Producción: lo que un prototipo se salta y un sistema real no puede

Muchos proyectos de IA terminan como prototipos impresionantes que nunca llegan al uso diario. El prototipo suponía el camino feliz: cada fuente responde, cada entrada viene limpia, cada usuario hace lo mismo que en la demo. La quinta etapa de cada proyecto es la producción: hacer que el sistema sobreviva a la realidad, y seguir siendo responsables de él.

Prepárate para el día malo

En la capa de datos que construimos para una plataforma de IA para abogados y clínicos, dábamos por hecho que cada sistema externo iba a fallar tarde o temprano: límites de peticiones, tiempos de espera agotados, respuestas inconsistentes, cambios sin aviso. Por eso cada llamada tiene reintentos y tiempos límite, los circuit breakers evitan que una fuente que falla tumbe a las demás, y los logs estructurados permiten a cualquiera seguir un solo registro desde su fuente hasta el asistente.

Sal a producción en el terreno del cliente

El producto de coaching de ventas con IA que construimos corrió en las cuentas de nube y de IA del propio cliente desde la semana cinco, así que no hubo nada que migrar después. Su conexión con el CRM solo lee, nunca escribe. Cuando el modelo de IA se demora o no está disponible, un calificador basado en reglas toma el lugar y queda marcado como tal, así que un gerente nunca ve un espacio vacío y nunca confunde un respaldo con el criterio del modelo.

Construye para el usuario real

Los estudiantes de SuperEscuela usan teléfonos viejos, muchas veces sin conexión. Por eso funciona sin conexión, en el teléfono más viejo, sin contraseñas que olvidar. Producción significa las condiciones que la gente de verdad tiene, no las del escritorio del desarrollador.

Qué incluye la producción

• Pruebas automatizadas y un control antes de cada versión, para que los problemas se encuentren antes de que los encuentren los clientes.
• Monitoreo y alertas sobre lo que le importa al negocio, no solo sobre la salud del servidor.
• Seguridad y separación de datos diseñadas desde el inicio, y probadas.
• Manejo de fallas para cada dependencia externa.
• Retroalimentación del uso real, para que el sistema mejore con evidencia.
• Alguien que se hace cargo: un solo equipo responsable desde la primera pregunta hasta el sistema en marcha.

De vuelta al inicio

La producción alimenta de nuevo la primera etapa: el uso real genera datos nuevos, que pasan por la ingesta, se normalizan, se verifican y se convierten en la siguiente mejora. Ingesta → Normalización → Confianza → Valor → Producción no es un camino de un solo sentido. Es la forma en que un sistema confiable sigue mejorando.