El demo funcionó perfecto. Después lo desplegamos.

Cualquiera puede construir un dashboard de IA. Dale a un desarrollador dos semanas, un dataset y una instancia en la nube y te va a entregar algo que se ve impresionante en una reunión de pitch. Interfaz limpia. Gráficos en tiempo real. Datos de sensores simulados fluyendo por la pantalla. Los inversores se inclinan hacia adelante. Los stakeholders asienten. Después lo desplegás. Y una lagartija cortocircuita tu relé a las 2 de la tarde un martes.

Estamos viviendo esto ahora mismo en FDF Labs. Nuestra operación central de I+D es un invernadero hidropónico en Asunción, Paraguay — un negocio agrícola real que abastece a uno de los 20 mejores restaurantes del mundo. Un lugar donde si la ventilación falla en un día caluroso, perdés el cultivo. No hay rollback de staging. No hay reporte de incidentes. Solo plantas muertas. Una lagartija entró en la carcasa del relé esta tarde y tumbó el sistema de ventilación. La bomba de nebulización está apagada. Las temperaturas están subiendo. El dashboard está gritando alertas. Esto no es una simulación. Esto es lo que nadie te muestra en una reunión de pitch.

Cuando empezamos a construir nuestros sistemas de sensores y monitoreo, los primeros prototipos funcionaron exactamente como fueron diseñados. Las lecturas de temperatura llegaban limpias. La humedad se registraba correctamente. El dashboard se veía genial en una laptop en un cuarto con aire acondicionado. Después lo pusimos en el invernadero. Los conectores se corroyeron. No porque usamos componentes baratos — porque subestimamos lo que la humedad sostenida le hace a los contactos metálicos durante semanas, no horas. Eso no se ve en un demo. Se ve a las 6 de la mañana cuando tu array de sensores se queda mudo y estás parado en un invernadero tratando de entender por qué, café en mano, cultivo en juego. La lagartija fue peor. Una lagartija entró en la carcasa del relé y cortocircuitó el sistema de ventilación. Toda la arquitectura tuvo que ser rediseñada — no el software, la arquitectura física. Nueva carcasa. Mejor sellado. Diferente ubicación de relés. Nadie escribe “asumir intrusión de lagartija” en un documento de requerimientos. A nadie se le ocurre. Hasta que estás sosteniendo un relé frito mientras la temperatura sube y el cultivo está en juego.

Esta es la brecha de la que la industria no habla con suficiente honestidad. Construir un sistema de IA que funcione en condiciones de demo es esencialmente un problema resuelto. Las herramientas son buenas. Los frameworks son maduros. La infraestructura en la nube es confiable. Un equipo talentoso puede prototipar casi cualquier cosa en unas semanas y hacer que se vea listo para producción en un slide deck. El despliegue es una disciplina completamente diferente. En el campo estás lidiando con condensación dentro de las carcasas, fluctuaciones de energía para las que tu código no tiene fallback, condiciones físicas para las que ninguna cantidad de investigación de escritorio te prepara. El código que corrió perfecto en testing lanza una excepción a las 3am porque nadie contempló que el sensor volviera a conectarse fuera de secuencia después de un parpadeo de energía. El dashboard que se veía impecable en una MacBook deja de actualizar porque el dispositivo edge perdió conectividad y nadie escribió un loop de reintento. Estos no son casos borde. Son el trabajo. La diferencia entre un demo y un despliegue no es sofisticación técnica. Es si alguna vez tuviste que impermeabilizar algo, replantear el diseño de una carcasa por la fauna local, o acompañar a un sistema durante su primer fallo real en condiciones reales.

Los conectores nos enseñaron a sobredimensionar cada componente físico por lo menos un grado por encima de lo que las condiciones requieren en papel. La lagartija nos enseñó que cualquier carcasa con un hueco es una invitación. Los crashes de las 3am nos enseñaron que la lógica de fallback es lo primero que se escribe, no lo último — y que “el sistema simplemente se va a reiniciar” no es un fallback, es un deseo. Nada de esto aparece en un pitch deck. Nada de esto impresiona a nadie en una sala de demo. Pero todo esto es la diferencia entre un sistema que corre por una semana y uno que corre por años. Estamos en el año dos.

El demo es fácil. El despliegue es el trabajo real. Si estás construyendo sistemas de IA destinados a operar en el mundo real — no en entornos simulados, no en demos controlados, sino realmente en el campo — el hardware es donde empieza la humildad. El software casi nunca es el problema. Es todo lo que rodea al software lo que se rompe. Ahora si nos disculpan, tenemos una lagartija que atender y una curva de temperatura que no va en la dirección correcta. Cualquiera que te diga lo contrario todavía está esperando a su lagartija.