Tool sprawl: cuando sumar herramientas de IA destruye el flujo que prometían mejorar
Cada herramienta nueva agrega valor local y carga cognitiva global. Con tres asistentes equivalentes compitiendo por el mismo flujo de trabajo, la organización paga tres veces y aprende un tercio de lo que podría.
El patrón se repite con una regularidad notable. Una organización adopta un asistente de IA. Funciona razonablemente. Después alguien propone otro que es mejor para cierta tarea. Se adopta también. Un tercer equipo prefiere una tercera opción y consigue autorización. En un año hay cuatro herramientas que hacen aproximadamente lo mismo, con cuatro contratos, cuatro configuraciones y cuatro conjuntos de convenciones.
Cada decisión individual fue defendible. El resultado agregado es peor que cualquiera de las alternativas por separado.
DORA ha identificado explícitamente ese riesgo: la proliferación de herramientas de IA crea nueva carga cognitiva y puede destruir el flujo que pretendía mejorar.
Por qué el conjunto es peor que las partes
Carga cognitiva. Cada herramienta tiene su modelo mental, su forma de recibir instrucciones, su comportamiento característico. Alternar entre varias no es gratis: cada cambio consume atención y produce errores de transferencia.
Aprendizaje fragmentado. El conocimiento sobre cómo obtener buenos resultados de una herramienta se construye con el uso. Repartido entre cuatro, se construye a un cuarto de velocidad en cada una, y nunca llega al punto donde el uso se vuelve realmente eficiente.
Imposibilidad de comparar. Con cuatro herramientas usadas de forma dispersa por equipos distintos en tareas distintas, no hay forma de saber cuál funciona mejor para qué. Cada equipo tiene una opinión basada en su experiencia, y todas las opiniones son igual de poco concluyentes.
Superficie de gobierno multiplicada. Cuatro contratos, cuatro políticas de retención de datos, cuatro configuraciones de acceso, cuatro conjuntos de registros en formatos distintos. La trazabilidad se vuelve un ejercicio de reconciliación.
Costo redundante. Cuatro licencias que se solapan, ninguna con volumen suficiente para negociar mejores condiciones.
Una herramienta principal por capa
El criterio de estandarización que funciona no es tener una sola herramienta para todo. Es tener una principal por capa de capacidad, con un espacio acotado y explícito para excepciones.
Las capas relevantes en 2026 son razonablemente estables:
- Estrategia, portafolio y flujo de trabajo.
- Descubrimiento y evidencia de cliente.
- Arquitectura, catálogo de servicios y plataforma.
- Ingeniería asistida por agentes.
- Integración y control de modelos.
- Evaluación y observabilidad de IA.
- Seguridad y cadena de suministro.
- Confiabilidad y costos.
- Datos y conocimiento.
Para cada capa, una herramienta principal. Adoptar una segunda en la misma capa requiere justificar por qué la principal no sirve para ese caso, y esa justificación debería ser difícil de dar.
La excepción razonable en ingeniería asistida
Hay un caso donde tener dos herramientas sí tiene sentido, y conviene precisarlo para que no se use como pretexto general.
En ingeniería asistida por agentes, la combinación que funciona es una superficie principal para la interacción cotidiana y un agente secundario para trabajo largo: revisiones, refactorizaciones, migraciones, tareas que corren en paralelo mientras la persona hace otra cosa.
Son dos modos de trabajo genuinamente distintos, no dos herramientas equivalentes compitiendo. Lo que no tiene sentido es tener tres o cuatro agentes equivalentes disputándose el mismo flujo.
Lo que sí hay que estandarizar siempre
La disciplina no consiste en imponer el mismo modelo para toda tarea. Consiste en mantener constante lo que rodea a las herramientas, sea cual sea la que se use:
Un arnés común. La forma en que se invocan los agentes, se pasan resultados y se integran al flujo.
Reglas del repositorio. Convenciones, restricciones y contexto que cualquier agente debe respetar, versionadas junto al código.
Conjuntos de evaluación. Casos con resultado esperado que permiten comparar herramientas sobre el trabajo real de la organización en vez de sobre pruebas genéricas.
Políticas. Qué se puede hacer, con qué datos, con qué nivel de autonomía.
Trazabilidad. Registro homogéneo, independientemente de la herramienta.
Un banco de pruebas interno por tipo de tarea. La única forma honesta de responder cuál funciona mejor para qué.
Con esos seis elementos constantes, cambiar de herramienta es una decisión reversible y medible. Sin ellos, cada cambio es una apuesta y cada comparación es una discusión de preferencias.
Cómo evitar llegar ahí
Consolidar cuesta. Evitar la dispersión cuesta mucho menos, y depende de una decisión que se toma cuando aparece la segunda herramienta, no cuando ya hay cuatro.
Tres mecanismos funcionan y ninguno requiere prohibir nada.
Un criterio de adopción escrito. Antes de incorporar una herramienta en una capa donde ya hay una, hay que responder tres preguntas: qué hace que la actual no haga, por qué eso importa para el trabajo de esta organización, y qué evidencia lo respalda. No es un trámite de aprobación: es un documento de media página que quien propone escribe.
El efecto principal de ese requisito no es filtrar, es aclarar. Una parte considerable de las propuestas de herramienta nueva se disuelven al intentar responder la segunda pregunta, porque el motivo real era preferencia personal o entusiasmo por algo recién anunciado. Ambos son motivos legítimos para experimentar y malos para adoptar organizacionalmente.
Un espacio explícito de experimentación. La dispersión crece cuando la única forma de probar algo es adoptarlo. Si existe un camino claro para experimentar —con datos no sensibles, por un período acotado, sin compromiso de continuidad— la gente prueba sin que cada prueba se convierta en una integración permanente.
Una fecha de revisión por herramienta. Toda adopción incluye cuándo se va a reevaluar. Sin eso, las herramientas se acumulan por inercia: nadie decide mantenerlas, simplemente nadie decide quitarlas.
Ese tercer mecanismo es el que más rinde a largo plazo y el que casi nunca se aplica. La mayoría de las organizaciones tiene un proceso para incorporar herramientas y ninguno para retirarlas. El resultado es acumulación monótona: el catálogo solo crece.
Una revisión anual con una pregunta simple —¿si no la tuviéramos hoy, la adoptaríamos?— suele identificar dos o tres herramientas que nadie defendería activamente y que siguen contratadas, integradas y consumiendo atención de mantenimiento.
Cómo consolidar sin conflicto
Reducir de cuatro herramientas a una es una conversación difícil porque cada equipo defiende la suya con argumentos reales.
El camino que funciona no empieza por elegir. Empieza por construir el banco de pruebas: veinte tareas representativas del trabajo real, con criterio de éxito definido. Después se corren las cuatro herramientas sobre esas mismas veinte tareas.
Los resultados casi nunca son los que la discusión anticipaba. Con frecuencia dos herramientas rinden prácticamente igual y la preferencia era de familiaridad, lo cual es una razón legítima pero distinta de la que se estaba argumentando. Y a veces una es claramente mejor en el trabajo específico de esta organización, aunque no sea la mejor valorada en general.
Ese ejercicio convierte una discusión de opiniones en una decisión con evidencia. Y tiene un beneficio adicional que dura más que la decisión: la organización queda con un banco de pruebas propio, que es exactamente lo que va a necesitar la próxima vez que aparezca una herramienta nueva.