Casi toda integración de IA es plomería
Fenris tiene un oficio chico: contestar preguntas de operación consultando la base de datos de SIMANLLA. Por eso lo pongo de ejemplo.

Cuando un proveedor te prometa «transformación con IA», pídele la tarea. Una sola, escrita en una línea. Si tiene que pensarla, ya sabes lo que vende.
Fenris corre sobre SIMANLLA, el ERP de Elevadores Goldstar, y quien pregunta ve una respuesta. Debajo de esa respuesta hay VPS, dominios, túneles de Cloudflare y tareas programadas, todo reconstruido desde cero, y encima de eso el ERP. El modelo es la última capa. Sin las de abajo no tendría nada que consultar.
Tampoco anda suelto por la base de datos. Un agente con tool calling tiene una lista de herramientas y llama a las que le dieron. Esa lista la escribe alguien, y ahí se va buena parte del trabajo.
Dónde rinde
Hoy un modelo rinde en lo acotado y repetitivo: clasificar documentos y leads, responder con tu propia documentación, sacar datos de un texto desordenado, atender el primer nivel de soporte, redactar el borrador que alguien revisa. Todo eso se mide en horas, errores y tiempo de respuesta.
Lo que no le dejo decidir
Morph usa un modelo para analizar la migración. El precio lo calcula el servidor, nunca el modelo. Un precio tiene que salir igual dos veces, y eso a un modelo no se lo puedo firmar.
En whatsapp-ai-agent, un repo público de mi laboratorio, las reservas las lleva una máquina de estados, y por eso no hay doble asignación. Cuando hace falta, la conversación pasa a una persona. Ese repo trae además una medida de las que sirven: un commit subió el retrieval, la parte que busca la respuesta, de 45 % a 95 %, y lo dejó escrito en su mensaje.
La cerca también hay que construirla. mcp-secret-sentinel frena secretos antes de que salgan hacia commits, prompts y llamadas de agentes. bailment le presta capacidades temporales al agente y deja las credenciales fuera de su alcance. En astra-blender-harness, un guardián rechaza código peligroso y audita cada edición.
La prueba de humo
Cuatro preguntas. Sirven para cualquier proveedor, y para mí.
- ¿Cuál es la tarea, en una línea?
- ¿Con qué número se mide el antes y el después?
- ¿Qué puede tocar el modelo, y qué queda fuera de su lista?
- Cuando se equivoque, ¿quién responde?
«La IA entiende tu negocio» se cae en la primera. «Agentes autónomos que reemplazan a tu equipo» se cae en la tercera. Si tienes una tarea en mente, le pasamos la prueba en los treinta minutos del diagnóstico.
Fenris aprueba la primera y la tercera, y de la cuarta respondo yo. La segunda la debo: la cifra de horas que ahorra no está publicada en este sitio.