Linear: el issue tracking murió. El 25% dice más sobre IA en retail que el 75%.
En mayo de 2026, Linear publicó un manifiesto corto declarando el fin del issue tracking. El texto es directo: “Issue tracking se construyó para un modelo de handoff. El PM define el alcance, el ingeniero lo recoge, el sistema se llena de priorización, negociación, flujos para tapar el hueco.”
Linear es la empresa que lideró esa categoría la última década. El anuncio es lo que se llama un disclosure de auto-canibalización: la empresa publica que el producto que vende está muriendo.
La línea que importa no es el titular. Son los tres números enterrados en el cuerpo del texto.
- 75% de los workspaces enterprise de Linear ya corren agentes de código integrados al tracker.
- El volumen de trabajo completado por agentes creció 5x en los últimos tres meses.
- Cerca de 25% de los nuevos tickets ahora los escriben agentes, no humanos.
Fuente: Linear, “What’s Next”, mayo de 2026.
El número que se volvió titular es el 75%. El número que importa es el 25%. El primero mide instalación. El segundo mide un cambio en quién decide el trabajo.
Qué mide el reporte
Linear es proveedor. La muestra es su propia base enterprise. No es una encuesta independiente. Sirve como señal de lo que pasa dentro de empresas que ya usan el producto, no como medida de adopción de mercado.
Eso es lo que aquí se llama el rango razonable: dentro del recorte de Linear, el número es exacto. Afuera, indicativo.
La señal igual queda clara. Las empresas que pagan por un sistema de tracking están usando ese tracking para coordinar humanos y agentes en la misma fila. Y en tres meses los agentes pasaron de ejecutor a autor.
El número detrás del número
Aquí está la parte que nadie citó. Linear no sacó el ticket del producto. Linear está diciendo que el ticket se volvió contexto, no la unidad de trabajo.
El modelo viejo:
- El PM escribe la spec
- La spec se vuelve ticket
- El ingeniero toma el ticket
- QA testea
- Operación integra
El modelo que Linear describe:
- Feedback, conversaciones, decisiones se vuelven contexto en el sistema
- El agente lee el contexto y escribe el ticket
- Un operador senior aprueba o redirige
- El agente ejecuta
- El mismo operador valida el resultado
Tres funciones desaparecieron de la fila. El PM que traduce, el QA que testea, el ingeniero junior que ejecuta. No los reemplazó una automatización. Los absorbió un único contribuidor senior con agente.
Theo Browne, ex staff engineer en Twitch, describe la misma práctica como “método Theo”: en vez de escribir una spec de 20 páginas y debatirla por semanas, construir un prototipo crudo en 1 a 3 días y usar el prototipo como la spec. La mitad de sus prototipos salieron a producción sin reescritura. “No tenía sentido cuando el código era caro. Ahora el código es barato.”
La distancia operacional
Aquí es donde la señal de Linear toca el retail.
La mayoría de los proyectos de IA en retail latinoamericano todavía se organiza en el modelo viejo. La dirección contrata un squad de seis a ocho personas: un PM, dos ingenieros, un diseñador, un QA, un líder de datos, un analista de operación. La spec tarda de cuatro a seis semanas. El piloto arranca en el mes tres. El resultado se evalúa en el mes seis.
¿Puedes listar tres proyectos de IA en tu empresa que arrancaron así en los últimos dos años? ¿Dónde están hoy?
La respuesta honesta en la mayoría de las operaciones: dos quedaron en piloto y uno se volvió un dashboard que nadie abre.
El número de AI Magicx es directo: solo el 5% de las empresas alcanza ROI sustancial en IA. El de SupplyChainBrain, cruzado con TechRadar (2026), es más duro: 73,8% de los proyectos de IA en retail fallan en entregar el ROI proyectado.
El punto no es que la IA no funciona. El punto es que la organización del trabajo alrededor de la IA se copió del modelo anterior a la IA.
El contribuidor que reemplaza la fila
La figura que Linear describe, sin usar el término, es el forward-deployed engineer. Un operador senior, sentado dentro de la operación, con agentes haciendo el trabajo procedural. No un equipo. Uno.
Ese es el formato que Forja ya entrega en retail desde el primer Diagnóstico. No porque seguimos una tendencia. Porque era la única manera de cerrar un proyecto con cronograma y criterio honestos.
La decisión de este trimestre
Piensa en el último reporte de tendencias en IA que llegó a la mesa de tu dirección. McKinsey, Gartner, NRF, Linear, lo que sea. ¿Cuántas decisiones en tu operación cambió ese reporte este trimestre? Probablemente cero.
Ese es el reporte para el que existe el brief.
Mándame el reporte que quedó arriba del escritorio del CEO este trimestre sin volverse ninguna decisión. En una hora te devuelvo un brief de una página: tres acciones específicas para el próximo trimestre, cada una atada a un indicador que tu operación ya mide. Si una de ellas se vuelve proyecto, el Diagnóstico de dos semanas transforma la acción en alcance: criterio, cronograma, costo, firmados antes de la primera línea de código.