Cómo Bloomberg Despliega Herramientas de Codificación con IA para 9,000 Ingenieros

Perspectiva

Así es como se ve la codificación con IA a verdadera escala empresarial - no una startup con 50 ingenieros sino Bloomberg con 9,000 desarrolladores, una de las bases de código JavaScript más grandes del mundo, y cientos de millones de líneas de código en producción. Las lecciones aquí son aprendidas a pulso y pragmáticas.

Las ganancias de productividad de la codificación con IA caen rápidamente más allá del trabajo greenfield. Las encuestas de Bloomberg mostraron beneficios claros para pruebas de concepto, generación de tests, y scripts de una sola vez. Pero tan pronto como te mueves a su base de código existente - donde la complejidad del sistema es “al menos polinomial” con las líneas de código - las mediciones cayeron rápidamente. Esto es consistente con lo que muchas empresas están descubriendo: la codificación con IA es excelente para código nuevo, más difícil para evolucionar sistemas legacy.

Las victorias reales vienen del trabajo que los desarrolladores no quieren hacer. Bloomberg reformuló su estrategia de codificación con IA en torno al mantenimiento: parches de seguridad, migraciones, actualizaciones de dependencias - el “trabajo servil” que nadie pelea por hacer. Sus “agentes de actualización” escanean la base de código, identifican dónde aplican los parches, y generan PRs con explicaciones. Aquí es donde la IA escala: no reemplazando desarrolladores sino automatizando el trabajo tedioso de cumplimiento que nadie disfruta.

La ruta pavimentada importa tanto como las herramientas. Cuando 9,000 ingenieros todos quieren construir herramientas de IA, sigue el caos. Bloomberg construyó un gateway para experimentación con modelos, un directorio MCP para que los equipos descubran servidores existentes antes de construir duplicados, y un PaaS para desplegar servidores MCP con autenticación/seguridad manejada. El principio rector: “Haz que lo correcto sea extremadamente fácil de hacer, haz que lo incorrecto sea ridículamente difícil de hacer.”

La adopción no es uniforme entre roles. Los ICs adoptan más rápido que los managers de ingeniería. La respuesta de Bloomberg: talleres de liderazgo para asegurar que los managers puedan realmente guiar a sus equipos en herramientas de IA. Y las nuevas contrataciones aprenden codificación con IA en la incorporación, luego se convierten en agentes de cambio cuando se unen a equipos - “¿Por qué no lo hacemos de esta manera?”

Conclusiones Clave

• Las ganancias de codificación con IA caen más allá de greenfield - Pruebas de concepto y tests son victorias fáciles; código legacy es más difícil
• Enfócate en mantenimiento, no desarrollo - Parches de seguridad, migraciones y actualizaciones es donde la IA escala mejor
• Nuevo problema de métrica: time-to-merge incrementó - La IA genera PRs más rápido, pero la revisión de código se convierte en el cuello de botella
• Construye una ruta pavimentada - Gateway para modelos, directorio MCP para descubrimiento, PaaS para despliegue
• Haz los demos fáciles, producción controlada - Deja que los equipos experimenten libremente pero requiere puertas de calidad para producción
• Entrena a nuevas contrataciones en flujos de trabajo AI-first - Se convierten en agentes de cambio desafiando “la forma en que siempre lo hemos hecho”
• El liderazgo también necesita capacitación - ICs adoptan más rápido; managers necesitan talleres para guiar equipos habilitados con IA
• La IA cambia la función de costo - Las decisiones de trade-off cambian; algo de trabajo se vuelve más barato, algo más caro

Panorama General

A escala empresarial (9,000 ingenieros, cientos de millones de líneas), las victorias de codificación con IA vienen del trabajo de mantenimiento - parches de seguridad, migraciones, actualizaciones - no desarrollo greenfield. La visión real: enfócate en el trabajo servil de cumplimiento que nadie quiere hacer. La revisión de código se convierte en el nuevo cuello de botella.