es la más visible (commits, PR, funcionalidades lanzadas), es fácil confundir «estamos construyendo más rápido» con «estamos avanzando más rápido». Son afirmaciones distintas, y mezclarlas daña las roadmaps en silencio.
La percepción lo empeora. El 52 % de los desarrolladores dice que las herramientas de IA han tenido un efecto positivo en su productividad (Stack Overflow, 2025), y más del 80 % de los encuestados de DORA 2025 cree que la IA aumentó la suya (Google Cloud, 2025). Pero en el ensayo aleatorizado de METR de 2025, 16 desarrolladores de código abierto con experiencia esperaban que la IA los acelerara un 24 %, tardaron un 19 % más con ella y después seguían creyendo que los había acelerado un 20 % (METR, 2025). Si las personas juzgan mal su propia velocidad de construcción, un panel de actividad de desarrollo es una guía aún más débil del progreso general. El panorama más amplio de 2026 sobre qué se abarató y qué no está en construir se abarató: los datos de 2026.
¿Por qué dejó la métrica de velocidad de decir la verdad?
La mayoría de los equipos de producto siguen reportando la velocidad como un solo número: story points por sprint, funcionalidades lanzadas por trimestre o cycle time desde el ticket hasta el despliegue. Durante una década fue un indicador razonable, porque el tiempo de construcción era el coste dominante. Si construir se llevaba la mayor parte del tiempo entre «tenemos una idea» y «la idea está en producción», una métrica que seguía la construcción seguía la mayor parte de lo que importaba.
Esa proporción ha cambiado. En un equipo que usa bien el desarrollo asistido por IA, el tiempo de construcción de una funcionalidad bien especificada puede reducirse a una fracción pequeña del ciclo. Pero el tiempo dedicado a decidir si la funcionalidad merecía construirse y a descubrir si funcionó no se ha comprimido. Esas fases dependen de cosas que la IA no toca: la alineación de los stakeholders, la disponibilidad de los clientes para la investigación y los días de uso real que hacen falta antes de que una señal sea fiable.
Las métricas de ingeniería nunca estuvieron pensadas para cubrir esas fases. DORA, el programa de investigación de Google Cloud sobre entrega de software, ahora sigue cinco métricas: plazo de entrega de cambios, frecuencia de despliegue, tiempo de recuperación tras un despliegue fallido, tasa de fallos de cambios y tasa de retrabajo de despliegues. El plazo de entrega de cambios se mide desde el commit hasta el despliegue en producción (DORA). El propio DORA advierte contra «una métrica para gobernarlas a todas» y contra convertir las métricas en objetivos, citando la ley de Goodhart.
Así que un único número de velocidad describe hoy la parte del ciclo que se mueve más rápido y calla sobre el resto. Los equipos parecen productivos en el panel y atascados en el mercado. Por eso «lanzamos un 40 % más de funcionalidades este trimestre» y «la activación no se ha movido en dos trimestres» pueden convivir en la misma presentación al consejo sin que nadie los conecte.
¿Cuáles son los Tres Relojes de la velocidad de producto?
La solución no es una métrica de velocidad mejor. Es retirar el número único y sustituirlo por tres, porque una idea pasa por tres relojes distintos en su camino hacia crear valor, y corren a velocidades muy diferentes.
1. El Reloj de Decisión
El tiempo desde «detectamos un problema o una oportunidad» hasta «nos comprometimos a construir una solución concreta». Incluye plantear el problema, sopesarlo frente a todo lo demás que compite por la roadmap y lograr que las personas que tienen que estar de acuerdo lo estén de verdad.
La IA puede resumir investigación y redactar el memo de opciones. No puede hacer el trade-off por ti, ni puede conseguir que un VP de Ventas y un Head of Engineering converjan más rápido de lo que están dispuestos. El cuello de botella nunca fue recuperar información. Fue la alineación.
2. El Reloj de Construcción
El tiempo desde el compromiso hasta que la funcionalidad está en producción. Es el reloj que la IA más ha cambiado, aunque con menos uniformidad de lo que sugieren las demos de los proveedores:
En un experimento controlado de 2023, los desarrolladores con un programador de pareja de IA implementaron un servidor HTTP un 55,8 % más rápido que un grupo de control (Peng et al., 2023).
En el seguimiento de METR con 57 desarrolladores y más de 800 tareas, el efecto estimado seguía siendo una ralentización para los desarrolladores que repetían (-18 %, intervalo de confianza de -38 % a +9 %) y aproximadamente neutro para los nuevos (-4 %, de -15 % a +9 %). METR advierte de que la aceleración real podría ser mayor, porque algunos desarrolladores y tareas salieron del diseño del estudio (METR, 2026).
El informe DORA de 2024 asoció la creciente adopción de IA con una caída estimada del 1,5 % en el rendimiento de entrega y del 7,2 % en la estabilidad de entrega (Google Cloud, 2024). En 2025 la relación con el rendimiento pasó a ser positiva, pero la estabilidad seguía afectada negativamente (Google Cloud, 2025).
El patrón: escribir código se hizo más rápido; revisarlo, integrarlo y estabilizarlo no siguió el ritmo. Faros encontró que el tiempo de revisión de pull requests subía un 91 % en equipos con alta adopción, con la aprobación humana como nuevo cuello de botella. Si diriges ingenieros en este contexto, mide resultados, no líneas de código. La trampa es tratar el Reloj de Construcción como sustituto de todo el ciclo. Es un engranaje en un sistema de tres, y acelerar un engranaje no acelera la cadena.
3. El Reloj de Validación
El tiempo desde «la funcionalidad está en producción» hasta «sabemos, con una confianza razonable, si funcionó». Depende de cuántos usuarios tienen que tocar la funcionalidad antes de que haya una señal, de cuánto tarda en notarse un cambio de comportamiento (un cambio de precios puede mostrar su efecto real en la siguiente renovación, no en el siguiente inicio de sesión) y de si el equipo realmente cierra el ciclo en lugar de seguir adelante.
La IA no ha comprimido este reloj y, en algunas organizaciones, lo ha empeorado: lanzar más rápido acumula más funcionalidades sin validar en producción, y cada una añade ruido a la siguiente medición. La tasa de referencia es aleccionadora. En Microsoft, solo alrededor de un tercio de las ideas mejoró la métrica que debía mejorar; cerca de un tercio la perjudicó y otro tercio no marcó diferencia (Kohavi et al., 2009).
Reloj
Empieza
Termina
Lo frena
Efecto de la IA hasta ahora
Decisión
Se detecta el problema o la oportunidad
Apuesta comprometida con una métrica de éxito
Alineación, evidencia, trade-offs
Investigación y borradores más rápidos; alineación igual
Construcción
Apuesta comprometida
Funcionalidad en producción
Código, revisión, integración, estabilidad
A menudo más rápido de escribir; la revisión y la estabilidad se quedan atrás
Validación
Funcionalidad en producción
Resultado conocido (funcionó, neutro o perjudicó)
Volumen de uso, desfase del comportamiento, seguimiento
En gran parte sin cambios; más lanzamientos sin validar
¿Por qué la ilusión sale cara, además de engañar?
Un equipo que solo sigue el Reloj de Construcción comete una y otra vez el mismo error costoso: adelantar trabajo que es barato de construir pero no ha pasado el Reloj de Decisión, porque «podemos probarlo, ahora es rápido». Ese instinto parece agilidad. En la práctica, los equipos que más rápido lanzan suelen ser los que entierran más hondo su Reloj de Validación: más superficie lanzada por trimestre, con el mismo número de personas disponibles para comprobar si algo movió una métrica.
Este es el mecanismo detrás de un patrón de uso bien documentado. El análisis de Pendo de datos de uso anonimizados encontró que el 80 % de las funcionalidades del producto de software medio se usan poco o nunca, mientras que el 12 % de las funcionalidades genera el 80 % del volumen de uso diario (Pendo, 2019). Construir más barato no lo arregla. Puede empeorarlo, al facilitar lanzar más allá del punto en que te has ganado el derecho a construir. Desglosamos la cifra de Pendo y sus límites en por qué el 80 % de las funcionalidades se usan poco o nunca.
¿Cómo se mide la velocidad de producto con los Tres Relojes?
No necesitas herramientas nuevas para empezar. Necesitas tres marcas de tiempo por apuesta y una revisión trimestral.
Define qué cuenta como apuesta. Cualquier elemento de la roadmap lo bastante grande como para tener una métrica de éxito. Las correcciones pequeñas quedan fuera.
Registra tres fechas para cada apuesta: cuándo se registró el problema por primera vez, cuándo se comprometió el equipo (con una métrica de éxito por escrito) y cuándo se juzgó el resultado como funcionó, neutro o perjudicó.
Toma las fechas de despliegue de tus datos de entrega. Si ya sigues las métricas DORA, el Reloj de Construcción va, aproximadamente, del compromiso al despliegue, lo que incluye el plazo de entrega de cambios.
Reporta medianas, no promedios. Una apuesta estancada no debería ocultar nueve rápidas, ni al revés.
Reporta el tiempo de la idea al resultado validado junto a «funcionalidades lanzadas», además de la proporción de apuestas lanzadas que llegaron a un veredicto.
Revisa cada trimestre. Si el Reloj de Construcción se acorta mientras los otros dos se quedan igual, tu cuello de botella se ha movido y tu proceso no lo ha seguido.
Informe trimestral de los Tres Relojes (cópialo)
Métrica
Este trimestre
Trimestre pasado
Apuestas comprometidas
Mediana del Reloj de Decisión (días)
Mediana del Reloj de Construcción (días)
Mediana del Reloj de Validación (días)
Mediana de la idea al resultado validado (días)
Apuestas lanzadas con veredicto (%)
Veredictos: funcionó / neutro / perjudicó
Para el lado de la decisión, un registro de decisiones de producto te da la fecha de compromiso y la métrica de éxito en un mismo lugar.
¿Cómo se ve esto con números reales? Un ejemplo resuelto
Ejemplo ilustrativo. Supongamos que un equipo de producto de 7 personas se compromete con 8 apuestas en un trimestre. Las medianas salen así:
Reloj de Decisión: 21 días (del problema registrado a la apuesta comprometida)
Reloj de Construcción: 4 días (frente a 15 días un año antes, antes de adoptar herramientas de programación con IA)
Reloj de Validación: 45 días, pero solo 3 de las 8 apuestas lanzadas llegaron a un veredicto
El tiempo de la idea al resultado validado es de 70 días, de los cuales la construcción es menos del 6 %. Un año antes, con los mismos tiempos de decisión y validación, eran 81 días. El equipo «construyó casi cuatro veces más rápido» y avanzó alrededor de un 14 % más rápido de extremo a extremo, y cinco apuestas de este trimestre no tienen veredicto, así que nadie sabe si ayudaron.
La solución no es construir más rápido. Reducir el Reloj de Validación de 45 a 30 días definiendo la métrica y la fecha de comprobación antes del lanzamiento, y llevar las 8 apuestas a un veredicto, haría más por la velocidad de producto real que cualquier aceleración adicional al programar.
¿Cómo se aplican los Tres Relojes en la práctica?
El marco solo se justifica si cambia lo que se mide y se discute en la planificación. Tres movimientos lo hacen concreto.
Reporta los tres relojes, no uno. Junto a «funcionalidades lanzadas», sigue la mediana del Reloj de Decisión (de la idea a la apuesta comprometida) y la mediana del Reloj de Validación (del lanzamiento al resultado verificado) del trimestre. Si el Reloj de Construcción sigue acortándose mientras los otros dos se quedan igual, eso no es una mejora de productividad que celebrar. Es una señal de que tu cuello de botella se ha movido.
Gasta el ahorro del Reloj de Construcción en el Reloj de Decisión, a propósito. Si una funcionalidad que antes tardaba tres semanas en construirse ahora tarda tres días, no te limites a lanzar antes. Usa ese tiempo para hacer una pasada real de discovery: un puñado de conversaciones con clientes, una pequeña prueba de prototipo, un pre-mortem con el equipo, antes de comprometerte con la construcción completa. El objetivo de construir más rápido no es lanzar antes. Es poder permitirte más validación antes de comprometerte, con la misma duración total del ciclo. La velocidad de aprendizaje explica cómo acelerar ese bucle.
Haz que completar el Reloj de Validación sea una condición del lanzamiento, no una tarea de seguimiento. La forma más fácil de que el Reloj de Validación se hinche es tratar «comprobar si funcionó» como una limpieza opcional que compite con el trabajo de construcción del siguiente sprint y suele perder. Define la métrica y la fecha en que la comprobarás antes de lanzar la funcionalidad, y pon esa comprobación en la roadmap con la misma visibilidad que el ticket de construcción. Una apuesta cuyo resultado nunca se comprueba no es información. Es solo más superficie lanzada con un retorno desconocido.
¿Qué errores cometen los equipos al medir la velocidad de producto?
Celebrar el número de PR. Más PR fusionadas con revisiones un 91 % más largas es una cola, no progreso.
Usar las métricas DORA como métricas de producto. Miden la salud de la entrega. Consérvalas, pero no dejes que respondan a «¿estamos construyendo las cosas correctas?».
Convertir los relojes en objetivos. La advertencia de DORA sobre la ley de Goodhart se aplica aquí también. Un equipo presionado para acortar el Reloj de Decisión se saltará el discovery.
Contar los lanzamientos como resultados. Una funcionalidad no está terminada cuando se lanza; está terminada cuando sabes si funcionó.
Ignorar los resultados neutros. En Microsoft, cerca de un tercio de las ideas fue neutro. Neutro es una respuesta: deja de invertir o retira la funcionalidad.
Los Tres Relojes encajan mejor en equipos que lanzan apuestas de producto con resultados medibles. Para trabajo de mantenimiento, infraestructura o cumplimiento normativo puede bastar con las métricas de entrega. Y si tu equipo se ahoga en lanzamientos sin validar, las señales de alerta de detén la fábrica de funcionalidades te resultarán familiares.
Dónde encaja Specky
Specky mantiene visibles los relojes lentos. Cada decisión entra en el Decision Log con la evidencia de clientes que la respalda, los PRD llevan citas en línea a esa evidencia y, después del lanzamiento, Specky comprueba si la apuesta funcionó frente a la métrica que fijaste. Como todo vive en un único Product Graph, los relojes de Decisión y de Validación dejan de correr invisibles en la cabeza de alguien.
Preguntas frecuentes
¿Qué es la velocidad de producto?
La velocidad de producto es la rapidez con la que un equipo convierte ideas en resultados validados: desde detectar un problema, pasando por comprometerse con una solución y lanzarla, hasta saber si funcionó. Es distinta de la velocidad de ingeniería, que mide qué tan rápido el código pasa del commit a producción. Un equipo puede aumentar su velocidad de ingeniería mientras su velocidad de producto se queda igual.
¿Cómo se mide la velocidad de producto?
Registra tres fechas por cada apuesta de la roadmap: cuándo se registró el problema, cuándo se comprometió el equipo con una métrica de éxito y cuándo se juzgó el resultado. Reporta cada trimestre las medianas de los relojes de Decisión, Construcción y Validación, además del tiempo total de la idea al resultado validado y la proporción de apuestas lanzadas que llegaron a un veredicto.
¿La IA hace más rápidos a los equipos de software?
Al escribir código, a menudo sí; de extremo a extremo, la evidencia es mixta. Un estudio controlado midió una tarea un 55,8 % más rápida, mientras que METR encontró desarrolladores con experiencia un 19 % más lentos en sus propios repositorios. Faros vio un 98 % más de pull requests fusionadas en equipos con alta adopción, pero revisiones un 91 % más largas y ninguna mejora a nivel de empresa. DORA 2025 todavía vincula la IA con menor estabilidad.
¿Qué es la paradoja de la productividad de la IA?
Es la brecha entre las mejoras individuales y las organizativas que aporta la IA. Faros AI acuñó el término en 2025 tras comprobar que los desarrolladores de equipos con mucha IA completaron un 21 % más de tareas y fusionaron un 98 % más de pull requests, mientras el vínculo con el rendimiento desaparecía a nivel de empresa. El cuello de botella se movió hacia la revisión, la integración y la decisión de qué construir.
¿Bastan las métricas DORA para medir el rendimiento de un equipo de producto?
No. Las cinco métricas de DORA, incluidos el plazo de entrega de cambios desde el commit hasta producción y la tasa de fallos de cambios, miden la salud de la entrega de software. No cubren decidir qué construir ni comprobar si funcionó. Úsalas para el Reloj de Construcción y añade medidas de los relojes de Decisión y de Validación para el resto.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing