ColdStart: el momento más difícil con una IA es el primero
La mayoría de la gente deja sin usar buena parte de lo que un modelo puede hacer. No porque el modelo no pueda, sino porque no saben cómo pedirlo. Esa distancia es la que ColdStart se está construyendo para cerrar.
Un ojeador de fútbol sabe exactamente qué perfil de jugador necesita. Una comerciante sabe exactamente qué se le está torciendo en los márgenes. Un estudiante sabe exactamente qué no entiende. Los tres tienen conocimiento real y un objetivo claro. Lo que ninguno tiene es el vocabulario para traducir eso a algo con lo que un modelo pueda trabajar de forma eficiente.
El resultado es una distancia que se ensancha en lugar de cerrarse: los modelos son cada vez más capaces y el primer prompt medio no. Los investigadores lo llaman el First Prompt Problem, y el hallazgo constante en los grupos piloto es que la duda no es sobre capacidad. La gente entiende lo que el modelo puede hacer. Se atasca en cómo empezar.
La respuesta del sector hasta ahora ha sido documentación, tutoriales, bibliotecas de prompts y mejores tooltips — todo lo cual devuelve la carga a la persona que acaba de decirte que no sabe por dónde empezar. ColdStart toma el camino contrario: en lugar de enseñar al usuario a preguntar mejor, elimina la exigencia de saber cómo.
La parte que nos parece más interesante es la clasificación. ColdStart no ordena a las personas por profesión, porque la profesión predice muy poco sobre la fricción que alguien está sufriendo de verdad. Ordena por la naturaleza de la carencia — quien sabe exactamente lo que quiere pero no cómo decirlo es un problema completamente distinto de quien todavía no tiene claro ni su propio objetivo. Esos dos necesitan tratamientos opuestos, y la mayoría de sistemas les ofrece la misma caja en blanco.
A cualquier sistema que construye un perfil de quien lo usa se le adhiere una pregunta evidente: dónde vive ese perfil. Es una pregunta justa y preferimos responderla antes de que nadie tenga que hacerla. La capa de observación funciona con embeddings locales, y el paso de configuración puede ejecutarse íntegramente en inferencia local. Un sistema de perfilado construido por una empresa que vende soberanía del dato sería, de otro modo, un mal anuncio de sí misma.
En qué punto está: fase cero, arquitectura y definición. No hay repositorio público ni nada que descargar. Escribimos sobre ello ahora porque el problema que aborda es real y está mal atendido, no porque la respuesta esté terminada.