# Cómo pasar un piloto de IA a producción > Cómo pasar un piloto de IA a producción: las cuatro diferencias estructurales entre demo y operación y el camino concreto para cruzar el salto. - Canonical: https://arkatai.com/del-piloto-a-produccion/ - Site: Arkatai (https://arkatai.com) — agentic operations as a service - Language: es - Published: 2026-07-19 --- El salto que mata la mayoría de los proyectos de IA no está en la fase técnica, sino entre el piloto que funciona y el sistema que opera. Una demo con datos limpios y el caso feliz convence a un comité en veinte minutos. Ese mismo sistema, puesto a llevar trabajo real semana tras semana, se topa con lo que la demo esquivaba. Cruzar ese salto no es "escalar el piloto", sino rehacer cuatro cosas que en la demo estaban simplificadas. Aquí van esas cuatro diferencias estructurales y el camino concreto para cubrirlas. No voy a desarrollar por qué fracasan tantos pilotos —los errores de diseño que ya venían de fábrica los analizo en [por qué fracasan los pilotos de IA](/por-que-fracasan-los-pilotos-de-ia/)—. Este artículo asume que tu piloto no fracasó. Dio un resultado. La pregunta es cómo lo conviertes en operación. Y para eso hay que ver qué es distinto de verdad. ## Qué cambia de verdad entre una demo y producción Una demo demuestra una capacidad. Una operación sostiene un proceso. Son objetivos distintos y exigen cosas distintas. La demo optimiza para enseñar que el sistema puede hacer la tarea en condiciones favorables. La producción optimiza para que la haga bien todos los días, con volumen real, en tus sistemas, con alguien que responde por ella. Entre una y otra hay cuatro brechas concretas, y cada una es trabajo, no configuración. ## Las excepciones dejan de ser una nota al pie En la demo, las excepciones se aparcan: "eso lo vemos luego". En producción, las excepciones son el trabajo. El pedido que llega por correo fuera del catálogo, el cliente con condiciones especiales que solo conoce una persona, el campo que en un sistema significa una cosa y en otro significa otra. Eso no es ruido alrededor del proceso, es el proceso. Un agente que solo maneja el caso estándar no opera nada. Devuelve a manos humanas justo la parte que costaba. Cruzar el salto empieza por inventariar las excepciones reales y decidir, una a una, si el agente las resuelve dentro de sus reglas o las escala con el contexto preparado. Ese inventario sale de mapear el proceso en serio, que es donde se hace explícito el conocimiento tácito. Lo desarrollo en [qué procesos automatizar con IA](/mapear-procesos-para-automatizar/) y en la tesis de [el modelo operativo como código](/modelo-operativo-como-codigo/). Sin ese trabajo, cada excepción nueva es una parada. ## La integración de escritura sustituye a la de solo lectura Muchos pilotos leen datos y proponen, pero casi ninguno escribe. Y ahí está media distancia hasta producción. Leer un ERP para sugerir es una integración de bajo riesgo. Dejar que el agente escriba en ese ERP, emita un documento o cierre un caso es otra categoría: exige permisos por acción, aprobaciones para lo que tiene consecuencias externas y una separación clara entre lo que el agente decide solo y lo que solo propone. La demo evita esa complejidad. La operación vive en ella. Este es el trabajo de desplegar con controles, no de "conectar una API". Cómo se diseñan esos permisos —qué puede escribir, bajo qué condiciones, con qué aprobación— lo detallo en [permisos y controles de agentes](/permisos-y-controles-de-agentes/), dentro del marco de [gobernanza de agentes](/gobernanza-de-agentes/). Un piloto que nunca escribió no ha probado la parte difícil. ## La evaluación sustituye a la impresión En la demo, el criterio de éxito es que impresione. En producción, el criterio es que pase una evaluación. Son cosas opuestas. La impresión se construye con los casos que salen bien. La evaluación se construye a propósito con los casos que pueden salir mal. Antes de dar trabajo con consecuencias, un agente necesita un conjunto de casos de prueba con respuesta conocida, un umbral de calidad por debajo del cual no pasa, y una revisión sistemática de sus fallos. Sin ese aparato, "el piloto fue bien" es una sensación, no un dato, y ningún comité serio debería aprobar producción con una sensación. Cómo se construye la evaluación, qué se mide y con qué umbrales, está en [evaluación de agentes de IA](/evaluacion-de-agentes-de-ia/). Montar esto es, muchas veces, la mitad del esfuerzo de cruzar el salto, y es la mitad que la demo se saltó. ## Aparece un responsable que responde por el sistema En el piloto, si algo sale mal, no pasa nada, porque era una prueba. En producción, si algo sale mal, alguien responde. Ese cambio de responsabilidad es estructural, no administrativo. Producción significa que hay una persona de la casa —el dueño del proceso— que responde por lo que el agente hace como respondería por un equipo: fija sus límites, revisa sus escalados, decide cuándo ampliar su autonomía y cuándo pararlo. Si el piloto lo llevó innovación o un comité y nadie de la operación se hace cargo al terminar, no hay producción posible. Hay un experimento huérfano. Esta condición previa, junto con los datos accesibles y el proceso documentado, la reviso en [preparar tu empresa para agentes](/preparar-tu-empresa-para-agentes/). ## El camino para cruzar el salto Con las cuatro brechas identificadas, el camino es ordenado, aunque no sea corto: 1. **Reproduce el piloto contra datos de producción.** Una muestra representativa, con excepciones conocidas incluidas a propósito, no un subconjunto amable. Aquí descubres las reglas no documentadas antes de que te las descubra un cliente. 2. **Cierra las excepciones.** Cada una: resuelta dentro de las reglas del agente o escalada con contexto. Las que queden sin decidir serán paradas en producción. 3. **Añade la escritura con controles.** Permisos por acción, aprobaciones para lo que sale de la empresa, y traza de cada decisión desde el primer día. 4. **Construye la evaluación y fija el umbral.** El sistema no pasa a producción por consenso, sino por superar el umbral y por tener un plan de revisión de fallos. 5. **Asigna al responsable y arranca supervisado.** Revisión humana intensa al principio. Se relaja el control solo donde los datos demuestren fiabilidad. 6. **Trata el resultado como operación, no como proyecto.** Un sistema en producción se mantiene: modelos, procesos y evaluaciones cambian, y quien no absorbe ese ciclo ve degradarse el sistema en meses. Ese ciclo de mantenimiento es el que describo en [la página del método](/metodo/), y encaja en la guía completa de [cómo implementar agentes de IA](/como-implementar-agentes-de-ia/). Si tu empresa no tiene un equipo que sostenga ese ciclo, la [operación gestionada con IA](/operacion-gestionada-con-ia/) traslada el mantenimiento a quien opera el sistema. El terreno operativo completo, con más ejemplos, está en [agentes de IA en operaciones](/agentes-de-ia-en-operaciones/), y el marco de qué es un agente, en el [pilar sobre agentes de IA para empresas](/agentes-de-ia-para-empresas/). ## Preguntas frecuentes ### ¿Por qué mi piloto de IA funcionó y no llega a producción? Casi siempre porque el piloto probó la capacidad, no la operación. Funcionó con datos limpios, el caso feliz y sin escribir en tus sistemas. Producción exige manejar excepciones, escribir con permisos, pasar una evaluación y tener un responsable. Esas cuatro piezas no se "escalan" desde la demo. Se construyen. ### ¿Cuál es la diferencia clave entre un piloto y producción? Un piloto demuestra que el sistema puede hacer la tarea. Producción sostiene que la hace bien todos los días, con volumen real, en tus sistemas y bajo la responsabilidad de una persona. La diferencia se concreta en excepciones cerradas, integración de escritura con controles, evaluación con umbral y un dueño que responde. ### ¿Qué hago primero para pasar de piloto a producción? Reproduce el piloto contra una muestra representativa de datos reales, con excepciones incluidas a propósito. Antes de tocar permisos o evaluación, necesitas saber qué reglas no documentadas aparecen cuando el sistema ve la operación de verdad. Ese hallazgo ordena todo el resto del trabajo. ### ¿Cuánto se tarda en cruzar el salto a producción? Depende de cuántas excepciones tenga el proceso y de cuán preparada esté la casa, pero el grueso del tiempo se va en cerrar excepciones y construir la evaluación, no en el modelo. Un piloto con proceso documentado y datos accesibles cruza en semanas o pocos meses. Uno sin eso puede no cruzar nunca.