Poner una capacidad de IA detrás de un feature flag se comporta de forma totalmente distinta a flaguear un botón. El pico de coste, la cola de latencia, la regresión silenciosa de calidad — ninguno juega por las reglas que tu equipo aprendió lanzando funciones tradicionales. La disciplina que separa los rollouts de IA seguros de las sorpresas caras.
Activar una función de IA mediante un indicador de funcionalidad es muy distinto de activar un botón. El coste puede subir 10× en quince minutos, los percentiles altos de latencia no se comportan a escala como se comportaban al 5%, y las regresiones de calidad emergen sólo mediante quejas de clientes — semanas tarde. Un rollout de IA seguro instrumenta cuatro dimensiones, no una, y permite ampliar el despliegue sólo tras comprobar cada una.
Los flags clásicos activan y desactivan comportamiento determinista con coste conocido. Los flags de IA activan y desactivan sistemas probabilísticos cuyo coste depende de la distribución de entradas, la latencia depende de la carga del proveedor, y la calidad depende de factores que el equipo no controla totalmente. Cada dimensión de riesgo que los flags clásicos dejaban ignorar — coste, latencia, drift — los flags de IA la introducen activamente.
Cinco etapas con criterios de pase explícitos: 5% para validación de forma de cohorte, 25% para primera señal real, 50% con pausa de observación obligatoria, 100% sólo después de revisión de checkpoint. Cada paso tiene un backout definido. La cadencia es más lenta que el rollout clásico porque las dimensiones a vigilar son más amplias.
Las cargas de IA pueden subir 10× en quince minutos. Los dashboards de coste por hora son inútiles para incidentes en esa escala — para cuando se dispara la alerta, el daño está hecho. Monitoreo sub-cinco-minutos sobre una métrica proxy (conteo de tokens en lugar de dólares facturados) es la diferencia entre cazar el pico y leer sobre él en el post-mortem de mañana.