La mayor parte de la conversación actual sobre la IA y los empleos se centra en la capa visible: quién escribe el código, quién le da instrucciones al modelo, quién queda fuera cuando un chatbot puede hacer el primer borrador. Oculta en las noticias de esta semana hay una historia sobre una capa que nadie en esa conversación está observando, y merece tu atención precisamente porque casi nadie está compitiendo por las habilidades que recompensa.

Un error que ha estado ahí desde 2013

Esta semana, investigadores de seguridad detallaron cómo miles de servidores conectados a internet de importantes fabricantes pueden recibir puertas traseras de forma remota a través de sus controladores de administración de placa base, o BMC: pequeñas computadoras independientes integradas en prácticamente todas las placas base de servidores empresariales, que ejecutan su propio sistema operativo, pila de red y dirección IP, independientemente de lo que esté sucediendo en la máquina principal (Ars Technica). Los BMC permiten que el personal de TI reinicie, vuelva a crear la imagen o supervise un servidor de forma remota incluso cuando está apagado o completamente sin respuesta: una administración «lights out» realmente útil. El problema, según los investigadores, es que el protocolo subyacente ha sido señalado como un objetivo fácil desde al menos 2013, y algunas de las vulnerabilidades que ahora están siendo explotadas tienen más de una década. Ars lo describe como una «superficie de ataque paralela generalizada, con poca supervisión y pocos parches»: no es un agujero nuevo, sino uno antiguo que se ha ignorado discretamente porque está por debajo del nivel en el que se concentra la mayor parte de la atención en software y seguridad.

La programación agéntica está a punto de hacer más de esto, y más rápido

Esa misma semana, Meta lanzó Muse Code, un agente de programación basado en terminal que se suma a Claude Code, Codex y un campo en rápido crecimiento de herramientas que escriben y distribuyen software con una participación humana mínima (TechCrunch). La propia descripción de Zuckerberg es reveladora: ante un trabajo suficientemente grande, se divide en varios subagentes que trabajan en paralelo, en árboles de trabajo aislados, y desarrollan varias funciones simultáneamente. Es una ganancia real de productividad. También significa, estructuralmente, que se pone en funcionamiento, configura y despliega más infraestructura por unidad de atención humana que en cualquier momento anterior: más instancias en la nube, más entornos de prueba, más servidores aprovisionados rápidamente por personas que quizá nunca toquen una configuración de BMC ni lean un registro de cambios del firmware. Las herramientas agénticas son muy buenas para escribir la aplicación. No tienen opinión sobre si el chip de administración fuera de banda que está debajo de esa aplicación ejecuta un firmware de hace seis años.

Nada de esto significa que las herramientas agénticas de programación sean inseguras por diseño; esa es una pregunta distinta de la que plantea el artículo de Ars Technica. El punto es más específico: el volumen de infraestructura que se está creando está creciendo más rápido que la disciplina poco glamurosa de aplicar parches a la capa física que la sustenta, y esa brecha no se cierra por sí sola solo porque el código de la parte superior se haya vuelto más inteligente.

Por qué esto es una señal profesional, no solo una historia de seguridad

Si se analiza junto con los despidos que aún siguen afectando a la industria, la reducción de aproximadamente 20% de la plantilla de Monday.com esta semana, vinculada explícitamente a una reestructuración impulsada por la IA, se suma a una lista creciente de empresas que mencionan la IA al anunciar recortes de empleos (TechCrunch). Hay que ser honestos sobre lo que no sabemos: ninguno de estos documentos desglosa los despidos por función, así que no existen datos claros que indiquen que «los puestos de seguridad e infraestructura están a salvo». Afirmar eso sería exagerar. Lo que puede decirse con más confianza es estructural, no estadístico: los puestos que se están automatizando más rápido son aquellos cuyo producto de trabajo es texto, código o una interacción con un cliente que un LLM puede aproximar. La seguridad física y a nivel de firmware —saber qué es un BMC, cómo funcionan IPMI y sus sucesores, cómo auditar el acceso de administración fuera de banda, cómo distribuir un parche de firmware en toda una flota sin inutilizar la mitad— está más cerca de la máquina que del modelo. No es una tarea que los agentes de IA actuales estén buscando claramente, y no se vuelve más fácil de automatizar solo porque la capa de software que está encima sí lo haga.

Qué hacer concretamente con esto

No necesitas convertirte en ingeniero de firmware para actuar a partir de esto. Algunas acciones que puedes comprobar:

  • Pregunta, no supongas. Si trabajas en TI, plataformas o seguridad en una empresa que opera sus propios servidores (no exclusivamente en la nube), pregunta si el firmware de los BMC siquiera forma parte de un ciclo de aplicación de parches. Muchas organizaciones sinceramente no conocen la respuesta.
  • Aprende el vocabulario, no solo el titular. BMC, IPMI, Redfish y administración fuera de banda son conceptos que se pueden buscar y que están bien documentados, y entenderlos te coloca por delante de la mayoría de las personas cuyo desarrollo de habilidades en la era de la IA se ha enfocado por completo en prompts y agentes.
  • Observa lo que las herramientas agénticas de programación no cubren. A medida que tú o tu equipo adopten herramientas como Muse Code o Claude Code para trabajos relacionados con la infraestructura, pregunta explícitamente qué queda fuera del alcance —objetivos de despliegue, firmware, controles de acceso físico— y considera esa brecha como un lugar donde desarrollar experiencia, no como un descuido que se puede ignorar.
  • No exageres el giro. Este es un nicho plausible entre varios, no un refugio seguro garantizado. Considéralo una cobertura que vale la pena investigar, no un cambio de carrera que debas hacer basándote en una sola historia de Ars Technica.

La lección más amplia se aplica más allá de los BMC en particular: a medida que la IA mejora en el software que la gente puede ver, el valor más difícil de automatizar se encuentra cada vez más en las capas físicas y operativas que están debajo: las partes que no aparecen en una demostración. Es una apuesta más específica que «aprende a escribir prompts», pero actualmente son menos las personas que la están haciendo.