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 enviando features clásicas. La disciplina que separa los rollouts de IA seguros de las sorpresas caras.
Feature-flaguear una capacidad de IA se comporta de forma totalmente distinta a flaguear un botón. El coste puede subir 10× en quince minutos, las colas 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 guardea el ramp en cada una.
Los flags clásicos toggle{"-"}an comportamiento determinista con coste conocido. Los flags de IA toggle{"-"}an 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.