No todo lo que impresionó en una demostración sobrevivió al trabajo real.

Hubo promesas que se veían enormes hasta que aparecieron preguntas sencillas.

¿Con qué información funciona?

¿Qué pasa cuando el caso no es el esperado?

¿Quién revisa el resultado?

¿Cómo se integra con la operación que ya existe?

¿Cuánto cuesta mantenerlo después de la demostración?

¿Qué evidencia queda cuando se equivoca?

El humo casi nunca está en que la tecnología sea falsa.

Está en presentar una capacidad parcial como si resolviera el problema completo.

Una respuesta rápida no es un proceso terminado.

Un prototipo no es una operación.

Código generado no es software listo para sostener un negocio.

Y una cifra de productividad sin un antes, un después y una definición común es solamente una cifra atractiva.

Este año confirmé algo que no es nuevo: una herramienta merece atención cuando supera la demostración y encuentra un lugar claro dentro del trabajo real.

La inteligencia artificial amplió muchísimo lo que podemos intentar.

También hizo más importante distinguir entre una posibilidad interesante y una capacidad que realmente podemos operar.