12 OCTUBRE 2026
Desde las trincheras de la IA · Reflexión

Yo sí creo en los ponis volando. Pero alguien tiene que construirles las alas

Mi padre saltó de una grada para correr conmigo la última vuelta. Treinta años después acabé utilizando los ponis volando para explicar la diferencia entre una demo de IA y un sistema que aguanta cuando entra en producción.

Versión audio
Dos IAs debaten este artículo — 25 min
Lo que vas a leer
01

La niña

Zapatillas, patines, una Yamaha de tres ruedas, My Little Pony y una cabeza que necesitaba estar siempre inventando algo.

02

El mentor

Mi padre me enseñó a correr tercera, esperar a la última vuelta y utilizar el hiperfoco cuando llegaba el momento.

03

Los ponis volando

Años después recuperé aquella imagen para explicar todo lo que hoy podemos construir con inteligencia artificial.

04

La prueba real

Una demo puede hablar bonito. Un sistema en producción tiene que atender, ejecutar, registrar y seguir funcionando cuando aparecen los problemas.

Índice del artículo
01

Yo no era una niña de muñecas

Antes de la IA hubo patines, una Yamaha de tres ruedas, tesoros escondidos en el campo y una cabeza que no paraba quieta.

Yo no era una niña de muñecas.

Era más de ponerme las zapatillas de deporte, salir con los patines en línea, subirme a mi Yamaha de tres ruedas o irme al campo a jugar a Indiana Jones y buscar tesoros que probablemente no existían.

Siempre estaba inventando algo.

Era una niña curiosa, hiperactiva y bastante difícil de mantener quieta. Mi padre me buscaba un juguete nuevo cada vez que veía que empezaba a aburrirme. La estrategia le funcionaba durante un rato. Después mi cabeza volvía a salir corriendo por su cuenta.

Hasta que apareció el deporte.

Cuando empecé a competir en atletismo encontré un foco que me duró años. Por fin había algo capaz de gastar toda aquella energía y obligarme a mirar en una sola dirección: correr.

También me metí en el equipo de baloncesto y acabé siendo la capitana. Era la base. Me tiraban al suelo, yo me levantaba con bastante mala leche y, aunque no me ganaban, casi siempre terminaban echándome de los partidos.

En medio de las zapatillas, los patines, la moto, las carreras y el baloncesto había una excepción que no encajaba del todo con el resto.

Los My Little Pony me encantaban.

Mucho antes de dedicarme a construir sistemas de inteligencia artificial, ya llenaba mi cabeza de caballos de colores capaces de hacer cosas imposibles.

Después llegó Mózar.

Y el poni de plástico se convirtió en un hispanoárabe de verdad.

Mózar fue mi mejor amigo durante la infancia. Me acompañó hasta que llegó el momento de marcharme a la universidad. Los caballos dejaron de ser una fantasía de colores y pasaron a ocupar un lugar real en mi vida.

Muchos años después, sin haberlo planeado, también terminaron entrando en mi forma de explicar la tecnología.

Mili Pérez de niña, con vestido blanco, subida a un poni de juguete pintado de rojo y azul
Yo, mucho antes de que los ponis volando acabaran explicando mi forma de entender la inteligencia artificial.
02

«Ponte tercera»

Mi padre no intentó apagar toda aquella energía. Aprendió a dirigirla y me enseñó cuándo debía soltarla.

Yo tendría siete u ocho años. Competía en atletismo con mis compañeras del colegio en Córdoba. Eran pruebas de resistencia: vueltas y más vueltas hasta que llegaba el momento de darlo todo.

Mi padre siempre me daba la misma instrucción:

—Ponte tercera.

Había estrategia detrás. Tenía que mantenerme tercera, guardar fuerzas y esperar a la última vuelta. Ahí llegaba el sprint. Ahí las fundía.

Yo corría con todo, pero no contaba las vueltas.

Cuando algo conseguía atraparme, entraba en hiperfoco.

Pa, pa, pa, pa.

Correr. Seguir corriendo. Una vuelta detrás de otra sin mirar nada más.

Acordarme de cuántas llevaba era otra historia.

Además, yo era la más pequeñita. Bajita, sin haber pegado todavía el estirón. Las demás me parecían unas tiarronas: enormes, con unas piernas larguísimas y capaces de destrozarte con un codazo.

A mí me daba igual.

Me colocaba detrás y seguía.

Pa, pa, pa, pa.

Mi padre me conocía.

En una de aquellas carreras llegó la última vuelta y yo seguía corriendo sin enterarme de que había llegado el momento de apretar.

Él estaba en las gradas.

Y saltó.

Saltó de las gradas y se puso a correr conmigo.

—Mili, corre.

Lo vi y corrí.

Mi padre hizo aquella última vuelta conmigo mientras yo soltaba el sprint y adelantaba a las demás.

Las fundí a todas.

Y gané.

Solía quedar primera o segunda, pero, cuando competía, para mí no existía la opción de no ser la primera. Aquel día mi padre subió conmigo a recoger la medalla.

Cuando digo que fue el mejor mentor de mi vida, hablo de esto.

Si yo no contaba las vueltas, él estaba allí para avisarme de la última.

Después aparecieron otras personas que me enseñaron muchísimo. He tenido grandes mentores, pero ninguno llegó antes que él. Mi padre me dio la base y la seguridad para seguir incluso cuando todavía no sabía hacia dónde me llevaría todo aquello.

Gracias a él soy buena parte de lo que soy.

La última vuelta
PONTE
TERCERA

Guardar fuerzas no era correr menos. Era saber cuándo tocaba soltar todo lo que llevaba dentro.

03

De la universidad a las tripas de la tecnología

Dejé atrás mi infancia y a Mózar. La curiosidad, el hiperfoco y las ganas de abrir las cosas por dentro vinieron conmigo.

Cuando me marché a la universidad empezó otra etapa.

Después llegó la tecnología.

Llevo catorce años trabajando en telecomunicaciones y entrando en la operativa de empresas de España y América Latina. Empecé por el diseño y la experiencia de usuario. Después llegaron el marketing, las ventas, los procesos, la automatización, las APIs y la voz.

Mucho antes de que la inteligencia artificial apareciera en todas las conversaciones, yo ya estaba mirando dónde se perdía un cliente, qué parte del proceso no estaba conectada y por qué una herramienta que funcionaba perfectamente en una presentación se rompía al meterla en una empresa real.

No llegué a la IA por moda. Llegué después de muchos años viendo cómo se rompía la operativa por dentro.

Cuando fue posible conectar la voz con el resto del sistema, me metí de cabeza.

Pa, pa, pa, pa.

Algunas cosas no cambian tanto.

04

Treinta años después, volví a hablar de ponis

En el Gateway Summit utilicé una frase que resumía una idea enorme: hoy podemos construir cosas que antes solo cabían en la imaginación.

El 1 de octubre de 2026 estaba subida al escenario del Gateway Summit de Málaga, en una mesa sobre cómo llevar la inteligencia artificial desde la gobernanza hasta su aplicación real en las empresas.

Hablamos de límites, riesgos, procesos y de esa costumbre tan extendida de prometer que puedes montar una empresa entera en cinco minutos y hacerte millonario en 48 horas.

Entonces solté una frase:

«A día de hoy podemos montar ponis volando y hace treinta años no podíamos».
Mili Pérez · Gateway Summit Málaga · 1 de octubre de 2026

La frase terminó publicada en El Español.

Y la mantengo.

Hoy podemos construir cosas que hace muy pocos años parecían una fantasía. Un sistema puede atender una llamada, entender lo que necesita una persona, consultar información, cualificar una oportunidad, reservar una cita, transferir la conversación y dejar los datos registrados para que el equipo continúe.

Eso es una barbaridad.

El problema no son los ponis volando.

A mí me encantan.

El problema es que alguien te enseñe uno en una diapositiva y se olvide de contarte quién le ha construido las alas, dónde va a aterrizar y cuánto trabajo cuesta evitar que se estrelle.

05

El poni que solo vuela durante la demo

Hablar bonito durante dos minutos no demuestra que un agente pueda atender clientes, ejecutar acciones y dejar el trabajo preparado para el equipo.

Montar una demostración bonita es relativamente fácil.

El agente contesta. Tiene una voz estupenda. Mantiene una conversación corta y reserva una cita preparada de antemano. Todos lo miramos y pensamos que el juguetito funciona.

Después entra la primera llamada real.

El cliente habla desde la calle. Interrumpe. Cambia de opinión. Da el teléfono sin prefijo. Pregunta algo que no estaba en el guion. No hay disponibilidad en el calendario. El CRM devuelve un duplicado. La transferencia no llega al equipo correcto.

El poni empieza a perder altura.

En producción ya no basta con que el agente hable bonito. Tiene que saber qué puede hacer, qué no puede hacer, de dónde obtiene la información y en qué momento debe parar o pasar la llamada a una persona.

La conversación debe activar el siguiente paso. Si atiende, pero no registra lo ocurrido, el trabajo queda a medias. Si reserva, pero no identifica correctamente al cliente, tendremos un problema. Si recoge datos que después nadie utiliza, solo hemos colocado otra herramienta encima de la mesa.

Por eso, cuando entro en una empresa, no empiezo por el poni.

Empiezo por el mapa.

Qué ocurre hoy. Quién responde. Dónde se guarda la información. Qué excepciones existen. Qué decisiones puede tomar el sistema. Qué necesita autorización. Quién recibe el caso cuando la IA no puede continuar.

Después llegan las conexiones, las reglas, las fuentes, la telefonía, el CRM, la agenda, las transferencias, los registros y las comprobaciones.

La parte que casi nunca sale en la diapositiva.

Demo frente a producción

Una demo demuestra que algo puede ocurrir una vez. Un sistema en producción tiene que conseguir que ocurra bien, dejar rastro y saber qué hacer cuando falla.

Lo que tiene que ocurrir debajo
Llamada → Agente → Acción → Registro → Siguiente responsable

Si el recorrido se rompe en cualquiera de esos puntos, el poni no está volando. Estamos sujetándolo para la foto.

Las cuatro alas que no aparecen en la diapositiva
01

Proceso

Qué ocurre hoy, quién responde y cuál es el siguiente paso real.

02

Fuentes y reglas

De dónde sale la información, qué puede decidir y cuándo debe parar.

03

Integraciones

Telefonía, agenda, CRM, transferencias, registros y comprobaciones.

04

Responsabilidad

Quién recibe el caso, supervisa el sistema y responde cuando algo falla.

06

La IA también es una prueba de resistencia

El sprint sirve para enseñar algo una vez. La resistencia decide si seguirá funcionando cuando lleguen el volumen, los cambios y las excepciones.

Mi padre me enseñó a no salir desbocada en la primera vuelta.

—Ponte tercera.

Observa. Aguanta. Guarda fuerzas. Entiende dónde estás. Cuando llegue la última vuelta, corre.

Buena parte del mercado de la inteligencia artificial está haciendo justo lo contrario. Sale al sprint desde el primer minuto. Monta una demo, graba un vídeo y da por terminado un sistema que apenas se ha enfrentado a llamadas reales.

Pero llevar la IA a una empresa no es una carrera de cien metros.

Hay que ver qué sucede cuando cambia el volumen, cuando falla una integración, cuando el cliente responde algo inesperado o cuando el proceso que parecía tan claro resulta que cada persona del equipo lo ejecuta de una manera diferente.

Una demo puede montarse en 48 horas.

Lo difícil es que el sistema aguante 48 días en producción sin que una persona tenga que correr detrás arreglando cada vuelta. Esa diferencia sostiene buena parte de mi forma de trabajar.

Ahí se decide si tenemos tecnología útil o un poni que solo vuela cuando nadie lo toca.

En la newsletter del 9 de octubre escribí que me encantan los ponis volando y que algún día contaría esta historia.

También dije algo importante: si un cliente quiere uno y está dispuesto a pagar el trabajo que lleva construirlo, nos metemos en las tripas.

No voy a rebajar una idea ambiciosa hasta convertirla en algo que ya no resuelve nada. Tampoco voy a prometer que estará terminada en cinco minutos.

Primero hay que saber qué significa exactamente «volar» para ese negocio.

Puede significar atender las llamadas que ahora se pierden. Cualificar antes de pasar una oportunidad al equipo comercial. Reservar una cita sin obligar al cliente a esperar. Recuperar conversaciones que hoy no dejan rastro. O unir la voz con el resto de una operativa que lleva años funcionando por piezas.

Después calculamos qué hace falta para construirlo, qué riesgos existen, cuánto cuesta mantenerlo y cómo sabremos si está funcionando.

Y entonces sí.

Le ponemos alas.

07

Mi pequeño poni pesa 80 kilos

Ahora el caballo que tengo más cerca es negro, se llena la cara de babas y pesa como una persona.

UX es un pequeño gran danés de 80 kilos al que llamo caballo, babas corporativo y miembro oficial de mi equipo de IA.

Mi pequeño poni.

Sigue habiendo caballos cerca mientras trabajo. También sigo inventando cosas, entrando en hiperfoco y olvidándome alguna vez de contar las vueltas.

La diferencia es que ahora sé que las ideas grandes no se sostienen solo porque podamos imaginarlas.

Necesitan estructura, trabajo y alguien que conozca la carrera completa.

Mili Pérez besa a UX, su gran danés negro de 80 kilos, sentado junto a ella sobre las vías del tren
UX · Mi pequeño poni, babas corporativo y miembro oficial de mi equipo de IA.

Si quieres conocer mejor a UX y nuestra peculiar forma de comunicarnos, te presento al animal en ¿Tienes perro? Pues si no lo tienes, olvídate de saber trabajar con IA.

Tres respuestas para llevarse

¿Qué diferencia hay entre una demo de IA y un sistema en producción?

Una demo demuestra que algo puede ocurrir una vez. Un sistema en producción debe conseguir que ocurra bien con clientes reales, ejecutar la acción necesaria, dejar un registro, continuar el proceso y saber qué hacer cuando una integración falla o la IA no puede seguir.

¿Qué necesita un agente de voz con IA para funcionar en una empresa?

Además de conversar, necesita reglas, fuentes fiables, telefonía, integraciones con la agenda o el CRM, transferencias, registros, supervisión y una persona responsable cuando aparece una excepción.

¿Por qué hay que analizar el proceso antes de implantar inteligencia artificial?

Porque la IA debe encajar en un recorrido real: qué ocurre hoy, quién responde, dónde se guarda la información, qué decisiones puede tomar el sistema, qué necesita autorización y quién recibe el caso cuando la IA no puede continuar.

Si tu poni tiene que atender llamadas de verdad
→
Producción real
→
Criterio y control
→

Te aviso cuando publique lo siguiente

Cuento desde las trincheras cómo se diseñan y se operan sistemas de IA que tienen que trabajar de verdad. Con lo que funciona, lo que falla y todo lo que hay debajo de la demo.