El fallo más peligroso en los flujos de trabajo con IA no es que aparezca un error directo.

Es que falla el modelo principal, y el respaldo tampoco funciona,
pero el sistema aun así emite un fragmento de resultado que parece completo, haciendo que la gente crea que ya está terminado.
Yo lo pisé una vez: durante el procesamiento diario de información, el modelo principal se detuvo cuando llegó a los 60 segundos; el respaldo tampoco tuvo éxito; y aun así obtuve un texto de extracción que se veía bien hecho. El problema no es “cambiar de ruta y seguir probando”, sino que después de cambiar de ruta nadie aclara lo que pasó.
Más tarde, añadí a cada finalización tres comprobaciones/confirmaciones: si falta alguna, solo puede marcarse como “pendiente de verificación”, no como “completado”:
1. El que se usó realmente al final: ____ (qué modelo / qué servicio)
2. Resultado de cada intento: ____ (éxito / tiempo agotado / error)
3. Estado actual de la salida: ____ (generación normal / degradación clara / fallo)
Se puede cambiar de ruta, pero debe registrarse en el resultado y poder revisarse. Completar en silencio es más peligroso que mostrar un error.