Una PoC de IA es un experimento corto, de alcance cerrado, que prueba si una hipótesis técnica funciona con los datos y restricciones de la empresa antes de ser proyecto. La mayoría no sale del papel porque nace sin criterio de éxito, sin baseline ni dueño de la decisión: termina como demo, no como decisión de escalar, ajustar o descartar.
Qué es una PoC de IA, en la práctica
PoC es la sigla de proof of concept, prueba de concepto. En IA, responde a una pregunta técnica específica: ¿el modelo consigue extraer los campos correctos de estos contratos? ¿El asistente responde con la base interna sin inventar? ¿La previsión de demanda se equivoca menos que la hoja de cálculo actual?
No es un producto, no es un piloto y no es una demostración comercial. Es una prueba controlada, con datos reales o simulados, en un entorno separado, que termina con una recomendación por escrito. Entra una idea, sale una decisión.
Tres características separan una PoC de cualquier prototipo:
- Hipótesis explícita. Una frase del tipo "si hacemos X con estos datos, conseguimos Y con precisión Z".
- Alcance pequeño. Un caso de uso, una fuente de datos, un flujo. Todo lo que no ayuda a responder la pregunta queda fuera.
- Plazo cerrado. Termina en una fecha acordada, con respuesta o sin respuesta. Una PoC que no termina se convirtió en proyecto sin presupuesto.
¿Por qué la mayoría de las PoC de IA no sale del papel?
El problema casi nunca es el modelo. La PoC se detiene por motivos que ya existían antes de la primera línea de código. La proyección de Gartner sobre el abandono de proyectos de IA generativa después de la PoC apunta en la misma dirección: coste alto, valor difícil de medir y datos débiles. Los patrones que más vemos:
Nace sin pregunta
"Vamos a probar IA generativa" no es una hipótesis. Sin una pregunta que admita un no como respuesta, la PoC no puede fallar y, por tanto, no puede probar nada. Termina cuando se acaba el entusiasmo.
Corre con datos que no existen en producción
El equipo monta un conjunto limpio y pequeño para la prueba. El resultado es excelente. Entonces alguien intenta correrla con el dato real, lleno de campos vacíos, PDF escaneados y nombres duplicados, y la precisión se desploma. La PoC probó que el modelo funciona en un mundo que no es el de la empresa.
No tiene baseline
¿Una precisión del 87% es buena o mala? Depende de lo que la empresa hace hoy. Si la persona que clasifica los correos acierta el 95%, la PoC falló. Si el proceso actual tarda tres días y la PoC responde en minutos con un 87%, quizá sea una decisión fácil. Sin medir el antes, el después no significa nada.
Nadie es dueño de la decisión
La PoC termina, el informe se envía por correo y la pregunta "¿y ahora?" se queda sin dueño. Escalar exige presupuesto, integración y alguien que firme. Cuando eso no se acordó al inicio, el resultado se convierte en una diapositiva de la reunión trimestral.
El entorno corporativo bloquea
Acceso a datos, aprobación de seguridad, cuenta en la nube, clave de API. En una empresa grande, cada uno de esos puntos puede llevar semanas. Muchas PoC mueren en la cola de tickets antes de correr. Por eso PoC Factory construye en un entorno separado, en AWS o Google Cloud, y resuelve el acceso antes del kickoff.
¿Qué necesita tener una buena PoC de IA?
Una PoC útil se define por lo que entrega al final, no por la tecnología que usa. Lo mínimo:
- Criterio de éxito acordado antes del día uno. Número, umbral y quién juzga. "Extraer los 12 campos con al menos un 90% de acierto en 200 contratos reales, evaluado por el área jurídica."
- Baseline medida. Cómo funciona el proceso hoy: tiempo, coste, error. Contra eso se va a comparar la PoC.
- Datos representativos. Muestra real, con la suciedad real. Si el dato es sensible, anonimizado o simulado con las mismas características.
- Métricas técnicas y de negocio. Precisión, latencia y coste por llamada por un lado. Horas ahorradas, tickets resueltos y retrabajo evitado por el otro.
- Decision Package. Un informe ejecutivo con lo que se probó, lo que se midió, lo que faltó y una recomendación clara: escalar, ajustar o descartar. Con una estimación de lo que haría falta para escalar.
Publicamos un checklist de lo que una buena PoC de IA necesita tener que sirve como guion para la primera reunión.
PoC, piloto o MVP: ¿cuál es la diferencia?
Los tres términos suelen usarse como sinónimos, y eso genera expectativas equivocadas. La tabla siguiente usa los formatos de PoC Factory como referencia de plazo.
| Formato | Pregunta que responde | Dónde corre | Plazo | Entrega |
|---|---|---|---|---|
| PoC (Starter) | ¿La hipótesis funciona con nuestros datos? | Entorno separado, AWS o Google Cloud | 3 semanas | Decision Package |
| PoC (Advanced) | ¿Funciona integrada con datos reales de la operación? | Entorno separado, con integración a fuentes reales | 4 a 6 semanas | Decision Package |
| Piloto | ¿Funciona con usuarios reales, a escala limitada? | Producción, con un grupo restringido | Definido caso a caso | Métricas de uso y plan de despliegue |
| MVP | ¿Alguien lo usa y paga por ello? | Producción, para el cliente | Ritmo definido por la ronda de captación | Producto mínimo en uso |
La PoC prueba viabilidad técnica. El piloto prueba adopción. El MVP prueba valor de mercado. Saltarse etapas suele costar más que hacer bien cada una. Escribimos sobre esto en PoC vs MVP vs producto.
¿Cuánto tiempo lleva y cuánto cuesta una PoC de IA?
El tiempo, en PoC Factory, es de 3 a 6 semanas, del kickoff al Decision Package. La diferencia entre el formato más corto y el más largo está en la integración con datos reales, no en el tamaño del modelo.
Sobre el coste, la respuesta honesta es: depende de la hipótesis, de la fuente de datos y del nivel de integración, y por eso no publicamos una tabla de precios. Lo que garantizamos es el formato. Alcance y plazo se cierran por escrito antes del primer día, en una propuesta que describe la hipótesis, el criterio de éxito, los datos necesarios y lo que la empresa recibe al final. No hay horas extra ni alcance que crece a mitad de camino. Si la hipótesis no cabe en 6 semanas, es demasiado grande para una PoC y hay que dividirla.
Lo que una PoC no debe costar es el precio de un proyecto entero. Ese es el punto: el dinero grande solo entra después de que la idea demostró que funciona.
Siguiente paso
Si hay una hipótesis de IA parada en su empresa por falta de una forma barata de probarla, PoC Factory fue diseñada para eso. Cuéntenos la hipótesis y respondemos con alcance, plazo y criterio de éxito.