Pomelo anunció la transformación de su modelo de ingeniería hacia una organización nativa de la Inteligencia Artificial o AI-Native, una evolución que, en los últimos 12 meses, le permitió multiplicar por seis su capacidad de desarrollo (engineering throughput), reducir 3.2 veces sus tiempos de entrega (time to delivery) y mejorar los principales indicadores de desempeño de su plataforma, incluyendo disponibilidad, capacidad de procesamiento y resiliencia operativa.
La compañía, especializada en infraestructura financiera para emisión, procesamiento y gestión de tarjetas en América Latina, implementó una estrategia integral que combina inteligencia artificial, nuevos procesos de desarrollo y una reorganización de sus equipos de ingeniería para acelerar la innovación sin comprometer la estabilidad de una plataforma que procesa millones de transacciones y atiende a cientos de clientes en la región.
“La inteligencia artificial representa mucho más que una herramienta para automatizar tareas o generar código. El verdadero cambio ocurre cuando una organización rediseña la forma en que opera para que personas y agentes de inteligencia artificial trabajen de manera coordinada sobre una misma infraestructura y bajo un mismo contexto”, afirmó Diego Burgos, Director de Tecnología (CTO) de Pomelo.
Como parte de esta transformación, Pomelo desarrolló una arquitectura tecnológica preparada para un entorno de trabajo híbrido entre personas y agentes de IA. La compañía incorporó una capa de Protocolo de Contexto para Modelos (MCPs) para estructurar el contexto que consumen los agentes inteligentes y creó un Gateway basado en IA, desde el cual administra modelos, costos, ambientes y capacidades de inteligencia artificial. Actualmente, el 100% del consumo interno de IA de la empresa opera a través de esta plataforma y todos los nuevos desarrollos nacen bajo un enfoque MCP-first.
La evolución tecnológica estuvo acompañada por una redefinición de los procesos de desarrollo. Pomelo adoptó un modelo basado en Desarrollo Guiado por Especificaciones (SDD), donde las especificaciones se convierten en el punto central de coordinación entre negocio, producto, ingeniería y agentes de IA. Este enfoque permite transformar el conocimiento organizacional en información estructurada que puede ser utilizada de manera continua por equipos humanos y sistemas inteligentes.
De acuerdo con la empresa, este modelo ha incrementado significativamente la calidad del contexto disponible para los agentes, permitiendo desarrollar especificaciones funcionales con mayor profundidad, precisión y trazabilidad, al tiempo que reduce pérdidas de información entre áreas.
La transformación también modificó la estructura organizacional. Pomelo evolucionó hacia un esquema de micro-squads, conformados por equipos más pequeños y autónomos que trabajan apoyados por agentes de inteligencia artificial durante todo el ciclo de desarrollo. Como resultado, la compañía eliminó entre una y dos capas de gestión por área, no como una medida de reducción de costos, sino como consecuencia de una mayor capacidad de decisión y ejecución distribuida.
“El cuello de botella dejó de ser construir software y pasó a ser revisar lo que producimos. Cuando la velocidad de desarrollo deja de ser el factor limitante, la calidad de las decisiones se convierte en el principal diferenciador”, agregó Burgos.
La empresa considera que este cambio también redefine el rol de los ingenieros de software. Más allá de desarrollar código, ahora participan en el diseño de agentes inteligentes, la definición de especificaciones, la administración del contexto que utilizan los modelos de IA y la validación de la calidad, seguridad y escalabilidad de los sistemas generados.
Para Pomelo, la inteligencia artificial está impulsando una nueva generación de perfiles tecnológicos, donde el ingeniero de producto integra conocimientos de producto, negocio, operación e ingeniería para acelerar la creación de soluciones digitales.
“La inteligencia artificial ya no solo está cambiando la forma en que desarrollamos software; está transformando la manera en que se construyen los negocios digitales. Nuestro objetivo no era simplemente incorporar nuevas herramientas, sino evolucionar hacia una organización significativamente mejor preparada para el futuro”, concluyó Diego Burgos.