GuíasDesarrollo de IA
Crear una aplicación de IA a medida: de la idea a la producción
Una aplicación antes que una IA
Los proyectos que fracasan suelen haber empezado por el modelo. Los que salen bien empiezan por el producto: quién lo usa, para hacer qué, con qué datos.
Votons es un buen ejemplo. Es una aplicación para el gran público: un quiz, fichas de candidatos, un comparador, una web, una API y apps móviles. La IA tiene en ella dos funciones precisas: un asistente que responde sobre los programas a partir del texto exacto, y agentes que preparan las fichas del quiz, que después se revisan.
La arquitectura tipo
| Capa | Función |
|---|---|
| Interfaz | Web o móvil, lo que ve el usuario |
| API | Cuentas, permisos, reglas de negocio |
| Datos | Base de datos, documentos, índice de búsqueda |
| Orquestación | Encadena búsqueda, llamadas al modelo y herramientas |
| Modelo | Llamado por API, sustituible |
| Observación | Registro, costes, calidad de las respuestas |
El modelo es una capa de seis. Las otras cinco son desarrollo clásico, y ahí es donde se va la mayor parte del trabajo. Consulta Crear una web app.
Elegir el modelo
- Prueba con tus casosNo con clasificaciones generales.
- Un modelo ligero para lo sencilloUno potente para el razonamiento.
- La ubicación de los datosCuando cuenta.
- La posibilidad de cambiarLos modelos se sustituyen cada pocos meses. La aplicación no debe depender de uno solo.
Nuestros proyectos no usan todos el mismo: Votons se apoya en Mistral, Alfred y Comptoir en Claude.
Los datos
El modelo no sabe nada de tu negocio. Se le lleva lo que necesita en el momento adecuado:
- Búsqueda documentalPara responder a partir de textos. Consulta RAG.
- HerramientasPara leer y escribir en tus sistemas. Consulta Servidor MCP.
- IngestaPara mantener los datos al día. Votons recoge automáticamente una veintena de fuentes públicas.
Probar una aplicación de IA
Un modelo no responde dos veces exactamente igual. Por eso no se prueba como un software clásico.
- 1Un conjunto de casos realesCon la respuesta esperada.
- 2CriteriosExactitud, fidelidad a la fuente, tono, negarse cuando hace falta.
- 3Una evaluación automáticaRepetida en cada cambio de consigna o de modelo.
- 4Una revisión humanaDe una muestra.
Sin este conjunto de pruebas, cada mejora puede romper otra cosa sin que nadie lo vea.
Las reglas en el código
Lo que debe ser siempre cierto no se deja a una consigna. La neutralidad de Votons está impuesta por el código: posiciones anonimizadas, paridad entre izquierda y derecha. Los derechos de acceso, los límites y las validaciones siguen la misma regla.
La puesta en producción
- Un límite de gasto y alertas.
- Tiempos máximos de espera y un comportamiento previsto cuando el modelo no responde.
- Un registro de peticiones y respuestas, respetando los datos personales.
- Una opinión del usuario sencilla: ¿te ha servido esta respuesta?
- Un despliegue gradual: equipo interno, grupo reducido, todo el mundo.
Después de la publicación
Una aplicación de IA se degrada si nadie la mira: los contenidos cambian, los modelos se sustituyen, los usos evolucionan. Prevé una revisión mensual de las respuestas mal valoradas, la actualización del conjunto de pruebas y el seguimiento de los costes.
Para el presupuesto, consulta Cuánto cuesta un proyecto de IA. Para empezar más pequeño, consulta Crear un MVP con IA.
Preguntas frecuentes
- ¿Hay que entrenar un modelo propio?
- Casi nunca. Los modelos disponibles por API cubren la gran mayoría de las necesidades. Se adaptan con consignas, con datos proporcionados en el momento de la pregunta y con herramientas, no con entrenamiento.
- ¿Qué modelo elegir?
- El que supera tus casos reales al mejor coste. Compara dos o tres modelos con un conjunto de pruebas sacado de tu negocio y diseña la aplicación para poder cambiar de modelo.
- ¿Se puede alojar una aplicación de IA en Europa?
- Sí. La aplicación y sus datos pueden funcionar en un servidor europeo, y varios proveedores de modelos ofrecen tratamiento en la Unión Europea, entre ellos actores europeos.
