Puntos clave
- La mayoría de las evaluaciones no se centran en qué herramienta de programación basada en IA utilizar, sino en si una plataforma empresarial es realmente necesaria, dados los avances en la generación de código mediante IA.
- Los generadores de código con IA son eficaces a la hora de producir software funcional rápidamente, pero la rapidez no garantiza una solución acabada y lista para su uso empresarial.
- Cuando desarrollas desde cero, eres responsable de todo lo que el generador no te ha proporcionado, incluyendo la autenticación, los permisos, las integraciones, la gobernanza, la accesibilidad, los parches de seguridad y años de actualizaciones.
- Estudios independientes sugieren que el código se obtiene más rápido, pero su mantenimiento resulta más costoso. La duplicación está aumentando, la refactorización está disminuyendo y la capacidad de revisión supone una limitación importante.
- El vibe coding y una plataforma se complementan en lugar de competir. La IA acorta el tiempo de desarrollo, pero es la plataforma la que garantiza que el resultado sea seguro, esté integrado y sea fácil de mantener.
La nueva pregunta que se hacen los clientes
No hace mucho, un proyecto para un portal de clientes comenzaba con una evaluación de plataformas. Hoy en día, las cosas son diferentes. Alguien del equipo ha creado un prototipo funcional en un fin de semana utilizando una herramienta como Cursor, Lovable, v0, Bolt o Claude Code, y el prototipo parece creíble. Tiene una pantalla de inicio de sesión, un panel de control y una página que extrae datos reales de un punto final de prueba.
Los demás miembros del equipo ven el prototipo y se miran entre sí con las cejas arqueadas, todos pensando lo mismo: si la IA puede generar todo esto, ¿sigue siendo necesario comprar una plataforma?
Esta pregunta requiere una respuesta más matizada que un simple «sí» o «no». Al fin y al cabo, el prototipo —y la rapidez con la que se ha creado— son reales. Pero lo que no se tiene en cuenta es todo el trabajo y el coste potencial que viene después.
Esta guía explica qué requiere un portal de clientes en producción más allá del prototipo, qué asume tu equipo si desarrollas esas partes por tu cuenta y qué ofrece, en cambio, una plataforma empresarial.
Qué significa realmente «crearlo con IA»
«Creado con IA» puede significar dos cosas:
1) Utilizar la IA para facilitar el desarrollo con una plataforma ya existente. Tu equipo sigue trabajando sobre una base regulada. No cambia nada en tu modelo de seguridad, tu capa de integración ni tu ruta de actualización.
2) Crear una aplicación desde cero con IA. En este caso, un generador de IA produce el propio código fuente de la solución, y tú te encargas de alojarla, protegerla, integrarla y mantenerla.
En esta guía, nos centraremos en las diferencias entre ambos enfoques y en por qué crear todo con IA no es, en realidad, la decisión más rentable a largo plazo.
La rapidez de producción no significa que esté «terminado»
Los generadores de código con IA han mejorado mucho, sobre todo a primera vista. Investigaciones recientes sugieren su creciente capacidad para crear código que funcione. Sin embargo, esto no significa que ese código sea «seguro» para utilizarlo como base de tu sitio web o para impulsar una solución destinada a los clientes.

Veracode lleva realizando la misma prueba controlada desde 2023, en la que se asigna a los modelos una tarea de programación que puede resolverse de forma segura o insegura y se mide qué opción eligen. En la actualización de la primavera de 2026, de los más de 150 modelos evaluados hasta la fecha, los modelos generaron código seguro en solo el 55 % de las tareas, de media. En otras palabras, introdujeron una clase de vulnerabilidad conocida en el 45 % de ellas.
En Java, la tasa de superación de las pruebas de seguridad fue aún menor, del 29 %. La corrección sintáctica durante el mismo periodo superó el 95 %. Así pues, sí, el código se compila de forma más fiable, pero no de forma segura.
¿Otro hallazgo interesante? Las tasas de superación de las pruebas de seguridad no han mejorado a lo largo del periodo de pruebas.
El informe DORA
de Google de 2025 sobre el desarrollo de software asistido por IA, basado en unas 5.000 respuestas, reveló que la adopción de la IA se correlaciona con un mayor rendimiento y, al mismo tiempo, con una mayor inestabilidad, más fallos en los cambios y más trabajo de reelaboración.
Los desarrolladores confirman este mismo patrón desde dentro. En la Encuesta a Desarrolladores de Stack Overflow de 2025, la frustración más común con respecto a las herramientas de IA, citada por el 66 % de los encuestados, fue «soluciones de IA que están casi bien, pero no del todo». Algo más del 45 % afirmó que depurar código generado por IA lleva más tiempo que depurar código escrito por una persona. El número de encuestados que desconfiaba activamente de la precisión de la IA (46 %) superaba al de quienes confiaban en ella (33 %), y el escepticismo era mayor entre los desarrolladores con más experiencia.
¿Significa esto que no debemos dejar que la IA escriba código en absoluto? No, pero no debemos dar por sentado que el código generado por la IA es seguro. De hecho, el código generado por la IA es precisamente el que requiere un mayor
escrutinio.
Riesgos al desarrollar desde cero
Un portal de clientes no es solo una interfaz de autoservicio. La tabla siguiente enumera lo que suele necesitar un portal de clientes en producción, lo que un generador de código basado en IA puede producir para cada elemento y qué sigue siendo responsabilidad de tu equipo si no hay una plataforma subyacente.

| Lo que necesita el portal | Lo que te ofrece la generación mediante IA | Lo que sigue siendo responsabilidad de tu equipo |
|---|---|---|
| Autenticación e inicio de sesión único | Formularios de inicio de sesión y un intento de integración plausible con el protocolo que indiques | Gestión de certificados, gestión de sesiones, actualización de tokens, federación de identidades y mantenimiento de la corrección a medida que cambia tu proveedor de identidades |
| Permisos | Comprobaciones de roles implementadas donde las hayas solicitado | Un modelo coherente aplicado en todas las páginas, registros, documentos y puntos finales de la API, además de la garantía de que los permisos funcionan como deben |
| Integraciones con sistemas de registro | Código de cliente de la API redactado a partir de la documentación que facilites | Gestión de errores, reintentos, limitación de frecuencia, rotación de credenciales y actualización de todos los clientes cuando cambia una API de origen |
| Gestión de contenidos para usuarios sin conocimientos de programación | Contenido codificado de forma fija o una pantalla de administración básica si así lo solicitas | Una experiencia de edición que tus equipos de marketing y de atención al cliente pueden utilizar sin necesidad de abrir un ticket |
| Seguimiento de procesos, aprobaciones y SLA | Lógica condicional para las rutas que has descrito | Enrutamiento en varios pasos, aprobaciones paralelas, escalado, reasignación e informes sobre si los pasos se han completado a tiempo |
| Búsqueda | Una consulta a la base de datos o un cuadro de búsqueda sobre una tabla | Relevancia, indexación y resultados filtrados según lo que cada usuario está autorizado a ver |
| Accesibilidad | Marcado que puede cumplir o no con el estándar | Pruebas según las WCAG, correcciones y documentación de conformidad |
| Pruebas de auditoría y cumplimiento | Registro de la aplicación, si se solicita | Un registro duradero de quién accedió y qué modificó, en un formato aceptable para un auditor |
| Compatibilidad con varios idiomas y regiones | Texto extraído a archivos, en el mejor de los casos | Flujo de trabajo de traducción, variaciones de contenido por región y URL adaptadas a la configuración regional |
| Parches de seguridad | Nada. El generador no supervisa tus dependencias. | Seguimiento de todas las bibliotecas heredadas, evaluación de cada aviso y aplicación de parches según tu propio calendario |
| Actualizaciones | Nada | Todas las actualizaciones de marcos y dependencias, de forma indefinida, sin que ningún proveedor lo haga por ti |
| Alojamiento, escalabilidad, copias de seguridad y recuperación | Nada, a menos que utilices una plataforma gestionada de «prompt-to-app» | Infraestructura, pruebas de carga, conmutación por error, copias de seguridad y recuperación probada |
Echa un vistazo a la columna de la derecha. Este es el alcance real de una construcción desde cero, y muy poco de ello aparece en el prototipo de fin de semana.
Empezar desde cero no es imposible, y muchas organizaciones lo han hecho. Pero debes preguntarte: ¿quiero asumir la carga de desarrollar y mantener todo lo que la IA no puede hacer con mis limitados recursos de ingeniería?
¿Y qué hay del mantenimiento?
El coste de desarrollo es bastante visible y se puede estimar. Sin embargo, el coste de mantenimiento, una cifra mucho mayor y más variable, no suele tenerse en cuenta en un proyecto de portal de clientes creado desde cero.

Una conclusión bien establecida en ingeniería de software es que el mantenimiento consume entre el 40 % y el 80 % del coste total del software a lo largo de la vida útil de una aplicación, con una media de alrededor del 60 %. Esa cifra procede de Facts and Fallacies of Software Engineering (Addison-Wesley, 2002), de Robert Glass, hecho n.º 41.
Estos datos son muy anteriores a la generación de código mediante IA, y eso es importante: el mantenimiento siempre ha sido caro. Y ahora la generación de código se está produciendo a un ritmo exponencial.
Los primeros indicios apuntan a que el código generado por IA es más difícil de mantener que el código al que sustituye. El análisis de GitClear de 623 millones de cambios en el código entre 2023 y 2026, publicado como The Maintainability Gap, reveló que los bloques duplicados de cinco o más líneas aumentaron un 81 % con respecto a la referencia de 2023, el nivel más alto registrado hasta la fecha. Durante el mismo periodo, el código reubicado —que es lo que se aprecia como refactorización en una comparación de cambios— descendió del 21 % de las líneas modificadas en 2022 al 3,8 % en 2026. Ahora los desarrolladores son considerablemente más propensos a duplicar un bloque que a refactorizarlo. GitClear también registró una caída del 35 % en la frecuencia con la que el código nuevo llama al código existente, lo que sugiere que el código generado se está añadiendo junto al código base en lugar de integrarse en él.
Este es el comportamiento que describen los equipos de producto cuando se les pregunta qué falla en la práctica. Si le pides a un generador el mismo banner para diez páginas, recibirás diez copias distintas. Cada una de ellas funciona. Pero un cambio posterior en ese banner implica localizar y corregir las diez, aunque no haya nada en la base de código que indique que existen diez banners diferentes.
La capacidad de revisión es la otra limitación. Faros AI, al analizar la telemetría de ingeniería de unos 22 000 desarrolladores repartidos en 4 000 equipos a principios de 2026, informó de
que la duración media de las revisiones de código se multiplicó por cinco. Se fusionaron un 31,3 % más de solicitudes de incorporación de cambios sin revisión alguna, lo que atribuyen a que los revisores se quedaron sin capacidad, más que a cualquier cambio de política. Su informe, The Acceleration Whiplash, lo ha publicado un proveedor, pero se basa en la actividad observada y no en respuestas a encuestas autoinformadas.
El código llega más rápido de lo que se puede revisar, la duplicación aumenta y la refactorización disminuye; todo ello supone una rápida acumulación de deuda técnica, por no hablar de los riesgos de seguridad que hemos mencionado anteriormente.
Para un simple prototipo, esto no es significativo. Pero para un portal de clientes que se espera que funcione durante una década, se trata de un problema de costes crítico.
Lo que ofrecen una plataforma y una suscripción empresarial que tú no construyes
El argumento más sólido a favor de utilizar una plataforma con potencial para el desarrollo asistido por IA (el primer enfoque mencionado anteriormente) es que dicha plataforma viene preparada para el mundo empresarial: construida, probada y mantenida.
Esto es exactamente lo que significa en el caso de Liferay DXP.
Identidad y autenticación.
Liferay DXP es compatible con SAML, tanto como proveedor de identidad como de servicios; con OAuth 2.0
como servidor de autorización y servidor de recursos; con OpenID Connect
como parte de confianza; con la integración de directorios LDAP, con importación y exportación de usuarios y grupos; y con la autenticación multifactorial, incluidas las contraseñas de un solo uso basadas en el tiempo y los dispositivos FIDO2. Por tu parte, solo tienes que ocuparte de la configuración, no del desarrollo.
Permisos hasta el nivel de registro individual.
Los roles pueden limitarse a toda la instancia, a una organización, a un sitio o a una cuenta, y los administradores del sitio pueden crear equipos
para gestionar los permisos de forma local dentro de un mismo sitio. En cuanto a los datos personalizados, la documentación indica
que «con los objetos personalizados, puedes gestionar los permisos de entidades individuales de la base de datos para controlar el acceso a los datos de los objetos». Los documentos y las carpetas tienen sus propios permisos, y los resultados de búsqueda se filtran en función de lo que el usuario está autorizado a ver.
Modelos de datos que vienen con las API.
Liferay Objects
permite a los equipos definir entidades de negocio de forma visual, con campos, relaciones y reglas de validación. Cuando se publica la definición de un objeto, Liferay genera automáticamente puntos finales REST predeterminados para él, y el objeto queda expuesto en el esquema GraphQL de Liferay. Cada objeto está integrado con el flujo de trabajo.
Procesos, aprobaciones y niveles de servicio.
El motor de flujo de trabajo admite rutas de aprobación secuenciales y paralelas mediante nodos «fork», «join» y «join-XOR», con tareas asignadas a usuarios o roles y notificaciones integradas. Las métricas de flujo de trabajo
te permiten definir un SLA como evento de inicio, evento de finalización y duración; a continuación, informan de los elementos como vencidos, puntuales o sin seguimiento, con desgloses por paso y por responsable.
Accesibilidad que puedes demostrar.
Liferay publica un informe de conformidad de accesibilidad
basado en VPAT 2.5Rev, evaluado según los criterios de éxito de las WCAG 2.0, 2.1 y 2.2, la Sección 508 revisada y la norma EN 301 549, para una versión trimestral concreta. La conformidad se informa criterio por criterio, en lugar de como una declaración general, y los fragmentos personalizados y las extensiones de cliente que crea tu equipo no están cubiertos automáticamente. El código generado no incluye ningún informe de conformidad, y elaborar uno supone un trabajo adicional para tu equipo.
La seguridad es responsabilidad del proveedor.
Liferay se ha sometido a una verificación independiente de sus controles de seguridad, privacidad y cumplimiento normativo desde 2019 y cuenta con las certificaciones ISO/IEC 27001, ISO/IEC 27017, ISO/IEC 27018, SOC 2 Tipo 2, CSA STAR y la ENS española,
entre otras. Liferay es un proveedor CVE, cuenta con un programa público de recompensas por errores, publica un índice de vulnerabilidades conocidas por cada lanzamiento
y lleva a cabo pruebas de penetración anuales, junto con análisis estáticos, análisis dinámicos y análisis de dependencias. Con un desarrollo desde cero, todo eso es responsabilidad tuya.
Una ruta de actualización con soporte.
Según la Política de ciclo de vida de Liferay, la primera versión trimestral de cada año se designa como versión con soporte a largo plazo y recibe tres años de soporte premium, seguidos de dos años de soporte limitado. Las extensiones de cliente
interactúan únicamente con las API de Liferay, en lugar de modificar la plataforma, y la documentación de Liferay señala que «este acoplamiento flexible hace que las extensiones de cliente sean más flexibles y fáciles de aplicar a los entornos tras una actualización, ya que dependen únicamente de API que rara vez cambian entre versiones».
Un modelo de implementación que se adapta a tus limitaciones.
Liferay ofrece opciones de SaaS, PaaS y autohospedadas. En Liferay SaaS, la personalización se lleva a cabo mediante extensiones de cliente y es Liferay quien aplica las actualizaciones y los parches de la plataforma. Esa es una clara diferencia entre la plataforma y los enfoques de desarrollo desde cero: con la oferta SaaS de un proveedor, mantener la base actualizada es responsabilidad suya. Con un desarrollo desde cero, siempre es responsabilidad tuya.
El vibe coding y una plataforma son complementarios, no competidores
Recuerda: el vibe coding es un enfoque de desarrollo, no una plataforma. El vibe coding puede influir en la rapidez con la que se crea el software, pero no garantiza que dicho software sea seguro, esté integrado, sea escalable o sostenible.
Cuando se utilizan conjuntamente, ambos forman un equipo potente. La IA acorta el tiempo de desarrollo cuando se regula adecuadamente. La plataforma sirve de base. Se obtiene tanto velocidad como facilidad de mantenimiento. Ese prototipo que has creado se utiliza como una herramienta de exploración útil antes de dedicar los recursos de ingeniería a un proyecto completo.
El enfoque de Liferay respecto a la creación asistida por IA sigue la misma lógica. La IA de Liferay genera bloques de construcción estándar de bajo código dentro de la plataforma, en lugar de código de forma libre añadido a ella, por lo que el resultado se encuentra donde los equipos ya trabajan. El código generado respeta los roles y permisos que ya has definido.
Todo lo que produce la IA sigue siendo transparente y editable a través de las mismas herramientas visuales, por lo que no hay que mantener una «caja negra» separada. La IA genera elementos reutilizables, como fragmentos, plantillas y contenido, y puede configurarse para reutilizar lo que ya existe antes de crear nada nuevo, de modo que un elemento utilizado en muchos lugares se actualiza una sola vez. Tus flujos de trabajo de revisión y aprobación existentes se aplican a los cambios generados por la IA, lo que permite que las personas mantengan el control sobre lo que se publica.
Más información sobre las capacidades low-code
de Liferay o sobre AI Hub.
Preguntas que debes hacerte antes de decidir
Si tu equipo está sopesando entre desarrollar desde cero o utilizar una plataforma, aquí tienes algunas preguntas que te ayudarán a determinar los costes potenciales.

1. ¿Cuánto tiempo esperamos que esté en funcionamiento este portal?
2. ¿Quién se encargará de su mantenimiento dentro de tres años?
3. ¿Qué ocurre la primera vez que una dependencia reciba un aviso crítico?
4. ¿Cómo demostraremos que nuestro modelo de permisos funciona?
5. ¿Qué obligaciones tenemos en materia de accesibilidad?
6. ¿Dónde se almacenan nuestros datos regulados y quién puede acceder a ellos?
7. ¿Cómo se gestionarán las actualizaciones?
8. ¿Sería desarrollar esto el mejor uso que podríamos dar a nuestra capacidad de ingeniería?
Cómo funciona un portal de clientes creado sobre una plataforma
El valor de una plataforma se refleja en el tiempo de lanzamiento y en los resultados medibles. Tomemos como ejemplo a estos tres clientes de Liferay:
- Broadcom pasó de la selección de proveedores y productos al lanzamiento en diez meses, implementando 845 funcionalidades, y registró una reducción del 66 % en el número de clics de los usuarios, ahora que todos los recursos se encuentran en un único lugar.
- IndiaFirst Life Insurance registró una reducción del 20 % en las llamadas y los tickets de atención al cliente, un aumento del 40 % en el número de clientes que pagan las primas en línea y más de 60 000 usuarios registrados.
- HDI Assicurazioni implementó su portal en 18 semanas y registró 50 000 nuevos usuarios en los primeros seis meses.
Tomar la decisión
Si estás creando un prototipo solo para probar una idea, utiliza la herramienta que te permita hacerlo más rápido, que probablemente sea la IA. Siempre que mantengas los prototipos alejados de los datos de producción hasta que superen una revisión de seguridad y arquitectura, esto tiene sentido.
Pero si estás creando el sistema que tus clientes utilizarán para iniciar sesión y compartir datos confidenciales —es decir, un sistema que constituye una extensión crucial de la confianza que depositan en ti—, entonces necesitas algo más que un generador de código.
La IA reduce el tiempo que lleva desarrollar software, pero una plataforma como Liferay DXP, junto con
su IA integrada, acorta el tiempo necesario para obtener valor empresarial y reduce tu coste total de propiedad.
Reserva una demostración para comentar los requisitos de tu proyecto de portal de clientes
o sigue explorando cómo Liferay DXP ofrece soluciones para los clientes.
Preguntas frecuentes
¿Se puede utilizar código generado por IA para un portal de clientes en producción?
En teoría, sí, siempre que la organización se encargue de todo lo necesario para que una aplicación esté lista para su puesta en producción, incluyendo la revisión de seguridad, la gestión de dependencias, el mantenimiento de la integración, las pruebas de accesibilidad, las pruebas de auditoría, el alojamiento y las actualizaciones continuas. El código generado es el punto de partida, no el sistema terminado. Lee más sobre los riesgos de seguridad del vibe coding y cómo una revisión exhaustiva puede hacerlo más seguro.
¿Está Liferay en contra de el vibe coding?
No. El vibe coding es un enfoque de desarrollo y funciona bien para la creación de prototipos, pruebas de concepto y herramientas internas de bajo riesgo. El vibe coding solo se convierte en un problema cuando se trata como sustituto de una plataforma empresarial.
¿Una plataforma ralentiza a los equipos en comparación con la generación de código?
Con una plataforma, hay más trabajo de diseño inicial, ya que los modelos de datos, los permisos y los flujos de trabajo se configuran de forma deliberada. Esa inversión es lo que hace que los cambios posteriores sean predecibles.
¿Y si ya hemos creado algo con IA y queremos trasladarlo a una plataforma?
No es una trayectoria infrecuente, y sigue el patrón de cuatro etapas descrito en nuestra guía sobre vibe coding y low-code: explorar con IA, evaluar el prototipo, reconstruir el concepto validado en una plataforma regulada y, por último, medir y escalar. El prototipo no se desperdicia, sino que sirve de punto de partida como especificación.
¿Cómo comparamos el coste de desarrollar una aplicación frente al de utilizar una plataforma?
Compara los costes a lo largo de toda la vida útil prevista de la aplicación, en lugar de solo en el momento del lanzamiento. Incluye el mantenimiento, los parches de seguridad, las actualizaciones, el alojamiento y el tiempo de ingeniería dedicado a las partes que una plataforma habría proporcionado. El mantenimiento ha representado históricamente la mayor parte del coste total del software, por lo que una comparación basada únicamente en el esfuerzo de desarrollo subestimará significativamente la opción de crear desde cero.