De la prueba de concepto a la producción

La mayoría de las iniciativas de IA empresarial no fracasan porque el modelo fuera erróneo. Fracasan en la brecha entre una demo convincente y un sistema del que la organización pueda depender de verdad.

El patrón es conocido. Un equipo construye una prueba de concepto en unas semanas. Funciona en la sala. La dirección queda impresionada. Después el proyecto entra en el largo pasillo entre el piloto y la producción, y nunca sale. El modelo que deslumbró en un cuaderno no puede responder las preguntas de una revisión de seguridad, no se puede supervisar y no tiene un responsable claro. El piloto se convierte en silencio en software olvidado en un cajón.

La brecha es una disciplina de ingeniería, no una diapositiva

Una demo optimiza para una sola cosa: demostrar que una idea es posible. Un sistema de producción optimiza para algo completamente distinto: que la idea sea fiable, gobernada, observable y con responsable. No son el mismo problema, y el segundo es más difícil que el primero.

Por eso la consultoría de IA generativa que se detiene en el prototipo aporta tan poco a la empresa. El prototipo nunca fue la restricción. La restricción es todo lo que tiene que ser cierto para que una organización regulada ponga el sistema delante de los clientes y respalde sus decisiones.

El prototipo nunca fue la restricción. La restricción es todo lo que tiene que ser cierto para ponerlo delante de los clientes.

Cuatro artefactos que hacen que un sistema supere la revisión

01. Un rastro de auditoría

Cada decisión que toma el sistema debería quedar registrada, de forma inmutable, con las entradas y el razonamiento adjuntos. Cuando el equipo de seguridad pregunte «por qué hizo eso», la respuesta debería ser una consulta, no una reunión. El rastro de auditoría es también lo que le permite depurar, mejorar y defender el sistema después del lanzamiento.

02. Un diseño de escalado

Un sistema de producción conoce el límite de su propia autoridad. Resuelve lo que está autorizado a resolver y enruta todo lo demás a una persona, con contexto completo. La autonomía acotada es lo que hace que un agente de IA sea aceptable para la función de riesgos de una empresa.

03. Un arnés de evaluación

Antes del lanzamiento necesita una forma específica de la tarea de medir si el sistema es suficientemente bueno, y después del lanzamiento, una forma de demostrar que un cambio de modelo o de prompt no lo empeoró en silencio. La evaluación es la diferencia entre lanzar con confianza y lanzar con esperanza.

04. Un responsable con nombre y un runbook

Alguien en la organización tiene que ser responsable del sistema en producción: sus SLA, sus modos de fallo, su guardia. El traspaso del equipo de construcción al equipo de operación es donde se degradan muchos sistemas que por lo demás son buenos. Escriba el runbook antes de necesitarlo.

Presupueste el camino, no solo el piloto

La forma más fiable de cerrar la brecha es negarse a tratarla como algo secundario. Planifique el camino a producción desde la primera semana. Construya en incrementos funcionales desplegados en el entorno del cliente, probados frente al arnés de evaluación y revisados con los equipos de seguridad y de plataforma sobre la marcha. El trabajo de base (orquestación, evaluación, supervisión, integración) no es una carga añadida sobre el trabajo real. Es el trabajo real.