Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
Shopify
Shopify sustituye un modelo de frontera por un agente Qwen3-32B ajustado en Sidekick Flow
Shopify entrenó su propio agente sobre el modelo de pesos abiertos Qwen3-32B para convertir las peticiones en inglés sencillo de los comerciantes en automatizaciones de Shopify Flow dentro de su asistente Sidekick. Shopify afirma que es 2,2 veces más rápido y un 68 % más barato que el modelo de frontera al que sustituye, y que ya atiende la mayor parte del tráfico de producción.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
2,2
veces más rápido
Velocidad del agente de Flow ajustado frente al modelo de frontera al que sustituye (modelo de referencia y método de medición no indicados)1
68 %
más barato
Coste del agente de Flow ajustado frente al modelo de frontera al que sustituye (referencia y método no indicados)1
35 %
menor
Tasa de activación de workflows del modelo ajustado frente al agente basado en prompts en la primera prueba con el 1 % del tráfico, antes de las mejoras posteriores1
Qué requirió
El problema
Shopify Flow permite a los dueños de tiendas automatizar tareas, como etiquetar pedidos o enviar correos, construyendo workflows con desencadenantes, condiciones y acciones. La mayoría no son ingenieros, y un lienzo en blanco intimida. El asistente de IA de Shopify, Sidekick, escribe el workflow a partir de una petición en inglés sencillo. Shopify lo ejecutaba sobre un modelo de frontera que no controlaba, y quería una opción más rápida y barata que pudiera mejorar con sus propios datos.
Qué construyeron
Shopify ajustó Qwen3-32B, un modelo de pesos abiertos (open-weight), es decir, cuyos archivos se publican para que una empresa pueda adaptarlos y ejecutarlos. El resultado es un agente que llama a herramientas para buscar bloques de Flow, configurarlos y ensamblar el workflow. Shopify indica que funciona 2,2 veces más rápido con un coste un 68 % menor que el modelo de frontera al que sustituye, y afirma que supera a los modelos cerrados. Ahora atiende la mayor parte del tráfico de producción de esta habilidad.
Cómo lo hicieron
Antes del lanzamiento no había conversaciones reales de las que aprender. El equipo partió de workflows de comerciantes que se habían ejecutado de verdad y usó un modelo más potente para redactar una petición verosímil para cada uno. Shopify dice que construir, para cada ejemplo, las secuencias paso a paso de llamadas a herramientas fue la mayor parte del esfuerzo de ingeniería.
El formato nativo de Flow es difícil de escribir de forma fiable para un modelo. Shopify le mostró Python en su lugar y lo reconvirtió con un traductor probado en cada workflow creado mediante Sidekick. Con los mismos datos de entrenamiento, escribir Python en lugar del formato nativo aumentó en 22 puntos la proporción de workflows sin errores y en 13 puntos la de los que hacen lo que se pedía.
El entrenamiento se ejecuta en dos nodos de procesadores gráficos H200. Un entrenamiento completo dura 12 horas, lo que hace viable reentrenar cada semana. Las pruebas sin conexión alcanzaron la paridad con el agente anterior, pero la primera prueba en vivo con el 1 % del tráfico mostró una tasa de activación un 35 % menor. La brecha venía de peticiones que faltaban en los datos de entrenamiento, como editar workflows existentes y configurar correos. Shopify montó entonces un circuito semanal: puntuar las conversaciones de producción con un juez de IA calibrado, añadir las buenas al entrenamiento, detectar lagunas, reentrenar y volver a desplegar.
Resultados
Shopify indica que el agente ajustado es 2,2 veces más rápido y un 68 % más barato que el modelo de frontera al que sustituye, y que ya atiende la mayor parte del tráfico de producción. Dice que el circuito de mejora cerró en dos semanas la brecha inicial de activación. El mismo enfoque se está aplicando ahora a otras habilidades de Sidekick.
Qué replicar
Elija una tarea bien definida y compruébela con tráfico real, en una proporción pequeña, antes de cambiar. Planifique un ciclo continuo de medición y reentrenamiento, no una construcción única.
Lecciones para su proyecto
Pruebe pronto con tráfico real. El modelo igualó el banco de pruebas sin conexión, pero una prueba en vivo con el 1 % del tráfico mostró una tasa de activación un 35 % menor, porque los comerciantes reales pedían cosas que el conjunto de pruebas no contemplaba.
Empiece por una habilidad acotada con una tarea clara de llamada a herramientas. Shopify aisló una sola habilidad, la generación de Flow, en lugar de sustituir todo el asistente.
Monte un circuito de retroalimentación antes de necesitarlo. Shopify puntúa las conversaciones de producción con un juez de IA calibrado y reentrena cada semana.
No se fíe de una sola métrica de negocio. Shopify comprobó que la tasa de activación refleja tanto el comportamiento de los comerciantes como la calidad del modelo, y añadió un juez calibrado por expertos.
Salvedades
- Todas las cifras proceden de la propia entrada de ingeniería de Shopify. Ninguna fuente independiente las confirma.
- La entrada no nombra el modelo de frontera al que sustituye ni explica cómo se midieron la velocidad y el coste, por lo que las cifras de 2,2 veces más rápido y 68 % más barato no se pueden comprobar.
- La página de la entrada solo muestra «Updated by colleagues on Apr 22, 2026» (traducción: «Actualizado por compañeros el 22 abr 2026»), no una fecha de publicación aparte, por lo que esa fecha se usa como fecha de la fuente y como fecha de despliegue (la fecha del anuncio). La entrada dice que el sistema funcionaba con un modelo de frontera «six months ago» (traducción: «hace seis meses»), así que la puesta en marcha real fue anterior y no se indica.
- La tasa de activación un 35 % menor fue el primer resultado con el 1 % del tráfico. La entrada dice que el circuito de mejora cerró la brecha en dos semanas, pero no da una cifra final de activación.
- «The majority of production traffic» (traducción: «la mayor parte del tráfico de producción») no está cuantificada.
- No se indican el coste del entrenamiento ni el tamaño del equipo.
Fuentes
- Flow generation through natural language: An agentic modeling approach
Shopify Engineering · 2026-04-22 · Blog corporativo · shopify.engineering
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.