Por qué la IA que no se mantiene, se degrada

Hay una verdad incómoda que casi nadie cuenta al vender proyectos de IA: un sistema de IA sin mantenimiento no se queda igual — empeora. Y empeora en silencio, sin tirar errores, mientras todos asumen que sigue funcionando como el día del lanzamiento.

Las tres formas en que se degrada

• Drift de datos: el mundo cambia y los datos con él. Los prospectos preguntan por productos nuevos, los documentos cambian de formato, los precios se actualizan. El sistema responde con el mundo de hace seis meses.
• Drift de proceso: el equipo cambia cómo trabaja — nuevo CRM, nueva política, nueva estructura— y la automatización queda colgando de un proceso que ya no existe.
• Drift de modelo: los proveedores actualizan sus modelos. Lo que funcionaba con una versión puede comportarse distinto con la siguiente. Sin evaluaciones continuas, nadie lo nota hasta que un cliente sí.

“Set and forget” es la causa de muerte número dos de los proyectos de IA — justo después de elegir mal qué construir primero.

Cómo se ve el mantenimiento bien hecho

No es un equipo gigante: es un sistema de observabilidad + un ciclo de revisión. Métricas de calidad monitoreadas semana a semana, evaluaciones automáticas contra casos de prueba reales, y un responsable claro que revisa los casos donde el sistema dudó o falló.

En operaciones con cientos de proyectos activos, este ciclo es lo que mantiene el análisis automático de documentos confiable mes tras mes: cada documento que el sistema no pudo clasificar con confianza alimenta la siguiente iteración.

La pregunta para tu directorio

Antes de aprobar el próximo proyecto de IA, pregunta: ¿quién lo mantiene, con qué métricas y con qué presupuesto? Si la respuesta es “ya veremos”, el ROI que aprobaste tiene fecha de vencimiento. El costo de mantenimiento bien planificado es una fracción del costo de descubrir en seis meses que el sistema lleva tres respondiendo mal.