Shadow AI: cuando 30 devs usan la IA cada uno por su cuenta
Mike Codeur
Vuelvo de Francia. Fui a ver empresas de verdad: equipos que suben código a producción todos los días, con legacy, restricciones y fechas límite.
Iba pensando en hablar de modelos y herramientas. Casi no hablamos de eso.
Ni una sola me preguntó si Claude Sonnet 5 es mejor que GPT-5.5. Ni una vez. Escuece un poco cuando eres YouTuber y eso es el 80 % de tu feed.
El último modelo es un tema de YouTuber
En YouTube corremos detrás de cada lanzamiento. Nuevo modelo, nuevo benchmark, nueva comparativa. Da visitas, y yo formo parte de eso.
En el terreno, eso no existe.
Las empresas que visité funcionan con modelos de hace seis meses, y les va perfectamente. Su pregunta no es "gano tres puntos en un benchmark", es "mi proceso es fiable" y "me cuesta menos".
El modelo se ha convertido en una commodity. Como la electricidad: nadie se pregunta qué marca de electricidad enchufa. Lo que cuenta es qué haces con ella.
Si eliges tu herramienta de IA por un benchmark, estás respondiendo a una pregunta que tu empresa ya dejó de hacerse.
El dev en solitario funciona. Y ahí está la trampa.
Coge a un dev solo. Tiene su Cursor o su Claude Code, sus rules, sus prompts, sus skills. Ha montado ese setup durante semanas, lo ha afinado, se lo sabe de memoria.
Funciona. De verdad. Va más rápido, está contento, y hace bien en estarlo.
El problema es que ese éxito es estrictamente individual. No es transferible, ni revisable, ni mantenible por otra persona. Vive en una carpeta local que nadie ha abierto nunca.
Mientras estés solo, es una ventaja. A treinta, es deuda.
30 devs, 30 configuraciones: el shadow AI
El shadow AI es la IA que ya se usa en toda la empresa sin que nadie la haya encuadrado. No está prohibida ni regulada. Simplemente está ahí, a escondidas.
Mira tu equipo hoy. En todas las demás capas, el debate está cerrado desde hace mucho:
| Capa | ¿Marco común? | Quién lo impone |
|---|---|---|
| Lenguaje y framework | Sí | el equipo, de una vez por todas |
| Estilo de código | Sí, un linter, una config compartida | la CI |
| Tests | Sí, una suite, un umbral | la CI |
| Revisión de código | Sí, una PR, un reviewer | el proceso |
| Despliegue | Sí, un pipeline | la plataforma |
| IA: rules, prompts, skills | No | cada dev, por su cuenta |
Nadie aceptaría que cada dev tuviera su propio linter con sus propias reglas, sin saber qué hace el de al lado. Y sin embargo es exactamente lo que pasa con la IA.
Conoces el viejo chiste de "funciona en mi máquina". Hicieron falta quince años, Docker, la CI y la infraestructura como código para resolverlo. La IA en solitario es lo mismo: funciona en mi máquina, con mis rules, con mis prompts. En equipo, se rompe.
En concreto, con treinta devs sin marco común:
- nadie sabe qué está generando el de al lado
- dos devs resuelven el mismo problema con dos prompts distintos y dos resultados distintos
- quien tiene el mejor setup no lo comparte, porque no hay dónde ponerlo
- cuando se va, su setup se va con él
- no hay capitalización: mejoran algunos individuos, el equipo no
- no hay control: ni sobre lo que sale hacia los modelos, ni sobre lo que vuelve al código
Lo que las empresas quieren de verdad
No que tú vayas más rápido por tu cuenta. Que treinta devs compartan las mismas reglas y las mismas skills, y que aguante en el tiempo.
En claro, quieren tres cosas:
- Unificar. Un conjunto de rules y skills común, versionado, que use todo el mundo.
- Capitalizar. Lo que un dev descubre el lunes debe servir a los otros veintinueve el martes.
- Recuperar el control. Saber qué sale, qué vuelve, y sobre qué base.
Un ejemplo concreto
Una empresa a la que acompañamos quería exactamente eso: un sistema unificado de rules y skills para todo el equipo. No para ir más rápido. Para recuperar el control.
Su petición no era ni "qué modelo" ni "qué herramienta". Era: cómo hacemos para que todo el mundo trabaje igual, que lo que descubre un dev sirva a los demás, y que no dependa de la buena voluntad de cada uno.
No es una idea abstracta. Es el tema real de 2026.
Lo que cambia para ti
Si eres dev en una empresa, hay una lectura que hacer.
La competencia que gana valor no es "conozco el último modelo". Todo el mundo lo tendrá en seis meses, y será una commodity.
Es saber transformar una práctica individual en un marco de equipo. Escribir rules que treinta personas puedan leer, entender y mantener. Hacer progresar a un grupo, no solo a ti.
Mucho menos vistoso que un benchmark. También mucho más difícil de reemplazar.
Conclusión
El tema de los próximos meses no es "qué modelo usar". Es cómo un equipo entero usa la IA sin que cada uno se vaya por su lado.
La IA ya está dentro de tu empresa. La única pregunta es si está a escondidas o está encuadrada.
Desgrano todo el informe de campo en el vídeo: Shadow AI, de vuelta de Francia
Y si quieres este tipo de análisis cada semana, está en The Agentic Dev.