MANTIKA Solicite un piloto

Del piloto de IA a la producción

La mayoría de los pilotos de IA se estancan por los datos, el costo y un valor poco claro; elegir primero la decisión adecuada evita casi todo eso.

Muchos pilotos de IA terminan con una buena presentación y sin ningún cambio en la forma en que opera el negocio. El modelo obtuvo buenos resultados en un conjunto de prueba y, un año después, está sin usar porque nadie planificó cómo se conectaría con los sistemas en producción ni cuánto costaría con el volumen completo.

Esta nota está dirigida a los directivos que deciden a dónde va el presupuesto de IA en fraude, riesgo, crédito, pagos y crecimiento.

En resumen

Cinco prácticas

  • Elija la decisión antes que la tecnología.
  • Acuerde de antemano la medida, el grupo de control y el umbral para pasar a producción.
  • Haga el piloto con sus propios datos, en modo sombra.
  • Diseñe la integración, el respaldo y la supervisión durante el piloto.
  • Presupueste el costo total por decisión, incluido el personal.

Por qué se estancan los pilotos

Gartner preveía que al menos el 30% de los proyectos de IA generativa se abandonarían después de la prueba de concepto para finales de 2025, y citaba la mala calidad de los datos, controles de riesgo insuficientes, costos crecientes y un valor de negocio poco claro (Gartner, julio de 2024). En junio de 2025 pronosticó que más del 40% de los proyectos de IA agéntica se cancelarán para finales de 2027 por motivos similares, y señaló que muchos casos de uso presentados como agénticos no requieren implementaciones agénticas (Gartner, junio de 2025).

La mayoría de estas causas se resuelven antes de construir ningún modelo, con la elección de la decisión, la medida del éxito y el plan para operar el resultado todos los días.

Empiece por la decisión

Elija una decisión antes de elegir una tecnología: aprobar un pago, fijar un límite de crédito, derivar una solicitud, decidir quién recibe una oferta. Cinco preguntas la describen lo bastante bien como para planificar un piloto.

Cinco preguntas sobre la decisión

  • ¿Con qué frecuencia se toma? Unas pocas veces al día y millones de veces al día exigen herramientas y presupuestos muy distintos.
  • ¿Con qué rapidez debe tomarse? Un pago con tarjeta necesita una respuesta en una fracción de segundo; una consulta de hipoteca puede esperar minutos. Decídalo antes de que el valor de la decisión se desvanezca.
  • ¿Cuánto vale una decisión? Una pequeña ganancia en una decisión que se toma millones de veces puede pesar más que una gran ganancia en una que se toma dos veces al año.
  • ¿Se registran los resultados? Los modelos aprenden de lo que ocurrió después de decisiones pasadas, por ejemplo qué préstamos se pagaron. Si los resultados no están vinculados a las decisiones, empiece por ahí.
  • ¿Qué tan reversible es un error? Un pago retenido por error puede liberarse en minutos; el dinero enviado a un defraudador por transferencia instantánea suele perderse. Cuanto más difícil es deshacer un error, más control necesita el piloto.

Elija la herramienta según la decisión

Las respuestas indican la herramienta. La mayoría de los procesos usan más de una, encadenadas para que el paso rápido y económico decida dónde invierte su tiempo el más costoso.

Qué herramienta corresponde

  • Modelos predictivos: decisiones estructuradas y de gran volumen, con historial de resultados y plazos muy ajustados. Responden en milisegundos con un costo muy bajo por decisión, y sus predicciones pueden contrastarse con lo que ocurrió.
  • Agentes de IA: casos menos numerosos y más complejos en los que unos minutos son aceptables, como un pago señalado cuyos documentos deben compararse con la política.
  • Una persona: decisiones que requieren criterio y responsabilidad, con el caso preparado y los motivos del modelo a la vista.

Sus costos tienen formas distintas. Un agente es barato de poner en marcha y se paga en cada caso. Un modelo predictivo requiere una inversión inicial en datos y entrenamiento, y después cuesta muy poco por decisión, aunque mantenerlo en buen estado es un costo recurrente. Los precios están bajando: Epoch AI midió que el precio de un determinado nivel de desempeño de los modelos cae entre 9 y 900 veces por año según la tarea, y señaló que las caídas más rápidas son recientes y podrían no mantenerse (Epoch AI, marzo de 2025).

Acuerde qué significa el éxito antes de empezar

Antes de que comience el piloto, déjelo por escrito y pida al responsable de la decisión que lo firme.

Acordado de antemano

  • La medida: un resultado de negocio por decisión, como las pérdidas por fraude por cada millón procesado o la tasa de aprobación de buenos clientes. Un modelo más preciso que no cambia ninguna decisión no vale nada.
  • La comparación: un grupo de control en el que el proceso actual continúa para una parte de los casos.
  • El umbral para pasar a producción: los límites de mejora, costo y riesgo con los que el negocio pasa a producción, y el resultado con el que se detiene.

Así el equipo de finanzas recibe un resultado que puede comprobar, y no una afirmación que debe aceptar por confianza.

Haga el piloto con sus propios datos, en modo sombra

Ejecute el piloto primero con su propio historial y después con tráfico real junto al sistema actual, en modo sombra: el modelo nuevo puntúa cada caso y no decide nada. Los clientes no ven ningún cambio y el equipo compara ambos sistemas con los mismos casos. Los conjuntos de datos públicos y las pruebas comparativas de los proveedores rara vez reflejan a sus clientes y sus patrones de fraude.

El modo sombra también muestra con qué frecuencia los datos llegan tarde o incompletos, cuánto tardan las respuestas en horas pico y dónde discrepan los dos sistemas. Revise una muestra de esas discrepancias con las personas que toman hoy la decisión.

Planifique la producción desde la primera semana

La mayor parte del trabajo entre un buen piloto y un sistema en producción es de ingeniería y gobernanza. Empiécelo mientras el piloto está en marcha.

Lista de verificación para producción

  • Presupuesto de tiempo: cuánto puede tardar la decisión de extremo a extremo, medido con la carga máxima.
  • Respaldo: qué ocurre cuando el modelo es lento o no está disponible, por ejemplo un conjunto de reglas, una acción por defecto o una cola.
  • Interfaces: cómo llegan los casos al modelo y cómo llegan sus respuestas y motivos a las personas y los sistemas que actúan sobre ellos.
  • Supervisión: datos de entrada, puntuaciones, tasas de decisión y resultados, con alertas cuando se desvían.
  • Validación: una revisión independiente antes del primer uso, proporcional a la importancia de la decisión.
  • Un responsable designado: una persona responsable de los resultados cuando el equipo del piloto pase a otra tarea.

Los supervisores lo esperan. La guía revisada de riesgo de modelos de Estados Unidos, de la Reserva Federal, la OCC y la FDIC (SR 26-2, abril de 2026, que sustituyó a la SR 11-7), indica que la validación suele realizarse antes del primer uso de un modelo, y abarca el análisis de resultados y la supervisión continua. En los EAU, el Banco Central, la SCA, la DFSA y la FSRA emitieron conjuntamente en 2021 directrices para las instituciones financieras que adoptan tecnologías habilitadoras, entre ellas la inteligencia artificial. Incorpore a los equipos de cumplimiento y de riesgo de modelos al propio piloto.

Cuente el costo total por decisión

El presupuesto de un piloto suele cubrir licencias e ingeniería. El de producción debería expresarse por decisión e incluir la inferencia, la integración, la supervisión, el reentrenamiento y el tiempo de las personas que revisan los casos señalados. Un modelo que envía más casos a revisión puede costar más de lo que ahorra.

Informe el cambio en el resultado por decisión, multiplicado por el volumen, menos el costo total, medido frente al grupo de control.

Errores que conviene evitar

Errores frecuentes

  • Un conjunto de datos conveniente. Un extracto elegido por ser fácil de obtener pone a prueba un problema distinto de la decisión que quiere mejorar.
  • La precisión como medida. La precisión en el conjunto de prueba dice poco sobre pérdidas, aprobaciones o ingresos. Mida la decisión frente al grupo de control.
  • Sin responsable tras el piloto. Cuando el equipo del piloto pasa a otra tarea, el desempeño se desvía sin que nadie lo note. Designe al responsable antes de pasar a producción.
  • Decisiones registradas sin resultados. Si las decisiones nunca se vinculan con lo que ocurrió después, el modelo no puede aprender y la mejora no puede demostrarse.

Preguntas para su equipo

Antes de aprobar un piloto

  • ¿Qué decisión cambiará esto y quién es hoy su responsable?
  • ¿Con qué frecuencia se toma, con qué rapidez y cuánto vale una decisión?
  • ¿Se registran los resultados y se vinculan con las decisiones pasadas?
  • ¿Cuáles son la medida, el grupo de control y el umbral para pasar a producción, y quién los firmó?
  • ¿Qué ocurre si el modelo no responde a tiempo?
  • ¿Cuánto costará por decisión con el volumen completo, incluido el tiempo de revisión?
  • ¿Quién será responsable del modelo una vez en producción?

Los pilotos de Mantika se ejecutan con sus propios datos, junto a sus sistemas actuales, y nada entra en producción hasta que usted lo apruebe.

Fuentes

Solicite un piloto.Vea cómo funciona Mantika con sus propios datos, en paralelo con sus sistemas actuales. Nada entra en producción hasta que usted lo apruebe.
Reserve una llamadaEscríbanos.hello@mantika.ca