La inteligencia artificial ya no es un experimento en los laboratorios de las grandes tecnológicas. Es infraestructura. En el caso de Spotify, el cambio es concreto: durante la presentación de resultados del cuarto trimestre, la compañía explicó que sus desarrolladores más destacados no han escrito manualmente ni una sola línea de código desde diciembre. Ahora delegan esas tareas en sistemas de IA que ejecutan y corrigen instrucciones técnicas.
No se trata de una anécdota aislada. Forma parte de una estrategia estructural de automatización del desarrollo. A lo largo de 2025, la empresa lanzó más de 50 nuevas funciones y mejoras en su aplicación. Entre ellas, Prompted Playlists impulsadas por IA, Page Match para audiolibros y About This Song, integradas en las últimas semanas. Más producto, en menos tiempo.
Honk: el sistema interno que dispara la velocidad de despliegue
Detrás de este giro está Honk, una herramienta interna diseñada para acelerar la escritura y el despliegue de código mediante inteligencia artificial generativa, en concreto a través de Claude Code.
El flujo de trabajo es revelador. Un ingeniero puede, desde su teléfono móvil y usando Slack, pedir al sistema que corrija un error en la app de iOS o que añada una nueva funcionalidad. La IA ejecuta la tarea y devuelve una versión lista para validación y despliegue, incluso antes de que el empleado llegue a la oficina. La programación deja de ser un proceso manual y pasa a ser una conversación con una máquina.
Desde la dirección sostienen que este modelo ha mejorado de forma sustancial la velocidad de desarrollo y puesta en producción. Y anticipan algo más profundo: esto no es el final del proceso, sino el inicio de una transformación más amplia en la forma de construir software.
El activo silencioso: datos musicales propios a gran escala
La productividad es solo una parte de la ecuación. Spotify puso especial énfasis en otro elemento clave: su capacidad para construir un conjunto de datos único basado en los hábitos musicales reales de millones de usuarios.
A diferencia de otros sectores donde los modelos pueden entrenarse con fuentes públicas ampliamente disponibles, en música no existe una respuesta universal sobre qué es “correcto”. Las preferencias varían según contexto cultural y geográfico. En Estados Unidos domina el hip hop, aunque convive con nichos como el death metal; en partes de Europa es habitual el EDM; en países escandinavos el heavy metal tiene un peso notable. Este mosaico convierte los datos propios en una ventaja competitiva difícil de replicar.
Según explicó la compañía a los analistas, ese dataset se amplía y perfecciona con cada reentrenamiento de los modelos. El resultado es una mejora constante en recomendaciones y descubrimiento musical, dos pilares del negocio.
Música generada por IA y control del spam
La cuestión de la música creada con inteligencia artificial también estuvo sobre la mesa. Spotify indicó que permite a artistas y sellos especificar en los metadatos cómo ha sido producida una canción. Al mismo tiempo, mantiene mecanismos de supervisión para evitar el spam dentro de la plataforma.
Este equilibrio apunta a una postura pragmática: apertura tecnológica con control operativo. La IA no se bloquea, pero tampoco se deja sin reglas.
La combinación de automatización interna del desarrollo, explotación avanzada de datos propios y gestión del contenido generado por IA sitúa a Spotify en una fase distinta. La pregunta ya no es si la inteligencia artificial ayuda a programar. Es otra: ¿qué papel tendrá el desarrollador cuando el código lo escriba la máquina y el valor esté en saber qué pedirle?
