Amazon publicó el 27 de octubre de 2026 una guía para ingenieros de software (SDE) y responsables de desarrollo de software (SDM) que sitúa los resultados a largo plazo por encima del volumen de tokens o de otras métricas de actividad. La guía permite usar esas métricas con criterio y propone que los responsables investiguen tanto la adopción baja como la alta de IA.
Amazon pone el foco en los resultados, no en una métrica aislada
La guía de Amazon destaca el impacto a largo plazo en clientes, negocio y equipos. Menciona el uso de tokens, la adopción de herramientas de IA, los cambios de código y las revisiones como medidas que pierden valor cuando se separan de esos resultados.
Amazon también señala que las métricas de entrada, como los tokens y la adopción, se correlacionan por ahora con resultados importantes. Por eso considera adecuado usarlas con cuidado y criterio, pero advierte de que convertirlas en objetivos puede aumentar los costes y la complejidad. La guía anima a los ingenieros a aprender y aplicar IA, y prevé que tendrá un papel central en la ingeniería de software.
Qué debe investigar Amazon en los percentiles 10 y 90
La guía propone revisar los equipos situados en dos extremos de la distribución de adopción de IA. Cada punto plantea una pregunta distinta para los responsables:
| Punto de revisión | Qué investigar | Para qué |
| Percentil 10 | Por qué algunos equipos no están adoptando la IA de forma eficaz | Entender qué dificulta su adopción |
| Percentil 90 | Si los equipos que usan mucho la IA también aumentan su entrega | Comprobar si el uso intensivo se corresponde con más entregas |
Los percentiles son puntos de revisión recomendados, no tasas de adopción de Amazon. La comparación entre adopción y entrega ayuda a preguntar si el uso de las herramientas está asociado con resultados relevantes, en lugar de tomar el volumen de actividad como medida suficiente.
La guía pide a los líderes que usen la IA en producción
Amazon pide a los responsables técnicos y organizativos que trabajen directamente con herramientas de IA en tareas de producción. También espera que puedan explicar a sus equipos una tarea en la que la IA haya ayudado y otra en la que no haya resultado útil.
Si las herramientas actuales no benefician una tarea concreta, la guía plantea que los ingenieros documenten y expliquen ese resultado. Así, la decisión sobre cuándo usar IA se vincula al trabajo y a sus resultados, no a una obligación de aumentar su uso en cada tarea.
