thosekids studioContacto

Transformación

De las pruebas con IA a producción

La IA ha hecho que sea fácil construir algo que funciona: un prototipo, una herramienta interna, una app pequeña. Es una muy buena noticia, y a menudo es así como empiezan las buenas ideas. Pero un prototipo que funciona en tu ordenador no es lo mismo que una herramienta que la gente usa cada día, con datos reales, y que tiene que seguir funcionando cuando nadie la mira.

Llevarlo de las pruebas a producción es otro trabajo. Depende menos de escribir código y más de dos cosas: experiencia, para saber qué suele fallar, y responsabilidad, para que alguien responda cuando falla.

¿Qué diferencia hay entre un prototipo y producción?

Un prototipo tiene que funcionar una vez, para quien lo ha hecho. En producción tiene que funcionar cada día, para gente que no conoces, con datos que importan, y seguir funcionando después de actualizaciones, errores y ataques. El código puede parecerse mucho, pero lo que hay alrededor no se parece en nada.

¿Qué necesita una herramienta antes de ir a producción?

Son las preguntas que repasamos en cada proyecto:

  • ¿Quién puede entrar, y qué puede ver y cambiar cada persona?
  • ¿Dónde están los datos, quién responde de ellos y cumplen el RGPD?
  • ¿Hay copias de seguridad, y alguien ha probado a recuperar una?
  • ¿Dónde están las contraseñas y las claves de API? En un prototipo, a menudo están dentro del código.
  • ¿Qué pasa cuando algo falla a las tres de la madrugada, y quién se entera?
  • ¿Quién la actualiza cuando sale un problema de seguridad, y en cuánto tiempo?
  • ¿Cuánto costará cada mes mantenerla en marcha, contando los servicios de IA?

¿Por qué no basta con que el código funcione?

Porque la IA es muy buena en el camino fácil, cuando todo va como se esperaba. La producción trata sobre todo de los demás casos: el usuario que escribe algo raro, el servicio que no responde, la persona que intenta entrar donde no debería.

Gartner predijo que al menos un 30% de los proyectos de IA generativa se abandonarían tras la prueba de concepto antes de acabar 2025, por datos de mala calidad, controles de riesgo insuficientes, costes crecientes o un valor poco claro. Ninguna de esas cosas la resuelve el prototipo.

¿Por qué cuentan la experiencia y la responsabilidad?

La experiencia es saber qué se va a romper antes de que se rompa. Después de más de 20 años haciendo proyectos para empresas y administraciones públicas, hemos visto casi todas las formas en que un proyecto se puede torcer, y eso es lo que nos permite ir rápido sin ir a lo loco.

La responsabilidad es tener a alguien que responda de la herramienta: quién ha decidido cómo funciona, quién la arregla, quién explica qué ha pasado. La IA puede escribir el código, pero no puede hacerse responsable de él. Cuando una herramienta trata datos de personas reales, alguien tiene que hacerlo.

¿Cómo llevamos un prototipo a producción?

Empezamos mirando juntos lo que has hecho, y nos quedamos con todo lo que es bueno: a menudo la idea, el flujo y buena parte del código. Después rehacemos las partes que conllevan riesgo, como el acceso, los datos y los permisos, con las herramientas que usamos cada día: Nuxt, Vue, TypeScript, Node.js y MongoDB. Funciona en nuestros propios servidores en la nube, en Barcelona, con copias de seguridad y monitorización, y seguimos cuidándolo una vez está en marcha.

Si has hecho algo con IA y quieres llevarlo a producción, escríbenos a hello@thosekids.studio o llámanos al +34 685 822 339.

← Volver a la lista