IA empresarial: el error de convertir todo en filosofía

Una factura llega a una empresa y alguien necesita saber a qué circuito enviarla. La pregunta es pequeña; el volumen, enorme. Sin embargo, cuando hablamos de IA empresarial, seguimos fascinados por sistemas capaces de discutir el documento, explicar sus matices y elaborar una respuesta impecable.

¿Cuánto de esa capacidad hace falta para moverlo a la bandeja correcta? Desde Nexo Estelar, mi agencia, me interesa esa distancia entre lo que impresiona en una demostración y lo que mejora una operación.

La llegada de Jev pone sobre la mesa una incomodidad: quizá estamos comprando profundidad donde necesitamos criterio y velocidad.

Kahneman sirve para pensar la pregunta

En Thinking, Fast and Slow, publicado en 2011, Daniel Kahneman distingue dos modos de pensamiento.

El Sistema 1 funciona de manera rápida, automática e intuitiva. El Sistema 2 exige atención y esfuerzo deliberado. Reconocer una expresión familiar y resolver un problema difícil no nos demandan lo mismo.

La distinción también incluye una advertencia: la intuición puede introducir sesgos y equivocaciones. La rapidez no es una virtud por sí sola. Y el esfuerzo tampoco convierte automáticamente una conclusión en una buena conclusión.

Trasladar esa idea a la inteligencia artificial requiere ser cuidadosos. Un modelo no tiene una mente humana porque alguien lo llame System One. La comparación me interesa como herramienta para decidir qué trabajo delegamos y cuánto esfuerzo necesita. No como una explicación literal de cómo piensa una máquina.

Ahí aparece una pregunta menos vistosa que la de los grandes anuncios:

¿estamos usando el tipo de inteligencia adecuado para cada tarea?

La IA empresarial se compra mirando la demostración

Hay algo comprensible en nuestra fascinación por los modelos que razonan. Cuando un sistema resuelve una pregunta compleja, compara argumentos y encuentra una solución que no habíamos visto, sentimos que estamos ante un salto importante. Y, en muchas tareas esto es correcto!

El problema empieza cuando esa capacidad se convierte en el criterio para elegir cualquier herramienta.

Un asistente que ayuda a estudiar una expansión comercial tiene necesidades diferentes de un componente que distribuye solicitudes entre cinco departamentos. Sin embargo, ambos pueden terminar evaluados por la calidad de su explicación.

La demostración favorece al primero. Podemos leerlo, discutirlo y reconocer su sofisticación. El segundo hace algo menos atractivo para una presentación: recibe información, elige una categoría y deja avanzar el trabajo. Si funciona, casi desaparece de nuestra atención.

Ese desequilibrio influye en lo que pedimos.

Nos acostumbramos a exigir que la IA argumente incluso cuando la persona que recibe el resultado no necesita leer una sola línea. Luego alguien debe convertir esa respuesta en una acción concreta. La elocuencia agrega una etapa que el proceso quizá no había solicitado.

No sostengo que toda la industria haya construido únicamente pensadores lentos. Los clasificadores, las reglas y los modelos especializados existían mucho antes de esta conversación. Mi crítica apunta al sesgo que aparece al comprar e implementar IA: la capacidad de conversar ocupa el centro, mientras el trabajo cotidiano queda esperando una solución que encaje.

Jev hace visible una alternativa

TypeSafe AI presentó Jev el 15 de septiembre de 2026 como su primer modelo System One, disponible en acceso temprano.

Recibe el estado de un sistema y devuelve decisiones dentro de opciones y formatos definidos previamente, acompañadas de probabilidades. Renuncia a generar texto libre.

El proveedor informa tiempos de respuesta de entre 70 y 500 milisegundos. Son cifras de sus evaluaciones, que una empresa debe comprobar en su propio entorno. Pero la propuesta importa incluso antes de discutir el último milisegundo: la salida está pensada para que otro sistema pueda usarla directamente.

Imaginemos un mensaje de soporte. Tal vez necesitamos identificar si corresponde a un pago, una devolución o un problema de acceso. Una respuesta breve, dentro de esas categorías, puede resolver la necesidad. La explicación completa puede reservarse para los casos donde realmente ayuda.

A mí me interesa leer Jev como una corrección de un sesgo arquitectónico: el hábito de pedirle a un único modelo que interprete, decida, explique y actúe en cada paso. Separar esas funciones obliga a diseñar mejor la operación. También vuelve visible que una restricción puede ser una ventaja.

Eso no implica coronar a Jev como ganador de todas las tareas. Estamos ante un lanzamiento reciente. Su utilidad dependerá del problema, de los datos y de cuánto cueste equivocarse.

Una página fiscal alcanza para cambiar la discusión

El proyecto abierto tax-doc-classifier permite ver la propuesta en una tarea concreta: identificar formularios tributarios estadounidenses a partir del texto de sus páginas.

Sus responsables comparan el clasificador basado en Jev con el circuito anterior, que utilizaba Claude Sonnet. Reportan un costo de US$0,00115 por página frente a US$0,039, y una demora aproximada de 0,5 segundos frente a 3,3. En ese ensayo, el nuevo circuito fue unas 34 veces más barato y seis veces más rápido.

El resultado de precisión también tiene un alcance preciso. En 314 páginas de 15 formularios completados no registraron errores estrictos: respuestas equivocadas o con confianza inferior a 0,95. En otro conjunto, de 753 páginas de formularios en blanco, registraron 38 respuestas por debajo de ese umbral. No corresponde convertir el primer resultado en una promesa universal de exactitud.

El proyecto advierte, además, que trabaja en inglés con formularios federales de Estados Unidos. Los documentos escaneados requieren reconocimiento de texto previo. Para llevar una idea similar a una empresa latinoamericana, hay que probarla con sus documentos y sus excepciones.

Lo que me llama la atención es el cambio de unidad de valor. La empresa necesita que una página llegue al lugar correcto. Cuando evaluamos esa decisión, la comparación deja de girar alrededor de cuál modelo redacta mejor y empieza a girar alrededor del costo de procesar trabajo útil.

El límite de un reflejo también debe estar diseñado

Una decisión que respeta el formato puede estar equivocada. Una categoría válida puede ser la categoría incorrecta. Conviene recordar esa diferencia antes de confundir una salida controlada con una operación segura.

Pensá en una solicitud de devolución. Podemos identificar rápidamente su intención, pero la autorización depende de otras condiciones: el monto, el historial, las reglas comerciales o una excepción acordada con el cliente. Clasificar y autorizar son responsabilidades distintas, aunque ocurran dentro del mismo recorrido.

El diseño necesita un lugar para la duda. Si la información está incompleta, si dos opciones resultan demasiado parecidas o si el costo del error es alto, el siguiente paso puede ser pedir una revisión. Esa derivación debe existir antes de que llegue el primer caso incómodo.

En nuestro artículo sobre seguridad y control de agentes de IA aparece una preocupación que también aplica acá: definir qué puede hacer un sistema y cuándo debe detenerse. Cambiar de modelo no resuelve por sí solo esa responsabilidad.

Un reflejo útil incluye el límite de su alcance. De otro modo, solo habremos acelerado una equivocación.

Mi opinión: estamos pagando por capacidad que no siempre usamos

Para mí, la madurez de una implementación de IA está en elegir cuánto razonamiento necesita cada tarea. Pagar por una respuesta sofisticada cuando necesitamos una clasificación puede ser una mala decisión de negocio.

La frase incomoda porque va contra una expectativa bastante instalada: si existe un modelo más capaz, deberíamos usarlo. Pero una empresa tiene que considerar qué compra con esa capacidad adicional. Puede obtener una mejora decisiva. También puede agregar espera, gasto y una revisión que antes no hacía falta.

Mi postura tampoco es elegir siempre lo más barato. Una excepción mal resuelta puede borrar el ahorro de miles de decisiones acertadas. Por eso me parece pobre evaluar una implementación únicamente por el costo de cada consulta. Hay que mirar el resultado que llega a destino, las correcciones que requiere y las consecuencias de lo que deja pasar.

En Latinoamérica, esta conversación merece bajar del escenario de los grandes lanzamientos a la mesa donde una empresa decide qué puede sostener. Una pyme con solicitudes acumuladas necesita saber si puede atenderlas mejor con el presupuesto disponible. La espectacularidad de la respuesta tiene poco valor si el trabajo sigue pendiente.

El retorno operativo de la IA agéntica empieza justamente en esa relación entre capacidad y resultado. Para mí, una implementación buena debería poder explicar qué problema resolvió sin apoyarse en el nombre del modelo.

Elegir dónde vale la pena pensar

Que un sistema pueda razonar profundamente no significa que cada paso del negocio lo necesite. El desafío es distinguir las decisiones que admiten una respuesta rápida de aquellas que exigen contexto, deliberación o responsabilidad humana. Esa distinción requiere conocer la operación; ninguna demostración puede hacerla por la empresa.

Antes de elegir un proveedor, mirá un proceso concreto: qué recibe, qué decisión espera, cuántas veces se repite y qué ocurre cuando falla. Ahí aparece una conversación más productiva sobre costos y calidad. También aparece el lugar donde conviene gastar más, porque resolver una excepción importante puede valer mucho más que acelerar una rutina.

Si querés llevar esa discusión a tu empresa, contactá a la agencia Nexo Estelar. Traé el proceso que sigue acumulando trabajo. La primera decisión será elegir qué merece pensar y qué necesita avanzar.

RECURSOS PARA APLICAR ESTO EN TU NEGOCIO

Para conversar sobre automatización e integración de IA en tu operación, consultá directamente con la agencia Nexo Estelar.

Podés conocer nuestros servicios en Agencia Nexo Estelar y explorar materiales complementarios en Nexo Estelar Store.