Cada piloto estancado que he revisado estaba trabado en la frontera entre dos etapas, sin un entregable que la etapa siguiente necesitaba. El equipo solía culpar al modelo, a los datos o al presupuesto. Casi nunca era nada de eso. Este es el ensayo de cierre de la serie Descubrir, diseñar, construir, escalar, y es el diagnóstico que corro en la primera conversación: identificar el síntoma, encontrar la etapa, nombrar lo que falta.
Síntoma: "Tenemos una demo y nadie sabe qué hacer con ella"
Trabado entre Descubrir y Diseñar. La demo se construyó para mostrar lo que la tecnología puede hacer, no para hacer un trabajo concreto medido de una forma concreta. No existe la frase "una ejecución tuvo éxito cuando nuestra propia comprobación lo dice", porque nadie eligió un flujo lo bastante estrecho para tener una comprobación.
El entregable que falta: un mapa de oportunidades con costos, con dos o tres flujos reales y la comprobación de cada uno. La auditoría es el producto. Hasta que exista, la demo es una tecnología, no un proyecto.
Síntoma: "Funciona con nuestros ejemplos pero el negocio no lo aprueba"
Trabado entre Diseñar y Construir. Los ejemplos los eligió la gente que lo construyó. El negocio hace bien en no confiar en ellos. No hay una evaluación escrita por la gente que hace el trabajo, con casos que ellos eligieron y un umbral que ellos fijaron.
El entregable que falta: el eval, escrito antes de la construcción, corrido contra una línea base. A veces el resultado honesto es que el eval mata el build, y ese es un desenlace más barato que la alternativa.
Síntoma: "Lleva ocho meses en piloto"
Trabado dentro de Construir. Es el más común. La construcción nunca tuvo una prueba de salida, así que nunca terminó. Cada semana trae un caso borde nuevo, un ajuste de prompt nuevo, una razón nueva para no darlo por terminado. Normalmente ningún usuario real ha estado dentro desde la demo para el patrocinador.
El entregable que falta: la lista de "terminado": un eval en cada cambio, un resultado del grupo de control, un runbook, un costo por ejecución y un dueño con nombre. Una construcción con esa lista termina en seis a catorce semanas. Una construcción sin ella no termina nunca.
Síntoma: "No podemos decir si está ayudando"
Trabado entre Construir y Escalar. El agente se activó para todos a la vez. La única línea base es la memoria de la gente. Hay anécdotas y un conteo de ejecuciones, y los escépticos y los entusiastas tienen razón los dos, porque nadie puede demostrar que el otro se equivoca.
El entregable que falta: el resultado del grupo de control. Una parte de las ejecuciones, al azar, por el camino viejo; los dos grupos juzgados con la comprobación del propio cliente; una diferencia con intervalo. Explico por qué todo piloto debería tener uno, y es el punto más barato de esta página: un pequeño porcentaje de ejecuciones y un verificador que ya tienes.
Síntoma: "El proveedor se fue y nadie se atreve a tocarlo"
Trabado al inicio de Escalar. El agente funciona, más o menos, y todos le tienen miedo. No hay un eval que les diga si un cambio rompió algo, no hay runbook para cuando falle, y no hay nadie con el acceso y el mandato para ser su dueño.
El entregable que falta: un dueño y un modelo operativo. Quién es dueño del agente en el mes seis describe el rol; el eval y el runbook son lo que lo convierte en un trabajo que una persona puede hacer y no en un acto de valor. Si el sistema ya está en producción, esto es una auditoría de sistema de tres semanas, no una reconstrucción.
Síntoma: "El segundo va peor que el primero"
Trabado dentro de Escalar. El segundo agente comparte herramientas, memoria o tráfico con el primero, y cosas que eran gratis con un agente, permisos, costo, desviación, ahora son bugs. Normalmente el beneficio del primer agente nunca se midió, así que el segundo se aprobó por entusiasmo.
El entregable que falta: el puñado de sistemas compartidos de el segundo agente es más difícil que el primero: una sola comprobación de permisos fuera de todos los agentes, un formato de traza compartido con estampas de versión, una línea de costo por flujo de trabajo, y una memoria con alcance, compuerta y medición, o ninguna memoria compartida.
El patrón
Seis síntomas, pero dos lugares concentran la mayoría de los pilotos que veo: dentro de Construir, sin prueba de salida, y en la frontera entre Construir y Escalar, sin medición. Los dos tienen la misma raíz. Nadie escribió, antes de empezar el trabajo, qué significa "funcionó" de una forma que el propio código del cliente pueda comprobar. Cada entregable de arriba es consecuencia de esa única frase.
Por eso, cuando una empresa me pregunta por dónde empezar, la respuesta casi nunca es "con un modelo más grande" y casi siempre es "con la comprobación". Se escribe en una tarde, y decide todo lo que viene después.
Si este eres tú
Identifica el síntoma. Encuentra la etapa. El entregable que falta son unas semanas de trabajo, no un programa nuevo, y en dos de los seis casos es menos que eso. Si quieres una segunda mirada sobre cuál es tu síntoma, esa es exactamente la conversación de una evaluación de preparación para IA sin costo: una llamada, tu piloto ubicado en el mapa, y la única cosa que lo movería. Si resulta que la respuesta honesta es "no construyas", también te lo diré.