Lovable vs. Claude y Codex: la diferencia no está en el código

En la dirección de proyectos existe una pregunta que todo Project Manager debería plantear junto a sus stakeholders al momento de planificar los recursos necesarios para su ejecución: ¿lo hacemos o lo compramos?

Esta decisión, conocida como Make or Buy Analysis, tiene bastante más profundidad de lo que parece. Durante años, cuando una empresa necesitaba incorporar una herramienta tecnológica para gestionar sus operaciones, la respuesta habitual era contratar un proveedor de software que, muchas veces, debía concurrir presencialmente a nuestras oficinas para instalar las licencias en cada computador. Luego, con la masificación del modelo Software as a Service (SaaS), el acceso a estas soluciones se simplificó enormemente, tanto desde el punto de vista técnico como económico. Sin embargo, también nos acostumbramos a pagar suscripciones mensuales por prácticamente cada necesidad de nuestros equipos.

Hoy, con la rápida evolución de la inteligencia artificial aplicada al desarrollo de software, esa ecuación está cambiando por completo. Tanto que, a mi juicio, las grandes empresas de software enfrentarán durante los próximos dos años uno de los mayores desafíos de su historia para mantener la competitividad de sus productos. El vibe coding, los agentes de programación y tecnologías como las APIs y el Model Context Protocol (MCP) están reduciendo significativamente las barreras técnicas y económicas para construir nuestras propias aplicaciones.

Y esto que les cuento no es ficción ni el relato de algún video viral de un influencer de inteligencia artificial mostrando cómo construyó un MVP en unos minutos. Es algo que he experimentado personalmente durante el último año.

En Legalfit, la legaltech de la cual soy CEO, hemos conseguido reemplazar dos proveedores importantes de software y desarrollar cuatro herramientas internas adicionales que antes no teníamos, con las cuales hemos digitalizado y automatizdo procesos que se realizaban esencialmente de forma manual. Esto nos ha permitido reducir nuestros gastos recurrentes en aproximadamente USD 2.000 mensuales, equivalentes a USD 24.000 anuales en licencias que dejamos de pagar, sin considerar los beneficios económicos y operativos de las nuevas aplicaciones que hemos incorporado.

Pero más allá del ahorro, lo interesante ha sido descubrir que podemos desarrollar soluciones adaptadas a nuestros propios procesos, sin depender de las funcionalidades, los tiempos de implementación o las restricciones comerciales de un tercero. Si a eso sumamos una metodología adecuada de Product Design (o Legal Product Desing), con investigación de usuarios, identificación de problemas y validación de soluciones, podemos optimizar considerablemente nuestros recursos y generar mejores experiencias tanto para nuestros equipos como para nuestros clientes.

Y aquí viene lo que realmente quiero compartir en esta columna: ¿con qué herramientas hemos conseguido todo esto? Principalmente con Lovable, una plataforma que descubrí hace aproximadamente un año y que hoy recomiendo especialmente para quienes buscan desarrollar aplicaciones profesionales sin contar necesariamente con un gran equipo de ingeniería propio.

¿Por qué Lovable y no Claude o Codex?

Durante los últimos casi tres años, que parece poco, pero tampoco ha transcurrido mucho más desde que explotó el fenómeno de la inteligencia artificial generativa, he utilizado distintas herramientas para investigar, analizar información, generar contenido y, especialmente durante el último año, desarrollar software.

He experimentado con Claude, de Anthropic, y con las soluciones de OpenAI, incluido Codex. Todas me parecen herramientas extraordinarias, con capacidades de programación cada vez más avanzadas. Sin embargo, cuando se trata de construir aplicaciones web destinadas a operar para mi empresa o proyectos, mi preferencia es Lovable.

Si no estás demasiado involucrado en el ecosistema del vibe coding, puede que Lovable no te resulte tan familiar. Pero si tienes interés en desarrollar soluciones tecnológicas para tu negocio, creo que es una plataforma que vale la pena que conozcas y esudies.

¿La razón de esto? No está necesariamente en que genere mejor código que sus competidores, sino en algo que considero bastante más relevante: la arquitectura tecnológica que pone a nuestra disposición desde el primer momento.

Desarrollar una aplicación web no consiste simplemente en crear una interfaz atractiva, lo que en diseño conocemos como User Interface (UI). Detrás de esa interfaz necesitamos un frontend, un backend que ejecute la lógica de negocio, una base de datos que permita almacenar y relacionar información, mecanismos de autenticación y autorización, almacenamiento de archivos, integraciones con terceros y una infraestructura que permita desplegar y mantener todo funcionando.

Con asistentes de programación como Claude o Codex podemos construir todos estos componentes, pero también debemos ocuparnos de coordinar las distintas piezas de la arquitectura, configurar servicios y resolver sus integraciones. Naturalmente, estos agentes también pueden automatizar buena parte de ese trabajo, pero generalmente requieren un mayor control sobre el entorno de desarrollo. Justamente aqui es donde, para mí, Lovable se diferencia de otros proveedores de IA.

A través de Lovable Cloud podemos disponer de una infraestructura de backend con base de datos PostgreSQL, autenticación de usuarios, almacenamiento, funciones de servidor (Edge Functions), gestión de secretos y alojamiento de la aplicación. Todo desde un mismo entorno, sin necesidad de configurar manualmente cada servicio desde cero. También permite trabajar con Supabase, una plataforma Backend as a Service (BaaS), si preferimos administrar nuestra propia infraestructura de backend.

En la práctica, esto significa que podemos concentrarnos mucho más en diseñar funcionalidades, definir reglas de negocio y mejorar la experiencia del usuario, en lugar de dedicar gran parte del tiempo a ensamblar la infraestructura tecnológica. Todo esto desde tu propia cuenta de Lovable.

A esto se suman otras capacidades que valoro especialmente: desarrollo iterativo mediante lenguaje natural, edición visual de interfaces, depuración de errores, recuperación de versiones anteriores y sincronización con GitHub para mantener el código fuente versionado. Esta última funcionalidad es particularmente importante porque permite conservar un mayor control sobre el desarrollo y facilita su continuidad fuera de la plataforma, aunque siempre debamos considerar las dependencias de infraestructura.

También podemos integrar nuestras aplicaciones con otros sistemas mediante APIs, webhooks y funciones de backend. Por su parte, MCP permite conectar agentes de inteligencia artificial con herramientas y fuentes de información externas, ampliando las posibilidades de automatización durante el desarrollo, sin ir mas lejos podemos integrarnos con el mismo Claude y Chat GPT. No reemplaza a las APIs de nuestras aplicaciones, pero complementa muy bien este ecosistema.

En definitiva, lo que más valoro de Lovable es que no se limita a generar código: nos entrega un entorno integrado para diseñar, desarrollar, probar y desplegar productos digitales completos.

Hay otro valor agregado que me encanta: el diseño UX/UI

Aunque no siempre es lo más importante en las primeras etapas de un MVP, hay otro aspecto donde Lovable me ha sorprendido gratamente: su capacidad para trabajar el diseño de productos desde el comienzo.

Aquí no me refiero solamente a que genere interfaces bonitas. Me refiero a que podemos trabajar tanto el User Experience (UX) como el User Interface (UI), incorporando principios de usabilidad, jerarquía visual, consistencia de componentes, navegación y diseño responsivo.

Podemos partir utilizando nuestros propios componentes y lineamientos de marca, pero también pedirle que nos ayude a construir un Design System completo, definiendo tipografías, colores, espaciados, componentes reutilizables y patrones de interacción que mantengan la coherencia visual y funcional del producto a medida que crece.

Incluso podemos utilizarlo como apoyo en actividades propias de un equipo de producto: estructurar flujos de usuario, explorar alternativas de interfaz, preparar prototipos y organizar hipótesis para procesos de user research que posteriormente deberemos validar con usuarios reales.

Para quienes nos hemos formado en diseño de productos, esto es especialmente interesante, porque permite conectar mucho mejor el descubrimiento de necesidades con la construcción de soluciones.

Evidentemente, todas estas funcionalidades no reemplaza el criterio de un diseñador UX/UI ni la investigación con usuarios que un researcher pueda ejecutar, pero sí permite avanzar con una velocidad impresionante y obtener resultados bastante profesionales desde las primeras iteraciones.

¿Y cuánto cuesta? Aquí viene lo interesante

Hay que reconocer algo: Lovable no es precisamente la alternativa más económica. En mi experiencia, desarrollar aplicaciones complejas en Lovable puede resultar bastante más costoso por iteración que trabajar con Claude, Codex u otra. Aunque los modelos de facturación no son directamente comparables en términos de tokens, el consumo de créditos se nota, especialmente cuando realizamos muchas modificaciones sobre un mismo proyecto. Sin embargo, creo que comparar estas plataformas únicamente por el precio de sus créditos es un error.

En gestión tecnológica existe un concepto fundamental: el Total Cost of Ownership (TCO), o costo total de propiedad, que considera no solamente cuánto pagamos por adquirir una solución, sino también lo que cuesta implementarla, operarla, mantenerla y evolucionarla.

Cuando trasladamos ese criterio a nuestras decisiones de negocio, la evaluación cambia bastante. ¿De qué sirve ahorrar en créditos de IA si después debemos invertir horas configurando infraestructura, resolviendo integraciones, administrando servicios independientes o contratando apoyo técnico para poner nuestra aplicación en producción?

En mi caso, prefiero pagar más por una plataforma que me permita concentrar mis esfuerzos en diseñar funcionalidades y resolver problemas del negocio, en lugar de dedicar buena parte del tiempo a configurar y conectar componentes tecnológicos.

Eso sí, hay una precaución importante. Que Lovable permita desplegar aplicaciones funcionales no significa que cualquier desarrollo esté automáticamente preparado para producción. Si vamos a gestionar información de clientes o procesos críticos, debemos comprender aspectos como el control de acceso basado en roles (RBAC), las políticas Row Level Security (RLS), la protección de credenciales, las pruebas de seguridad, los respaldos y la continuidad operativa.

La infraestructura gestionada simplifica considerablemente el trabajo, pero no reemplaza una adecuada revisión técnica. Que una aplicación funcione no significa necesariamente que sea segura, escalable o mantenible, a pesar de que Lovable está haciendo un trabajo increíble para que esto si ocurra.

Mi principal aprendizaje

No soy ingeniero de software ni programador de profesión. Soy abogado, y aunque mi desarrollo profesional me ha llevado a formarme y trabajar en ámbitos relacionados con la dirección de negocios, la transformación digital y el diseño de productos, precisamente por eso me parece tan interesante lo que está ocurriendo.

Durante mucho tiempo, quienes dirigíamos empresas podíamos conocer perfectamente los problemas que necesitábamos resolver, pero dependíamos casi completamente de terceros para transformar esas necesidades en tecnología.

Hoy esa barrera es considerablemente menor. Con conocimientos de base en arquitectura de software, criterios de seguridad, diseño de productos y, sobre todo, una comprensión profunda de nuestros procesos de negocio, podemos participar directamente en el desarrollo de soluciones que antes parecían fuera de nuestro alcance.

Por supuesto, no se trata de reemplazar a los equipos de ingeniería ni de desarrollar internamente cualquier sistema. Hay aplicaciones cuya complejidad, criticidad o exigencias regulatorias hacen mucho más conveniente seguir trabajando con proveedores especializados. Y es precisamente ahí donde la pregunta inicial, ¿hacer o comprar?, cobra más sentido que nunca.

En Legalfit, por ejemplo, seguimos trabajando con proveedores tecnológicos que nos entregan servicios críticos para la operación. Sin embargo, hemos podido reemplazar otras soluciones de menor complejidad e incorporar nuevas plataformas que probablemente no habríamos desarrollado con la misma velocidad y costo bajo un esquema tradicional.

Tampoco creo que estas herramientas eliminen la necesidad de contar con ingenieros o profesionales técnicos. Lo que sí están cambiando es la cantidad de recursos y tiempo que necesitamos para desarrollar determinadas soluciones. Muchas tareas que antes requerían equipos más numerosos hoy pueden ejecutarse con estructuras más pequeñas, donde los especialistas se concentran en supervisar la arquitectura, validar la seguridad y resolver los desafíos técnicos de mayor complejidad.

Por eso, mi recomendación es que antes de contratar otro SaaS para resolver una necesidad de tu empresa, evalúes seriamente si puedes construir esa solución con alguna otra herramienta de desarrollo asistido por IA.

¡Ojo!, hago una distinción importante: no recomiendo necesariamente construirla. Recomiendo evaluarlo. Preguntarnos si tenemos la capacidad para desarrollarla, mantenerla, asegurar su funcionamiento y operarla responsablemente. Y, desde luego, comparar esos costos con los beneficios de seguir utilizando un proveedor especializado.

Quizás descubras, como me ocurrió a mí, que no solamente puedes ahorrar una cantidad importante de dinero, sino también desarrollar productos mucho más alineados con la forma en que realmente funciona tu negocio y con el usuario al centro de la solución.