Desarrollo de AI harness semana a semana: cómo se ve un proyecto real, del diagnóstico a producción
Desarrollo de AI harness semana a semana: qué pasa en cada fase, qué entregables recibes y qué decisiones te tocan para llevar tus agentes a producción.
El problemaQuieres llevar tus agentes de IA a producción, pero no sabes cómo se ve el proyecto ni qué se espera de tu equipo cada semana.
Lunes, 9:00 de la mañana. La directora de operaciones de una empresa de servicios abre su correo y encuentra la tercera propuesta del trimestre para "implementar agentes de IA". Las tres prometen resultados. Ninguna explica qué va a pasar la semana 2, qué tiene que hacer su equipo ni cómo sabrá, a mitad del camino, si el proyecto va bien.
Esa incertidumbre es la razón por la que muchos proyectos se quedan en piloto. Este artículo describe cómo se ve un desarrollo de AI harness semana a semana: qué se construye en cada fase, qué recibes al final de cada una y qué decisiones te tocan a ti.
Antes de empezar: qué es exactamente lo que se construye
Un agente de IA es un modelo más un harness. El modelo razona; el harness es todo lo que lo rodea para que trabaje de forma confiable: qué información ve, qué herramientas puede usar, qué reglas no puede romper, quién aprueba sus decisiones y cómo queda registrado lo que hizo. Si quieres el mapa completo de piezas, está en anatomía de un harness empresarial.
Un proyecto de desarrollo de AI harness no construye "un chatbot". Construye la base sobre la que van a operar todos tus agentes, y la estrena con un primer flujo real. Esa diferencia cambia la forma del calendario.
El calendario, fase por fase
Lo que sigue es un calendario ilustrativo. La duración real depende del proceso, de tus sistemas y de la calidad de tus datos; lo que no cambia es el orden y que cada fase cierre con algo verificable.
| Fase | Semanas (ilustrativo) | Qué recibes |
|---|---|---|
| Diagnóstico | 1–2 | Proceso priorizado, mapa de sistemas y criterios de éxito |
| Diseño | 3 | Arquitectura de agentes, memoria, reglas, aprobaciones y evals |
| Construcción | 4–7 | Harness y primer flujo funcionando con casos reales |
| Producción | 8 | Usuarios reales, aprobaciones activas, trazas y alertas |
| Evolución | Continua | Ajustes con datos y nuevos agentes sobre la misma base |
Semanas 1 y 2: diagnóstico
Aquí no se escribe código de agentes. Se entrevista a las personas que hacen el trabajo hoy, se revisan los sistemas que tocan (CRM, ERP, correo, documentos) y se identifican las excepciones: los casos raros que una demo nunca muestra.
El resultado es una decisión: qué proceso va primero. El mejor candidato suele tener volumen, reglas claras y un costo visible cuando se hace tarde o mal. Profundizamos en cómo elegirlo en el diagnóstico de procesos que define tu primer agente.
Lo que te toca: dar acceso a las personas y a los sistemas, y nombrar a un responsable del proceso con autoridad para decidir.
Semana 3: diseño
Con el proceso elegido, se diseña el sistema en papel antes de construirlo:
- Agentes: qué agente especializado hace cada parte del trabajo.
- Memoria: qué sabe el negocio de cada cliente o caso y dónde vive esa información.
- Reglas: la lista de "nunca" que el sistema debe hacer cumplir.
- Aprobaciones por rol: en qué pasos firma una persona, y cuál.
- Evals: el conjunto de casos reales con los que se va a medir si el agente hace bien su trabajo.
Este es el momento de discutir los casos difíciles. Cambiar una regla en un documento cuesta una conversación; cambiarla con el sistema en uso cuesta mucho más.
Semanas 4 a 7: construcción
La construcción avanza en ciclos cortos con una revisión semanal. Cada semana tu equipo ve el flujo funcionando con casos reales, no diapositivas. Un orden típico:
- Se montan la memoria y las conexiones con tus sistemas.
- Se construye el primer agente y se mide contra las evals.
- Se agregan los demás agentes del flujo y la orquestación entre ellos, con reintentos y recuperación desde el último paso.
- Se activan las aprobaciones por rol, las trazas y los topes de gasto.
Lo que te toca: asistir a la revisión semanal, corregir criterios y aportar casos difíciles. Las evals mejoran mucho cuando el equipo trae ejemplos que lo hicieron sufrir.
Semana 8: producción
La salida a producción es gradual: primero un grupo de usuarios, un volumen acotado y todas las aprobaciones encendidas. Se observan las trazas a diario, se revisa el costo por flujo y se compara el desempeño contra las evals acordadas en el diseño.
Un buen indicador de que el proyecto va bien: cuando algo falla, el equipo puede ver qué agente lo hizo, con qué datos y en qué paso, sin pedírselo a nadie.
Después: evolución
El primer flujo es el estreno del harness, no el final del proyecto. Con la base ya construida, el segundo agente reutiliza la memoria, las aprobaciones, las evals y la observabilidad. Por eso cada agente nuevo debería costar menos y comportarse de forma consistente con los demás.
Ejemplo ilustrativo: el mismo proyecto, con y sin método
Imagina una empresa de distribución que quiere automatizar la respuesta a solicitudes de cotización.
Sin método: un equipo arma un piloto en dos semanas con un modelo potente y una hoja de cálculo de precios. En la demo, impresiona. En operación, cotiza con precios viejos, no sabe qué clientes tienen condiciones especiales y nadie revisa antes de enviar. A los dos meses, el piloto se apaga.
Con método: el diagnóstico detecta que el problema real son las excepciones de precio. El diseño pone esas reglas en el harness y define que el director comercial firma toda cotización fuera de lista. La construcción mide cada versión contra casos reales del último trimestre. En producción, el agente prepara y el humano decide. El patrón detrás de esta diferencia lo explicamos en por qué tu piloto de IA nunca llegó a producción.
Errores comunes en un proyecto de desarrollo de AI harness
- Saltarse el diagnóstico. Empezar a construir sin elegir bien el proceso garantiza un piloto bonito y poco útil.
- Dejar las aprobaciones para el final. Son parte del diseño, no un parche de seguridad.
- Evals inventadas. Si los casos de prueba no salen de tu operación real, miden un negocio que no existe.
- Revisiones con diapositivas. Si cada semana no ves el flujo funcionando, no sabes si el proyecto avanza.
- Un harness por agente. Construir la base desde cero para cada caso multiplica el costo y las reglas contradictorias.
Qué hacer el lunes
Elige un proceso candidato y escribe en una página tres cosas: cuánto volumen tiene, qué excepciones lo complican y quién debería firmar antes de que algo salga al cliente. Con eso, cualquier conversación sobre agentes empieza en el lugar correcto.
En Addabra trabajamos exactamente con este método: diagnóstico, diseño, construcción, producción y evolución, sobre nuestro propio harness probado y con entregables visibles en cada fase. Si quieres ver qué incluye, revisa nuestro servicio de desarrollo de AI harness.
Preguntas frecuentes
¿Cuánto dura un proyecto de desarrollo de AI harness?
Depende del proceso elegido, del estado de tus datos y de cuántos sistemas hay que conectar. El calendario de este artículo es ilustrativo; lo importante es que cada fase cierre con un entregable concreto y que el primer flujo llegue a usuarios reales lo antes posible, no al final de un plan largo.
¿Qué tiempo necesita dedicar mi equipo?
Sobre todo el de las personas que conocen el proceso: entrevistas en el diagnóstico, revisión de reglas en el diseño y una revisión semanal durante la construcción. También hace falta un responsable con autoridad para decidir qué se aprueba y quién firma cada paso.
¿Qué pasa después de la salida a producción?
Empieza la fase de evolución: se ajusta el flujo con datos de la operación, se actualizan las evals y se suman nuevos agentes sobre la misma base. Cada agente nuevo reutiliza la memoria, las aprobaciones y la observabilidad que ya existen.
