IA aplicada a producto real, no a demos
Cualquiera puede grabar una demo de IA impresionante. Basta un buen prompt, un caso elegido con cariño y cinco minutos de suerte. El problema aparece después: cuando esa demo tiene que convertirse en algo que funciona el martes a las nueve de la mañana, con datos reales, usuarios impacientes y un coste que alguien paga.
En Valfiguer no medimos la IA por lo bien que demuestra. La medimos por lo bien que aguanta en producción. Es una distinción aburrida y es, casi siempre, la que separa un producto de un juguete.
El valle entre la demo y el producto
Entre una maqueta que funciona una vez y un producto que funciona siempre hay un valle. Cruzarlo cuesta más que construir la demo entera, y es donde mueren la mayoría de las buenas ideas de IA.
Lo que se rompe al cruzarlo casi nunca es la parte vistosa. Es todo lo demás:
- Alucinaciones que suenan seguras: el modelo se inventa una respuesta con total convicción.
- Casos límite: el 5% de entradas raras que generan el 50% de las quejas.
- Latencia y coste: lo que en una demo es gratis e instantáneo, a escala es lento y caro.
- Datos privados: lo que puedes enviar a un modelo y lo que jamás debería salir de tu servidor.
- Silencio: cuando el sistema falla sin avisar y nadie se entera hasta que es tarde.
Cómo la ponemos en producción
No tenemos una fórmula mágica; tenemos disciplina. Estos son los principios con los que llevamos la IA a producto real:
- Una persona decide. La IA redacta, resume, busca y propone; alguien que sabe cómo se ve lo bueno elige. El apalancamiento no es abdicar.
- Acotar el problema. Un modelo enfocado en una tarea estrecha gana casi siempre a uno genérico intentando hacerlo todo.
- Medir antes de confiar. Si no puedes evaluar la calidad de una salida, no puedes ponerla en producción: solo cruzar los dedos.
- Fallar en visible. Cuando el sistema no está seguro, lo dice y cede el control, en vez de inventar.
- Coste como requisito. La latencia y el precio por operación son parte del diseño, no una sorpresa del final.
Una demo responde «¿podría funcionar?». Un producto responde «¿funciona hoy, para esta persona, a este coste?». Solo la segunda importa.
Qué construimos con esto
Es la tesis detrás de nuestras herramientas. En VEXA, la IA acelera el diseño sin quitarle el criterio a quien diseña. En Projekt Republic, ordena y resume el trabajo de un equipo sin decidir por él. En ambos, el papel de la IA es el mismo: multiplicar a una persona capaz, no sustituirla.
El hype de la IA promete magia. Nosotros preferimos prometer algo más modesto y más difícil: que funcione. Todos los días, con datos reales, para gente que nunca vio la demo.
