Baptiste Bouvier, director ejecutivo y cofundador de Daptic: serie de entrevistas

Baptiste Bouvier es director ejecutivo y cofundador de Daptic, donde trabaja para conectar la inteligencia regulatoria con el desarrollo de productos. Graduado en informática e ingeniería por el MIT, cuenta con experiencia en investigación sobre IA y sistemas autónomos en MIT CSAIL, IA aplicada a la salud en Babylon Health, investigación cuantitativa en J.P. Morgan, ingeniería de realidad aumentada y realidad virtual en Meta, y consultoría en McKinsey. Su trabajo se centra en ayudar a los fabricantes a traducir requisitos regulatorios complejos en decisiones prácticas de ingeniería.

Daptic ofrece una plataforma de cumplimiento de productos basada en IA que conecta los cambios regulatorios, su interpretación y los requisitos de los productos a lo largo de todo su ciclo de vida. Su software ayuda a especialistas en regulación, ingenieros y equipos de producto a supervisar los requisitos globales, evaluar su impacto e incorporarlos a los procesos de desarrollo, con trazabilidad hasta las fuentes y supervisión humana. En esta entrevista, Bouvier habla sobre inteligencia regulatoria, IA física, restricciones de diseño legibles por máquina y la transición hacia una gestión continua del ciclo de vida del cumplimiento de productos.

Tu carrera te ha llevado desde la investigación sobre IA y sistemas autónomos en MIT CSAIL hasta la IA aplicada a la salud en Babylon Health, la investigación cuantitativa en J.P. Morgan, la ingeniería de realidad aumentada y realidad virtual en Meta y la consultoría en McKinsey. ¿Cómo influyeron esas experiencias en tu decisión de cofundar Daptic y qué te convenció de que la IA podía cambiar de forma fundamental la inteligencia regulatoria?

Lo que realmente me hizo comprenderlo fue ver hasta qué punto la regulación condiciona el desarrollo de productos y lo poco que existía en materia de software para respaldar ese trabajo.

Mi formación es principalmente en informática, con algunos estudios de ingeniería mecánica, y antes de fundar Daptic trabajé en distintos entornos técnicos. Sin embargo, en McKinsey pude conocer más de cerca cómo desarrollan productos físicos las grandes empresas y cómo la regulación puede ralentizar ese proceso.

Vi empresas increíblemente sofisticadas gestionar una parte fundamental del desarrollo de productos mediante documentos, hojas de cálculo, correos electrónicos y conversaciones entre muchos equipos distintos. Una regulación puede empezar como un texto jurídico publicado por un gobierno, pero, tarde o temprano, alguien tiene que traducirlo en un requisito de ingeniería concreto que cambie la forma de diseñar un producto.

Esa brecha entre la regulación y la ingeniería fue lo que me interesó. Había una enorme cantidad de conocimientos especializados, pero muy poca infraestructura para conectar el trabajo. A esa categoría más amplia la llamamos gestión del ciclo de vida del cumplimiento de productos. Se trata de conectar los cambios regulatorios, su interpretación y los requisitos de los productos con las decisiones que toman los equipos durante todo el desarrollo y la vida útil del producto.

La IA cambia lo que es posible porque puede trabajar simultáneamente con grandes volúmenes de material regulatorio, información sobre productos y conocimiento de la organización. Esto nos da la oportunidad de crear una infraestructura para un flujo de trabajo que históricamente ha dependido de una enorme cantidad de trabajo manual. Ese fue, en esencia, el fundamento de Daptic.

Los ingenieros de producto de sectores como la automoción, la industria aeroespacial, la defensa, los dispositivos médicos y la robótica pueden enfrentarse a miles de regulaciones en constante evolución. ¿En qué aspecto ofrece la IA la mayor ventaja para convertir ese enorme volumen de información regulatoria en algo que los ingenieros puedan utilizar realmente durante el desarrollo de productos?

La mayor ventaja es la posibilidad de mantener conectados los cambios regulatorios y la evolución del producto.

Imagina que estás desarrollando un producto físico complejo que acabará vendiéndose en 30 o 40 mercados geográficos distintos. Tienes que entender qué regulaciones se aplican, supervisar cómo cambian, determinar qué cambios afectan a tu producto y traducir los requisitos pertinentes en decisiones de ingeniería.

La IA puede supervisar continuamente ese entorno regulatorio y reducir la cantidad de información que un equipo debe evaluar. Si cambia un requisito, el sistema puede ayudar a identificar qué productos, componentes o decisiones de ingeniería podrían verse afectados y poner el contexto pertinente a disposición de quienes lo necesitan.

La oportunidad más interesante surge cuando ese contexto regulatorio pasa a formar parte del propio flujo de trabajo de ingeniería. Al tomar una decisión de diseño, un ingeniero debería poder comprender rápidamente los requisitos asociados sin tener que buscar manualmente entre jurisdicciones, normas y ámbitos regulatorios.

La regulación cambia y los productos también. El verdadero valor consiste en mantener conectados ambos sistemas para que los equipos puedan entender las implicaciones mientras aún tienen tiempo de tomar una decisión de ingeniería diferente. Esa conexión continua es una parte fundamental de la gestión del ciclo de vida del cumplimiento de productos.

El cumplimiento regulatorio es una aplicación de la IA de especial trascendencia, ya que pasar por alto un requisito o generar una interpretación incorrecta podría tener consecuencias graves. ¿Cómo aborda Daptic la precisión, la explicabilidad y la supervisión humana al aplicar la IA a la inteligencia regulatoria?

La confianza es fundamental en este ámbito.

Las decisiones regulatorias exigen un alto grado de confianza, por lo que la trazabilidad debe estar integrada en el flujo de trabajo. Los equipos deben poder ver de dónde procede la información, revisar las fuentes originales y entender cómo se llegó a una interpretación.

La experiencia humana sigue siendo sumamente importante porque las normativas contienen ambigüedades. Una normativa puede aportar mucha información, pero aplicarla a un producto concreto suele requerir contexto, experiencia y criterio. Además, distintos expertos pueden llegar a interpretaciones diferentes de un mismo requisito.

Nuestro enfoque consiste en utilizar la IA para apoyar esa experiencia. La IA puede encontrar y estructurar información, vincularla con el contexto pertinente del producto y conservar el razonamiento desarrollado hasta ese momento. Los ingenieros y los profesionales de asuntos regulatorios siguen formando parte del proceso y pueden revisar, perfeccionar y aportar sus propios conocimientos especializados.

Esto también genera algo valioso para la organización con el paso del tiempo. El razonamiento que sustenta una decisión regulatoria se convierte en conocimiento institucional al que se puede recurrir y sobre el que se puede seguir construyendo, en lugar de quedar en una cadena de correos electrónicos o en manos de una sola persona. Para que la Gestión del Ciclo de Vida del Cumplimiento de Productos funcione a gran escala, ese contexto y el criterio experto deben mantenerse a través de distintos equipos, productos y ciclos de desarrollo.

La IA física está pasando rápidamente de los entornos industriales controlados a productos que podrían funcionar en hogares y espacios públicos. A medida que los robots humanoides y sistemas como los perros robóticos adquieren más capacidades, ¿cuáles cree que serán los mayores obstáculos regulatorios para su adopción generalizada por parte de los consumidores?

La IA física está reuniendo ámbitos regulatorios que históricamente podían abordarse de forma mucho más independiente.

Pensemos en un robot humanoide que funciona en un hogar o en un espacio público. Un mismo producto puede implicar aspectos de seguridad física, sistemas eléctricos, baterías, comunicaciones inalámbricas, ciberseguridad, privacidad y comportamiento autónomo. Según lo que haga el robot, también pueden entrar en juego requisitos adicionales relacionados con la maquinaria, el transporte, el uso médico u otras actividades reguladas.

Lo que hace que esto sea especialmente interesante es que estos productos dependen cada vez más del software. Un producto físico puede cambiar sustancialmente mediante actualizaciones de software incluso después de haberse vendido. Una nueva capacidad o comportamiento incorporado mediante una actualización puede modificar las consideraciones regulatorias asociadas con ese producto.

Esto significa que las empresas deben tener en cuenta la regulación durante todo el ciclo de vida del producto, y no solo en un momento puntual antes de su lanzamiento. Este paso de un cumplimiento evaluado en un momento determinado a una Gestión Continua del Ciclo de Vida del Cumplimiento de Productos cobra especial importancia en el caso de productos cuyas capacidades pueden evolucionar tras su llegada al mercado.

También hay una dimensión global. Distintas jurisdicciones están desarrollando normativas para estas tecnologías a ritmos diferentes y, a menudo, partiendo de situaciones distintas.

Para las empresas que desarrollan productos de IA física, la estrategia regulatoria se está convirtiendo cada vez más en parte de la estrategia del producto. Las decisiones sobre sensores, autonomía, recopilación de datos, materiales, conectividad y comportamiento del producto pueden influir en dónde se puede implementar, cómo debe probarse y qué requisitos debe cumplir. Es necesario entender estas relaciones mientras el producto aún está en fase de diseño.

Hoy en día, a menudo se considera que el cumplimiento es algo que ocurre hacia el final del desarrollo de un producto. ¿Qué cambia cuando los requisitos regulatorios se incorporan a la ingeniería y al diseño del producto desde el principio?

Se amplía considerablemente el abanico de soluciones a disposición de los ingenieros.

Existe una analogía útil en ingeniería: el diseño para la fabricación. Se puede diseñar en CAD algo que parezca perfectamente razonable y descubrir después que fabricarlo a gran escala exige un enfoque completamente distinto. La industria desarrolló herramientas y metodologías que incorporaron antes al proceso de diseño la información sobre la viabilidad de fabricación, para que los ingenieros pudieran tener en cuenta esas limitaciones cuando aún disponían de margen de maniobra.

Los requisitos regulatorios pueden seguir un camino similar.

Si los ingenieros conocen las limitaciones regulatorias mientras diseñan, pueden evaluar distintas arquitecturas, materiales, componentes y comportamientos del producto con mucho más contexto. También pueden entender cómo podría afectar una decisión a las pruebas, la certificación o el acceso al mercado antes de comprometer meses de trabajo de desarrollo.

Esto puede tener un impacto significativo en la velocidad y el costo del desarrollo. Y, lo que es más importante, convierte la regulación en un elemento de entrada del proceso de ingeniería, en lugar de información que llega cuando ya se han tomado muchas de las decisiones importantes sobre el producto. Este es uno de los cambios fundamentales que sustentan la Gestión del Ciclo de Vida del Cumplimiento de Productos: la inteligencia regulatoria pasa a formar parte del desarrollo del producto, en vez de ser simplemente un requisito que este debe superar más adelante.

¿Podrían las normativas llegar a convertirse en restricciones de diseño casi legibles por máquinas, de modo que los sistemas de IA adviertan a los ingenieros en tiempo real que un componente, material, función de software o comportamiento del producto propuesto podría incumplir los requisitos de un mercado concreto? ¿Cuánto falta para que este tipo de flujo de trabajo sea posible?

Avanzamos en esa dirección, pero la clave no es simplemente hacer que las regulaciones sean legibles por máquinas. Se trata de traducir el lenguaje normativo en restricciones que tengan sentido en el contexto de un producto específico.

Por lo general, las regulaciones no están redactadas como especificaciones de ingeniería. Las elaboran gobiernos y organismos de normalización para que las lean las personas, y entre el texto normativo y la restricción técnica que realmente necesita un ingeniero hay varias capas de interpretación.

La IA nos proporciona herramientas mucho mejores para conectar esas capas. Un sistema puede comprender los requisitos normativos, las interpretaciones oficiales y el contexto del producto que se está diseñando. Cuando un ingeniero modifica un material, un componente, una función de software o el comportamiento de un producto, el sistema puede señalar los requisitos que podrían verse afectados y explicar la relación.

El contexto del producto es lo importante. Un mismo lenguaje normativo puede tener implicaciones muy distintas según el producto, el mercado, el componente o el uso previsto.

Ya estamos avanzando hacia algunos elementos de este flujo de trabajo. Para integrar profundamente la información normativa en los entornos de ingeniería, se necesita un contexto estructurado del producto y conexiones fiables entre el lenguaje normativo, las interpretaciones internas y los requisitos técnicos. La IA ha acelerado nuestra capacidad para crear esas conexiones.

Con el tiempo, espero que la información normativa se integre mucho más en las herramientas que ya utilizan los ingenieros, del mismo modo que otras restricciones de ingeniería se han acercado al punto en que se toman las decisiones de diseño.

Los fabricantes globales suelen tener que cumplir normas diferentes y, a veces, contradictorias en decenas de jurisdicciones. ¿Cómo puede ayudar la IA a los equipos de ingeniería a determinar no solo qué regulaciones se aplican, sino también cómo una decisión de diseño en un mercado podría afectar al producto a escala global?

Aquí es donde combinar la inteligencia regulatoria con el contexto del producto resulta muy eficaz.

Por lo general, los fabricantes quieren maximizar la uniformidad entre mercados, porque mantener muchas versiones diferentes de un mismo producto aumenta considerablemente los costos y la complejidad. Al mismo tiempo, los requisitos varían según la jurisdicción, por lo que en algunos casos es necesario modificar el producto.

La IA puede ayudar a los equipos a trazar esas relaciones de forma mucho más sistemática. Si se está considerando un material, componente o función específicos, se pueden evaluar los mercados en los que se venderá el producto y comprender los requisitos pertinentes en cada uno.

Esto permite a los equipos de ingeniería ver mucho antes las implicaciones globales de una decisión de diseño. Una opción podría funcionar en 25 mercados, pero añadir requisitos en otros cinco. Entonces, el equipo puede decidir si modifica el diseño global, crea una variante regional o hace una concesión diferente.

Los fabricantes ya toman estas decisiones. La oportunidad consiste en ofrecer a las personas mucha más visibilidad sobre cómo se relaciona la regulación con el producto, para que puedan hacer esas concesiones antes y con un contexto más completo.

La inteligencia regulatoria abarca más que el seguimiento de las leyes que ya se han promulgado. ¿Cómo puede la IA detectar señales tempranas en proyectos de normas, debates gubernamentales, organismos de normalización, medidas de aplicación y otras fuentes, para que las empresas puedan anticipar los requisitos antes de que afecten al lanzamiento de un producto?

La vigilancia prospectiva cobra especial importancia cuando los ciclos de desarrollo de productos duran años.

Para un fabricante, comprender qué cambió ayer es solo una parte del panorama. Los equipos también necesitan saber qué podría cambiar mientras se diseña y prueba un producto y se prepara su lanzamiento.

Hay muchas señales posibles. Los gobiernos publican propuestas de normas y documentos de consulta. Los organismos de normalización debaten cambios. Los reguladores emiten orientaciones y adoptan medidas de aplicación. En conjunto, estas fuentes pueden ofrecer indicios útiles sobre la dirección que tomarán los requisitos.

La escala es considerable. Un fabricante global quizá deba hacer un seguimiento de fuentes en decenas de jurisdicciones, idiomas y ámbitos regulatorios, y luego determinar qué novedades son realmente pertinentes para sus productos.

La IA puede supervisar continuamente esas fuentes, identificar novedades potencialmente pertinentes y relacionarlas con productos, componentes o áreas específicas de la empresa. Esto permite que los expertos en regulación dediquen más tiempo a evaluar las novedades que podrían afectar de manera sustancial la hoja de ruta de un producto.

Cuanto antes llegue ese contexto al equipo de producto, más margen de maniobra tendrá la empresa. Si es probable que un requisito cambie dentro de dos años y el próximo producto se lanzará en 18 meses, eso puede convertirse hoy en una decisión de planificación del producto.

A medida que los agentes de IA se integren más profundamente en los flujos de trabajo de ingeniería, ¿podríamos llegar a ver agentes especializados en cumplimiento que trabajen junto con ingenieros, gerentes de producto y otros sistemas de IA durante todo el ciclo de vida del producto? ¿Cómo sería esa arquitectura en la práctica?

Sí, y creo que la clave es que estos sistemas deben supervisar ambos lados de la ecuación. La regulación cambia, pero el producto también.

Podría haber agentes especializados que supervisaran continuamente la evolución de la normativa y determinaran qué cambios son relevantes para una cartera de productos concreta. Otros agentes podrían ayudar a traducir esos requisitos en implicaciones para la ingeniería.

Al mismo tiempo, los agentes podrían supervisar los cambios en el propio producto. Un equipo podría cambiar un material, actualizar el software, cambiar de proveedor, modificar un componente o incorporar una nueva capacidad al producto. Cualquiera de esas decisiones puede cambiar los requisitos aplicables o la forma en que debe interpretarse un requisito existente.

Esos sistemas deben compartir contexto. Un agente normativo necesita comprender el producto. Un agente de ingeniería necesita acceder a las restricciones normativas pertinentes. Ambos necesitan acceder a las decisiones e interpretaciones anteriores de la organización.

El criterio humano sigue siendo una parte importante de esa arquitectura. Cuando un agente se encuentra con ambigüedades, requisitos contradictorios o una decisión con consecuencias importantes, el experto adecuado debería poder revisar las fuentes originales, aportar una interpretación y conservar ese razonamiento para el resto de la organización.

Imagino una arquitectura que se convierta en una red de sistemas especializados y expertos que trabajen a partir de una comprensión compartida del producto. En el caso de los productos físicos, esto es especialmente potente, porque una sola decisión de ingeniería puede tener consecuencias posteriores en la fabricación, la seguridad, la certificación, la regulación y el acceso al mercado. En muchos sentidos, esa infraestructura compartida puede convertirse en lo que llamamos gestión del ciclo de vida del cumplimiento normativo de productos: un sistema que coordine la inteligencia normativa, el contexto del producto, la IA y la experiencia humana a lo largo de todo el ciclo de vida.

Si miramos entre cinco y diez años hacia el futuro, cuando la IA física, las máquinas autónomas y los productos cada vez más definidos por software se hayan generalizado, ¿cómo cree que evolucionará la relación entre la ingeniería, la IA y la regulación, y qué papel espera que desempeñe Daptic en ese ecosistema?

Espero que la inteligencia normativa se convierta en un elemento habitual del diseño de productos físicos.

Hemos visto que esto ocurre en otros ámbitos de la ingeniería. La información que antes formaba parte de un proceso independiente acaba acercándose al ingeniero y estando disponible en el momento en que se toma una decisión. El diseño para la fabricación es un buen ejemplo.

La regulación avanza en esa dirección porque la IA nos permite abordar la escala y la complejidad implicadas, y vincular los requisitos normativos con productos concretos y decisiones de ingeniería.

Esto cobra cada vez más importancia a medida que los productos se vuelven más autónomos y están más definidos por software. Una actualización de software puede cambiar el comportamiento de un producto físico después de su lanzamiento. Un proveedor o un componente puede cambiar. Una nueva capacidad puede modificar qué requisitos son pertinentes. Al mismo tiempo, la normativa y los estándares siguen evolucionando en los distintos mercados.

El producto está cambiando y el entorno normativo también. Las empresas necesitan una infraestructura que conecte continuamente ambos aspectos.

Esa es la dirección en la que estamos desarrollando Daptic. Queremos que la inteligencia normativa forme parte de la infraestructura de desarrollo de productos: que los ingenieros puedan conocer las implicaciones normativas mientras aún tienen margen para modificar el diseño y que los expertos en regulación puedan aplicar sus conocimientos en organizaciones mucho más grandes.

En última instancia, creemos que la gestión del ciclo de vida del cumplimiento normativo de productos se convertirá en un componente esencial de esa infraestructura. El objetivo es conectar la regulación y la ingeniería a lo largo de todo el ciclo de vida del producto para que las empresas puedan tomar mejores decisiones sobre sus productos, preservar conocimientos institucionales fundamentales y llevar las innovaciones físicas al mercado más rápido.

Gracias por esta excelente entrevista. Los lectores que quieran saber más sobre la inteligencia normativa basada en IA y la gestión del ciclo de vida del cumplimiento normativo de productos pueden visitar Daptic.