IA agéntica: la nueva oportunidad del legacy industrial
Hay una pregunta que aparece cada vez con más frecuencia en las conversaciones con directivos industriales: ¿qué hacemos con esos sistemas que llevan gestionando la planta veinte o treinta años y que nadie se atreve a tocar?
La respuesta no es sencilla, puesto que, en muchos casos, hablamos de plataformas que siguen funcionando de forma estable, que controlan procesos críticos y que acumulan años de conocimiento sobre cómo opera realmente la compañía.
Durante años, la modernización de estos sistemas legacy ha ocupado una posición incómoda en la agenda de las grandes compañías industriales. Todas reconocían su importancia, pero casi siempre aparecía una prioridad más urgente: mantener la producción, desplegar un nuevo ERP, reforzar la ciberseguridad o responder a una necesidad regulatoria. El sistema seguía funcionando y, precisamente por eso, la decisión se ha ido posponiendo.
Hoy esa lógica empieza a romperse. No porque los sistemas legacy hayan dejado repentinamente de funcionar, sino porque el coste de mantenerlos empieza a medirse menos en tecnología y más en oportunidades de negocio que no pueden abordarse. Y porque la inteligencia artificial, especialmente en su evolución hacia modelos agénticos, está modificando radicalmente la ecuación económica, temporal y de riesgo asociada a su modernización. Adicionalmente tenemos el problema de que parte de ese conocimiento no está en la organización, o el mejor de casos dentro del código o en la memoria de pocas personas que todavía saben interpretarlo.
La IA agéntica hace viable abordar la deuda tecnológica acumulada durante décadas, gracias a que permite una migración más ágil pero también porque supone una oportunidad para reinventar cómo opera la industria.
El legacy no es sólo antigüedad: es restricción
Un sistema no se convierte en legacy simplemente porque lleve veinte años en producción. Lo hace cuando restringe la evolución del negocio, cuando: cada cambio exige semanas de análisis, el conocimiento reside en unas pocas personas, las integraciones dependen de desarrollos específicos o los datos permanecen atrapados en arquitecturas difíciles de explotar. Adicionalmente, la transición energética, la automatización y la digitalización han puesto el foco en nuevas capacidades de generación, producción y operación. Sin embargo, para abordar estos retos es imprescindible modernizar plataformas de control y gestión construidas hace décadas.
Un sistema se convierte en legacy cuando restringe la evolución del negocio, cuando cada cambio exige semanas de análisis y el conocimiento reside en unas pocas personas
En el sector industrial, esta deuda, de sistemas obsoletos tecnológicamente hablando, tiene consecuencias especialmente profundas, puesto que además de afectar el departamento IT condiciona la capacidad de conectar los sistemas de planta con los corporativos (integrar MES y ERP, disponer de trazabilidad en tiempo real, desplegar mantenimiento predictivo o explotar mediante IA los datos generados por máquinas, procesos y productos).
Alineado con esta visión, el informe 'HFS Horizons: Legacy Application Modernization Services 2025', basado, entre otras fuentes, identifica como principales impactos de la tecnología legacy: mayores costes operativos (42%), retrasos en la transformación digital (38%), la imposibilidad de escalar (36%) y dificultades para integrar plataformas modernas (30%). El 27% menciona además vulnerabilidades de seguridad inherentes a estos entornos.
De migrar código a reconstruir conocimiento
Tradicionalmente la migración de sistemas comenzaba por el código, pero el caso de las migraciones impulsadas por IA comienza por el conocimiento. El proceso no debe partir de dar respuesta a qué tecnología tenemos que sustituir, sino qué parte de nuestro conocimiento industrial, de nuestros procesos y de nuestra capacidad futura de innovar sigue dependiendo de sistemas que cada vez resulta más difícil comprender y evolucionar.
Para ello, desde Izertis, nos apoyamos en agentes que tienen capacidades que pueden recorrer grandes bases de código, analizar dependencias, relacionar programas con bases de datos e interfaces, reconstruir flujos funcionales y contrastar el comportamiento real con una documentación frecuentemente incompleta. A partir de esa comprensión pueden generar especificaciones, proponer refactorizaciones, transformar componentes, construir pruebas y mantener la trazabilidad entre requisito, código y evidencia.
Ya no hablamos únicamente de un copiloto ayudando a un desarrollador, sino de agentes especializados capaces de colaborar entre sí. Un agente analiza, otro documenta, otro propone la transformación, otro genera pruebas y otro valida el resultado. McKinsey estima, a partir de su experiencia inicial, aceleraciones del 40% al 50% en los plazos de modernización y reducciones cercanas al 40% en los costes asociados a deuda tecnológica.
Modernizar para rediseñar el funcionamiento de la industria
El error sería utilizar esta nueva capacidad únicamente para convertir COBOL en Java, actualizar un framework o trasladar una aplicación a cloud. Eso podría rejuvenecer la tecnología y conservar, al mismo tiempo, todas las limitaciones del sistema original.
La modernización legacy debe abordarse como un proceso de transformación integral y no como un proyecto aislado de migración tecnológica
Debemos considerar una mayor oportunidad enfocada en revisar qué procesos siguen teniendo sentido, qué reglas deben preservarse, qué funcionalidades pueden retirarse y qué arquitectura necesita el negocio industrial para evolucionar. El proceso de migración del sistema debe implicar también desacoplar dominios, exponer capacidades mediante APIs, liberar datos hasta ahora confinados, integrar planta y sistemas corporativos y preparar una infraestructura componible sobre la que desplegar nuevos servicios digitales.
En Izertis entendemos esta transformación como un proceso de ingeniería de extremo a extremo: assessment del legacy, preservación del conocimiento funcional, redefinición arquitectónica, migración asistida por IA, desarrollo guiado por especificaciones, QA, validación y operación gobernada.
Esta visión se apoya en un SDLC (Software Development Life Cycle) evolucionado para incorporar la IA de forma transversal a todo el ciclo de ingeniería del software. En Izertis no entendemos la IA como una herramienta que aparece únicamente en la fase de generación de código, sino que la incorporamos en todo el ciclo desde el descubrimiento y análisis del sistema existente hasta la definición funcional, la arquitectura, el desarrollo, las pruebas, la seguridad, el despliegue y la operación.
En este ciclo de migración se incorpora como un elemento especialmente relevante, el SDD (Spec-Driven Development), en el que antes de generar código, se especifica y define el comportamiento esperado, siendo esta especificación la referencia para relacionar requisitos, implementación, pruebas y evidencias.
En modernización de sistemas legacy, donde preservar décadas de conocimiento funcional es crítico, esta aproximación adquiere todavía más valor.
La velocidad sin rigor solo crea un nuevo legacy
La IA puede interpretar incorrectamente una regla, omitir una dependencia o generar una transformación técnicamente válida pero funcionalmente equivocada. También introduce riesgos de exposición de código y datos, dependencia de proveedores, variabilidad de resultados y propagación de errores entre agentes.
Por eso, una modernización responsable necesita pruebas de equivalencia funcional, quality gates, análisis de seguridad, supervisión humana, observabilidad y capacidad de rollback. El enfoque aplicado por Izertis contempla validación incremental, SDD, revisión especializada y trazabilidad entre requisitos, código, pruebas y evidencias. No se trata de gobernar la IA para ralentizarla, sino de construir la confianza necesaria para escalarla.
Conclusión
Durante años hemos considerado el legacy como un problema que había que resolver. La IA agéntica permite empezar a verlo de otra manera: como una oportunidad para recuperar conocimiento, simplificar procesos, liberar datos y reconstruir capacidades digitales.
Por ello, en Izertis entendemos que la modernización legacy debe abordarse como un proceso de transformación integral y no como un proyecto aislado de migración tecnológica. El valor diferencial lo obtendrán aquellas compañías industriales que utilicen esta capacidad para liberar sus datos, rediseñar sus procesos, conectar la planta con el negocio y construir una industria preparada para operar de forma más inteligente, flexible y autónoma.