Desplazando la Calidad correctamente:

Una noche reciente en un hospital de referencia, mientras un ser querido recibía cuidados, una bomba de infusión intravenosa empezó a emitir una alarma inesperada. Una enfermera entró rápidamente y, tras revisarla, dijo algo que nadie quiere oír en un hospital a las 2 de la madrugada “Parece que alguien está intentando acceder al dispositivo remotamente.” Tras reiniciar manualmente el equipo y restablecer los datos, la situación se estabilizó, pero el incidente reveló la fragilidad de los sistemas críticos y la importancia de convertir las señales del mundo real en bucles de aprendizaje fiables. 

Otra enfermera se unió a ella. Intercambiaron esa mirada inconfundible de “esto no debería estar pasando”, luego desconectaron completamente el dispositivo, lo reiniciaron y volvieron a introducir manualmente toda la información del paciente. Tras unos minutos tensos, todo volvió a la “normalidad”. La sala volvió a quedar en silencio.

Pero yo no. Un fallo inesperado es una cosa. Un fallo inesperado en un entorno clínico es otra muy distinta. Verlo desarrollarse en tiempo real me hizo reflexionar profundamente sobre la fragilidad de los sistemas de misión crítica, las vulnerabilidades de seguridad que no siempre vemos y las profundas consecuencias cuando algo sale mal en el terreno.

Y entonces me di cuenta: no es que a estos dispositivos les falten datos, diagnósticos o conectividad. Es que, en todos los sectores, a menudo no logramos convertir las señales del mundo real en ciclos de aprendizaje fiables y resilientes. Para mí, ese es el verdadero comienzo de “desplazar la calidad hacia la derecha”. No más telemetría. No más paneles de control. Sino más aprendizaje: más rápido, más profundo y más cerca de donde ocurre el mundo real.

La realidad tras el concepto 

Lo que vi en aquella habitación de hospital se repite en distintos sectores, tal como refleja el World Quality Report de este año. Casi todas las organizaciones analizan los datos de producción, pero casi la mitad tiene dificultades para aplicar esos conocimientos para mejorar realmente la calidad (94 % analizan; 45 % tienen dificultades para aplicarlos).

No se trata de falta de información. Se trata de falta de integración.

Esto se observa de nuevo en la adopción del SRE (ingeniería de fiabilidad del sitio). Muchas organizaciones promueven la ingeniería de fiabilidad, pero los niveles de madurez según el WQR cuentan una historia diferente:

• 38% están aún experimentando
• 28% están escalando
• 21% están probando
• Solo el 6% ha alcanzado la madurez.

El patrón es consistente en todos los sectores y refleja lo que presencié en aquella habitación de hospital. El shift-right no está teniendo dificultades porque la tecnología no esté preparada (de hecho, las herramientas nunca han sido tan potentes). Simplemente, nuestra cultura de calidad aún se está poniendo al día y, a medida que madura, las organizaciones empiezan a ver lo poderoso y transformador que puede ser realmente el shift-right. La promesa ya está ahí; ahora la oportunidad reside en reforzar los hábitos, la responsabilidad y los ciclos de aprendizaje que convierten los datos en resiliencia en el mundo real.

Y cuando analizamos prácticas de resiliencia como el chaos testing (ese tipo de ensayos que previenen esos momentos de crisis con dispositivos médicos a las 2 de la madrugada), las cifras son aún menores. Solo alrededor del 4 % de las organizaciones planea introducir la ingeniería del caos en los próximos 24 meses.

¿Cómo hacerlo realidad?

Entonces, ¿por dónde deberían empezar los equipos? Las organizaciones que tienen éxito con el shift-right en distintos sectores muestran un patrón consistente. Su enfoque no está en las herramientas ni en los marcos metodológicos, sino en la cultura. Hacen bien, de forma constante, unas pocas cosas fundamentales. A continuación, algunas formas prácticas de construir una sólida cultura de shift-right en tu enfoque de ingeniería de calidad:

1. Crear un ritual semanal sencillo de circuito cerrado

Un ritual breve (tan solo treinta minutos una vez a la semana) centrado en un único flujo: Telemetría → Actualización de pruebas → Acción de ingeniería.

Sin presentaciones. Sin informes. Solo equipos observando lo que sucede en producción y tomando decisiones inmediatas:

• ¿Qué hemos aprendido?
• ¿Qué debe cambiar en el conjunto de pruebas?
• ¿Qué riesgos debemos mitigar a continuación?

El WQR destaca esta brecha: aunque el 94 % de las organizaciones recopila telemetría, solo el 13 % la utiliza de forma proactiva para mejorar la calidad en fases tempranas.

Este ritual obliga a que el aprendizaje ocurra. Cada semana. Sin excepción.

2. Hacer de la fiabilidad una responsabilidad compartida

El SRE es poderoso, pero solo cuando la fiabilidad se convierte en un esfuerzo colectivo. Presupuestos de error, criterios de rollback o controles de calidad en producción funcionan mejor cuando son responsabilidad de todos, no de un equipo aislado.

La madurez desigual de las prácticas SRE en el WQR refleja precisamente este desafío.

3. Usar la IA como copiloto, no como piloto automático

La IA puede acelerar la detección de anomalías, agrupar fallos en producción, generar pruebas de regresión a partir de flujos reales de usuario y recomendar optimizaciones en los casos de prueba.

Pero no puede sustituir el juicio humano, especialmente cuando están en juego la seguridad de las personas o la confianza del cliente. El WQR señala que, aunque muchas organizaciones adoptan herramientas de monitorización basadas en IA, la gobernanza y la integración siguen siendo limitadas.

La IA nos ayuda a ver más rápido. Los humanos nos ayudan a entender mejor. El shift-right vive precisamente en esa intersección.

¿Qué ocurre cuando el shift-right se convierte en hábito?

Una vez que esta disciplina se consolida, los resultados aparecen rápidamente, a menudo de forma notable:

• Disminuyen los defectos en producción: cuando las pruebas reflejan el comportamiento real de los usuarios, la calidad mejora.
• Se reduce el MTTR (tiempo medio de resolución): cuando los equipos de calidad y operaciones comparten el mismo lenguaje basado en datos de producción, los incidentes se resuelven más rápido.
• Las revisiones de lanzamiento son más claras y calmadas: las opiniones pierden peso y la evidencia gana protagonismo.
• La ingeniería de calidad se convierte en acelerador estratégico: deja de ser el equipo que “verifica la calidad” para convertirse en el equipo que genera confianza.

El shift-right no solo transforma las pruebas. Transforma la confianza.

Reflexión final: el ciclo importa más que la herramienta

Si tu organización, como la mayoría, está saturada de datos pero hambrienta de conocimiento, no necesitas otra solución de monitorización ni una transformación radical de la plataforma.

Lo que necesitas es un ciclo de aprendizaje que conecte la realidad de producción con las decisiones de ingeniería.

Empieza por:

• Un ritual semanal
• Una métrica compartida
• Un insight asistido por IA que guíe las pruebas de la semana siguiente

Y sigue iterando.

Para profundizar en patrones, niveles de madurez y oportunidades que están definiendo este cambio en distintas industrias, merece la pena revisar el World Quality Report y comparar tu hoja de ruta con los referentes globales.

Porque la calidad no se mide por cuántos problemas se escapan. Se mide por la rapidez con la que aprendemos y por nuestro compromiso para aplicar ese aprendizaje donde realmente importa.