Anatomía de un demo que muere a las dos semanas
La escena se repite en empresas de todos los tamaños: alguien conecta un modelo de lenguaje a una base de documentos, hace una demostración en vivo, responde tres preguntas difíciles y toda la sala aplaude. Dos semanas después, nadie lo usa.
La conclusión cómoda suele ser que «la IA todavía está verde» o «alucina demasiado». Pero cuando abres el capó del proyecto, la causa casi nunca es el modelo.
Las cuatro fallas estructurales
Primero: nadie es dueño del sistema en producción; fue un experimento de innovación sin responsable operativo. Segundo: los datos de origen están desactualizados, duplicados o contradictorios, y ningún modelo puede adivinar cuál de tres tarifas distintas es la vigente.
Tercero: el flujo de trabajo no está definido; el usuario no sabe qué hacer con la respuesta del agente ni cómo corregirla. Cuarto: no existe un ciclo de evaluación y feedback que registre los fallos reales y mejore el sistema semana a semana.
Construir desde los cimientos
La inteligencia artificial es un amplificador implacable del estado de tu ingeniería y de tus operaciones. Si hay orden, contratos claros entre sistemas y datos confiables, multiplica tu capacidad. Si hay desorden, lo expone en el primer día de uso real.
Por eso el trabajo serio de arquitectura empieza ordenando la fuente de verdad, definiendo responsabilidades y construyendo observabilidad desde el primer despliegue.