👀 bastante interesante…. • Evaluación del modelo: 50% • Limpieza y organización de datos: 40% • Integración del sistema: 8% • Entrenamiento del modelo: 2% El punto no es que el entrenamiento no importe, sino que la mayoría de las personas subestiman dramáticamente la importancia de los datos y la evaluación. Al trabajar con fundadores que desarrollan cámaras de IA, robótica y sistemas de IA en el borde, hemos visto lo mismo. Los equipos suelen pasar semanas debatiendo qué modelo usar, mientras dedican mucho menos tiempo a definir el éxito, mejorar las etiquetas o comprender los casos de fallo. Un modelo mejor puede ofrecerte ganancias incrementales. Un bucle de retroalimentación mejor puede cambiar la trayectoria de todo el producto. A medida que los modelos base se vuelven cada vez más accesibles, la verdadera ventaja competitiva podría no ser el modelo en sí, sino la calidad de los datos y la disciplina detrás de cómo se evalúan.