Cisco y OpenAI redefinen la ingeniería empresarial con Codex

Durante décadas, Cisco ha creado y operado algunos de los sistemas de software críticos más complejos del mundo. A medida que la IA generativa maduró y pasó de la experimentación a una capacidad operativa real, Cisco apostó por lo que mejor sabe hacer: escalar tecnología avanzada en entornos exigentes del mundo real.

Ese enfoque ya está dando forma a cómo Cisco crea nuevos productos, incluido AI Defense, donde Codex ayudó a comprimir trabajo crítico de ingeniería de varios trimestres a semanas.

En lugar de tratar Codex como una herramienta independiente para desarrolladores, Cisco empezó a integrarlo directamente en los flujos de trabajo de ingeniería de producción, exponiéndolo a enormes sistemas multirrepositorio, bases de código con gran presencia de C/C++ y los requisitos de seguridad, cumplimiento y gobernanza de una empresa global.

En el proceso, Cisco ayudó a convertir Codex en algo fundamentalmente distinto de una herramienta de productividad para desarrolladores: un compañero de ingeniería de IA capaz de operar a escala empresarial.

El trabajo de Cisco en AI Defense muestra cómo puede ser ese modelo en la práctica. AI Defense es la solución integral de seguridad de IA de Cisco que protege frente a los riesgos de seguridad y protección introducidos por la IA.

El equipo de Cisco usó Codex para escribir la mayor parte de AI Defense y casi todas las nuevas funciones que Cisco está creando.

Este trabajo también refleja el papel más amplio de Cisco en el avance de la seguridad de la IA. Cisco está entre las principales organizaciones de seguridad que trabajan con la iniciativa Daybreak de OpenAI, que reúne modelos de OpenAI, Codex y socios de seguridad para acelerar la ciberdefensa y proteger el software de forma continua. Como parte de este programa, han gobernado el acceso a GPT‑5.5‑Cyber, un modelo para defensores cibernéticos.

Cisco también usó Codex para ayudar a crear su Defense Squad, una herramienta de código abierto que pasó de la ideación a la comunidad de desarrolladores en menos de una semana.

Cisco ya cuenta con una organización de ingeniería madura, con múltiples iniciativas de IA en marcha. Lo que hizo atractivo a Codex no fue la finalización de código ni la automatización superficial, sino la agencia. Codex demostró la capacidad de:

• Comprender y razonar en repositorios grandes e interconectados
• Trabajar con fluidez en lenguajes complejos
• Ejecutar flujos de trabajo reales mediante bucles autónomos de compilación-prueba-corrección basados en CLI
• Operar dentro de los marcos de revisión, seguridad y gobernanza existentes

Al trabajar directamente con OpenAI, los ingenieros de Cisco pudieron aportar comentarios sobre cómo se comportaban estas capacidades en entornos reales, dando forma a áreas como la orquestación de flujos de trabajo, los controles de seguridad y el soporte para tareas de ingeniería de larga duración, todas ellas críticas para el uso empresarial.

Una vez incorporado Codex al trabajo diario de ingeniería, los equipos empezaron a aplicarlo a algunos de sus flujos de trabajo más difíciles y laboriosos:

Optimización de compilación entre repositorios: Codex analizó los registros de compilación y los gráficos de dependencias en más de 15 repositorios interconectados, identificando ineficiencias. El resultado: una reducción de ~un 20 % en los tiempos de compilación y más de 1500 horas de ingeniería ahorradas al mes en entornos globales.

Corrección de defectos a escala (CodeWatch): con Codex-CLI, Cisco automatizó la reparación de defectos mediante ejecución iterativa y con agentes en bases de código C/C++ a gran escala. Lo que antes requería semanas de esfuerzo manual ahora se completa en horas, lo que ofrece un aumento de 10-15 veces en el rendimiento de resolución de defectos y libera a los ingenieros para centrarse en el diseño y la validación.

Migraciones de marcos en días, no semanas: cuando los equipos de Splunk necesitaron migrar varias interfaces de usuario de React 18 a 19, Codex gestionó de forma autónoma la mayor parte de los cambios repetitivos, comprimiendo semanas de trabajo en días y permitiendo a los ingenieros concentrarse en decisiones que exigían criterio.

Cisco proporcionó comentarios continuos procedentes del uso real en producción que ayudaron a OpenAI a acelerar la preparación de Codex para grandes empresas, especialmente en áreas como el cumplimiento, la gestión de tareas de larga duración y la integración con los canales de desarrollo existentes.

Para Cisco, la colaboración estableció un modelo repetible para adoptar la IA de próxima generación: colaboración técnica profunda, cargas de trabajo reales y alineación del liderazgo desde el primer día.

Hoy, Codex se usa en varias unidades de negocio de Cisco, mejorando la productividad, la calidad del código y el tiempo de resolución. En lugar de dimensionar el trabajo solo con medidas tradicionales de esfuerzo, los equipos preguntan cada vez más: «¿Cuánto tardará esa ejecución de Codex?»