La infraestructura invisible de la IA
Durante años, cuando una empresa hablaba de infraestructura, casi siempre pensaba en aquello que podía verse y medirse: edificios, centros de datos, servidores, redes, sistemas de comunicación, maquinaria, oficinas o, más recientemente, servicios de computación en la nube. La infraestructura era la base material sobre la que funcionaba la organización. Era importante, pero permanecía en buena medida detrás de la operación cotidiana. Hoy esa idea está cambiando. En las organizaciones que comienzan a incorporar inteligencia artificial de manera profunda, la infraestructura más importante ya no es necesariamente la que sostiene los sistemas, sino la que permite que la empresa pueda ser comprendida por ellos.
Ésta es una transformación mucho más profunda de lo que parece. Una inteligencia artificial puede ser extraordinariamente poderosa para analizar información, generar lenguaje, reconocer patrones o ejecutar determinadas tareas, pero su capacidad para intervenir de manera útil dentro de una organización depende de algo que no suele aparecer en los planes de transformación digital: el contexto en el que esa información adquiere significado. Saber que un cliente realizó una compra es un dato. Saber que ese cliente pertenece a determinado segmento, que tiene una relación específica con la empresa, que esa compra forma parte de un proceso comercial particular y que existe una política que determina qué debe ocurrir después convierte ese dato en conocimiento operativo.
La nueva infraestructura de la empresa
Durante mucho tiempo, las empresas resolvieron este problema mediante personas. Los empleados aprendieron cómo funcionaba realmente la organización, incluso cuando los sistemas no lo registraban. Sabían qué información era importante, qué excepciones debían considerarse, quién tenía autoridad para tomar determinadas decisiones, qué procesos dependían de otros y qué significaba realmente una determinada señal. Una parte considerable del conocimiento empresarial nunca estuvo en las bases de datos. Estaba distribuida entre las personas, sus experiencias y sus relaciones.
La llegada de sistemas capaces de razonar, interpretar y actuar cambia radicalmente esta situación. Si queremos que una inteligencia artificial participe en procesos reales, no basta con proporcionarle documentos o conectarla a una colección de bases de datos. Necesitamos ofrecerle una representación suficientemente rica de cómo funciona la organización. Necesitamos que pueda distinguir entidades, relaciones, reglas, dependencias, responsabilidades, eventos y estados. En otras palabras, necesitamos construir una infraestructura de significado.
Del conocimiento humano al conocimiento estructurado
Ésta es la infraestructura invisible que comenzará a diferenciar a unas empresas de otras. No se trata simplemente de almacenar más información. De hecho, una organización puede tener enormes cantidades de datos y continuar siendo incapaz de comprenderse a sí misma. El verdadero desafío consiste en establecer relaciones entre esos datos y convertirlas en una representación coherente del negocio. ¿Qué significa que un cliente esté activo? ¿Qué relación existe entre una orden, un contrato y una factura? ¿Qué condiciones convierten una solicitud en una excepción? ¿Qué sucede cuando una decisión tomada en un área modifica las posibilidades de otra? ¿Qué conocimientos utiliza un empleado experimentado para resolver un problema que ningún sistema registra explícitamente? Estas preguntas parecen administrativas, pero en realidad son preguntas de arquitectura.
Una organización inteligente necesita que sus sistemas puedan reconocer no sólo los objetos con los que trabaja, sino también las relaciones que los conectan. Necesita representar el negocio como un sistema dinámico, donde un acontecimiento puede modificar el estado de múltiples entidades y donde una decisión puede producir consecuencias en diferentes partes de la organización.
La organización necesita una representación de sí misma
Cuando esta estructura existe, la inteligencia artificial deja de ser una herramienta aislada que responde preguntas y comienza a convertirse en una capacidad integrada en la operación.
Esto ayuda a explicar por qué dos empresas que adquieren exactamente la misma tecnología de inteligencia artificial pueden obtener resultados radicalmente diferentes. Ambas pueden utilizar los mismos modelos, contratar servicios equivalentes de nube y disponer de herramientas similares. Sin embargo, una puede contar con una representación estructurada de sus procesos, conocimiento y relaciones, mientras la otra continúa teniendo información fragmentada en sistemas que no se entienden entre sí. La diferencia no está entonces en el modelo de inteligencia artificial. Está en el mundo al que ese modelo tiene acceso.
La diferencia está en el mundo al que accede la IA
En este sentido, la próxima ventaja competitiva puede ser menos visible que las anteriores. No estará necesariamente en quién tenga más datos, más aplicaciones o incluso el modelo de inteligencia artificial más avanzado. Estará en quién haya construido una mejor representación de su propia realidad.
Esto también modifica la manera de entender la transformación digital. Durante décadas, transformar una empresa significó digitalizar procesos que antes se realizaban manualmente. Después significó conectar sistemas y automatizar tareas. Ahora comienza una etapa diferente: hacer que la organización sea interpretable por sistemas capaces de razonar sobre ella. La diferencia es fundamental. Automatizar significa establecer de antemano qué debe hacerse cuando ocurre algo determinado. Comprender implica reconocer qué está ocurriendo, por qué ocurre, qué elementos están involucrados y qué alternativas existen antes de decidir qué hacer. Una organización preparada para la inteligencia artificial necesita avanzar hacia esta segunda condición.
De automatizar a comprender
Por supuesto, esto no significa que las personas dejen de ser necesarias. Significa exactamente lo contrario: cuando el conocimiento organizacional puede representarse, relacionarse y utilizarse de manera más amplia, la experiencia humana puede concentrarse en problemas de mayor complejidad. La inteligencia artificial puede encargarse de recorrer grandes cantidades de relaciones y detectar patrones que serían prácticamente imposibles de identificar manualmente, mientras las personas conservan la responsabilidad sobre el criterio, la interpretación y las decisiones que requieren comprensión del contexto humano.
Por eso la infraestructura invisible no es solamente tecnológica. También es conceptual. Incluye las definiciones que una empresa utiliza, las relaciones que reconoce, las reglas que gobiernan sus procesos, la memoria de sus decisiones y la manera en que conecta todo ello con la operación cotidiana. Es una especie de arquitectura profunda de la organización: no siempre se ve, pero determina qué tan inteligentemente puede comportarse el conjunto.
La infraestructura como plataforma para la inteligencia
Las empresas que comiencen a construirla tendrán una ventaja que probablemente no sea evidente de inmediato. Al principio quizá sólo parezca una mejor manera de ordenar información. Con el tiempo, sin embargo, esa estructura permitirá incorporar nuevos agentes, automatizar decisiones más complejas, detectar relaciones antes invisibles y responder con mayor rapidez a cambios del entorno. La infraestructura se convertirá en una plataforma para la inteligencia.
La próxima década, por eso, podría estar determinada menos por quién tenga acceso a la inteligencia artificial y más por quién haya preparado a su organización para utilizarla. La tecnología terminará estando disponible para casi todos. Lo difícil será disponer de una empresa suficientemente estructurada, conectada y contextualizada para que esa tecnología pueda comprenderla. La verdadera transformación no ocurrirá cuando una organización consiga hablar con una inteligencia artificial. Ocurrirá cuando consiga hacer que esa inteligencia artificial entienda cómo funciona la organización, qué intenta conseguir, qué relaciones gobiernan su operación y qué consecuencias puede tener cada decisión. Cuando eso suceda, la infraestructura dejará de ser solamente aquello que sostiene a la empresa. Comenzará a convertirse en aquello que le permite pensar.
Para saber más...
- Ciyuan Peng, Feng Xia, Mehdi Naseriparsa y Francesco Osborne
Knowledge Graphs: Opportunities and Challenges
https://link.springer.com/article/10.1007/s10462-023-10465-9 - Alexander P. P. S. S. ...
Using a graph database for the ontology-based information integration of business objects from heterogenous Business Information Systems
https://www.sciencedirect.com/science/article/pii/S1877050921022420 - Sotiris Angelis, Efthymia Moraitou y George Caridakis
CHEKG: a collaborative and hybrid methodology for engineering modular and fair domain-specific knowledge graphs
https://link.springer.com/article/10.1007/s10115-024-02110-w

