Hay un momento en el crecimiento de cualquier plataforma digital en el que la arquitectura que funcionaba bien deja de funcionar. El deterioro suele ser gradual y costoso, con despliegues más lentos, fallos en cascada donde no deberían aparecer y equipos que pasan más tiempo gestionando dependencias entre servicios que construyendo producto.
Para Getir, ese momento llegó en el camino hacia los 14 millones de usuarios. Can Sözeri, Engineering Director de la compañía, lo describió en Current 2026 con una precisión que cualquier equipo de ingeniería que haya vivido algo parecido reconocerá.
«Habíamos construido muchos servicios, pero seguían siendo demasiado dependientes entre sí. El sistema se comportaba más como un monolito distribuido que como la arquitectura de microservicios que queríamos tener.»
La distinción importa. Un monolito distribuido tiene toda la complejidad operativa de los microservicios, múltiples servicios, múltiples despliegues, múltiples equipos, sin ninguna de sus ventajas en términos de autonomía y desacoplamiento. Las dependencias ocultas entre servicios hacen que un cambio en un sitio rompa algo en otro lugar. El ownership es difuso. La capacidad de iterar rápido, que era el objetivo original, queda bloqueada por la misma complejidad que se intentaba evitar.
La transformación y sus resultados
La respuesta de Getir fue rediseñar la arquitectura hacia un modelo event-driven con Kafka y Flink como base técnica, aplicando lo que Sözeri denomina un enfoque shift-left en la calidad del dato: gobernar y procesar el dato más cerca del origen, antes de que circule por la organización.
Los resultados que presentó son de los más concretos que se escucharon en toda la keynote de Current 2026.
La compañía registró un 60% de mejora en el rendimiento de homepage y checkout, un 60% de reducción en incidencias técnicas, un 70% de reducción en costes de base de datos y TCO, y un 50% de mejora en velocidad de desarrollo.
Estas cifras muestran el coste real de una arquitectura mal diseñada. La reducción del 70% en costes de base de datos procede de eliminar procesamiento redundante, reducir la carga sobre sistemas que estaban sobredimensionados para compensar ineficiencias y dejar de duplicar datos entre servicios que no necesitaban esa duplicación.
La mejora del 50% en velocidad de desarrollo tampoco es un logro de gestión de proyectos. Es la consecuencia directa de que los equipos dejaron de pasar tiempo gestionando dependencias entre servicios y pudieron concentrarse en los problemas de negocio dentro de su propio dominio.
El dato primero, el sistema después
El aprendizaje que Sözeri desarrolló con más detalle es el que tiene más implicaciones para cualquier organización que esté pensando en llevar IA a producción.
«Los sistemas en tiempo real necesitan datos de alta calidad primero. Si el dato no es fiable o no está disponible en el momento adecuado, el sistema en tiempo real no te ayuda. Solo estás tomando decisiones más rápidas, pero probablemente equivocadas.»
Es una observación que invierte el orden en el que muchos equipos piensan sobre la implementación de sistemas de datos. La tendencia habitual es construir la infraestructura de procesamiento primero y asumir que la calidad del dato se resuelve después. La experiencia de Getir apunta a lo contrario: la calidad del dato es una precondición, no una mejora posterior.
El uso de Flink en este contexto no es solo para procesar eventos más rápido. Es para poder intervenir sobre el dato mientras está en movimiento, antes de que llegue a los sistemas de destino. Corregir, enriquecer, validar en el origen. Eso es lo que permite que el sistema en tiempo real tome decisiones sobre datos en los que se puede confiar.
Lo que viene después
Preguntado por hacia dónde va Getir a partir de esta base, Sözeri fue breve: el data streaming ya no es un tema técnico en la empresa, es una capacidad central de negocio. La IA forma parte de lo que construyen encima de esa base, pero el foco sigue siendo el dato.
Su mensaje final para los equipos que están en las primeras etapas de una transformación similar fue el más directo de toda su intervención en la keynote.
«La cultura del tiempo real empieza cuando los líderes tratan el data streaming como una prioridad de negocio, no como un tema técnico.»
La observación sitúa el problema en la mayoría de las organizaciones en cómo se toman las decisiones sobre la tecnología.
Esta pieza forma parte de la cobertura de La Ecuación Digital desde Current 2026 en Londres.
