Impulso de velocidad de codificación del 40% de Mailchimp: Equilibrando la innovación de IA y la gobernanza

Intuit Mailchimp ha estado explorando técnicas de codificación impulsadas por IA, al igual que muchas organizaciones este último año.

Intuit Mailchimp ofrece soluciones robustas de marketing por correo electrónico y automatización. Como parte del ecosistema más amplio de Intuit, ha estado avanzando constantemente en sus capacidades de IA generativa, implementando su GenOS propietario y IA agentiva en varias unidades de negocio.

A pesar de su experiencia interna en IA, Mailchimp ha identificado escenarios específicos donde las herramientas de codificación de IA son esenciales. El viaje comenzó con la necesidad de cumplir con un plazo apremiante.

Mailchimp enfrentó el desafío de presentar un flujo de trabajo sofisticado para clientes a los interesados con poca antelación. Las herramientas tradicionales como Figma no lograron entregar un prototipo funcional. Algunos ingenieros, que ya experimentaban con herramientas de codificación de IA, aprovecharon la oportunidad para aplicarlas a un problema empresarial del mundo real.

“Enfrentamos un desafío único que requería un prototipo rápido de un flujo de trabajo complejo para los interesados,” compartió Shivang Shah, Arquitecto Jefe en Intuit Mailchimp, con VentureBeat.

Los ingenieros aprovecharon las herramientas de codificación de IA y quedaron asombrados por el resultado.

“Lo que habría tomado días se completó en solo horas,” comentó Shah.

Este avance desencadenó una adopción más amplia de herramientas de codificación de IA en Mailchimp, resultando en velocidades de desarrollo hasta un 40% más rápidas, mientras se descubrían lecciones vitales en gobernanza, selección de herramientas y el rol de la experiencia humana que otras organizaciones pueden adoptar.

De preguntas y respuestas a la automatización de tareas

La experiencia de Mailchimp refleja una tendencia más amplia en cómo los desarrolladores interactúan con la IA. Inicialmente, los ingenieros usaban IA conversacional para orientación básica y recomendaciones de algoritmos.

“Incluso antes de que las herramientas de codificación de IA ganaran tracción, los ingenieros usaban IA conversacional para validar algoritmos para problemas específicos,” observó Shah.

El cambio vino con herramientas avanzadas de codificación de IA, pasando de responder consultas a realizar tareas de codificación.

Esta transición de consulta a delegación de tareas destaca el valor central que las herramientas de codificación de IA ofrecen a las empresas hoy.

Herramientas diversas superan las soluciones de un solo proveedor

Mailchimp optó por una estrategia de múltiples herramientas, usando plataformas como Cursor, Windsurf, Augment, Qodo y GitHub Copilot, impulsada por conocimientos sobre sus fortalezas especializadas.

“Diferentes herramientas ofrecen ventajas únicas dependiendo de la fase de desarrollo, como colaborar con un ingeniero especializado,” explicó Shah.

Esto refleja cómo las empresas usan herramientas variadas para diferentes etapas de desarrollo, evitando depender de una sola solución que pueda destacar en algunas áreas pero fallar en otras.

El enfoque provino de la experimentación práctica, con Mailchimp descubriendo que ciertas herramientas funcionaban mejor para tareas específicas dentro de su flujo de trabajo.

Marcos de gobernanza aseguran el orden

La principal lección de Mailchimp sobre la codificación con IA se centra en la gobernanza. La empresa estableció salvaguardas basadas en políticas y procesos integrados adaptables para otras organizaciones.

Las políticas incluyen revisiones de IA responsable para implementaciones que involucren datos de clientes. Los controles de proceso mantienen la supervisión humana en el centro, con la IA manejando revisiones iniciales de código pero requiriendo aprobación humana antes de la implementación en producción.

“La supervisión humana es innegociable,” enfatizó Shah. “Una persona debe siempre refinar y validar la solución para asegurar que aborda el problema correcto.”

Este enfoque dual aborda una preocupación común en las empresas: equilibrar las ganancias de productividad de la IA con la calidad y seguridad del código.

Brechas de contexto exigen prompts precisos

Mailchimp descubrió que las herramientas de codificación de IA destacan en programación general pero carecen de un conocimiento profundo del dominio empresarial.

“La IA entiende patrones estándares de la industria pero puede no alinearse con nuestros recorridos de usuario específicos,” señaló Shah.

Esta realización subrayó la necesidad de que los ingenieros proporcionen prompts precisos y ricos en contexto, basados en experiencia técnica y empresarial.

“Todavía necesitas conocer la tecnología, el negocio y la arquitectura del sistema. La IA amplifica tus capacidades,” dijo Shah.

Para las empresas, esto significa capacitar a los equipos tanto en herramientas de IA como en cómo transmitir eficazmente el contexto empresarial a estos sistemas.

Cerrando la brecha entre prototipo y producción

Las herramientas de codificación de IA brillan en la creación rápida de prototipos, pero Mailchimp aprendió que los prototipos requieren un esfuerzo humano significativo para estar listos para producción, debido a las complejidades de integración, necesidades de seguridad y demandas de arquitectura de sistemas.

“Un prototipo no significa que esté listo para producción,” advirtió Shah. “Los plazos deben tener en cuenta estas realidades.”

Esta percepción ayuda a las empresas a establecer expectativas realistas para las herramientas de codificación de IA, que destacan en el desarrollo temprano pero no son una solución completa para todo el ciclo de desarrollo.

Enfocándose en tareas de alto valor

Más allá de la velocidad, las herramientas de IA permitieron a los ingenieros de Mailchimp priorizar trabajos de alto impacto, como el diseño de sistemas, la arquitectura y la integración de flujos de trabajo de clientes, sobre tareas de codificación repetitivas.

“Ahora podemos enfocarnos en el diseño de sistemas y la integración de flujos de trabajo de clientes en lugar de tareas mundanas,” dijo Shah.

Las empresas deben medir el éxito de la codificación con IA no solo por la productividad, sino por el valor estratégico del trabajo que los desarrolladores ahora pueden priorizar.

Lecciones clave para las empresas

El viaje de Mailchimp ofrece una lección clara para las empresas que buscan liderar en el desarrollo mejorado por IA: tratar las herramientas de codificación de IA como asistentes poderosos que mejoran, no reemplazan, la experiencia humana.

Las organizaciones que logren este equilibrio obtendrán ventajas competitivas duraderas, combinando destreza técnica con supervisión humana, velocidad con gobernanza, y productividad con calidad.

Para aquellos que adopten herramientas de codificación de IA más tarde, el camino de Mailchimp, desde la experimentación urgente hasta la implementación estructurada, ofrece una hoja de ruta confiable. El principio central se mantiene: la IA aumenta a los desarrolladores, pero la experiencia y supervisión humana siguen siendo críticas para el éxito en producción.