Funciones de IA de las gafas inteligentes: medidas en una versión de software, no en una unidad
Una función de IA se mide por tasas, latitudes y precisión, y ninguna de ellas se mide observing una demostración. Una demostración es el mejor caso: una frase preparada, una sala silenciosa, una red conocida que funciona correctamente y una unidad configurada para la ocasión. Funciones de IA de las gafas inteligentes: cómo medirlas consiste en convertir una capacidad en un conjunto de cifras que un comprador pueda incluir en una especificación y otro comprador pueda reproducir. Hay que hacerlo bien porque las afirmaciones sobre IA son las más fáciles de exagerar y las más difíciles de defender, y las que fallan suelen hacerlo a la vista del público.
La respuesta breve: una función de IA son ocho mediciones, y dos de ellas no son mediciones de rendimiento en absoluto: el comportamiento sin conexión y la ruta de los datos, que en conjunto determinan qué puedes afirmar en una ficha de producto y qué debe describir tu declaración de privacidad. Fija tus propios umbrales de aceptación antes de empezar, ejecuta cada tasa en varias unidades y con varios hablantes, y registra el número de versión del firmware con cada resultado, porque una función de IA cambia entre versiones y una medición sin número de versión no se puede reproducir.
El comprador que decide si un asistente debe formar parte del producto
Aquí, el comprador suele decidir si un asistente de voz con IA debe formar parte del producto o cuál de las implementaciones de dos proveedores se debe ofrecer. Likely tendrá en mente muestras, una lista de funciones y un canal: creadores, personal de campo o asistentes de uso diario. Lo que no tendrá es ningún dato de rendimiento, porque en esta categoría los datos los genera el proveedor del modelo y la pila del asistente, no la fábrica, y cambian con la versión de software, no con el hardware.
Este último punto cambia la forma en que el comprador debe plantear la decisión. Una función de IA no es una propiedad del producto que compras una vez; es una relación entre el producto, un proveedor de modelos, una red y una región. La verdadera pregunta del comprador no es «¿es bueno?», sino «¿puedo medirlo, puedo someterlo a un umbral y qué ocurre cuando el proveedor cambia algo?».
Se gestionan tres cosas a la vez, y tiran en direcciones distintas. La primera es la afirmación: la frase de la página del producto tiene que resistir que un cliente la pruebe en una reunión, y la frase que resiste suele ser más limitada de lo que el equipo de marketing querría. La segunda es la dependencia: quien opera el modelo puede ser un tercero con el que la marca no tiene contrato, lo que supone una exposición desde el punto de vista de las compras, no técnico. La tercera es la deriva: un asistente que cambia para el cliente entre dos envíos es un problema de soporte que surge sin ningún fallo del producto y, por tanto, sin ningún motivo de devolución.
El comprador también suele ser la persona que tendrá que responder meses después a una reclamación sobre la función, en un mercado donde la reclamación estará en un idioma que el equipo de soporte no habla. Por eso, la hoja de mediciones debe redactarse de forma que sobreviva a un cambio de personal: un umbral, un denominador, un número de versión y una fecha, en lugar de una descripción de cómo se sintió.

Lo que cuesta mantener una función de IA y quién la controla realmente
El coste de una función de IA no es un coste de hardware. Es una dependencia operativa, y las partes de esta que aparecen en una orden de compra son las menos relevantes.
La inferencia se realiza en el dispositivo o fuera de él, y ambas opciones tienen una estructura comercial completamente distinta. La inferencia en el dispositivo está limitada por el hardware que has comprado y, por tanto, es estable y privada por defecto, además de estar limitada a lo que el chip puede hacer. La inferencia fuera del dispositivo no está limitada por nada de lo que posees y es lo que hace posible un asistente realmente capaz; también introduce una dependencia de la red, una latencia, una cuestión related con la región y una parte que no controlas.
El operador del entorno de ejecución es el hecho comercial más importante de la hoja. Un proveedor que afirma que el modelo lo ofrece un socio te ha dicho que un tercero puede cambiar el comportamiento de tu producto en tu mercado sin necesidad de modificar una orden de compra. Es un tipo de exposición distinto del reemplazo de un componente, porque el reemplazo de un componente puede recogerse en una cláusula de control de cambios, mientras que un cambio de modelo no puede.
La vía de actualización es una cuestión de compras, no técnica. Una funcionalidad que cambia mediante actualizaciones over-the-air cambia sin necesidad de un nuevo pedido, sin una nueva muestra y sin ninguna obligación de aviso, salvo que se establezca por escrito. Para una marca que ha invertido presupuesto de marketing en esta capacidad, un cambio no anunciado no es un evento técnico, sino comercial. Por tanto, lo primero que debe determinarse es si el proveedor puede indicar un número de compilación y un mecanismo de actualización, porque un proveedor que no puede identificar la compilación no puede explicarte qué has medido.
La vía de datos es una cuestión de cumplimiento con un marco fijo. Desde el 1 de agosto de 2025, los requisitos de ciberseguridad de la Directiva de Equipos de Radio forman parte obligatoria del marcado CE y se describen en la serie EN 18031 de normas armonizadas, que abarca la comunicación segura, el cifrado, el almacenamiento seguro, el consentimiento del usuario y el proceso de gestión de las vulnerabilidades identificadas. Una funcionalidad de voz queda claramente dentro de ese ámbito, y las pruebas que la marca acabará solicitando no seerpuestan en la precisión de la funcionalidad, sino en la vía de datos que hay detrás.
Nada de esto aparece como coste en la factura, y precisamente por eso se pasa por alto. La margen de negociación está en la estructura del compromiso, no en el precio: la obligación de aviso ante un cambio de firmware, la definición del estado degradado sin conexión, el derecho a exigir una modificación del contrato, el periodo durante el cual la compilación medida coincide con la compilación enviada y el número de unidades del lote de evaluación.

Las ocho mediciones, sus umbrales y la regla del denominador
Solicita por escrito las filas siguientes antes de probar las muestras. La columna de la derecha distingue al proveedor que ha medido la compilación enviada de quien solo está describiendo una capacidad.
Tasa de activación, con las condiciones de prueba. Un porcentaje sobre un número de intentos determinado, en un entorno concreto. «Altamente receptivo» es una respuesta imprecisa, y es la que más se suele dar.
Tasa de activación falsa. Un porcentaje sobre un número de intentos determinado, en un entorno concreto. Esta es la medición que determina si la funcionalidad resulta utilizable en espacios públicos, y es la que casi nunca se informa. Un dispositivo que interrumpe una conversación es un producto que el usuario se quita, por muy bien que funcione cuando sí se activa.
Tasa de éxito de los comandos, con una lista fija. Un porcentaje frente a una lista que proporciona el comprador. «Entiende el habla natural» es una respuesta imprecisa, y la lista de frases tiene que ser la que utiliza tu cliente, no la de la demostración.
Latencia, con el estado de la red. Una cifra con un umbral fijo y la condición de red indicada. «Muy rápido» es una respuesta imprecisa. La latencia es la diferencia entre una funcionalidad que parece receptiva y otra que parece averiada, y varía según las condiciones de la red, por lo que el estado de la red debe formar parte de la medición.
Precisión del reconocimiento por condición. Una cifra para una sala silenciosa y para el entorno real. «Alta precisión» es una respuesta imprecisa. Los acentos, el ruido de fondo, un vocabulario poco habitual y una voz tenue la modifican, y la que importa es la de tu cliente.
Precisión de la traducción, evaluada por un hablante nativo. Una valoración de las frases que necesita el cliente. «Traducción precisa» es una respuesta imprecisa, y una traducción que funciona con saludos, pero falla con una descripción de producto, no sirve para el comprador.
Comportamiento sin conexión. Una declaración escrita de lo que ocurre al desconectar la red. El silencio sobre este asunto es la respuesta más habitual, y zanja la disputa más común en esta categoría: si el producto hace lo que indica su documentación cuando no hay red.
Vía de datos y mecanismo de consentimiento. Una descripción de lo que sale del dispositivo y de cómo se gestiona el consentimiento. «Los datos se gestionan de forma segura» es una respuesta imprecisa y no significa nada.
Compilación del firmware y mecanismo de actualización. El identificador de la compilación y cómo se actualiza una unidad enviada. «Se actualiza mediante la aplicación» es una respuesta imprecisa.
Designación del modelo. Una designación publicada para la configuración exacta. Indicar únicamente el nombre de una serie es una respuesta imprecisa, porque implica que se pueden comparar dos configuraciones sin que ninguna de ellas sea identificable.
Una tasa sin un recuento de intentos no es una tasa. Cada porcentaje de esta lista necesita un denominador, una lista de intentos y un entorno. Una «tasa de activación del 98 %» medida sobre diez intentos en una oficina silenciosa es peor cifra que una «tasa de activación del 85 %» medida sobre trescientos intentos en la calle, y solo una de ellas permite predecir algo. Este es el error más común en esta categoría y resulta invisible sin un denominador.
La tasa de activaciones falsas es la puerta de entrada en cuanto a usabilidad, no una nota técnica. El umbral que establezca el comprador es una decisión de producto sobre los mercados en los que se puede vender: una sala de reuniones y una calle son mercados distintos para el mismo dispositivo.
El número de compilación es la columna que hace que los resultados merezcan conservarse. Una función de IA cambia entre compilaciones, y una medición sin número de compilación no se puede reproducir ni defender. Si un proveedor no puede indicar la compilación, tampoco puede decirte qué mediste.
Una advertencia se aplica a todas las filas: estas cifras no son directamente comparables entre proveedores. Dos implementaciones utilizarán listas de frases, redes, números de intentos y definiciones de activación exitosa diferentes. Antes de crear una tabla, decide qué columna corresponde a tu propia medición y cuál es un dato del proveedor, y nunca mezcles ambos en una misma fila sin una nota.

Ejecutar la hoja dos veces, con varias unidades y en dos entornos
1. Crea la hoja de medición antes de la primera prueba. Cinco columnas y ni una más: la prueba, la condición, el número de intentos, el resultado y la fecha con el número de compilación del firmware. Una hoja con más columnas no se rellenará, y una hoja sin rellenar produce una demostración.
2. Prueba dos o tres unidades de la misma compilación cuando la función sea determinante. Una función que funciona en una muestra y falla en otra tiene un problema de rendimiento, y un problema de rendimiento resulta invisible en una prueba de una sola unidad.
3. Prueba una unidad recién sacada de la caja con un teléfono nuevo, no la unidad de demostración. Una unidad de demostración tiene las cuentas vinculadas, el idioma configurado, la región establecida y una red que se sabe que funciona. La unidad recién salida de la caja es el producto que recibe el cliente, y la diferencia entre ambas es la causa más común de que una función funcione en una sala de reuniones y no en la cocina de un cliente.
4. Realiza las pruebas en dos entornos y presenta ambos resultados. Toda tasa tiene un valor en una habitación silenciosa y otro en la calle, y solo el segundo predice la experiencia del cliente. Presentar uno de ellos sin el otro es una decisión sobre a qué cliente quieres vender.
5. Utiliza las frases que usaría un cliente, no las que utilizas tú. Cambiar el guion entre ejecuciones hace que las dos rondas no sean comparables, y esta es la forma más común de error. Conserva la lista de frases junto con los resultados.
6. Ejecuta toda la hoja dos veces, en días distintos. Considera una diferencia considerable entre las dos ejecuciones como un hallazgo, no como ruido. Una función cuya tasa de éxito varía veinte puntos entre ejecuciones no es estable, y un producto construido sobre ella es un producto cuya experiencia de cliente es una lotería.
7. Verifica la vía de datos en lugar de medirla. Observa el comportamiento de la red, compáralo con lo que afirma la documentación y registra la comparación. Esto pertenece al expediente de debida diligencia, no al laboratorio, porque es una comparación con un documento y no con un número.
8. Repite la hoja con la compilación que realmente se comercializará. La medición que importa desde el punto de vista comercial es la realizada con la compilación que tendrá el cliente en sus manos, y, si esa compilación llega después que tu muestra, la hoja debe ejecutarse de nuevo con ella.
Cuatro formas en que fracasa un programa de funciones de IA y los plazos que conviene negociar
La función se anuncia en una ficha de producto y falla en una reunión con un cliente. Causa raíz: nunca se midió la tasa de activaciones falsas, solo la tasa de activación por voz. Prevención: mide ambas y establece el umbral de activaciones falsas antes de redactar la página del producto.
El cliente informa de que el asistente dejó de funcionar tras una actualización. Causa raíz: la medición estaba vinculada a una compilación, y esta cambió sin volver a probar. Prevención: registra el número de compilación con cada resultado y vuelve a ejecutar la hoja con la compilación que realmente se comercializará.
Se formula una afirmación sobre la traducción y el revisor del idioma de destino la rechaza. Causa raíz: la precisión fue evaluada por alguien que no habla de forma nativa el idioma de destino, con saludos en lugar de frases operativas. Prevención: pide a un hablante nativo del idioma de destino que valore las frases que necesita el cliente y registra la lista de frases.
El producto funciona en el país de demostración y falla en el mercado de lanzamiento. Causa raíz: la medición se realizó en una región y una sola red. Prevención: ejecuta la hoja en el mercado de lanzamiento, en las redes que utilizará el cliente, y presenta ambos conjuntos de resultados.
Un programa de funciones de IA gasta, en proporción, más en unidades de evaluación que un programa de hardware, porque la función es el producto y el número de muestras constituye el intervalo de confianza. Los plazos que merece la pena negociar son los siguientes:
- Cantidad mínima de pedido y número de unidades de evaluación, que aquí debe ser mayor que en una categoría de hardware porque el número de muestras constituye el intervalo de confianza.
- Diseño del embalaje y del inserto, incluidas las etiquetas de mercado, el idioma del paquete de documentación y el texto del consentimiento, que en esta categoría es un artefacto de cumplimiento y no un inserto.
- Entrega fraccionada frente a un hito de aprobación de muestras, que suele concederse con mayor facilidad que una rebaja de precio.
- Los puntos de ruptura del pago: un anticipo a la firma, un saldo pagable cuando se aprueba la inspección y una retención sobre el paquete documental.
- El período de garantía con un tiempo de respuesta establecido, y la política de devoluciones, que debe tener en cuenta una función que puede cambiar sin previo aviso.
Dos costes de un programa de funciones se cotizan, pero no se negocian. El coste de certificación y el plazo de certificación siguen el proceso y el organismo de ensayos, más que el tamaño de tu pedido; y, para un producto conectado, incluyen los requisitos de ciberseguridad de la Directiva de Equipos de Radio. Las herramientas de producción suelen amortizarse a lo largo del primer pedido. De ello se desprenden dos cosas: el volumen sobre el que se reparte el coste y dónde se encuentra la herramienta si el programa se cancela. Por debajo de ambos se sitúa la vía de actualización: un proveedor que no puede indicar un número de compilación y un mecanismo de actualización te está diciendo que la función puede cambiar sin un aviso contractual, lo que supone una exposición comercial mayor que el precio unitario.
El archivo que debes solicitar antes del anticipo es: el identificador de la compilación del firmware y el mecanismo de actualización; los números de certificado, con el organismo emisor y las fechas de validez; la declaración de conformidad para la designación exacta del modelo; una descripción escrita del flujo de datos y del mecanismo de consentimiento; y la designación del modelo que figura en la cotización.
Las cláusulas contractuales que protegen una declaración sobre una función de IA son estas: la designación del modelo como línea separada, con los números de certificado adjuntos; los criterios de aceptación de la muestra, con referencias a la hoja de mediciones y los umbrales fijos; una cláusula que exija aviso previo a cualquier cambio de firmware que afecte al comportamiento del asistente, para que el comprador pueda volver a realizar las pruebas, y un período definido durante el cual la compilación medida sea la compilación entregada; y una cláusula sobre quién asume el coste cuando la muestra no cumple los criterios de aceptación.
Un asistente para el servicio de campo medido y el límite de lo que podemos publicar
Considera un escenario hipotético, en lugar de un proyecto real de cliente. Supón que un comprador de la marca añade un asistente a una línea de productos con cámara ya existente para un canal de servicio de campo, donde el usuario final trabaja en un entorno ruidoso, puede llevar guantes y utilizará el producto junto a otra persona que también habla.
Paso uno: el requisito. Se desea el asistente para grabar notas de voz durante una visita a las instalaciones, en un lugar ruidoso y con otra persona hablando cerca. Esa única frase fija los umbrales: la tasa de activaciones involuntarias debe ser lo bastante baja como para que la conversación de la otra persona no active el dispositivo, la tasa de activación por palabra de activación debe medirse con la lista de frases que realmente utilizaría un trabajador de campo, y la precisión de reconocimiento debe notificarse en condiciones de ruido, no en silencio.
Paso dos: la hoja. El comprador prepara la hoja con cinco columnas, fija los umbrales antes de que lleguen las muestras y pide al proveedor el número de compilación y el mecanismo de actualización en el mismo mensaje. El proveedor devuelve una tasa de activación por palabra de activación sin denominador ni compilación, junto con una descripción «altamente receptiva» del comportamiento de activación involuntaria. Ambas respuestas se incorporan al archivo como hallazgos, no como resultados.
Paso tres: las unidades. Se prueban tres unidades de la misma compilación: una unidad recién salida de la caja con un teléfono nuevo, en una sala silenciosa, y en una calle. La tasa de activación por palabra de activación es sustancialmente menor en la calle que la cifra del proveedor, que se había obtenido en una sala silenciosa, y una de las tres unidades produce una activación involuntaria que las otras dos no generan. La diferencia entre unidades es el hallazgo más importante, porque se trata de un problema de rendimiento de producción, no del producto, y cambia la pregunta de «¿esto es bueno?» a «¿es lo bastante consistente como para publicarlo en una página de producto?».
Paso cuatro: la repetición. Toda la hoja se vuelve a ejecutar dos días después, con las mismas unidades, y la tasa de activación por palabra de activación varía en un margen considerable. Este es el hallazgo que pone fin a la discusión sobre publicar o no una tasa de activación por palabra de activación, y redirige al comprador hacia una afirmación que el producto puede sostener realmente: el asistente existe, responde a la lista de frases y se ha medido en una compilación concreta.
Paso cinco: la estructura comercial. El comprador incorpora a la orden de compra la obligación de avisar de los cambios de firmware que afecten al asistente, define el estado degradado sin conexión como un comportamiento aceptado y no como un defecto, vincula la copia a la versión que se envía y divide la primera entrega según un hito de aprobación de la muestra. El resultado es una función cuya presentación se ajusta al nivel que respaldan las pruebas, en lugar de una que se presenta al nivel que sugiere una demostración y falla en público.
Nuestra propia postura es publicar las capacidades de IA respaldadas por nuestra documentación y marcar el resto como pendientes. Preferimos que el comprador realice estas mediciones antes de que se fíe de una descripción. En nuestro catálogo, el asistente de voz con IA figura entre las tecnologías clave de la gama de gafas con cámara de IA, y nuestro sitio independiente describe la traducción con IA en el K01, que es un modelo de audio. Por ello, lo consideramos una observación extraída de nuestro propio material de marketing y no una especificación. No publicamos ninguna tasa de activación por voz, tasa de activaciones falsas, tasa de éxito de comandos, cifra de latencia, precisión de reconocimiento, precisión de traducción ni comportamiento sin conexión para ningún modelo, y no estimaremos ninguna de estas métricas. Tampoco incluiremos cifras en una ficha de producto si se han medido en una unidad de demostración, porque un dato que no se puede reproducir es una afirmación que no puede defenderse cuando el cliente está delante de ti.
Lo que sí haremos es suministrar unidades con una versión de firmware conocida y repasar contigo la hoja de mediciones, en lugar de enviarte una demostración. El protocolo se explica en cómo probar las funciones de IA antes de pedir las gafas, las preguntas para el proveedor están en verificación de proveedores de IA, los errores habituales en las afirmaciones se detallan en errores comunes de IA y la información de fondo se encuentra en funciones de IA.
Qué hacer a continuación. Enumera las funciones que quieres publicar, el entorno en el que se utilizarán y las frases que el cliente dirá realmente. Fija los umbrales antes de que lleguen las muestras. Aplica la hoja de pruebas a tres unidades, recién recibidas y sin configurar, en dos entornos, dos veces cada una, y registra el número de versión junto con cada resultado. Después decide, con los datos delante, qué funciones merece la pena incluir en la página y cuáles no.
Lecturas relacionadas
- El protocolo de pruebas para una muestra — cómo probar las funciones de IA antes de pedir las gafas
- Las preguntas que hay que hacerle primero a un proveedor — verificación de proveedores de IA
- Los errores que conviene evitar en las afirmaciones — errores comunes de IA
Cuéntanos qué funciones quieres publicar y en qué entorno se utilizarán, y elaboraremos contigo la hoja de mediciones.



