Panel del asistente
31 %
de sugerencias aceptadas
Cursor y Copilot ya cobran por uso
La IA ya escribe parte de tu código. HubBound te dice cuál, cuánto costó y si funcionó.
HubBound Analytics es analítica de IA para equipos de ingeniería. Une cada sesión de Claude Code, Codex, Cursor, GitHub Copilot y Antigravity con tus tickets, pull requests, releases e incidentes de Datadog, para que veas qué hizo la IA, cuánto costó cada ticket y si llegó a producción sin problemas.
Ejemplo ilustrativo de Northstar Labs: un ticket, de la sesión de IA a una señal de producción.
El problema
Tu equipo escribe código más rápido. ¿Entrega más rápido?
La IA aceleró justo la parte que menos tarda. Los PR se acumulan en revisión, la factura cambia cada mes y cada herramienta te muestra solo su parte.
Facturación de IA
US$8.120
este mes, por uso
Jira
146
tickets cerrados
¿Qué compraron esos US$8.120?
Cifras ilustrativas de un equipo ficticio.
Lo que dice la investigación más reciente
vs +30 %
Con agentes de IA autónomos, los commits subieron 240 % y los lanzamientos solo 30 %, en más de 500.000 desarrolladores de GitHub.
Más del 80 % de casi 5.000 profesionales cree que la IA aumentó su productividad. Aun así, la adopción de IA sigue asociada a menos estabilidad en la entrega.
Es la mediana de velocidad que dicen ganar con IA los 349 profesionales técnicos encuestados por METR entre febrero y abril de 2026 (publicado en mayo). El propio METR advierte que es percepción: su último experimento midió entre 4 % y 18 % menos tiempo, con evidencia débil.
Así se ve un ticket cuando lo sigues de punta a punta.
TCK-184 pasó por tres sesiones de IA, un pull request, un release y siete días en producción sin incidentes. HubBound reúne esas piezas desde las herramientas que ya usas, siempre que tickets, commits e identidades se puedan vincular. Y lo que nunca llega a un ticket también se ve: las sesiones de IA sin ticket aparecen con su tiempo y su costo.
Sesiones de IA
Quién usó qué herramienta y qué modelo, qué hizo cada sesión, cuántos tokens y cuánto costó.
TCK-184: 3 sesiones en Claude Code y Cursor
Claude Code
Codex
Cursor
GitHub Copilot
Antigravity
Tickets y código
A qué ticket y a qué PR fue cada sesión, cuánto esperó la revisión y si se fusionó.
TCK-184: PR #412, primera revisión en 1,8 h
Jira
Linear
GitHub
Producción
Cuándo llegó a producción y si hizo falta un rollback o un hotfix.
TCK-184: REL-042 a producción en 7,9 h; checkout-api sin incidentes en 7 días
Datadog
Experiencia del equipo
Si el equipo siente que la IA le ayuda o le suma revisión, con respuestas anónimas en Pulse Survey y un mínimo de respuestas para proteger a quien contesta.
Equipo: Se lee por equipo
- Pulse Survey
Ahora multiplícalo por 146 tickets y 48 personas.
Abre cualquier sesión de IA y entiende qué pasó.
Cada sesión trae un resumen, el tiempo que se trabajó de verdad, el costo, el modelo y el ticket al que se ligó. Los hábitos del equipo salen de ahí: a qué hora se trabaja con IA, en qué, cómo terminan las sesiones y qué tan bien se maneja el contexto. Te dice dónde se atasca el trabajo con IA y qué hábitos copiar entre equipos.
Ejemplo ilustrativo de una sesión de IA, los hábitos del equipo y la calidad de los prompts, de Northstar Labs.
Preguntas que responde
- ¿Qué pasó en esta sesión?
- ¿En qué trabaja el equipo con IA?
- ¿Cómo terminan las sesiones?
- ¿Se maneja bien el contexto?
Las preguntas que te van a hacer sobre la IA, respondidas en una demo.
Northstar Labs es un equipo ficticio de 48 personas con 30 días de datos ilustrativos. Cada capítulo responde una pregunta que suele llegar desde finanzas o dirección.
¿Dónde actuar primero este mes?
−30,8 %tiempo hasta la primera revisión
Las 4 áreas están sanas. El cambio a producción bajó 29,5 % y la revisión es lo que más mejoró este mes.
- 412 PR fusionados
- 146 tickets
- 36 personas activas por semana
¿Qué pasa con el código después de que la IA lo escribe?
82 %de las sesiones de IA con commits llega a código fusionado
La IA participó en el 70 % de los 412 PR, y solo el 4,7 % de los cambios falló en producción, 3,1 puntos menos que el período anterior.
- 1.478 commits
- 64 despliegues
- CI con 96 % de éxito
¿Quién usa la IA de verdad y cuánto cuesta?
36 de 48personas usan IA cada semana
La usan el 81 % de los días laborables. Hay 4 licencias sin uso y el mes costó US$8.120 en 1.240 sesiones.
- WAU 36
- MAU 44
- 4 licencias sin uso
¿Cuánto cuesta en IA cada ticket?
US$38,40costo mediano de IA por ticket
El promedio sube a US$55,36 porque unos pocos tickets concentran el gasto. Cada ticket necesitó 2,8 PR.
- 132 tickets con costo
- US$26,31 por PR
- 6 % de churn
¿Ir más rápido nos está costando calidad?
7,9 hdel commit a producción, 29,5 % menos
La tasa de fallos bajó a 4,7 % en el mismo período: la velocidad no se pagó con calidad. La IA devuelve 2,1 h netas por persona y semana.
- HUBPR 84/100
- eficiencia de flujo 58 %
- fallos 4,7 %
¿Qué hace el equipo cuando trabaja con IA?
64 %de las sesiones termina completada
El 78 % del trabajo con IA es ingeniería de software y la hora pico va de 10 a 11. La higiene del contexto promedia 72 sobre 100.
- 312 sesiones analizadas
- 21 % parciales
- 9 % bloqueadas
Se ve mejor en pantallas grandes.
HubBound Analytics
Ejemplo ilustrativoNo pudimos cargar la demo interactiva. Inténtalo de nuevo o solicita una demo para tu equipo.
Datos ilustrativos de un equipo ficticio. Esta demo no conecta tus fuentes.
¿Lo quieres ver con tus herramientas y tu equipo?
Solicitar una demoMétricas que aguantan la pregunta de finanzas.
Cada una con su definición, un valor de ejemplo, la pregunta que responde y de dónde sale. Si alguien pregunta de dónde sale un número, la respuesta está al lado.
Costo
- Costo de IA por ticket
Costo de las sesiones vinculadas a un ticket, calculado con precios por modelo. Se reporta mediana y promedio.
EjemploUS$38,40mediana, últimos 30 díasResponde¿Cuánto nos cuesta la IA por cada ticket que cerramos?
Fuente: Sesiones de IAFuente: Tickets y código- Costo por pull request
Costo de las sesiones vinculadas a cada PR fusionado.
EjemploUS$13,40promedio por PR fusionadoResponde¿Cuánta IA se fue en cada pull request que se fusionó?
Fuente: Sesiones de IAFuente: Tickets y código- Gasto por herramienta y modelo
El gasto en IA repartido por herramienta y modelo, con la parte que se lleva cada uno.
EjemploUS$8.120últimos 30 días, por modeloClaude Sonnet 5.5 54 %gpt-5-codex 28 %gemini-2.5-pro 12 %Otros 6 %Responde¿Qué herramientas y modelos se llevan el gasto?
Fuente: Sesiones de IA- Gasto atribuido a entregas
Parte del gasto en IA que se puede vincular a tickets y pull requests que se entregaron.
Ejemplo68 %del gasto está ligado a entregasResponde¿Cuánto del gasto se convirtió en trabajo entregado?
Fuente: Sesiones de IAFuente: Tickets y código
Adopción
- Adopción semanal (WAU)
Personas que usaron al menos una herramienta de IA en la semana, sobre las personas habilitadas para usarla.
Ejemplo36 de 48personas activas la semana pasadaResponde¿Cuánta gente usa IA de verdad cada semana?
Fuente: Sesiones de IA- Profundidad de uso
Porcentaje de días laborables en los que cada persona usó IA (en la guía de adopción, “frecuencia”). Separa el hábito del acceso.
Responde¿La IA es un hábito o solo algo a lo que se tiene acceso?
Fuente: Sesiones de IA- Licencias sin uso
Licencias pagadas sin actividad en el período. Requiere conectar la fuente de licencias.
Responde¿Estamos pagando licencias que nadie usa?
Fuente: Fuente de licencias- Fluidez con IA
Puntaje de 0 a 100 en cuatro dimensiones (delegación, descripción, discernimiento y diligencia) más hábito. Describe cómo se trabaja con la IA.
Ejemplo78/100promedio del equipoResponde¿Qué tan bien trabaja la gente con IA?
Fuente: Sesiones de IA
Entrega
- Sesiones que llegan a código
Porcentaje de sesiones de IA con commits que terminan en código fusionado.
Ejemplo82 %de las sesiones de IA con commitsResponde¿Cuánto de lo que escribe la IA termina fusionado?
Fuente: Sesiones de IAFuente: Tickets y código- Tiempo de entrega de cambios (lead time)
Horas desde el commit hasta que el cambio corre en producción. Métrica DORA.
Ejemplo7,9 h29,5 % menos que el período anteriorResponde¿Cuánto tarda un cambio en llegar a producción?
Fuente: Tickets y códigoFuente: ProducciónCómo medir las métricas DORA- Tasa de fallos de cambios
Porcentaje de despliegues que requieren intervención inmediata (rollback, hotfix o feature flag). Métrica DORA.
Ejemplo4,7 %3,1 puntos menos que antesResponde¿Ir más rápido está rompiendo producción?
Fuente: Producción- Éxito de despliegues
Porcentaje de los despliegues a producción que terminan bien.
Ejemplo95 %de 64 desplieguesResponde¿Lo que entregamos aguanta en producción?
Fuente: Tickets y códigoFuente: Producción- Pull requests por ticket
Cuántos pull requests necesita un ticket antes de darse por terminado.
Responde¿Los tickets necesitan muchas vueltas para cerrarse?
Fuente: Tickets y código- Churn de código
Porcentaje del código recién escrito que se reescribe poco después. Muestra si el código de la IA aguanta.
Responde¿Dura el código que escribe la IA?
Fuente: Sesiones de IAFuente: Tickets y código
Productividad y experiencia
- Horas netas por persona y semana
Tiempo que la IA devuelve una vez descontado el tiempo extra de revisión y corrección.
Ejemplo2,1 hdevueltas por persona y semanaNetas 2,1 h 66 %Revisión y retrabajo 1,1 h 34 %Responde¿Cuántas horas devuelve de verdad la IA?
Fuente: Sesiones de IAFuente: Tickets y códigoCómo medir la productividad con IA- Eficiencia de flujo
Porcentaje del tiempo de ciclo en el que el trabajo está activo y no esperando.
Ejemplo41 %del tiempo de ciclo está activoResponde¿El trabajo fluye o se queda esperando?
Fuente: Tickets y código- Perfil HUBPR
Perfil de 0 a 100 en cinco dimensiones: hábitos de IA, flujo sin fricción, calidad sólida, precio-valor y experiencia reportada. Se apoya en DORA y SPACE. Se lee junto a cada dimensión.
Ejemplo71/100en cinco dimensionesResponde¿Dónde es fuerte el equipo y dónde necesita apoyo?
Fuente: Tickets y códigoFuente: ProducciónFuente: Pulse Survey- Respuestas de Pulse Survey
Cuántas personas respondieron la encuesta del equipo. Los resultados se publican solo con un mínimo de respuestas.
Ejemplo31 de 48personas respondieronResponde¿La encuesta es lo bastante representativa para confiar en ella?
Fuente: Pulse Survey
Sesiones
- Sesiones útiles
Porcentaje de las sesiones analizadas que produjeron algo aprovechable.
Ejemplo74 %de 312 sesiones analizadasResponde¿El tiempo que se va en sesiones de IA está rindiendo?
Fuente: Sesiones de IA- Puntuación de higiene del contexto
Puntaje de 0 a 100 de qué tan limpio es el manejo de la ventana de contexto. Más alto es mejor.
Ejemplo72/100promedio del equipo, nivel BuenaResponde¿La gente maneja bien el contexto?
Fuente: Sesiones de IA- Cómo terminan las sesiones
Reparto de las sesiones analizadas en completadas, parciales, bloqueadas y canceladas.
Ejemplo64 %completadasCompletadas 64 %Parciales 21 %Bloqueadas 9 %Canceladas 6 %Responde¿Las sesiones terminan lo que empezaron?
Fuente: Sesiones de IA- Duración de la sesión
Cuánto duran las sesiones, como mediana y como percentil 90.
Ejemplo38 minmediana; 9 de cada 10 duran menos de 1 h 50Responde¿Cuánto trabaja el equipo en cada sesión?
Fuente: Sesiones de IA
Pregúntale a Pulse AI en vez de buscar en un dashboard.
Escribe la pregunta como se la harías a tu equipo: qué herramienta concentra el uso, cuánto subió el gasto este mes o cuánta gente usa IA cada semana. Pulse AI responde con el gráfico y la tabla, solo con los datos que tu rol puede ver.
Northstar Labs
Ejemplo ilustrativoPulse AI
¿A dónde va el gasto en IA?
El ejemplo atribuye US$8.120 al consumo de IA registrado en los últimos 30 días. La mayor parte está en dos modelos.
Costo de IA atribuido
US$8.120
consumo registrado, últimos 30 días
+6 %
vs. mes anterior
Costo atribuido por modelo
| Modelo | Costo |
|---|---|
| claude-sonnet-4.5 | US$4.380,50 |
| gpt-5-codex | US$2.310,20 |
| gemini-2.5-pro | US$960,40 |
| Otros | US$468,90 |
Elige una pregunta de arriba para explorar una respuesta preparada.
Respuestas preparadas con datos ilustrativos del equipo ficticio Northstar Labs. Elige una pregunta para explorar el ejemplo; esta página no ejecuta consultas de IA en vivo.
Se mantienen tus permisos de acceso
Las respuestas utilizan las métricas disponibles dentro de tu ámbito de organización y equipo.
Revisar las fuentesRevisa los datos de la respuesta
Comprueba el período y la cobertura de las fuentes antes de llevar una tendencia a la revisión de la inversión.
Ver qué mide Analytics
Responde a finanzas sin convertir la IA en un ranking de personas.
El panel de cada herramienta muestra su propio uso. Las plataformas de métricas de ingeniería muestran la entrega. HubBound los cruza por ticket.
| Capacidad | HubBound Analytics | Panel de cada herramienta de IA | Plataformas de métricas de ingeniería |
|---|---|---|---|
| Uso y costo por herramienta y modelo | Sívarias herramientas a la vez | Sísolo su herramienta | Parcial |
| Vínculo sesión, ticket y PR | Sí | No | Parcial |
| Señales de producción (Datadog) | Sí | No | ParcialDORA, CI |
| Experiencia del equipo (Pulse Survey) | Sícon mínimos de respuesta | No | Parcial |
| Análisis de cada sesión de IA (resumen, calidad de prompts, higiene del contexto) | Sí | No | No |
| Asistente que responde con gráficos según permisos | SíPulse AI | No | Parcial |
Comparamos categorías de herramientas; cada producto tiene sus propias capacidades.
Por equipo, por defecto.
Las vistas por persona son solo para administradores y líderes de equipo, y no están pensadas para evaluar desempeño. El resto ve tendencias por equipo.
Encuestas que la gente se anima a contestar.
Pulse Survey publica los resultados de un grupo solo cuando hay un mínimo de respuestas.
Compáralo con tus herramientas actuales.
Solicitar una demo¿Qué mostraría HubBound sobre la IA en tu equipo?
Responde seis preguntas cortas y deja tu nombre y tu email de trabajo. Recibes al instante un primer plan de medición y la demo se prepara a partir de él.
- Una pregunta a la vezElige con un clic o con las teclas numéricas, y vuelve atrás cuando quieras.
- Un plan armado con tus respuestasVes qué medir primero y qué conectar en cuanto envías la solicitud.
- No se envía nada hasta el último pasoTus respuestas se quedan en esta pestaña del navegador hasta que envíes la solicitud.
Lo que preguntan los CTO antes de conectar nada.
Respuestas cortas sobre qué mide Analytics, cuánto cuesta y qué necesita.
¿Qué es HubBound Analytics?
HubBound Analytics es la parte de HubBound que mide cómo usa la IA tu equipo de ingeniería y qué efecto tiene en la entrega: costo de IA por ticket, licencias sin uso, tiempo de entrega y fallos en producción. Une el uso y el costo de Claude Code, Codex, Cursor, GitHub Copilot y Antigravity con Jira, Linear, GitHub, Datadog y Pulse Survey, la encuesta del equipo.
¿Cuánto cuesta?
Analytics viene incluido en el plan Core: $90.000 COP por puesto al mes (IVA no incluido), con un mínimo de 5 puestos y 6 meses de historial (ampliable a 24 meses con Métricas de largo plazo). Las preguntas a Pulse AI se cobran bajo demanda después de un umbral de uso. Los detalles están en Precios.
¿Sirve para decidir qué licencias renovar?
Sí. Con la fuente de licencias conectada ves las licencias pagadas sin actividad y, por herramienta, qué parte de las sesiones termina en código fusionado.
¿Qué herramientas de IA soporta?
Claude Code, Codex, Cursor, GitHub Copilot y Antigravity. Los datos disponibles dependen de cada proveedor, su versión y cómo se configure la captura.
¿Cuánto tarda en dar una primera lectura útil?
En cuanto conectas las fuentes empiezas a ver adopción y costo. Al conectar Jira o Linear, un administrador puede traer los tickets de los últimos seis meses, así que la entrega no empieza de cero.
¿Demuestra el ROI de la IA?
Te da lo necesario para discutirlo en serio: costo por ticket, tiempo de entrega, fallos y experiencia del equipo. Para hablar de causa hay que comparar equipos o períodos, y Analytics te muestra dónde hacerlo.
¿Podemos comparar equipos o personas?
Equipos, sí: el mapa de equipos compara cada equipo con sus pares. Las vistas por persona están reservadas a administradores de la organización y líderes de equipo, y no deberían usarse como evaluación de desempeño.
¿Necesito todas las integraciones para empezar?
No. Con las sesiones de IA ya ves adopción y costo. GitHub, Jira o Linear añaden la entrega; Datadog, la estabilidad en producción; Pulse Survey, la experiencia del equipo.
¿Qué datos recoge HubBound de las sesiones de IA?
HubBound recoge metadatos de las sesiones de IA (herramienta, modelo, tokens, duración, uso de herramientas) y unas pocas muestras recortadas de tus prompts, nunca transcripciones completas. Si el administrador de tu organización activa el análisis de sesiones (apagado por defecto), esas muestras se analizan con IA para resumir sesiones, clasificar el trabajo y evaluar los prompts. Cada persona ve sus sesiones; los administradores y los líderes de su equipo también.
Para profundizar
Dos guías para llegar a esa reunión con criterio propio.
Métricas
Métricas DORA 2026: cómo calcular las cinco
Las cinco métricas DORA con fórmulas, un ejemplo de 18 despliegues, reglas para contar staging, reintentos y apps móviles, y qué cambia la IA.
Por Angel Lindarte
12 min de lectura
Métricas
Medir la productividad de desarrolladores con IA
Mide la productividad con IA por esfuerzo neto por cambio aceptado, revisión, costo de IA y señales de producción. Estudios conciliados y ejemplo resuelto.
Por Angel Lindarte
12 min de lectura
También en HubBound:
Llega a la reunión de presupuesto de 2027 con el costo por ticket en la mano.
Te mostramos Analytics con un equipo de ejemplo de tu tamaño y las herramientas que ya usas. Sales sabiendo qué tres cifras llevar: costo por ticket, licencias sin uso y tiempo a producción.
