Le goulot d'étranglement n'est pas le modèle. C'est le harness.
Harness Engineering : la discipline émergente consistant à construire ce qui entoure le modèle pour que les agents atteignent la production avec fiabilité et gouvernance.
- Head of AI · Google Cloud LATAM
- Ex-NTT DATA
- IA agentique
- IA conversationnelle
- Robotique
- Produit
- Transformation d'entreprise
EUREKA, toutes les deux semaines dans votre boîte de réception
IA, agents et robotique — idées, conférences et analyses pour passer de la démo à l'impact réel. En anglais et en espagnol.
Vous confirmerez sur Substack. Pas de spam ; désabonnement à tout moment.
Cinq thèses sur lesquelles je parie
Des convictions qui façonnent ma lecture de l'actualité de l'IA — et là où se situent les véritables opportunités.
- 01
Le goulot d'étranglement est le harness, pas le modèle.
Les performances réelles d'un système d'IA dépendent de ce qui entoure le modèle — outils, contexte, validation, mémoire, limites — plus que du modèle lui-même.
- 02
Du copilote à l'employé numérique.
Les agents autonomes ne se contentent plus d'assister : ils exécutent des processus complets de bout en bout. Cela change notre façon de mesurer la valeur, le risque et le ROI.
- 03
La robotique vient de trouver son cerveau.
Les modèles de fondation sont ce que la robotique attendait depuis quarante ans. L'IA incarnée est la prochaine frontière — industrielle, scientifique et sociale.
- 04
Le coût par résultat décidera de la survie des agents.
Tokens, tentatives de réessai, supervision humaine : chaque agent a son propre compte de résultat (P&L). L'avantage n'est pas d'avoir des agents, mais de savoir lesquels sont rentables et d'être en mesure de le prouver.
- 05
Si cela ne touche pas les gens, ce n'est qu'une démo.
L'IA appliquée qui compte = entreprise + société + individus. Sans ces trois piliers, il n'y a pas de véritable impact.
Par où commencer
Une sélection d'articles qui capturent la réflexion actuelle — IA agentique, modèles de fondation et réalités de leur mise en production.
The agentic enterprise needs an immune system
How to design AI agents that can act without concentrating trust: identity, least privilege, containment, oversight, and recovery.
The Stopwatch and the Exam
Static AI benchmarks did not die; they stopped being enough. A grounded look at the move from capability to agency, the harness problem, and where to put attention now. Backed by a public catalog of 69 agentic benchmarks.
Cognitive Architecture and Emergent Phenomena in Advanced AI
A synthesis of current mechanistic and behavioral research on how cognitive structures and emergent behavior arise in modern AI systems.
The next generation of AI: Self-Improvement and Autonomous Learning
Self-improvement and autonomous learning in AI — and the road to an intelligence explosion.
Ce sur quoi j'écris
Thèmes récurrents à travers la bibliothèque. Filtrez la bibliothèque par sujet.
Prototypes, benchmarks et outils
Expériences interactives pour explorer l'IA, les agents et les systèmes complexes — à commencer par un outil de suivi de benchmarks d'agents d'IA open source.
Une carte probabiliste des lieux où les épisodes de l'Iliade et de l'Odyssée auraient pu se dérouler — chaque emplacement étant classé comme accepté, plausible, spéculatif ou mythique, noté de 0 à 12 selon une grille d'évaluation publiée, avec sources, théories concurrentes et fichiers JSON/GeoJSON réutilisables.
Sandbox interactive : configurez un agent sur six axes, choisissez une menace du Top 10 OWASP LLM, activez ou désactivez les dix-huit contrôles de l'Agentic Control Matrix, et analysez la couverture — quadrants remplis, quadrants laissés vides, frameworks couverts. Délibérément sans score de risque résiduel.
Une taxonomie interactive qui encode 24 agents d'IA — d'OpenAI, Anthropic, Google, Microsoft, Amazon et SpaceXAI jusqu'à la frontière de l'open source — sous forme de vecteurs à travers six axes orthogonaux plus une surface d'action, avec un tableau filtrable, une matrice de risque de gouvernance A×T×I et une API JSON lisible par machine.
Recommandations
Quelques témoignages d'équipes que j'ai constituées, de dirigeants avec qui j'ai collaboré et d'ingénieurs avec qui j'ai déployé des projets.
“During the time we worked together he demonstrated a remarkable vision to apply technology in order to solve real daily problems. His passion and proactivity makes him achieve what sometimes seems impossible. Very focused on customer needs, always a pleasure to work with Santiago!”
Agustin Aznar GabásHead of Retail (Spain, Portugal & Italy) · Executive Committee“Santi worked with me for 10 years. His ability to set up teams and his foresight in detecting new tech trends, that will disrupt the market is outstanding. He ran the product management of a set of payment products, which are successfully used today by Spanish Merchants, Banks, and Users.”
José Manuel ReyesPayment Processing Specialist“Santi is constantly surprising with innovative and disruptive products with huge potential to change the market. He is always ahead of the pack in terms of technology and how it can disrupt businesses.”
Angel Luis de la MoyaProduct Manager · Getnet Europe (a Santander Company)“I worked on Santi's team for 4 years. He has a surprising drive, he is able to break down all the barriers to launch a product. Due to his software engineering background he understands the technical challenges, which makes communication between clients and technical staff easy.”
Héctor Abraham Morillo PrietoSoftware Engineer · Automattic
Où me trouver
Mêmes idées, différents formats. Choisissez le canal qui correspond à votre façon de lire, regarder ou écouter.
Qui se cache derrière tout cela
Physicien de formation, aujourd'hui Head of AI Forward Deployed Engineers pour la région LATAM chez Google Cloud. J'écris pour donner du sens à la transition vers l'IA — et pour partager ce qui fonctionne lorsqu'il faut réellement la déployer.