Llevamos un par de años en los que parece que la inteligencia artificial es la respuesta a cualquier pregunta. ¿Tienes un problema de rendimiento? IA. ¿Necesitas procesar texto? IA. ¿Se te ha quemado el café? Probablemente también haya una startup trabajando en eso.
Y no digo que esté mal. De hecho, la uso a diario. Pero esta semana he tenido varios recordatorios de que la IA es una herramienta, no un oráculo, y que a veces su mayor valor no está en resolver el problema en tiempo real, sino en ayudarte a construir un sistema que lo resuelva solo.
El caso del parseador que ya funcionaba
WPVulnerability lleva desde el primer día detectando versiones de plugins, slugs y metadatos leyendo y parseando texto. Expresiones regulares, patrones, el trabajo de toda la vida. Nada glamuroso, pero funciona.
Esta semana le pedí a la IA que revisara ese sistema. No para reemplazarlo, sino para mejorarlo. Y lo hizo: identificó casos edge que no cubría, propuso patrones más robustos, sugirió alguna optimización que no había contemplado. El resultado fue código más sólido, escrito por el sistema, ejecutado por el sistema, sin ninguna IA en medio durante la ejecución.
Eso es exactamente lo que quiero. No un modelo que en producción intente adivinar si un string es una versión semántica válida. Sino lógica bien escrita que lo sepa sin dudarlo.
Mejorando el rendimiento
El segundo caso fue de optimización. Había cuellos de botella en la carga, en cómo se pedía y procesaba información externa. Aquí la IA tampoco entró en el camino crítico: me ayudó a identificar dónde estaban los problemas, a razonar las soluciones, y el resultado fueron cambios concretos en el código que redujeron recursos y mejoraron tiempos. Sin magia. Sin inferencia en tiempo real. Solo buen código que antes no era tan bueno.
Autoalojar herramientas
El tercero me gustó especialmente. Tenía dependencias de API externas de una herramienta concreta. Llamadas que salían a internet, con sus límites de rate, sus errores ocasionales, su latencia variable. La solución no fue meter una IA que gestionara los fallos. Fue desplegar la versión open-source de esa herramienta en infraestructura propia y redirigir las llamadas a la red interna.
Resultado: llamadas casi ilimitadas, latencia mínima, cero errores de red externa, y control total. Ni un modelo de lenguaje involucrado. Solo infraestructura bien pensada.
Lo que quiero decir con todo esto
La IA me ha ayudado esta semana a mejorar tres cosas. Pero en ninguno de los tres casos la solución fue «pon una IA en medio». La solución fue usar la IA para pensar mejor, para revisar lo que tenía, para encontrar lo que se me escapaba, y luego ejecutar con código determinista, sistemas propios y decisiones de arquitectura sensatas.
Hay contextos donde la IA en tiempo real tiene todo el sentido. Pero hay muchos otros donde lo que necesitas es que tu sistema sea más inteligente por sí solo, y para eso la IA es un excelente colaborador de diseño, no un componente de producción.
No todo necesita un modelo. A veces solo necesita mejor código.
Deja una respuesta