IA Agéntica

Patrón por el que una prueba de concepto rinde de forma impecable en su entorno controlado, cosecha la aprobación de la dirección y luego nunca llega a producción: se queda atrapada en un limbo de demostraciones y extensiones de piloto sin convertirse jamás en operación real.

En el curso

Módulo 6 — el capítulo 2 lo nombra y lo cuantifica. Es el diagnóstico que justifica todo el módulo.

Las cifras

Dato Valor
Iniciativas de IA afectadas 70–90 %
Prototipos que llegan a producción Alrededor de 4 por cada 33 desarrollados

(Agility at Scale, 2025)

Por qué ocurre

La causa no es que el piloto engañe, sino que mide otra cosa. Los pilotos triunfan justamente por las condiciones que los separan de la producción: alcance acotado, datos seleccionados, condiciones de sandbox al margen de los flujos en vivo y plazos de 6 a 12 semanas donde equivocarse sale barato. Lo que el despliegue destapa después —integración con sistemas heredados, datos en flujo continuo, coste de cómputo real, resistencia interna— nunca estuvo en la prueba. El desarrollo de ese diagnóstico y sus remedios está en Integración de la última milla.

El caso ficticio de Maple Heights es la ilustración canónica que usa el módulo: un piloto "engañosamente exitoso" que midió la obediencia a un guion en lugar de la robustez conversacional.

Relacionado

Integración de la última milla · MLOps · Deriva del modelo · KPI · Maple Heights · Modelo gatear caminar correr

Enlaces entrantes