<?xml version="1.0" encoding="utf-8"?><feed xmlns="http://www.w3.org/2005/Atom" xml:lang="es"><generator uri="https://jekyllrb.com/" version="4.4.1">Jekyll</generator><link href="https://prompt-request.dev/feed.xml" rel="self" type="application/atom+xml" /><link href="https://prompt-request.dev/" rel="alternate" type="text/html" hreflang="es" /><updated>2026-11-17T19:55:48+01:00</updated><id>https://prompt-request.dev/feed.xml</id><title type="html">Prompt Request</title><subtitle>Artículos sobre IA, consultoría y ecosistema Microsoft, escritos para quien decide.</subtitle><author><name>Alejandro Caravantes</name></author><entry><title type="html">El doble de código por el mismo precio: ¿y quién lo revisa?</title><link href="https://prompt-request.dev/2026/11/revision-codigo-ia/" rel="alternate" type="text/html" title="El doble de código por el mismo precio: ¿y quién lo revisa?" /><published>2026-11-17T17:00:00+01:00</published><updated>2026-11-17T17:00:00+01:00</updated><id>https://prompt-request.dev/2026/11/revision-codigo-ia</id><content type="html" xml:base="https://prompt-request.dev/2026/11/revision-codigo-ia/"><![CDATA[<div class="col">
  <p class="lead">¿Algún proveedor te ha prometido ya que, con IA, entregará el doble sin subir la factura? ¿O has sido tú quien ha pedido una rebaja porque «ahora lo hace la IA»? Las dos conversaciones tienen sentido, pero en ambas suele faltar quién revisa ese código y con cuánto tiempo.</p>
  <p>Yo trato lo que genera la IA como el trabajo de alguien que está empezando con buena actitud y quizás demasiado seguro de sí mismo. Que venga de la IA no le da una vía rápida. Si acaso, le pongo más control: el volumen sube y la confianza con la que se presenta puede engañar. En mi equipo, quien firma responde. Si alguien entrega algo generado con Copilot, es suyo, y «lo hizo la IA» no cambia de quién es la responsabilidad.</p>
  <p>Un fallo que veo repetirse: código que compila, pero no hace lo que el negocio pidió. La IA resuelve muy bien el enunciado literal y muy mal lo que no se dijo.</p>

  <h2>Lo que se abarata y lo que encarece</h2>
  <p>Cuando alguien me pide una rebaja por este motivo, intento no ponerme a la defensiva, porque tiene parte de razón. Ahora lleva menos tiempo montar la base de un proyecto y escribir la primera documentación. Pasa lo mismo con los primeros borradores de fórmulas y flujos. Ese ahorro existe y lo traslado al precio.</p>
  <p>Hay cosas que no cambian de precio, como entender su negocio, decidir la arquitectura y el modelo de datos, y responder si algo falla en producción. Y hay dos que cuestan más. Una es revisar más volumen y validar lo que genera la IA. La otra, mantener algo que se hizo más deprisa de lo que se entendió. Mi frase habitual es esta: «No me pagas por escribir, me pagas por que funcione, sea seguro y se pueda mantener dentro de tres años».</p>
</div>

<figure class="f1" aria-labelledby="f1t">
  <div class="blob b1"></div><div class="blob b2"></div>
  <div class="inner">
    <h3 id="f1t">Qué se abarata y qué sube</h3>
    <div class="grid g2">
      <div class="card glass">
        <span class="chip c-mint">Cuesta menos</span>
        <dl>
          <dt>Arranque</dt><dd>Montar la base de un proyecto y escribir la primera documentación.</dd>
          <dt>Construcción</dt><dd>Los primeros borradores de fórmulas y flujos.</dd>
        </dl>
      </div>
      <div class="card glass">
        <span class="chip c-peach">Cuesta más</span>
        <dl>
          <dt>Revisión</dt><dd>Revisar más volumen y validar lo que genera la IA.</dd>
          <dt>Mantenimiento</dt><dd>Mantener algo que se hizo más deprisa de lo que se entendió.</dd>
        </dl>
      </div>
    </div>
  </div>
</figure>

<div class="col">
  <p>Si la rebaja sigue sobre la mesa, propongo pasar de las horas a un precio por resultado o por entregable. Así el ahorro se reparte y la negociación se parece menos a una subasta a la baja.</p>

  <h2>Qué dicen los datos y cuánto pesan</h2>
  <p>No he encontrado un dato independiente del sector que demuestre que la revisión es ahora el cuello de botella. Lo más sólido es <a href="https://arxiv.org/abs/2607.01904">una prepublicación académica</a> de julio de 2026, independiente pero de una sola empresa. Su CTO se propuso duplicar con IA las pull requests fusionadas por ingeniero, y la empresa lo consiguió al décimo mes. Según los autores, el coste de la adopción se concentró en la revisión. La carga por revisor se duplicó y, a los pocos meses, la revisión automática ya cubría más que la humana. Ellos mismos avisan de que el tamaño exacto del efecto es incierto.</p>

  <div class="stat">
    <div class="blob b1"></div><div class="blob b2"></div>
    <div class="num">×2</div>
    <p class="txt">La carga por revisor se duplicó en una empresa cuyo CTO se propuso duplicar con IA las pull requests fusionadas por ingeniero. Es una prepublicación académica independiente, de una sola empresa, y los autores avisan de que el tamaño exacto del efecto es incierto.<small>Fuente: He y otros, arXiv (prepublicación), 2 de julio de 2026</small></p>
  </div>

  <p>Encaja con lo que veo: alguien que revisaba 200 líneas empieza a recibir 2.000 (el ejemplo es mío, no una medición) y la revisión se vuelve más superficial sin que nadie lo haya decidido.</p>
  <p>Dos proveedores de métricas de ingeniería van en la misma línea. Según <a href="https://getdx.com/report/state-of-ai-impact-in-engineering-q3-report/">el informe de DX del tercer trimestre de 2026</a>, con más de 500 empresas, las organizaciones que más código generan con IA tardan un 105 % más en recibir la primera revisión que las que menos. Faros AI, en <a href="https://www.faros.ai/blog/ai-speed-trap-takeaways">un informe de septiembre de 2026</a>, cifra en un 76,3 % la subida de las pull requests fusionadas sin revisión, aunque no define qué cuenta como «sin revisión».</p>
  <p>Otros datos matizan esa lectura. El primero afecta al propio «doble de código»: <a href="https://getdx.com/news/new-data-ais-impact-on-engineering-velocity-is-more-modest-than-expected/">DX publicó en abril de 2026</a> que la mediana del rendimiento en pull requests subió un 7,76 % pese a un 65 % más de uso de IA. Según <a href="https://github.blog/news-insights/octoverse/octoverse-commits-pushes-reach-new-highs-in-2026-as-developers-build-with-agents/">el Octoverse de GitHub de octubre de 2026</a>, en septiembre más del 40 % de las pull requests empezaron con un agente, y se fusionan en dos semanas con una frecuencia parecida a las demás, o algo mayor. No habla de un atasco en la revisión, aunque GitHub vende Copilot. Y <a href="https://metr.org/blog/2026-02-24-uplift-update/">METR reconoció en febrero de 2026</a> que su nuevo experimento no permite medir con fiabilidad el efecto de la IA en la productividad.</p>
</div>

<figure class="f2" aria-labelledby="f2t">
  <div class="blob b1"></div><div class="blob b2"></div><div class="blob b3"></div>
  <div class="inner">
    <h3 id="f2t">Los datos no apuntan todos en la misma dirección</h3>
    <div class="grid g2">
      <div class="card glass">
        <span class="chip c-peach">Más presión en la revisión</span>
        <dl>
          <dt>Estudio académico, julio de 2026</dt><dd>En una sola empresa, la carga por revisor se duplicó.</dd>
          <dt>DX, tercer trimestre de 2026</dt><dd>Las organizaciones que más código generan con IA tardan un 105 % más en recibir la primera revisión que las que menos.</dd>
          <dt>Faros AI, septiembre de 2026</dt><dd>Las pull requests fusionadas sin revisión subieron un 76,3 %. No define qué cuenta como «sin revisión».</dd>
        </dl>
      </div>
      <div class="card glass">
        <span class="chip c-mint">Matizan esa lectura</span>
        <dl>
          <dt>DX, abril de 2026</dt><dd>La mediana del rendimiento en pull requests subió un 7,76 % pese a un 65 % más de uso de IA.</dd>
          <dt>GitHub Octoverse, octubre de 2026</dt><dd>Las pull requests que empiezan con un agente se fusionan en dos semanas con una frecuencia parecida a las demás, o algo mayor.</dd>
          <dt>METR, febrero de 2026</dt><dd>Su nuevo experimento no permite medir con fiabilidad el efecto de la IA en la productividad.</dd>
        </dl>
      </div>
    </div>
    <figcaption><span>Fuentes: prepublicación en arXiv (julio de 2026), DX (abril y tercer trimestre de 2026), Faros AI (septiembre de 2026), GitHub (octubre de 2026) y METR (febrero de 2026). DX y Faros AI son proveedores de métricas de ingeniería; GitHub vende Copilot.</span></figcaption>
  </div>
</figure>

<div class="col">
  <p>En <a href="https://www.thoughtworks.com/radar">su Technology Radar de noviembre de 2026</a>, la consultora Thoughtworks llama <a href="https://www.thoughtworks.com/radar/techniques/summary/human-in-the-loop-theater">«human-in-the-loop theater»</a> a lo que puede pasar cuando la revisión no da abasto: una persona aprueba cambios que no puede evaluar de forma realista. Propone <a href="https://www.thoughtworks.com/radar/techniques/summary/risk-tiered-human-oversight">graduar la revisión según el riesgo</a>. Es su experiencia, sin una medición detrás. En mi equipo también revisamos por riesgo, porque la sintaxis casi nunca es el problema.</p>

  <h2>Cómo distinguir una revisión real de un sello</h2>
  <p>Si tuviera que elegir un indicador, compararía los defectos que encuentra la revisión con los que aparecen después, en pruebas o en producción. Si casi todo aparece después, la revisión filtra poco. Hay dos señales de que se ha quedado en un trámite: una tasa de aprobación cercana al 100 % con comentarios solo sobre nombres y formato, y un tiempo de revisión que no cambia con el tamaño del cambio. Si revisar 50 líneas o 2.000 lleva los mismos diez minutos, es difícil que la lectura sea a fondo.</p>
  <p>También me gusta una prueba: introducir de vez en cuando un defecto conocido y ver si la revisión lo detecta. Es lo más parecido a un simulacro de incendio.</p>
</div>

<figure class="f3" aria-labelledby="f3t">
  <div class="blob b1"></div><div class="blob b2"></div><div class="blob b3"></div>
  <div class="inner">
    <h3 id="f3t">Cuatro formas de ver si la revisión filtra</h3>
    <ol class="grid g4">
      <li class="card glass"><span class="chip c-mint">Indicador</span><h4>Antes y después</h4><p>Se comparan los defectos de la revisión con los de pruebas o producción.</p></li>
      <li class="card glass"><span class="chip c-peach">Señal</span><h4>Aprobación casi total</h4><p>Los comentarios tratan solo de nombres y formato.</p></li>
      <li class="card glass"><span class="chip c-peach">Señal</span><h4>Tiempo fijo</h4><p>El tiempo de revisión no cambia con el tamaño del cambio.</p></li>
      <li class="card glass"><span class="chip c-mint">Prueba</span><h4>Defecto conocido</h4><p>Se introduce de vez en cuando y se mira si la revisión lo detecta.</p></li>
    </ol>
  </div>
</figure>

<div class="col">
  <p>En low-code, la pregunta de quién revisa es más incómoda. Por lo que veo, muchas veces no lo revisa nadie. Copilot baja muchísimo la barrera de entrada, y eso es bueno para la adopción. Lo que más sufre es el modelo de datos: veo tablas que Copilot crea en Dataverse y que parecen razonables, pero no están pensadas para crecer.</p>
  <p>Power Apps a veces no puede delegar una consulta al origen de datos. <a href="https://learn.microsoft.com/en-us/power-apps/maker/canvas-apps/delegation-overview">Según Microsoft</a>, en esos casos procesa por defecto solo los primeros 500 registros. Power Apps se lo señala a quien construye la aplicación, pero quien la usa puede creer que una respuesta parcial es la completa. Un ejemplo mío: una aplicación que funciona con 50 registros de prueba y falla con 50.000 reales.</p>
  <p>En mis proyectos anteriores de adopción de Power Platform insistía en empezar por la gobernanza. Los <a href="https://learn.microsoft.com/en-us/power-platform/admin/managed-environment-overview">Managed Environments</a>, incluidos con las licencias independientes de Power Platform y Dynamics 365, permiten aplicar políticas de datos y pasar las soluciones por el <a href="https://learn.microsoft.com/en-us/power-apps/maker/data-platform/use-powerapps-checker">Solution Checker</a>, que a mi juicio filtra lo obvio. Para lo que va a producción o toca datos sensibles, pido que lo revise alguien del CoE o un arquitecto, distinto de quien lo construyó.</p>
</div>

<figure class="f1" aria-labelledby="f4t">
  <div class="blob b1"></div><div class="blob b2"></div>
  <div class="inner">
    <h3 id="f4t">Dos capas de control en Power Platform</h3>
    <div class="grid g2">
      <div class="card glass"><span class="chip c-sky">Plataforma</span><h4>Managed Environments</h4><p>Políticas de datos y paso de las soluciones por el Solution Checker.</p></div>
      <div class="card glass"><span class="chip c-peach">Riesgo</span><h4>Producción o datos sensibles</h4><p>Revisión de alguien del CoE o de un arquitecto, distinto de quien lo construyó.</p></div>
    </div>
    <figcaption><span>Managed Environments y Solution Checker: Microsoft Learn, 2026</span></figcaption>
  </div>
</figure>

<div class="col">
  <p class="close">En los equipos que conoces, ¿los fallos se detectan sobre todo en la revisión o después, cuando ya están en producción?</p>

  <section class="sources" aria-labelledby="src">
    <h2 id="src">Fuentes</h2>
    <ol>
      <li><a href="https://arxiv.org/abs/2607.01904">AI Writes Faster Than Humans Can Review: A Longitudinal Study of an Enterprise 2x Mandate</a>. He, Agarwal, Denisov-Blanch, Azaletskiy, Koyejo y Vasilescu, arXiv (prepublicación). 2 de julio de 2026; versión 3 del 10 de noviembre de 2026.</li>
      <li><a href="https://getdx.com/report/state-of-ai-impact-in-engineering-q3-report/">State of AI Impact in Engineering: Q3 Report</a>. DX. Sin fecha de publicación (datos de julio a septiembre de 2026), consultada el 17 de noviembre de 2026.</li>
      <li><a href="https://www.faros.ai/blog/ai-speed-trap-takeaways">The Speed Trap: 8 takeaways from Faros's latest AI engineering research</a>. Faros AI. 18 de septiembre de 2026.</li>
      <li><a href="https://getdx.com/news/new-data-ais-impact-on-engineering-velocity-is-more-modest-than-expected/">New data: AI's impact on engineering velocity is more modest than expected</a>. DX. 28 de abril de 2026.</li>
      <li><a href="https://github.blog/news-insights/octoverse/octoverse-commits-pushes-reach-new-highs-in-2026-as-developers-build-with-agents/">Octoverse: Commits, pushes, reach new highs in 2026 as developers build with agents</a>. GitHub. 28 de octubre de 2026.</li>
      <li><a href="https://metr.org/blog/2026-02-24-uplift-update/">We are Changing our Developer Productivity Experiment Design</a>. METR. 24 de febrero de 2026.</li>
      <li><a href="https://www.thoughtworks.com/radar">Technology Radar Vol. 35, tema «Putting more agents to work»</a>. Thoughtworks. Noviembre de 2026.</li>
      <li><a href="https://www.thoughtworks.com/radar/techniques/summary/human-in-the-loop-theater">Human-in-the-loop theater</a>. Thoughtworks, Technology Radar Vol. 35. Noviembre de 2026.</li>
      <li><a href="https://www.thoughtworks.com/radar/techniques/summary/risk-tiered-human-oversight">Risk-tiered human oversight</a>. Thoughtworks, Technology Radar Vol. 35. Noviembre de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/power-apps/maker/canvas-apps/delegation-overview">Understand delegation in a canvas app</a>. Microsoft Learn. Actualizada el 16 de octubre de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/power-platform/admin/managed-environment-overview">Managed environments overview</a>. Microsoft Learn. Actualizada el 16 de octubre de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/power-apps/maker/data-platform/use-powerapps-checker">Improve component performance, stability, and reliability with solution checker</a>. Microsoft Learn. 3 de agosto de 2026.</li>
    </ol>
  </section>
</div>]]></content><author><name>Alejandro Caravantes</name></author><category term="ia" /><category term="microsoft" /><category term="desarrollo-software" /><category term="power-platform" /><summary type="html"><![CDATA[Yo trato lo que genera la IA como el trabajo de alguien que está empezando con buena actitud y quizás demasiado seguro de sí mismo.]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://prompt-request.dev/assets/img/revision-codigo-ia/portada.png" /><media:content medium="image" url="https://prompt-request.dev/assets/img/revision-codigo-ia/portada.png" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">Los secretos de tu empresa necesitan dueño y método</title><link href="https://prompt-request.dev/2026/11/agentes-y-secretos/" rel="alternate" type="text/html" title="Los secretos de tu empresa necesitan dueño y método" /><published>2026-11-17T08:00:00+01:00</published><updated>2026-11-17T08:00:00+01:00</updated><id>https://prompt-request.dev/2026/11/agentes-y-secretos</id><content type="html" xml:base="https://prompt-request.dev/2026/11/agentes-y-secretos/"><![CDATA[<div class="col">
  <p class="lead">Alguien de tu equipo está creando una App Registration o un Key Vault con ayuda de un asistente de IA, sea GitHub Copilot, Claude o cualquier otro. Avanza paso a paso con él y, en un momento dado, copia el secreto de cliente o una credencial y lo pega en la conversación. Lo he visto de cerca, y creo que nadie se ha parado a pensar en lo que eso implica.</p>
  <p>Mi postura es que hoy hace falta una metodología de gestión de secretos que fije, para cada secreto, quién es su responsable, dónde se guarda y cada cuánto se rota. Las aplicaciones, los flujos y los agentes de una empresa funcionan gracias a secretos. Y lo que más me cuesta con los clientes es que vean que ya viven esa situación: sus secretos están repartidos en un mar de datos, probablemente sin gobierno ni control.</p>
</div>

<figure class="f1" aria-labelledby="f1t">
  <div class="blob b1"></div><div class="blob b2"></div>
  <div class="inner">
    <h3 id="f1t">Cada secreto necesita responsable, sitio y rotación</h3>
    <div class="grid g2">
      <div class="card glass">
        <span class="chip c-peach">Sin método</span>
        <dl>
          <dt>Dónde están</dt><dd>Repartidos en un mar de datos.</dd>
          <dt>Quién los gobierna</dt><dd>Probablemente, sin gobierno ni control.</dd>
        </dl>
      </div>
      <div class="card glass">
        <span class="chip c-mint">Con método</span>
        <dl>
          <dt>Qué se fija</dt><dd>Quién es su responsable y dónde se guarda.</dd>
          <dt>Y además</dt><dd>Cada cuánto se rota, para cada secreto.</dd>
        </dl>
      </div>
    </div>
    <figcaption><span>Resumen de la postura del artículo</span></figcaption>
  </div>
</figure>

<div class="col">
  <p>En aquel caso, el propio asistente avisaba en todas las conversaciones con una coletilla que, tal como la recuerdo, decía algo así: «es necesario rotar el secreto para que no viva en esta conversación ni sea expuesto». Quien la recibía la pasaba por alto. Hasta que saltaron las alarmas en Ciberseguridad y hubo que tomar medidas de mitigación y contención, y revisar la metodología.</p>

  <h2>Lo que Microsoft acaba de contar, y lo que no</h2>
  <p>Hay un informe reciente que conviene leer con atención, porque es fácil sacarlo de contexto. El 5 de noviembre, <a href="https://www.microsoft.com/en-us/security/blog/2026/11/05/threat-actors-use-agentic-ai-tooling-to-find-and-abuse-exposed-secrets/">Microsoft Threat Intelligence publicó</a> que desde agosto de 2026 ha visto a atacantes usar una herramienta ofensiva basada en agentes de IA para buscar secretos expuestos en repositorios públicos de GitHub. Desde el 28 de octubre, como pronto, empezó a ver inicios de sesión con éxito de service principals en algunos de los clientes afectados. En total, el agente consiguió iniciar sesión en decenas de aplicaciones de varios tenants. En un caso concreto, un agente pasó de buscar secretos de cliente en GitHub a extraer datos de Azure Key Vault en cinco minutos (bastante menos de lo que se tarda en encontrar sala para hablarlo).</p>

  <div class="stat">
    <div class="blob b1"></div><div class="blob b2"></div>
    <div class="num">5 minutos</div>
    <p class="txt">de buscar secretos de cliente en GitHub a extraer datos de Azure Key Vault, en un caso concreto del informe.<small>Fuente: Microsoft Threat Intelligence, 5 de noviembre de 2026</small></p>
  </div>

  <p>Para quien decide, lo relevante está en dos recomendaciones del mismo informe. Una: tratar como comprometida cualquier credencial expuesta públicamente, aunque después se haya editado o borrado el sitio donde apareció, porque sigue sirviendo hasta que se revoca o se rota. Otra: no guardar credenciales, claves ni cadenas de conexión en código, ficheros de configuración, repositorios públicos, incidencias «u otros lugares donde puedan quedar expuestas sin querer».</p>
  <p>Ahora bien, los secretos del caso de Microsoft salieron de repositorios públicos. El informe no habla de conversaciones con asistentes de IA, y ninguna de las fuentes que cito documenta que los atacantes saquen secretos de ahí. Sobre uno de esos asistentes sí hay algo documentado. <a href="https://privacy.claude.com/en/articles/7996866-how-long-do-you-store-my-organization-s-data">El centro de privacidad de Anthropic</a> explica que, en sus productos para organizaciones, borra entradas y salidas de su backend en un plazo de 30 días, con excepciones, y conserva los chats y las sesiones de código dentro del producto.</p>
</div>

<figure class="f2" aria-labelledby="f2t">
  <div class="blob b1"></div><div class="blob b2"></div><div class="blob b3"></div>
  <div class="inner">
    <h3 id="f2t">El informe habla de repositorios, no de conversaciones</h3>
    <div class="grid g2">
      <div class="card glass"><span class="chip c-peach">Lo que documenta</span><h4>Repositorios públicos de GitHub</h4><p>De ahí salieron los secretos. Lo expuesto públicamente se trata como comprometido.</p></div>
      <div class="card glass"><span class="chip c-peach">Lo que no documenta</span><h4>Conversaciones con asistentes</h4><p>El informe no habla de ellas, y ninguna fuente citada muestra que los atacantes saquen secretos de ahí.</p></div>
    </div>
    <figcaption><span>Fuente: Microsoft Threat Intelligence, 5 de noviembre de 2026</span></figcaption>
  </div>
</figure>

<div class="col">
  <h2>Un método antes que otra herramienta</h2>
  <p>Seguro que estás pensando: «nosotros ya tenemos Key Vault». Key Vault resuelve dónde se guarda el secreto. Quién responde de él, cuándo caduca y qué se hace si se expone siguen siendo decisiones tuyas.</p>
  <p>La propia Microsoft da piezas para ese método, y en un orden que importa a quien decide: primero quitar el secreto donde se pueda y después gobernar el que quede. Su <a href="https://learn.microsoft.com/en-us/azure/key-vault/secrets/tutorial-rotation">tutorial de rotación</a> lo plantea así: lo mejor es autenticarse con una identidad administrada y, donde un escenario exija clave o contraseña, rotarla con regularidad. Según la <a href="https://learn.microsoft.com/en-us/entra/identity/managed-identities-azure-resources/overview">documentación de identidades administradas</a>, no tienen coste adicional y la credencial ni siquiera es accesible para quien desarrolla, así que no hay nada que copiar en una conversación. La misma página admite que el manejo manual de secretos es una fuente conocida de incidentes de seguridad y de caídas.</p>
  <p>Para los secretos que queden, su <a href="https://learn.microsoft.com/en-us/azure/key-vault/secrets/secure-secrets">guía para proteger secretos en Key Vault</a> recomienda guardar en etiquetas del secreto el calendario de rotación, la fecha de caducidad y el responsable, y rotar con regularidad según la política de la organización y la sensibilidad de la credencial, con intervalos de 60 a 90 días como ejemplo. Pregunta en tu equipo cuántos de vuestros secretos llevan hoy esas etiquetas.</p>
  <p>Si aplicamos ese criterio y las dos recomendaciones del informe a lo que yo he visto, sale una regla que suscribo: un secreto que ha pasado por una conversación con un asistente se trata como expuesto y se rota. La regla cuenta esa conversación entre los «otros lugares» de los que habla Microsoft, aunque el informe no la nombre.</p>
</div>

<figure class="f3" aria-labelledby="f3t">
  <div class="blob b1"></div><div class="blob b2"></div><div class="blob b3"></div>
  <div class="inner">
    <h3 id="f3t">Primero quitar el secreto, después gobernar el que quede</h3>
    <ol class="grid g4">
      <li class="card glass"><span class="chip c-sky">Quitar</span><h4>Identidad administrada</h4><p>Donde se pueda: no hay credencial que copiar.</p></li>
      <li class="card glass"><span class="chip c-sky">Etiquetar</span><h4>Etiquetas en Key Vault</h4><p>Calendario de rotación, fecha de caducidad y responsable.</p></li>
      <li class="card glass"><span class="chip c-sky">Rotar</span><h4>Rotación regular</h4><p>Según política y sensibilidad; de 60 a 90 días, como ejemplo.</p></li>
      <li class="card glass"><span class="chip c-peach">Exposición</span><h4>Si pasó por un asistente</h4><p>Se trata como expuesto y se rota.</p></li>
    </ol>
    <figcaption><span>Fuentes: Microsoft Learn, 2026, y la regla que propone el artículo</span></figcaption>
  </div>
</figure>

<div class="col">
  <p>Lo difícil es que el cliente acepte que el problema ya está en casa. Los datos que <a href="https://blog.gitguardian.com/the-state-of-secrets-sprawl-2026/">GitGuardian publicó en marzo de 2026</a> van en esa línea, con la salvedad de que los publica una empresa que vende detección de secretos: cerca del 28 % de los incidentes que registran nacen fuera de los repositorios, en herramientas como Slack, Jira o Confluence, y esas fugas tienen 13 puntos porcentuales más de probabilidad de clasificarse como críticas. Y de las credenciales que GitGuardian confirmó como válidas en 2022, más del 64 % seguían siéndolo en enero de 2026.</p>

  <h2>Lo que no sé</h2>
  <p>Mi caso es lo que he visto, no una medida: no sé con qué frecuencia ocurre.</p>
  <p>Tampoco sé qué hace cada asistente con lo que se le pega. Solo cito lo que Anthropic documenta para sus productos de organización; de los demás no tengo una fuente primaria comprobada.</p>
  <p>Las identidades administradas no lo cubren todo. Solo valen con servicios que admiten autenticación de Entra y con cómputo de Azure o plataformas compatibles, de modo que seguirá habiendo secretos y seguirá haciendo falta rotarlos.</p>
  <p>Y ten en cuenta quién habla: Microsoft vende Entra y Key Vault, y GitGuardian vende detección de secretos. Sus cifras no describen a tu empresa.</p>
</div>

<figure class="f1" aria-labelledby="f4t">
  <div class="blob b1"></div><div class="blob b2"></div>
  <div class="inner">
    <h3 id="f4t">Cuatro límites de lo que digo</h3>
    <ol class="grid g4">
      <li class="card glass"><span class="chip c-peach">Límite</span><h4>Mi caso</h4><p>Es lo que he visto, no una medida.</p></li>
      <li class="card glass"><span class="chip c-peach">Límite</span><h4>Los asistentes</h4><p>Solo cito lo que documenta Anthropic.</p></li>
      <li class="card glass"><span class="chip c-peach">Límite</span><h4>Identidades</h4><p>No lo cubren todo: seguirá habiendo secretos.</p></li>
      <li class="card glass"><span class="chip c-peach">Límite</span><h4>Quién habla</h4><p>Sus cifras no describen a tu empresa.</p></li>
    </ol>
    <figcaption><span>Resumen del último apartado del artículo</span></figcaption>
  </div>
</figure>

<div class="col">
  <p class="close">Cada vez que alguien de tu equipo configura algo con un asistente, decide en un segundo si el secreto entra en la conversación. Puede que en tu empresa esa decisión todavía no tenga responsable.</p>

  <section class="sources" aria-labelledby="src">
    <h2 id="src">Fuentes</h2>
    <ol>
      <li><a href="https://www.microsoft.com/en-us/security/blog/2026/11/05/threat-actors-use-agentic-ai-tooling-to-find-and-abuse-exposed-secrets/">Threat actors use agentic AI tooling to find and abuse exposed secrets</a>. Microsoft Threat Intelligence y Microsoft Security Research (Microsoft Security Blog). 5 de noviembre de 2026.</li>
      <li><a href="https://privacy.claude.com/en/articles/7996866-how-long-do-you-store-my-organization-s-data">How long do you store my organization's data?</a> Anthropic Privacy Center. 1 de julio de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/azure/key-vault/secrets/secure-secrets">Secure your Azure Key Vault secrets</a>. Microsoft Learn. Actualizada el 6 de octubre de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/azure/key-vault/secrets/tutorial-rotation">Rotation tutorial for resources with one set of authentication credentials stored in Azure Key Vault</a>. Microsoft Learn. Actualizada el 14 de octubre de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/entra/identity/managed-identities-azure-resources/overview">Managed identities for Azure resources</a>. Microsoft Learn. Actualizada el 15 de junio de 2026.</li>
      <li><a href="https://blog.gitguardian.com/the-state-of-secrets-sprawl-2026/">The State of Secrets Sprawl 2026</a>. GitGuardian. 17 de marzo de 2026.</li>
    </ol>
  </section>
</div>]]></content><author><name>Alejandro Caravantes</name></author><category term="ia" /><category term="microsoft" /><category term="seguridad" /><summary type="html"><![CDATA[Hace falta una metodología de gestión de secretos que fije, para cada secreto, quién es su responsable, dónde se guarda y cada cuánto se rota.]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://prompt-request.dev/assets/img/agentes-y-secretos/portada.png" /><media:content medium="image" url="https://prompt-request.dev/assets/img/agentes-y-secretos/portada.png" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">Del asiento al consumo: cómo cambia el coste de la IA</title><link href="https://prompt-request.dev/2026/11/del-asiento-al-consumo/" rel="alternate" type="text/html" title="Del asiento al consumo: cómo cambia el coste de la IA" /><published>2026-11-16T21:00:00+01:00</published><updated>2026-11-16T21:00:00+01:00</updated><id>https://prompt-request.dev/2026/11/del-asiento-al-consumo</id><content type="html" xml:base="https://prompt-request.dev/2026/11/del-asiento-al-consumo/"><![CDATA[<div class="col">
  <p class="lead">¿Cuánto vas a gastar en IA el año que viene? Si estás cerrando el presupuesto de 2027, sabrás que no es una pregunta fácil. En mi experiencia, presupuestar este gasto y anticiparse a él se ha vuelto muy difícil. Lo habitual es medirlo en horas de trabajo ahorradas frente al coste de las licencias o de la infraestructura, y FinOps se ha convertido en el centro de la discusión.</p>
  <p>Mi posición es clara, y me interesa conocer la tuya si no coincide. Que los fabricantes pasen de cobrar por asiento a cobrar por consumo puede parecer una maniobra comercial, pero creo que es lo que marca la diferencia. Puede parecer obvio, pero comprar un coche de alta gama para no conducirlo en todo el año tiene poco sentido. Con la licencia por persona, pagas el coche lo conduzcas o no.</p>
</div>

<figure class="f1" aria-labelledby="f1t">
  <div class="blob b1"></div><div class="blob b2"></div>
  <div class="inner">
    <h3 id="f1t">Dos formas de pagar la IA</h3>
    <div class="grid g2">
      <div class="card glass">
        <span class="chip c-peach">Por asiento</span>
        <dl>
          <dt>Qué pagas</dt><dd>Una licencia por persona, la use o no.</dd>
          <dt>Qué gestionas</dt><dd>Cuántas licencias tienes.</dd>
        </dl>
      </div>
      <div class="card glass">
        <span class="chip c-mint">Por consumo</span>
        <dl>
          <dt>Qué pagas</dt><dd>El uso que se hace.</dd>
          <dt>Qué gestionas</dt><dd>Quién gasta, en qué y con qué retorno.</dd>
        </dl>
      </div>
    </div>
    <figcaption><span>Resumen del argumento del artículo</span></figcaption>
  </div>
</figure>

<div class="col">
  <h2>Qué está cambiando y qué no</h2>
  <p>Mira qué se ha movido en el ecosistema de Microsoft desde septiembre. A finales de octubre, <a href="https://github.blog/changelog/2026-10-28-github-enterprise-now-includes-access-to-github-copilot/">GitHub anunció</a> que las empresas que tratan con un equipo comercial de GitHub o de Microsoft pueden tener Copilot incluido en GitHub Enterprise para todos sus usuarios con licencia, y que el uso de IA se mide desde la primera petición contra el presupuesto de la empresa. GitHub lo explica así: antes había que vigilar dos cosas, cuántos puestos de Copilot pagabas y cuánto consumían esos usuarios, y ahora no hay un cupo incluido que controlar ni que recargar. Para Copilot queda una sola variable, el uso, aunque la licencia de GitHub Enterprise sigue siendo por usuario.</p>
  <p>Foundry apunta en la misma dirección: el Copilot harness de su servicio de agentes <a href="https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/">se cobra por consumo a partir del 1 de diciembre</a>. Y Microsoft <a href="https://blogs.microsoft.com/blog/2026/09/25/introducing-the-new-copilot-with-home-code-and-autopilot/">ha presentado la facturación por uso</a> como la forma de pagar el trabajo que Copilot hace con agentes, con el argumento de que te permite elegir modelo y ajustar el coste al valor que obtienes.</p>
  <p>Hay un anuncio reciente que es fácil interpretar al revés, así que léelo con atención. Según <a href="https://learn.microsoft.com/en-us/partner-center/announcements/2026-november">el aviso de Microsoft a sus partners</a>, desde principios de noviembre hay límites de uso justo en funciones adicionales de Copilot Chat para quien no tiene licencia de Microsoft 365 Copilot. Copilot Chat sigue incluido en la suscripción, así que esto no es pago por consumo. Los umbrales no se publican y los administradores no pueden verlos ni ajustarlos. En la mayoría de las organizaciones, cuando un usuario alcanza el límite, el aviso le ofrece pedir una licencia de Microsoft 365 Copilot a su administrador o, si la empresa lo permite, comprarla él mismo. A los partners, Microsoft se lo presenta como una ocasión para abrir una conversación de venta adicional con el cliente. Si en tu organización aparecen esos avisos, el recorrido que plantean termina en la compra de más asientos.</p>
</div>

<figure class="f2" aria-labelledby="f2t">
  <div class="blob b1"></div><div class="blob b2"></div><div class="blob b3"></div>
  <div class="inner">
    <h3 id="f2t">Tres pasos hacia el consumo y uno que no lo es</h3>
    <ol class="grid g4">
      <li class="card glass"><span class="chip c-sky">Consumo</span><h4>Copilot con agentes</h4><p>Microsoft presenta la facturación por uso.</p><span class="when">25 de septiembre</span></li>
      <li class="card glass"><span class="chip c-sky">Consumo</span><h4>GitHub Enterprise</h4><p>Copilot incluido; el uso se mide desde la primera petición.</p><span class="when">28 de octubre</span></li>
      <li class="card glass"><span class="chip c-sky">Consumo</span><h4>Foundry</h4><p>El Copilot harness empieza a cobrarse por consumo.</p><span class="when">1 de diciembre</span></li>
      <li class="card glass"><span class="chip c-peach">Asiento</span><h4>Copilot Chat</h4><p>Límites de uso justo. La salida es comprar más licencias.</p><span class="when">Principios de noviembre</span></li>
    </ol>
    <figcaption><span>Fuentes: Microsoft, GitHub y Microsoft Foundry, 2026</span></figcaption>
  </div>
</figure>

<div class="col">
  <p>Esos límites los fija Microsoft. Los que cada empresa impone a sus equipos son otra cuestión, y sobre ellos pienso que trabajar en un entorno laboral sin herramientas de IA por límites impuestos dentro de la propia organización ya no es un riesgo, es un hecho de desposicionamiento frente a la competencia. No tengo un dato que lo demuestre; es mi convicción.</p>

  <h2>Medir el retorno por equipo</h2>
  <p>Con un modelo de consumo, la pregunta pasa a ser quién gasta, en qué y con qué retorno. En <a href="https://www.linuxfoundation.org/press/state-of-finops-survey-ai-value-and-skills-top-priorities-as-finops-matures-across-technology-value-98-manage-ai-90-saas-64-licensing-48-data-center-1">la última encuesta de la FinOps Foundation</a>, el 98 % de los 1.192 profesionales que respondieron gestiona gasto de IA. Al leer esa cifra, ten en cuenta que responden personas que ya se dedican a FinOps, así que describe a ese grupo y no al mercado en general.</p>

  <div class="stat">
    <div class="blob b1"></div><div class="blob b2"></div>
    <div class="num">98 %</div>
    <p class="txt">de los 1.192 profesionales de FinOps encuestados gestiona ya gasto de IA.<small>Fuente: FinOps Foundation, State of FinOps, febrero de 2026</small></p>
  </div>

  <p>Merece la pena medir el retorno que cada equipo obtiene con las herramientas de IA. A mi juicio, el equipo que menos retorno obtenga es el que más hay que potenciar, y los que más retorno obtengan pueden impulsar el cambio cultural y la implicación dentro de la organización.</p>
  <p>Un ejemplo de retorno alto que he visto con Cowork: usuarios que alcanzan su límite porque generan en minutos documentación a partir de fuentes de información dispersas. Antes ese trabajo llevaba días, y la calidad del entregable era dudosa porque parte de la información se perdía por el camino.</p>
  <p>Quizá pienses: «suena bien, pero con un contador abierto el gasto se descontrola». Ocurre. <a href="https://www.finops.org/insights/setting-ai-budget/">Según la FinOps Foundation</a>, el coste de servir la IA rara vez se descontrola por la tarifa del modelo, y los sobrecostes proceden de cómo se opera. Su ejemplo es una herramienta de desarrollo en modo automático que elegía uno de los modelos más avanzados para tareas triviales, sin que nadie lo advirtiera hasta el análisis posterior.</p>
  <p>También he visto usuarios que agotaban sus Copilot credits al usar Cowork para tareas que podían resolver desde Microsoft 365 Copilot. La conclusión que sacamos fue clara: restringir el uso de la IA por miedo al consumo te desposiciona, y usarla mal, además de desposicionarte, multiplica los costes. Como siempre, hacen falta adopción, cambio cultural, implicación y gestión de la resistencia al cambio de los usuarios.</p>
</div>

<figure class="f3" aria-labelledby="f3t">
  <div class="blob b1"></div><div class="blob b2"></div><div class="blob b3"></div>
  <div class="inner">
    <h3 id="f3t">Dos formas de agotar un límite</h3>
    <div class="grid g2">
      <div class="card glass"><span class="chip c-mint">Retorno alto</span><h4>Documentación en minutos</h4><p>A partir de fuentes de información dispersas. Antes llevaba días y la calidad del entregable era dudosa.</p></div>
      <div class="card glass"><span class="chip c-peach">Coste sin retorno</span><h4>La herramienta equivocada</h4><p>Cowork para tareas que se podían resolver desde Microsoft 365 Copilot.</p></div>
    </div>
    <figcaption><span>Dos casos que he visto</span></figcaption>
  </div>
</figure>

<div class="col">
  <h2>Dónde puede fallar lo que digo</h2>
  <p>El consumo tiene sus propios problemas. El primero es la previsión: <a href="https://www.finops.org/insights/setting-ai-budget/">según la FinOps Foundation</a>, el horizonte de previsión del gasto en IA se ha reducido a unos doce meses como mucho, y los precios subvencionados y las capas gratuitas distorsionan la referencia. Además, pagar por consumo no significa una sola línea en la factura: en Foundry el cómputo, la memoria y el uso del modelo se facturan por separado, y los precios pueden variar según región y acuerdo.</p>
  <p>Que el coste se ajusta al valor lo afirma quien cobra, en un texto de lanzamiento. Es el argumento del vendedor, no un dato independiente.</p>
  <p>Y la imagen del coche descansa en mi opinión. No he encontrado un dato primario fiable de cuántas licencias de IA se pagan sin usarse. <a href="https://www.microsoft.com/en-us/investor/events/fy-2026/earnings-fy-2026-q4">Microsoft dijo en julio</a> que tenía más de 30 millones de puestos de pago de Microsoft 365 Copilot, y esa cifra no dice cuántos se usan.</p>
  <p class="close">Si mañana te cobraran solo lo que cada equipo usa de IA, ¿tu factura subiría o bajaría?</p>

  <section class="sources" aria-labelledby="src">
    <h2 id="src">Fuentes</h2>
    <ol>
      <li><a href="https://github.blog/changelog/2026-10-28-github-enterprise-now-includes-access-to-github-copilot/">GitHub Enterprise now includes access to GitHub Copilot</a>. GitHub, changelog. 28 de octubre de 2026.</li>
      <li><a href="https://devblogs.microsoft.com/foundry/microsoft-copilot-harness-in-foundry/">Introducing the Microsoft Copilot harness in Foundry Agent Service</a>. Microsoft Foundry Blog. 28 de octubre de 2026.</li>
      <li><a href="https://blogs.microsoft.com/blog/2026/09/25/introducing-the-new-copilot-with-home-code-and-autopilot/">Introducing the new Copilot with Home, Code and Autopilot</a>. Microsoft. 25 de septiembre de 2026.</li>
      <li><a href="https://learn.microsoft.com/en-us/partner-center/announcements/2026-november">Copilot Chat: limits for users without a Microsoft 365 Copilot license (Partner Center announcements, November 2026)</a>. Microsoft. 4 de noviembre de 2026.</li>
      <li><a href="https://www.linuxfoundation.org/press/state-of-finops-survey-ai-value-and-skills-top-priorities-as-finops-matures-across-technology-value-98-manage-ai-90-saas-64-licensing-48-data-center-1">State of FinOps Survey: AI Value and Skills Top Priorities as FinOps Matures Across Technology Value</a>. Linux Foundation / FinOps Foundation, nota de prensa. 19 de febrero de 2026.</li>
      <li><a href="https://www.finops.org/insights/setting-ai-budget/">Who sets the AI budget?</a> FinOps Foundation (Jonathan Morley). 5 de agosto de 2026.</li>
      <li><a href="https://www.microsoft.com/en-us/investor/events/fy-2026/earnings-fy-2026-q4">Microsoft Fiscal Year 2026 Fourth Quarter Earnings Conference Call</a>. Microsoft Investor Relations. 29 de julio de 2026.</li>
    </ol>
  </section>
</div>]]></content><author><name>Alejandro Caravantes</name></author><category term="ia" /><category term="finops" /><category term="microsoft" /><category term="github-copilot" /><summary type="html"><![CDATA[Por qué prefiero pagar la IA por consumo y no por asiento: lo que han cambiado GitHub y Foundry, el papel de FinOps y dónde puede fallar.]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://prompt-request.dev/assets/img/del-asiento-al-consumo/portada.png" /><media:content medium="image" url="https://prompt-request.dev/assets/img/del-asiento-al-consumo/portada.png" xmlns:media="http://search.yahoo.com/mrss/" /></entry></feed>