Para el producto que vendes
Cómo agregar funciones de IA a un producto que ya existe
Elige una tarea en la que tus usuarios necesiten ayuda, revisa qué permiten tus datos y permisos, y define cómo evaluar el resultado. Esta guía cubre opciones de funciones, decisiones de integración y la primera entrega.
Elige una tarea que quieras mejorar
Observa cómo se usa el producto hoy. Identifica una tarea, la información que necesita y qué la hace difícil. Registra cómo se realiza para comparar una función propuesta con el proceso actual.
Estas preguntas pueden ayudarte a identificar opciones. Los ejemplos son ilustrativos; la respuesta depende de tus usuarios y del proceso de trabajo:
¿Dónde producen los usuarios un primer borrador?
Por ejemplo, una persona de soporte prepara una respuesta con los detalles de un plan. Revisa si un borrador sugerido ayudaría, qué fuentes necesita y cómo lo revisaría esa persona.
¿Dónde esperan?
Una solicitud puede esperar por clasificación, información faltante o aprobación. Identifica qué paso causa la demora y si necesita IA, una regla más simple o un cambio de proceso.
¿Qué información cuesta encontrar?
Piensa en alguien que busca una cláusula entre varios contratos. Revisa si los documentos contienen la respuesta, quién puede acceder a ellos y cómo comprobar el resultado.
Para cada opción, acuerda cómo sería un resultado útil. Puedes considerar borradores aceptados, tiempo para completar la tarea, tasa de correcciones y comentarios de quienes hacen el trabajo.
Cuatro formas de usar IA en tu producto
Estas opciones ayudan a describir qué hace una función. Los ejemplos son ilustrativos y puedes combinar opciones cuando la tarea lo requiera.
Asistir
Preparar un borrador o una sugerencia para que alguien los revise. Por ejemplo, una persona de soporte comprueba una respuesta propuesta antes de enviarla. Evalúa el contenido, los cambios de los revisores y el tiempo que lleva la tarea completa.
Recuperar
Buscar respuestas en documentos o registros a los que el usuario tenga acceso, con fuentes que pueda comprobar. Un ejemplo es encontrar las condiciones de renovación de un contrato. Nuestro servicio de Inteligencia y búsqueda documental cubre la búsqueda y su integración con tus herramientas.
Extraer y clasificar
Preparar campos estructurados a partir de documentos, mensajes o imágenes. Por ejemplo, extraer el proveedor y el importe de una factura para revisarlos antes de crear un registro. Prueba campos faltantes, valores ambiguos y cómo se incorporan las correcciones al proceso.
Automatizar acciones acordadas
Permitir que un agente actúe con permisos definidos. Por ejemplo, puede derivar una solicitud según reglas acordadas y pasar las excepciones a una persona. Decide qué aprobaciones requiere cada acción según las evaluaciones y las consecuencias de un error.
Elige la primera función según la tarea, los datos disponibles, el trabajo de integración y los riesgos. Un agente puede ser el punto de partida cuando su alcance y controles están claros; un borrador también necesita evaluación y revisión adecuada.
Revisa el producto y sus restricciones
Revisa la interfaz, las reglas de permisos, el modelo de datos y las integraciones que usará la función. Acuerda los cambios que necesiten antes de estimar la implementación.
Permisos
Define a qué registros puede acceder cada usuario y organización. Aplica esas reglas a las consultas y acciones, y prueba solicitudes que deban rechazarse.
Latencia
Mide el tiempo de respuesta con solicitudes y cargas representativas. Acuerda cuánto pueden esperar los usuarios para esta tarea y cómo la interfaz maneja demoras, cancelaciones y fallos.
Costo de operación
Estima la carga esperada, el tamaño de las solicitudes, los reintentos, la infraestructura y el trabajo de revisión. Compara opciones con esa carga y define límites de gasto y monitoreo.
Evaluación
Arma un conjunto de pruebas con tareas representativas, incluidos datos faltantes, entradas incorrectas y límites de permisos. Acuerda criterios de aceptación y combina los resultados con comentarios de usuarios y monitoreo en producción.
Preparación de los datos
Revisa los datos para la tarea propuesta: su calidad, estructura, accesos y carencias. Incluye la preparación necesaria en el plan. Nuestro servicio de Datos listos para IA ayuda a definir ese trabajo.
Compara modelos con tu tarea
Evalúa las opciones con los mismos casos y requisitos. Compara la calidad, el tiempo de respuesta, el costo total de operación, el tratamiento de datos y el trabajo de mantenimiento que requerirían de tu equipo.
Modelos alojados por proveedores vía API: revisa la calidad con tus casos, los límites del servicio, dónde se procesan los datos, las condiciones de conservación y entrenamiento, y el costo con la carga esperada.
Modelos de pesos abiertos: evalúa la licencia, los requisitos de alojamiento, el rendimiento y el trabajo operativo. Compara el costo completo y el flujo de datos con las alternativas para tu carga de trabajo.
Aprendizaje automático convencional: inclúyelo entre las opciones para predicción o clasificación. Prueba la precisión, el tiempo de respuesta y las explicaciones que necesitan los usuarios o revisores.
Fine-tuning: identifica qué problema resolvería y si hay ejemplos adecuados para entrenar y evaluar. Compara el resultado y el mantenimiento con otras formas de resolver ese problema.
Mantén el modelo detrás de una interfaz que tu producto controle. Cambiarlo puede requerir ajustes en las instrucciones, las llamadas a herramientas o el manejo de datos. Evalúa el reemplazo con tus casos de uso antes de publicarlo.
Planifica la primera entrega y su revisión
Acuerda quién usará la primera entrega, qué podrá hacer y cómo comunicará los problemas a tu equipo. Define las condiciones para ampliar el acceso, cambiar permisos o detener la función.
Elige un grupo inicial
Selecciona usuarios y tareas que permitan evaluar la función con una revisión y un soporte manejables. Define el tamaño del grupo y los criterios de despliegue para tu contexto.
Muestra la fuente, permite la edición
Muestra las fuentes para comprobar las respuestas que dependen de información recuperada. Permite revisar y editar los borradores, y ofrece una forma de reportar resultados incorrectos.
Acuerda aprobaciones por acción
Define qué acciones necesitan aprobación y quién las revisa. Los cambios dependen de las evaluaciones, las consecuencias de un error y la decisión de tu equipo. Tener menos correcciones no basta para retirar la revisión. Nuestro servicio de Agentes y asistentes de IA incluye la definición de estos controles.
Revisa la utilidad y la calidad
Mide tareas completadas, borradores aceptados, correcciones y uso sostenido cuando corresponda. Interpreta esos resultados junto con los comentarios de usuarios y las consecuencias de los errores.
Planifica el monitoreo y la atención de incidentes
Define qué registros necesitas para investigar respuestas y acciones, quién recibe alertas y cuándo detener la función. Acuerda límites de acceso y conservación para esos registros.
Describe la tarea con claridad
Usa una etiqueta que explique la acción y qué debe revisar el usuario. Ejemplos ilustrativos: “Preparar una respuesta” y “Buscar respuestas en estos documentos”.
Cuánto tarda y cuánto cuesta
Estimamos la primera función después de revisar el proceso de trabajo, los datos, las integraciones y las evaluaciones necesarias. Incluye controles de aprobación, monitoreo y responsabilidades operativas en ese alcance. Con un caso de uso definido puedes empezar directamente con la implementación.
Si todavía necesitas definir el alcance, un Sprint de AI Discovery de dos semanas tiene un precio fijo y produce oportunidades priorizadas, una evaluación de viabilidad y una hoja de ruta con el alcance y los criterios de aceptación de una primera entrega. Tu equipo u otro proveedor pueden usar esa hoja de ruta. El precio del sprint se acredita 100% si contratas la implementación con nosotros dentro de 90 días.
Revisa estos puntos antes de publicar
Tarea poco clara. Identifica al usuario, la tarea y el resultado que la función debe ayudarle a lograr.
Datos de prueba limitados. Incluye entradas representativas, excepciones y fallos al evaluar la función.
Permisos sin probar. Comprueba solicitudes permitidas y rechazadas para cada usuario u organización relevante.
Sin comparación con el proceso actual. Registra cómo se hace la tarea hoy y acuerda qué contaría como una mejora.
Responsabilidades de revisión poco claras. Identifica quién comprueba los resultados, atiende las excepciones y puede detener una acción.
Operación sin planificar. Acuerda el monitoreo, el soporte, los límites de gasto y cómo evaluar los cambios después del lanzamiento.
Preguntas que hacen los equipos de producto
¿Necesitamos nuestro propio modelo?
Depende de la tarea y de tus restricciones. Compara modelos disponibles y opciones más simples antes de comprometerte a entrenar o alojar uno. La decisión debe considerar las evaluaciones, los requisitos de datos, el costo operativo y el equipo disponible para mantenerlo.
¿Los datos de nuestros clientes van a entrenar el modelo de otra empresa?
Revisa el flujo real de datos y las condiciones de cada servicio y endpoint. Documenta qué se envía, dónde se procesa, almacena y registra, cuánto tiempo se conserva y si se permite usarlo para entrenamiento. Verifica el acuerdo y la configuración aplicables a los servicios alojados por proveedores y a cualquier servicio externo que uses con tu infraestructura.
¿Y las alucinaciones?
Un modelo puede dar respuestas incorrectas incluso cuando usa tus datos. Prueba esos fallos, permite comprobar las fuentes y define cuándo una respuesta necesita revisión o no debe mostrarse. Estos controles no eliminan el riesgo. Nuestro servicio de IA responsable cubre evaluación, permisos, revisión y procedimientos ante incidentes.
¿Puede construirla nuestro propio equipo?
Sí, si tiene la capacidad y las habilidades para el alcance acordado. La hoja de ruta de Discovery incluye hallazgos, supuestos, necesidades de integración y criterios de aceptación que tu equipo u otro proveedor pueden usar. La implementación con Sophilabs es opcional.
¿Cómo sabemos si funcionó?
Compara los resultados con la tarea tal como se hacía antes. Revisa las medidas acordadas junto con controles de calidad, comentarios de usuarios, costo operativo e informes de incidentes. Usa esa evidencia para decidir si amplías, cambias o detienes la función.
Como ejemplo histórico de una entrega, consulta el caso del asistente de voz de Amgen. Entregamos el asistente en 2019, antes de la era de los LLM. Para conocer la propiedad del código y los prompts, el acceso a los datos y las condiciones de entrega, consulta el Centro de confianza.
Planifica una función de IA para tu producto.
Un Discovery Sprint de dos semanas a precio fijo te entrega oportunidades priorizadas, hallazgos de viabilidad y una hoja de ruta que tu equipo puede usar. Si el alcance ya está definido, podemos conversar directamente sobre la implementación.