Skull and Bones: US$200M y el costo de cambiar de rumbo

Entre el 30% y el 50% del esfuerzo total de un proyecto de software se consume en retrabajo, y rehacer código cuesta alrededor de 2,5 veces más que escribirlo la primera vez. Ese dato, recogido por ScopeMaster en su resumen de la investigación del sector, es la clave para entender por qué la IA generativa no está arreglando los presupuestos de las grandes producciones. Para un founder, la advertencia es incómoda: acelerar la ejecución sin estabilizar las decisiones solo agranda la factura.

¿Por qué Skull and Bones quemó US$200M en ocho años?

La investigación de Kotaku sobre Skull and Bones, basada en más de veinte desarrolladores actuales y ex empleados de Ubisoft, documenta un caso que se cita poco por lo que realmente enseña. La premisa central del juego cambió al menos cuatro veces. Tres directores creativos pasaron por el proyecto, cada uno reescribiendo el diseño en su propia dirección. La plantilla creció de unas 100 personas en 2015 a alrededor de 400 en 2019, mientras las preguntas básicas sobre qué era el juego seguían abiertas.

El resumen de un desarrollador sobre la experiencia fue: «En lugar de agregar capas de valor, seguimos dando vueltas en un bucle». Para 2021 el gasto reportado era de US$120M; en el lanzamiento, el reporte de Insider Gaming lo situaba cerca de US$200M.

Antes de levantar capital, que el negocio sea rentable

Quien invierte mira primero si el negocio vende y deja margen. Para llegar ahí con menos horas encima, el Kit «tu mano derecha con IA» te da un video de 11 minutos y una ficha para dejar a un agente de IA trabajando en tu negocio. CAR está cerrada por ahora.

👥 Quiero el Kit →

En ocho años de cobertura nadie sugirió que el problema fuera que los artistas trabajaran despacio. Cuatrocientas personas ejecutando contra un brief que se mueve es un fallo de producción con una nómina enorme adosada, y nada de eso se abarata porque la nómina trabaje más rápido. Luke Dicken, que pasó una década en Zynga y llegó a ser Head of AI en Take-Two antes de que su equipo fuera despedido a comienzos de este año, lo resumió en una entrevista con 80 Level: «Ninguna cantidad de generación automatizada de assets va a arreglar un volante roto».

El caso extremo es útil porque es visible. La versión ordinaria ocurre en todas partes y no tiene cobertura: Embracer canceló en silencio 29 juegos no anunciados en los seis meses entre julio y diciembre de 2023. Cada uno tenía un equipo, un conjunto de decisiones y un momento en que alguien en la cima cambió de opinión. Y el costo sigue pagándose: Kotaku reportó en octubre de 2026 que Ubisoft redujo 70 posiciones en su estudio de Singapur, el mismo que lideró Skull and Bones, en medio de una caída de su acción desde los €84 de 2021 hasta alrededor de €5.

¿Por qué la IA puede encarecer un proyecto en lugar de abaratarlo?

El argumento es de gestión de inventario, no de tecnología. Todo lo comprometido y sin terminar es inventario, y el inventario carga riesgo. Cuando la dirección cambia, cada pieza en vuelo se convierte en una decisión: terminarla, descartarla o aparcarla y pagar por recordarla después.

Si aumentas el rendimiento sin aumentar la velocidad a la que se asienta la dirección, aumentas el volumen de trabajo en vuelo en el momento exacto en que llega el pivote. Hay más que desenredar, más integración que deshacer y más del grafo de dependencias contaminado. La generación barata no abarata el desenredo: nada en un pipeline de assets más rápido reduce el costo de las decisiones construidas encima de esos assets.

Aquí está el punto que se pierde cuando un equipo mide su despliegue de IA. La medición casi siempre se toma a nivel de tarea, donde la herramienta hace bien su trabajo: subieron las iteraciones de concepto por semana, bajó el tiempo hasta el primer audio jugable. Todos esos números pueden mejorar mientras el costo total del proyecto sube, porque describen la parte barata del sistema y no dicen nada de la cara.

¿Qué dicen los datos sobre la productividad real de la IA?

La evidencia disponible es más incómoda que el discurso comercial. El ensayo controlado aleatorizado de METR, publicado en julio de 2025, puso a desarrolladores experimentados de código abierto a resolver problemas reales en sus propios repositorios. Con herramientas de IA tardaron 19% más. Los mismos desarrolladores, al terminar, estimaron que la IA los había hecho 20% más rápidos.

En febrero de 2026, METR revisó su propio diseño tras detectar que entre el 30% y el 50% de los desarrolladores invitados se negaron a participar sin acceso a IA, lo que sesgaba la muestra original. Su cohorte de seguimiento, con 57 desarrolladores y más de 800 tareas, mostró una desaceleración del 4% con un intervalo de confianza que cruzaba ambos signos. Su posición revisada es que no lo sabemos, y eso es más honesto que el titular: sigue siendo devastador para cualquiera que arme un caso de negocio sobre velocidad autopercibida.

El resto del panorama apunta igual. El informe The GenAI Divide: State of AI in Business 2025 del proyecto NANDA del MIT, cubierto por Fortune, encontró que alrededor del 95% de los pilotos empresariales de IA generativa no producía impacto medible en la cuenta de resultados, frente a una inversión de entre 30.000 y 40.000 millones de dólares. El mismo informe, basado en 150 entrevistas, una encuesta a 350 empleados y el análisis de 300 despliegues públicos, señala que comprar herramientas a proveedores especializados funciona cerca del 67% de las veces, mientras que construir en casa lo logra un tercio de esas ocasiones.

La tendencia se repite fuera del software. Según el Foro Económico Mundial, cerca de dos tercios de las empresas usan IA, pero alrededor del 89% no reportó mejoras medibles en productividad laboral en los últimos tres años, según recoge IBTimes. Y McKinsey, citado por Crowdfund Insider, encontró que el 62% de las organizaciones experimentaba con agentes de IA en 2025, pero solo el 23% los había escalado a producción.

Mientras tanto, la gente que usa estas herramientas a diario se ha formado una opinión. En la encuesta State of the Game Industry de la GDC 2026, el 52% de los encuestados dijo que la IA generativa está teniendo un efecto negativo en la industria, frente al 30% del año anterior y el 18% del año previo. El sentimiento no es evidencia, pero tres encuestas consecutivas con la misma dirección son un dato sobre algo.

¿Qué métricas debería medir tu equipo antes de comprar más herramientas de IA?

Tres números, todos baratos de recolectar y todos políticamente incómodos:

Tasa de retrabajo: qué proporción del trabajo completado se descartó o se reconstruyó sustancialmente, medida por hito y por disciplina. Es incómodo publicarla, y por eso funciona: es el único número que dice si la ejecución más rápida abarató el proyecto o solo agrandó las pérdidas.
Latencia de decisión: días desde que se plantea una pregunta hasta que se registra una decisión. La reunión donde se discutió no cuenta; cuenta el punto en que el equipo pudo actuar con confianza. Una latencia larga significa que los equipos construyen sobre supuestos, y los supuestos son la materia prima del retrabajo.
Durabilidad de la decisión: cuánto sobrevive una decisión antes de reabrirse. Un equipo donde la dirección creativa promedio dura cuatro meses tiene un problema de producción que ninguna cadena de herramientas va a resolver. Si lo mides, el patrón se hace visible en dos hitos y suele apuntar a una interfaz concreta entre dos personas concretas.

El obstáculo real no es técnico: las tres métricas miden la capa de la organización que encarga la medición, y esa capa no tiene incentivos para publicar el resultado.

¿Qué significa esto para tu startup?

La lección no es que la IA no sirva. Es que se está desplegando en la fase equivocada del trabajo.

Instrumenta la capa de decisiones antes de ampliar el stack. Si no puedes decir cuánto tardó tu equipo en cerrar las tres decisiones más importantes del último trimestre, no tienes forma de saber si la herramienta que compraste ayudó, estorbó o no hizo nada. Empieza registrando latencia de decisión en un solo equipo durante un trimestre: es gratis y te da la línea base que hoy no tienes.
Usa la IA donde el trabajo es desechable por diseño. La generación barata rinde en pre-producción y prototipos, donde el entregable es la respuesta a una pregunta y el código es aparato. El error frecuente es promover el prototipo: lo que se construyó en seis semanas para responder una pregunta se convierte en el esqueleto de una producción de cuatro años, y cada sistema posterior queda moldeado por decisiones que se tomaron para responder rápido.
Si vas a promover código generado, captura el razonamiento al generarlo. La deuda técnica de un prototipo humano tiene autor: los atajos no están documentados, pero alguien guarda la razón en la cabeza y tres años después puedes preguntarle por qué el sistema de guardado tiene esa forma. El código generado no tiene autor en ese sentido. Quien lo pidió puede decirte qué pidió, pero a menudo no por qué salió con esa forma, y regenerarlo no ayuda porque el mismo prompt no produce el mismo resultado. Alguien tiene que ser dueño de qué se escribe y cuándo, y ese momento es el único en que la razón existe en algún lado.

En ecosistemas con menos capital, como los de LATAM y España, el margen es más corto: cada pivote tardío cuesta proporcionalmente más y no hay una ronda siguiente que absorba el retrabajo. La ventaja, en cambio, es que un equipo de diez personas puede medir su latencia de decisión esta semana sin comprar nada.

Conclusión

La industria está gastando fuerte para acelerar la parte de la máquina que ya estaba instrumentada y ya era rápida, mientras la parte no medida fija el total. El 80% del costo de desarrollo se iba en encontrar y corregir defectos frente al 20% en prevenirlos, según el trabajo de NIST de 2002, y dos décadas después seguimos midiendo lo mismo.

Para un founder, la conclusión práctica es simple: antes de comprar la próxima herramienta que promete duplicar la velocidad de producción, mide cuánto de tu trabajo terminado se descarta y cuánto tarda tu equipo en cerrar una decisión. Si esos dos números son malos, ninguna herramienta los va a arreglar. El volante sigue roto; solo le pusimos un motor más grande.