Por qué 9 de cada 10 proyectos de IA mueren en la PoC

La demo miente, y por qué

Juntas un buen modelo, algunos datos de ejemplo y una tarde de trabajo, y sale algo que impresiona al board en una diapositiva. Esa es la PoC. Funciona en el entorno controlado, con el dato limpio y el caso feliz.

El problema es que el entorno controlado esconde el costo real. Lo que parece listo en la demo todavía no enfrentó volumen, dato sucio, integración y la regla de negocio que nadie mapeó. La distancia entre esa PoC y producción es el trabajo de verdad, y casi siempre se subestima.

Los cuatro lugares donde la PoC se rompe

En la práctica, el proyecto se traba siempre en los mismos puntos.

SLA. La demo responde cuando aprietas el botón. Producción tiene que responder siempre, dentro de un tiempo acordado, bajo carga.

Integración. La PoC corre aislada. Producción tiene que entrar en el sistema legado, en el ERP, en el CRM, en el flujo que el equipo ya usa.

Dato real. El ejemplo era limpio. El dato de producción viene torcido, incompleto, en un formato que cambia, y el modelo que iba bien en el caso feliz tiene que lidiar con el caso difícil.

Cumplimiento. Lo que era un experimento ahora trata dato de verdad, y necesita base legal, aislamiento por cliente y la garantía de que nadie entrena un modelo con tu dato.

Production first, el criterio que cambia todo

El giro no es técnico, es de criterio. La mayoría de los proyectos empieza preguntando qué puede hacer la IA. La pregunta correcta es otra. Qué tiene que estar de pie para que eso corra en el entorno del cliente, con métrica, todos los días.

Cuando el criterio de producción se define al inicio, y no al final, la PoC deja de ser un fin en sí misma y se vuelve el primer paso de un camino que ya tiene destino. Ningún proyecto se entrega antes de que el código esté corriendo en el entorno del cliente.

Cómo se cruza la distancia

El método que cruza de la PoC a producción cabe en tres tiempos.

Discovery. Mapear el dolor real, validar la hipótesis de tecnología y definir criterios de éxito medibles. Todo Discovery termina con un criterio de producción explícito.

Build. Construir con cadencia semanal, code review compartido con el equipo del cliente, y despliegue progresivo de staging a producción controlada y luego producción plena.

Producción y entrega. Métrica observada en producción real por al menos dos semanas, runbook, documentación y transferencia de conocimiento. El cliente opera con autonomía, sin dependencia permanente.

Qué preguntar antes de aprobar una PoC

Antes de aprobar cualquier prueba de concepto, tres preguntas separan lo que se vuelve producción de lo que se vuelve diapositiva.

Cuál es el criterio de producción, en número, y quién lo acordó. Cómo entra esta PoC en el sistema que el equipo ya usa. Y cuando se mida el resultado, será sobre dato real o sobre el ejemplo.

Si las tres no tienen respuesta, lo que tienes no es un camino a producción. Es una demo bonita, y la demo es la parte fácil.