Un consejo que revisa $37 millones de exposición de inversión necesita más que solo confianza en que la cifra es precisa. Necesita entender de qué se compone la exposición, cómo los componentes se conectan entre sí y si esas conexiones crean dependencias que justifiquen una acción. Un informe puede dar cuenta de cada dólar y aún dejar todo abierto. El número rara vez es el problema.

Las organizaciones cierran ese vacío con personas. Un analista suministra el contexto que el informe deja fuera. Un arquitecto detecta una dependencia entre dos actividades aparentemente no relacionadas. Un ejecutivo recuerda por qué se aprobó una excepción cuatro años atrás. Poca de esa razón sobrevive a la reunión, y la IA no elimina la necesidad de ella. Elimina la pausa en la que solía ocurrir.

El modelo de datos-información-conocimiento-sabiduría distingue entre tener datos y ejercer juicio. Sin embargo, una empresa necesita algo que pueda inspeccionar decisión por decisión, y eso requiere distinciones más finas: Datos → Contexto → Información → Composición → Relaciones → Significado → Conocimiento → Comprensión → Juicio → Decisión → Acción → Resultado → Aprendizaje.

Cuando una empresa no entiende sus datos, la IA no puede salvarla. Consideremos el número 37. Por sí solo, es solo un dato. Digamos que representa millones de dólares de exposición de inversión: eso agrega contexto. Agregue la fecha de informe, la moneda y el alcance, y se convierte en información utilizable. Su composición es tres posiciones: $15 millones con Contraparte A, $12 millones con Contraparte B y $10 millones con Contraparte C.

Supongamos que A y B dependen del mismo proveedor crítico. Esa sola relación une $27 millones, aproximadamente el 73 por ciento del total, a un punto de falla. La aritmética no ha cambiado, pero el significado ha cambiado, porque lo que parecía ser tres posiciones separadas mantiene una concentración.

La Importancia de la Ontología

La ontología es parte de la estructura que mantiene todo esto unido. En la formulación de Tom Gruber, una ontología es "una especificación explícita de una conceptualización": qué cuenta como una entidad legal, cómo un contrato crea una obligación, cómo varias entidades pueden depender de un proveedor.

Cada empresa ya opera sobre esas distinciones, ya sea que estén formalizadas en una ontología o no. Las ventas tratan a un cliente como una relación comercial, las Finanzas como una cuenta de facturación, el Departamento Legal como una entidad contractante. Las tres son correctas, y los diseñadores de software reconocen esto como los contextos limitados de Eric Evans.

Forzar una definición universal única destruye las distinciones que las personas necesitan para hacer su trabajo. El trabajo de la empresa, y de sus arquitectos, es construir la traducción entre esas fronteras con propósito.

La IA aumenta el costo de equivocarse en esto. Un asistente lee la exposición correctamente y pasa por alto al proveedor compartido. Otro identifica la dependencia y la prueba contra una política que fue reemplazada el último trimestre.

La prueba práctica es comenzar con una decisión que incurra en costos reales y siga requiriendo interpretación o reconciliación manual. Reunir a las personas responsables de ella, los especialistas en dominio y los equipos que construyen y ejecutan los sistemas, y trabajar a través de casos reales.

Cet article a été rédigé avec l'assistance de l'IA.
News Factory APP - actualités agentiques pour booster votre SEO et AEO.