La Carrera de la IA: Rápido Sí, pero con la Estructura Correcta
La velocidad en el desarrollo de productos impulsada por la inteligencia artificial (IA) ha hecho que lanzar nuevas soluciones sea más fácil y veloz que nunca. Asistentes de código y modelos de lenguaje grandes (LLMs) pueden generar funciones y flujos de trabajo completos en cuestión de minutos, lo que ha llevado a ciclos de producción que antes tomaban semanas, a reducirse a solo horas. Para muchas organizaciones, esta velocidad puede parecer un triunfo; sin embargo, no todos están convencidos.
La Perspectiva de Rahul Chari
Durante el ET AI Conclave & Awards 2025, Rahul Chari, fundador y CTO de PhonePe, lanzó una advertencia sobre esta tendencia de priorizar la rapidez en el desarrollo. “La habilidad de lograr resultados en un tiempo extremadamente corto está llevando a muchas organizaciones a apresurarse hacia la producción sin asegurarse de que la estructura adecuada esté en su lugar”, afirmó Chari.
Para startups pequeñas, este enfoque puede ser manejable dado el espacio para experimentar y reconstruir. Sin embargo, para plataformas grandes como PhonePe, que manejan millones de transacciones y usuarios, adoptar la IA sin construir una arquitectura sólida puede convertirse en una responsabilidad estructural significativa.
Ingeniería Primero: Enfoque en la Estructura
Chari enfatizó un concepto que denominó “ingeniería centrada en IA”. Esto no se trata de tratar la IA como una herramienta o una función adicional, sino de integrarla en todo el proceso de ingeniería y operaciones. En PhonePe, el enfoque está dirigido a tres objetivos principales:
- Incrementar la eficiencia de la fuerza laboral de ingeniería.
- Llevar las características centradas en IA a la producción de forma segura y rápida.
- Automatizar la productividad en funciones corporativas y operativas, no solo en tecnología.
La Importancia de la Infraestructura
Para evitar la fragmentación que puede surgir al distribuir el acceso a LLMs y herramientas de agentes, Chari propuso construir primero la infraestructura necesaria. Esto incluye crear un “gateway” único que actúe como enrutador para múltiples LLMs, centralizando así todas las interacciones de modelos. Este “gateway” permite:
- Cumplimiento de cuotas y limitaciones.
- Políticas de autorización y gobernanza de costos.
- Ruta de políticas para optimizar el uso de modelos de acuerdo a la demanda del caso.
Evitar el Problema del Código Madura
Un aspecto crucial que Chari destacó es la diferencia entre desarrollar IA desde ceros (greenfield) y lidiar con lo que él denomina “el problema del código maduro”. Mientras que los proyectos nuevos pueden beneficiarse de una construcción más flexible y rápida, las grandes empresas suelen lidiar con bases de código heredadas que dificultan este enfoque.
Humanizando la Automatización
Chari también subrayó la importancia de mantener a los humanos en el bucle. La automatización total, en su opinión, puede llevar a un aumento en el tiempo para recuperar sistemas y multiplicar el costo del fracaso. Su consejo es “comenzar con humanos en el bucle, usar IA como un habilitador fuerte, reducir la fricción y luego automatizar de manera responsable”.
La Lección Final
En la década de la IA, es fundamental construir sistemas duraderos que puedan adaptarse a los cambios en los modelos y gestionar las inevitable crisis del 1%. Los verdaderos ganadores no serán aquellos que simplemente busquen lanzar el producto más rápido, sino aquellos que entiendan que la inversión en arquitectura adecuada y en procesos sólidos es lo que garantizará la longevidad de sus soluciones en un mundo en constante cambio.
El ET AI Conclave & Awards 2025, es impulsado por BYD, junto a varios socios estratégicos como L&T Finance, Snowflake y EY, entre otros.
About the Author
