Cuando el backlog frena la expansión comercial
La producción de páginas de destino personalizadas demandaba codificación manual en HTML y CSS, consumiendo entre 15 y 20 días hábiles por activo (aproximadamente 234 horas por página). Se probó con IA genérica y el tiempo se redujo a 136 horas, pero la mejora vino acompañada de código inconsistente, desalineación con el sistema de diseño y la necesidad constante de refactorización.
Un agente entrenado para construir dentro de las reglas
MATH desarrolló el Code Scribe en la plataforma MATH AI Platform sobre una base de RAG especializado. En lugar de responder con conocimiento genérico, el sistema consulta una base propietaria (design system del banco, documentación de atomic design y ejemplos de páginas de destino validadas). La segunda capa fue la automatización de conformidad con tags de data analytics y generación de descripciones alternativas para las imágenes. La tercera capa fue el rediseño del flujo de trabajo. El código opera en un entorno aislado en la nube.
Qué ganó el área cuando el código dejó de ser un cuello de botella
El esfuerzo por página de destino se redujo de 234 a 60 horas, disminuyendo la duración del ciclo en un 74%. Con el mismo equipo, el área pasó de producir una a cuatro páginas de destino en el mismo período de tiempo y la disminución de tiempo no implicó una reducción de calidad: se mantuvieron las puntuaciones máximas de SEO y desempeño en Google Lighthouse. El desarrollador pasó del trabajo repetitivo a la validación estratégica.
