01Compañía
Un estudio construido sobre la parte que todos se saltan.
02Por qué existe Lluyot Labs
La mayoría de los modelos mueren en un cuaderno.
Se escribe un modelo, se valida, se presenta — y luego no pasa nada. No porque estuviera mal, sino porque la distancia entre un resultado correcto y un producto sobre el que alguien puede actuar resulta ser enorme, y nadie en la sala se hace cargo de esa distancia.
Lluyot Labs se fundó para hacerse cargo. El estudio se montó de forma que las mismas personas que formulan un problema construyan también la interfaz que lo expone, elijan las palabras que describen su incertidumbre y respondan de lo que ocurre cuando un usuario confía en él. Es un arreglo poco habitual, y es la razón de que los resultados sean coherentes.
También impone un límite que aceptamos: trabajamos en menos cosas. Un estudio que lleva un problema desde la formulación hasta la ficha de la tienda no puede abarcar muchos a la vez. A cambio, lo que publica encaja de arriba abajo: el número de la pantalla significa lo que dice el modelo, y el modelo dice algo defendible.
Las matemáticas, la inteligencia artificial y la ciencia de datos no son el producto. Son la forma en que el producto llega a ser correcto.
03Misión
Transformar las matemáticas, la inteligencia artificial y la ciencia de datos en productos inteligentes que resuelvan problemas reales.
Cada palabra ahí sostiene peso. Transformar, porque un resultado todavía no es un producto. Reales, porque la restricción que hace difícil un problema suele ser la que no aparece en el paper. Y resolver, porque un producto que se limita a mostrar datos ha dejado el trabajo de verdad al usuario.
04Visión
Una cartera de productos sin relación entre sí, cada uno sobre un modelo que entendemos por completo.
No una empresa definida por un mercado. El hilo conductor es el método: formular, resolver, publicar y mantener las hipótesis a la vista. Un estudio capaz de hacerlo bien en un dominio puede hacerlo en el siguiente, y esa transferibilidad es la única ventaja que merece la pena acumular.
05Valores
Seis compromisos que se nos pueden exigir de verdad.
Los valores solo sirven cuando se pueden incumplir. Estos están escritos de forma que puedas señalar una decisión concreta y decir que hemos roto uno.
Corrección antes que acabado
Una interfaz preciosa sobre un número equivocado es peor que no tener producto. El modelo se revisa antes que los píxeles.
Explicar las hipótesis
Todo modelo simplifica. Decimos qué simplificaciones hicimos y dónde dejan de valer, dentro del propio producto y no solo en la documentación.
Lo más pequeño que funcione
Ningún framework, dependencia o abstracción se gana su sitio por estar de moda. Se lo gana si elimina más complejidad de la que añade.
La privacidad es una arquitectura, no una política
La garantía de privacidad más fuerte son los datos que nunca se recogieron. Diseñamos para que todo viva en el dispositivo y se recoja lo mínimo, antes de escribir una página sobre ello.
Cubrir el camino entero
Desde la formulación hasta la ficha de la tienda. Pasar un modelo por encima del muro al producto de otro es como las buenas matemáticas acaban sin usarse.
Decir lo que es cierto
Sin benchmarks inventados, sin credibilidad prestada, sin hoja de ruta presentada como función publicada. La confianza se acumula y es el único activo de un laboratorio joven.
06Método
Tres etapas, en este orden, siempre.
La secuencia importa más que cualquier técnica concreta. Saltarse la primera etapa es el error más caro disponible en este oficio.
Formular
Empezamos escribiendo el problema con precisión: variables, restricciones, objetivo y qué contaría como estar equivocados. La mayoría de los proyectos que fracasan lo hacen aquí, en silencio, meses antes de que alguien lo note.
Modelar y resolver
Después elegimos la maquinaria más pequeña capaz de responder: una forma cerrada, un optimizador, un modelo aprendido o, a veces, una heurística bien escogida. La complejidad es un coste, nunca un mérito.
Publicar y medir
Un resultado que no sale del cuaderno no ha producido nada. Construimos el producto alrededor del modelo, lo instrumentamos y mantenemos las hipótesis visibles para quien depende de ellas.
Trabajar juntos
El estudio es pequeño y selectivo.
Eso significa que respondemos al correo personalmente y que decimos que no al trabajo que no podemos hacer bien. Si tienes un problema que necesita modelización y no personal, descríbelo y te diremos con franqueza si somos las personas adecuadas.