<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Gabrielvalverdecastilla on Medium]]></title>
        <description><![CDATA[Stories by Gabrielvalverdecastilla on Medium]]></description>
        <link>https://medium.com/@gabrielvalverdecastilla?source=rss-bf855c74aaba------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*gH2aP0ZhN6SaRjWX</url>
            <title>Stories by Gabrielvalverdecastilla on Medium</title>
            <link>https://medium.com/@gabrielvalverdecastilla?source=rss-bf855c74aaba------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 20:54:34 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@gabrielvalverdecastilla/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Mejorar el modelo o pagar más tokens: el caso de un agente de atención al cliente]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/mejorar-el-modelo-o-pagar-m%C3%A1s-tokens-el-caso-de-un-agente-de-atenci%C3%B3n-al-cliente-737b13d4114a?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/737b13d4114a</guid>
            <category><![CDATA[decision-making]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[customer-service]]></category>
            <category><![CDATA[llmops]]></category>
            <category><![CDATA[ai-agents-in-action]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Tue, 17 Nov 2026 15:27:48 GMT</pubDate>
            <atom:updated>2026-11-17T15:47:09.622Z</atom:updated>
            <content:encoded><![CDATA[<p>Un caso completo, con datos simulados y código abierto, sobre dónde se va de verdad el dinero de un agente de IA. Y por qué una buena práctica aplicada sola puede salir más cara que no hacer nada.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RDfRdp3kh7yw0NsU_fLOXA.png" /></figure><p>En el artículo anterior conté tres experimentos por separado: las colas de coste de un agente, el dimensionado del equipo que recibe los escalados y cuándo dejar que el agente decida solo. Cada uno tenía sentido por sí mismo. Pero en una empresa no se toman por separado. Se toman a la vez, sobre el mismo agente y con el mismo presupuesto.</p><p>Así que he montado un caso de principio a fin. Los datos son simulados, pero el escenario es de los más habituales: el agente de atención al cliente de una comercializadora eléctrica ficticia, con 100.000 consultas al mes.</p><p>Todo el código está en github.com/gvalverd/agents-under-uncertainty, en la carpeta `case_study`. Cada supuesto es un parámetro que se puede cambiar. Los precios y los costes son hipotéticos.</p><h3>El escenario</h3><p>El agente atiende seis tipos de consulta. Lo que cambia entre ellas no es solo lo difícil que son, sino lo que cuesta equivocarse:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*faSTgu4ilPzqZMON92boKQ.png" /></figure><p>Supuestos clave:</p><ul><li>Escalar un caso cuesta 6 € en el margen.</li><li>Una persona del equipo cuesta 28 € por hora y tarda 6 minutos por caso.</li><li>Los clientes que esperan se quejan más: un 2 % de base, más 0,6 puntos por cada minuto de espera. Cada queja cuesta 60 €, entre gestión y riesgo de baja.</li><li>La confianza que declara el agente se comporta como la de un LLM: se concentra entre el 80 % y el 99 %, sale en números redondos y se parece poco a su probabilidad real de acertar.</li></ul><h3>Seis escenarios, una práctica cada vez</h3><p>Parto de un despliegue típico y añado, una a una, las prácticas que defiendo en esta serie:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Go7__-ajlu9QB24NUL2ffw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BBg5sUFpwj-vz8wnZqBWLA.png" /></figure><p>Cuatro lecciones.</p><h3>1. Los tokens no son donde está el dinero</h3><p>En el despliegue típico, los tokens suponen el 3,7 % del coste mensual: 10.782 €. Las acciones equivocadas que el agente toma solo suponen el 88 %.</p><p>El detector de bucles reduce el gasto en tokens un 76 %, y el coste total, solo un 3 %. Merece la pena igualmente, porque elimina el riesgo de cola del que hablé en el artículo anterior. Pero no es el caso de negocio.</p><p>Si el comité solo mira la factura del proveedor del modelo, está mirando el 4 % del problema.</p><h3>2. El umbral sale del coste de cada error, no del modelo</h3><p>La regla de Chow (1970) dice que conviene actuar solo si la probabilidad de error es menor que el coste de escalar dividido entre la suma del coste de escalar y el coste del error. Aplicada a este caso:</p><ul><li>Para una duda de factura, basta con un 25 % de confianza calibrada.</li><li>Para una devolución, hace falta un 95 %.</li></ul><p>El mismo agente debería responder casi todas las dudas de factura solo y escalar una queja formal salvo que esté muy seguro.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BBg5sUFpwj-vz8wnZqBWLA.png" /></figure><p>Con el umbral único del 90 %, el agente resuelve solo el 90 % de las quejas formales, que son justo las que peor resuelve.</p><h3>3. Una buena práctica sola puede borrar lo que habías ganado</h3><p>Este es el resultado que más me interesa del caso.</p><p>Calibrar la confianza del agente (S3) reduce a la mitad el coste de sus errores. Se hace con un piloto en sombra: durante unas semanas el agente propone, las personas deciden y se registra en qué acertaba de verdad. Una vez calibrado, el agente “sabe” cuándo no sabe, y escala mucho más: cuatro veces más casos que en el despliegue típico.</p><p>Si el equipo sigue dimensionado con la media diaria, esos escalados se acumulan en las horas punta:</p><ul><li>La espera del percentil 95 pasa de 27 a 48 minutos.</li><li>Las quejas por espera pasan de 452 a 1.213 al mes.</li><li>El coste total queda un 5 % por encima del escenario anterior, el que aún no calibraba.</li></ul><p>Si alguien evalúa la calibración en ese momento, concluirá que no funciona. Y se equivocará: lo que no funciona es el equipo que recoge lo que el agente escala.</p><p>Basta con dimensionar ese equipo con el percentil 90 de llegadas por hora (S4) para que la misma calibración deje el coste un 28 % por debajo del despliegue típico.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NrDZQ8v6Q1_W_ct9JOFy0A.png" /></figure><p>Es el mismo patrón que veo en muchos proyectos: no hay una palanca que resuelva el problema. Hay un sistema de decisiones que tiene que encajar.</p><h3>4. “¿Mejorar el modelo o pagar más tokens?” es la pregunta equivocada</h3><p>En S5 supongo una inversión de 150.000 € (hipotética) en un mejor modelo y mejor contexto. Esto reduce los errores en las tres consultas difíciles un 40 % y los bucles a la mitad. A cambio, cada paso consume un 30 % más de tokens.</p><p>El resultado:</p><ul><li>El gasto en tokens sube un 20 %: 526 € más al mes.</li><li>El coste total baja 31.105 € al mes frente a S4.</li><li>La inversión se recupera en 4,8 meses.</li></ul><p>El ahorro no viene de los tokens. Viene de que, con un modelo mejor y calibrado, la regla óptima confía al agente más devoluciones y quejas, y el equipo de escalados pasa de 8 personas a 3.</p><p>Hay un detalle contraintuitivo: el coste de los errores del agente sube en S5, de 123.000 € a 140.000 €. Y es la decisión correcta. La política óptima acepta algunos riesgos más baratos para evitar muchos escalados caros. Si el indicador del proyecto fuera “errores del agente”, alguien lo cancelaría.</p><h3>Limitaciones</h3><ul><li>Es una simulación con supuestos explícitos, no la traza de un sistema real.</li><li>Asumo que las personas resuelven bien los casos escalados. En la práctica también se equivocan, y con ruido (Kahneman, Sibony y Sunstein lo llaman así).</li><li>El efecto del mejor modelo es un supuesto. En un caso real hay que medirlo en el piloto en sombra antes de invertir.</li><li>La relación entre espera y quejas es lineal y sencilla. Cambiarla cambia las cifras, aunque no el orden de los escenarios.</li></ul><h3>Lo que llevaría a un comité</h3><p>Desglosar el coste del agente en tokens, equipo humano, errores y experiencia del cliente. Si solo se mira una de las cuatro partes, se optimiza mal.</p><ol><li>Fijar umbrales de autonomía por tipo de decisión, a partir del coste de cada error.</li></ol><p>2. Calibrar la confianza con un piloto en sombra antes de darle autonomía al agente.</p><p>3. Dimensionar a la vez el agente y el equipo de escalados. Mover uno sin el otro puede empeorar el resultado.</p><p>4. Evaluar las mejoras del modelo por el coste total, no por los tokens ni por los errores aislados.</p><p>5. La pregunta no es si el agente es bueno. Es si el sistema de decisiones que lo rodea está bien diseñado.</p><p>El código está abierto y cada supuesto se puede cambiar: github.com/gvalverd/agents-under-uncertainty. Si lo ejecutas con los números de tu empresa, me encantaría saber qué escenario te sale más caro.</p><p>— -</p><p>Referencias:</p><p>Chow (1970), On optimum recognition error and reject tradeoff;</p><p>Elkan (2001), The foundations of cost-sensitive learning;</p><p>Guo et al. (2017), On calibration of modern neural networks;</p><p>Kahneman, Sibony y Sunstein (2021), Ruido;</p><p>Kingman (1961), The single server queue in heavy traffic;</p><p>Savage (2009), The Flaw of Averages.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=737b13d4114a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Lo que ahora llaman FDE, y el círculo que le falta]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/lo-que-ahora-llaman-fde-y-el-c%C3%ADrculo-que-le-falta-0ac01696e9b6?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/0ac01696e9b6</guid>
            <category><![CDATA[decision-making]]></category>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[digital-transformation]]></category>
            <category><![CDATA[forward-deployed-engineer]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Fri, 13 Nov 2026 21:56:58 GMT</pubDate>
            <atom:updated>2026-11-13T22:00:25.981Z</atom:updated>
            <content:encoded><![CDATA[<h3>El ingeniero que se va donde está el problema es la figura de moda en IA. Resuelve cómo conectar la IA a tu empresa; qué debe decidir sigue sin dueño.</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HWdSabOwmjx-kEer1u1qMQ.png" /></figure><p>Estos días me salta en el móvil un anuncio que vende «un FDE para tu empresa». Alguien que audita tus procesos y tu tecnología, diseña un plan a medida, lo implementa, te acompaña y se encarga de la mejora. Lo explican con un diagrama de tres círculos: programador, arquitecto de sistemas y consultor. En el centro, el FDE.</p><p>Me reconocí en casi todo. Llevo más de doce años moviéndome entre esos tres mundos. Y precisamente por eso vi lo que le faltaba al dibujo.</p><h3>De dónde sale el nombre</h3><p>FDE significa Forward Deployed Engineer: ingeniero desplegado en el terreno. La expresión viene de la jerga militar y la popularizó Palantir, que ya la usaba a finales de los 2000. Allí separaban a quienes construían el producto de quienes se iban a casa del cliente a ponerlo en marcha.</p><p>La definición más limpia que he encontrado es <a href="https://angelo-lima.fr/en/forward-deployed-engineer-fde-role-en/">la de este análisis</a>: un ingeniero de software que el fabricante de un producto envía al cliente para integrarlo. Mitad desarrollador, mitad consultor y un poco jefe de proyecto. En una oferta de Google que cita ese mismo texto, el reparto es de un 25 % de código, un 50 % de integración y un 25 % de reuniones con el cliente.</p><p>Hay un detalle que se suele olvidar. El FDE original no solo integra: vuelve a su empresa con lo que ha visto en el cliente y eso cambia el producto.</p><h3>Lo hacíamos antes de que tuviera nombre</h3><p>Lo curioso es que llevo años haciendo esto sin llamarlo así. En Wyred, en TextRadar, en Wise, en Celering y con clientes, vendíamos producto B2B. Pero nunca bastaba con instalarlo.</p><p>Un producto con IA casi siempre cambia cómo trabaja el cliente por dentro: quién revisa qué, qué pasos desaparecen, qué decisiones se automatizan. Así que hacíamos consultoría para que el producto quedara bien implantado y se ajustara a lo que de verdad necesitaban. Integración, sí, pero también cambio de procesos.</p><p>Y lo más valioso llegaba después. De cada cliente volvíamos con la mochila cargada de funcionalidades nuevas y con el roadmap casi dibujado.</p><p>Ese es el FDE de Palantir que ahora se ha puesto de moda: un ingeniero metido en el cliente cuyo trabajo mejora el producto para el siguiente. Mucha gente lo adopta sin ver de dónde viene, y se queda con la mitad.</p><p>Después llevé esa forma de trabajar a la consultoría de analítica avanzada e IA, con equipos enteros y en sectores muy distintos: energía e industria, seguros, banca y fintech, farma y salud, retail, movilidad y educación. Siempre dentro de los problemas del cliente, no desde fuera.</p><p>Y en todos se repetía un patrón. Desarrollar la primera solución era solo el principio. Al conectarla con los sistemas del cliente aparecía todo lo demás: datos que había que ordenar, procesos que cambiaban, integraciones que pedían otras y modelos que había que vigilar y gobernar. De ahí nacían los proyectos de soporte y de evolución, desde plataformas de gobierno del dato y de la IA hasta la modernización de sistemas heredados. Son los que hacen que todo funcione orquestado, y no como una colección de pilotos sueltos.</p><p>Hasta la investigación funcionó así: en un grupo universitario pasamos de proyectos que acababan en informes a trabajar codo con codo con las empresas, y triplicamos las publicaciones por proyecto.</p><p>En todos los casos mi papel fue montar el equipo, dirigirlo y darle soporte, desde dentro del trabajo y no desde la barrera: los modelos, las integraciones y los problemas en producción los sacábamos adelante juntos.</p><p>En consultoría no hay un producto propio al que volver. Lo que hacíamos era aplicar en cada cliente las mismas herramientas que en nuestros productos, para ayudarle a evolucionar. Con matrices de desarrollo de funcionalidad e innovación mapeábamos cada funcionalidad y construíamos su roadmap. Y las cruzábamos con la <a href="https://airisk.mit.edu/ai-incident-tracker/harm-severity">escala de gravedad del MIT AI Incident Tracker</a>, que clasifica el daño de un fallo de IA en cinco niveles, de insignificante a catastrófico. La adaptábamos a cada proyecto para saber cuánto podría dañar cada funcionalidad si falla.</p><p>El resultado son evoluciones sostenidas, ordenadas, con impacto y bajo control. Vamos entregando funcionalidad y, mientras, modernizamos los sistemas del cliente y conectamos la IA poco a poco, solo donde de verdad hace falta.</p><h3><strong>Por qué vuelve ahora</strong></h3><p>Porque los modelos son generales y los procesos de cada empresa no lo son. Alguien tiene que hacer la costura, y en esa costura es donde se mueren los pilotos. Según datos de IDC <a href="https://theproductjourney.substack.com/p/the-forward-deployed-engineer-is">que recoge The Product Journey</a>, de cada 33 pruebas de concepto que lanza una empresa, solo 4 llegan a desplegarse.</p><p>No es casualidad que las ofertas de FDE crecieran más de un 800 % entre enero y septiembre de 2025, según el Financial Times <a href="https://www.interviewquery.com/p/ai-forward-deployed-engineer-jobs-2025">citado por Interview Query</a>. OpenAI, Anthropic y Cohere tienen equipos de FDE.</p><p>En mis proyectos el patrón se repite: una iniciativa de IA rara vez se cae solo por el modelo. Lo normal es que negocio pida una cosa, tecnología entienda otra y el área que tiene los datos no gane nada compartiéndolos. Ahí un buen FDE aporta muchísimo.</p><h3>Qué cambia cuando el término sale del fabricante</h3><p>En los anuncios de estos días, el FDE ya no viene de ningún producto. Es una consultora que manda a alguien a implementar automatizaciones. No me parece mal: es la vieja idea de que el ingeniero tiene que ir donde está el problema, y bienvenida sea.</p><p>Pero se pierden dos cosas. La primera es la vuelta: sin un producto detrás, la mochila no tiene dónde vaciarse y lo aprendido se queda en cada cliente. La segunda es cómo se mide el éxito: el proyecto se da por bueno cuando todo queda conectado y funciona.</p><blockquote>Y que funcione no significa que se decida mejor.</blockquote><h3>Las tres preguntas que ningún conector responde</h3><p>Ese diagrama responde muy bien a una pregunta: cómo pongo la IA en mi empresa. Hay otras tres que no responde, y en ellas se juega casi todo el valor.</p><ul><li><strong>¿Qué efecto tiene lo que automatizo </strong>Imagina un modelo de abandono conectado al CRM que manda un descuento a los clientes con más riesgo. La integración puede ser impecable. Pero parte de esos clientes se habría quedado igual y otra parte se irá con el descuento en el bolsillo. Saber a quién le cambia la decisión el descuento es una pregunta causal.</li><li><strong>¿Cuánto hago si la previsión puede fallar?</strong> Conectar una previsión de demanda al sistema de compras es integración. Decidir cuánto comprar es otra cosa: la cantidad óptima casi nunca es la previsión media, sino la que equilibra lo que cuesta quedarse corto y lo que cuesta pasarse.</li><li><strong>¿Cuánto decide el agente solo?</strong> Un agente conectado al ERP puede actuar sin pedir permiso. Si debe hacerlo depende de lo que cuesta cada error y de si su confianza está bien calibrada. Lo conté con detalle en <a href="https://medium.com/@gabrielvalverdecastilla/lo-que-de-verdad-cuesta-un-agente-de-ia-parte-2-cu%C3%A1ndo-dejarle-decidir-solo-0abe36f8c2ae">«Cuándo dejar que un agente de IA decida solo»</a> .</li></ul><p>Las tres se responden modelando: causalidad, decisión bajo incertidumbre y evaluación. Ese es el tercer círculo que le falta al diagrama.</p><h3>Del caso de uso a la plataforma</h3><p>Los mejores ejemplos de esa evolución no salen de un laboratorio, sino de clientes.</p><p>En una de las mayores empresas industriales, el punto de partida fue un caso de uso muy concreto: anticipar el ensuciamiento (fouling) de los equipos de proceso y decidir cuándo actuar. Un agente que aprende probando no puede probar en una planta real, así que lo entrenamos sobre un gemelo digital y le metimos el conocimiento del proceso como un grafo causal que acota lo que puede intentar. Esa parte la publicamos en <a href="https://cig.fi.upm.es/wp-content/uploads/2024/01/Causal-reinforcement-learning-based-on-Bayesian-networks-applied-to-industrial-settings.pdf">Engineering Applications of Artificial Intelligence</a> en 2023. Pero el caso no se quedó ahí: para que los modelos funcionaran junto a los equipos, empujó una plataforma edge en la compañía, sobre la que pueden crecer otros casos.</p><p>En las mutuas pasó algo parecido. Empezamos con un sistema de movilidad para pacientes y profesionales sanitarios, y para que funcionara tuvimos que llevarlo a tiempo real, con una arquitectura basada en eventos. Esa misma base sirvió después para montar todo un servicio de alertas: avisar cuando un traslado se retrasa y hay que reorganizar la agenda, cuando un paciente no llega a su cita de rehabilitación, cuando un profesional queda libre y puede cubrir otro servicio o cuando un caso se sale de lo esperado y conviene revisarlo.</p><p>En los dos casos, lo valioso no fue solo el modelo, sino todo lo que su despliegue obligó a construir alrededor.</p><h3>Los inconvenientes de pedir los tres círculos</h3><p>No quiero vender el tercer círculo como la solución a todo. Tiene costes:</p><ul><li><strong>Es un perfil escaso</strong>. Cuesta encontrar a alguien que se mueva bien en los tres círculos, y no se clona. Muchos proyectos salen mejor con un buen FDE y un especialista al que llamar cuando hace falta.</li><li><strong>No todo necesita modelar.</strong> Si el problema es un Excel que alguien copia a mano cada lunes, lo que necesitas es una buena automatización, no un grafo causal. Meter matemáticas donde no hacen falta encarece y retrasa.</li><li><strong>Quedarse a medias.</strong> Quien toca tres mundos puede acabar sin profundidad en ninguno. La única defensa es entregar cosas que funcionen en producción.</li></ul><h3>Lo que yo haría</h3><p>El FDE es un buen nombre para algo antiguo: el ingeniero que se va donde está el problema. Me alegra que se ponga de moda. Pero creo que conectar la IA con los sistemas será cada vez más barato, y lo escaso será decidir qué debe decidir la IA, con qué información y cuánto sola.</p><p>Si estás pensando en contratar un FDE, antes hazte una pregunta: ¿qué decisión quiero que cambie, y cómo sabré si ha cambiado a mejor? Si nadie en la sala sabe responderla, al diagrama le falta un círculo.</p><p>Y si quieres pensarla con alguien, escríbeme. Me interesan más los retos que las etiquetas.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0ac01696e9b6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Lo que de verdad cuesta un agente de IA — Parte 2: cuándo dejarle decidir solo]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/lo-que-de-verdad-cuesta-un-agente-de-ia-parte-2-cu%C3%A1ndo-dejarle-decidir-solo-0abe36f8c2ae?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/0abe36f8c2ae</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[ai-governance]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[agentic-ai]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Tue, 10 Nov 2026 09:48:16 GMT</pubDate>
            <atom:updated>2026-11-10T09:48:56.022Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Parte 2 de 2. Umbrales de autonomía, calibración y la distancia entre lo que el agente dice saber y lo que sabe. Con el código abierto para que lo repitas con tus números.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*61YJ2vIdap5uA0wu0hlxBQ.png" /></figure><p>En la Parte 1 respondí a la primera pregunta que aparece en casi todos los comités: ¿cuánto nos cuesta un agente? La respuesta era que su coste medio no describe a casi ninguna consulta real, y que lo caro está en la cola.</p><p>La segunda pregunta suele ser: ¿cuándo puede actuar solo? Y la respuesta habitual es otra cifra fija: cuando su confianza supere el 90 %. En esta parte enseño por qué ese umbral se equivoca y qué lo sustituye.</p><p>El código está en <a href="/service/scheme:/github.com/gvalverd/agents-under-uncertainty">Agentes bajo incertidumbre</a> (estudio 2).</p><h3>La regla correcta tiene 55 años</h3><p>El agente propone una acción con una confianza p. Puede actuar o escalar. Si actuar y equivocarse cuesta c_error, y escalar un caso que habría resuelto bien cuesta c_escalar, lo óptimo es actuar solo si:</p><pre><br>P(error) &lt; c_escalar ÷ (c_escalar + c_error)<br></pre><p>Es la regla de rechazo de Chow, de 1970: la misma estructura del problema del vendedor de periódicos. Con tres decisiones distintas y un coste de escalado de 15 €:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FA4ogaW6LhCCp97QPjGARw.png" /></figure><p>El mismo agente debería decidir solo casi todos los correos y casi ninguna devolución. Un umbral único del 90 % se equivoca en las tres.</p><h3>Pero la regla solo funciona con confianza calibrada</h3><p>Aquí está la trampa. Para probarlo uso datos reales: el conjunto de dígitos manuscritos de scikit-learn, 1.797 imágenes, promediando 20 particiones aleatorias. Comparo dos «agentes»:</p><ul><li><strong>Uno sobreconfiado</strong> (Naive Bayes gaussiano): acierta el 83,8 %, pero declara de media un 98,9 % de confianza. Se comporta como la confianza que muchos LLMs dicen tener sobre sí mismos.</li><li><strong>Uno bien calibrado</strong> (una red neuronal pequeña): acierta el 97,1 %, y su confianza coincide con su acierto.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KzBDuU7q4xysbXLyL8LvBw.jpeg" /></figure><p>Coste esperado por decisión del agente sobreconfiado:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*X1Bb3KCgAASxLFoh-YSoEw.png" /></figure><p>Tres lecciones:</p><ul><li><strong>Con un agente sobreconfiado, cambiar el umbral no basta</strong>. Pasar del 90 % al umbral correcto apenas mejora (de 143 € a 128 € por decisión), porque el agente dice «99 %» incluso cuando falla.</li><li><strong>Calibrar cambia la decisión, no solo la métrica.</strong> Una vez calibrado, el agente «aprende» que no debe aprobar devoluciones solo: lo escala todo. Eso reduce el coste un 91 % frente a la regla del 90 %. En cambios de dirección, lo reduce a la mitad manteniendo un 63 % de autonomía.</li><li><strong>El método de calibración importa.</strong> La calibración por temperatura de Guo et al. (2017), estándar en redes neuronales, empeoró al Naive Bayes (de 0,15 a 0,54 de error de calibración). Una regresión isotónica sobre la confianza lo arregló (0,04). No hay calibración universal: hay que medir.</li><li>Con el agente bien calibrado, el umbral por coste mejora directamente: en devoluciones reduce el coste un 32 % frente a la regla del 90 % y baja los errores de 6,4 a 2,1 por cada mil decisiones. En correos, la regla del 90 % es 17 veces peor que actuar siempre, porque escala casos en los que cuesta muy poco equivocarse.</li></ul><h3>¿Y un LLM real?</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*J49z31LzXjq4_CwXlxpeIg.jpeg" /></figure><p>El repositorio incluye un tercer estudio, opcional: genera preguntas con respuesta exacta conocida (multiplicaciones, sumas largas, días de la semana, conteo de letras), pide al modelo una respuesta y una confianza de 0 a 100, y mide si esa confianza sirve para decidir. Se ejecuta con tu propia clave de API.</p><p>La literatura (Xiong et al., ICLR 2024) apunta a que la confianza que declaran los LLMs es sobreconfiada y se concentra entre el 80 % y el 100 %. Lo publicaré en una próxima entrega con datos propios.</p><p><strong>Limitaciones</strong></p><ul><li>Un clasificador hace de agente. La regla de decisión y la calibración no dependen del modelo, pero la calibración de un LLM concreto hay que medirla.</li><li>Los costes de cada decisión son hipotéticos.</li><li>Asumo que las personas resuelven bien los casos escalados.</li></ul><h3>Lo que haría un lunes por la mañana</h3><ul><li>Fijar el umbral de autonomía por tipo de decisión, a partir del coste de cada error.</li><li>Medir la calibración antes de fiarse de cualquier confianza, y recalibrar con datos reservados.</li><li>Probar más de un método de calibración y quedarse con el que mida mejor, no con el estándar.</li></ul><h3>Conclusión</h3><p>La pregunta de un comité no debería ser «¿qué precisión tiene el agente?», sino «¿cuánto cuesta cada tipo de error?» y «¿se parece lo que el agente dice saber a lo que sabe?». Con esas dos respuestas, la regla de Chow decide sola cuándo actuar y cuándo escalar.</p><p>En el próximo artículo junto las dos partes en un caso completo: el agente de atención al cliente de una comercializadora eléctrica, donde una buena práctica aplicada sola puede salir más cara que no hacer nada.<br>El código está abierto: github.com/gvalverd/agents-under-uncertainty. Si lo ejecutas con tus propios costes, o con un LLM real, me encantaría ver qué te sale.</p><p>Referencias:</p><p>Chow (1970), On optimum recognition error and reject tradeoff;</p><p>Elkan (2001), The foundations of cost-sensitive learning;</p><p>Guo et al. (2017), On calibration of modern neural networks;</p><p>Xiong et al. (2024), Can LLMs express their uncertainty?</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0abe36f8c2ae" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Lo que de verdad cuesta un agente de IA — Parte 1]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/lo-que-de-verdad-cuesta-un-agente-de-ia-parte-1-f11296fd65d7?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/f11296fd65d7</guid>
            <category><![CDATA[ai-agents-in-action]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[llmops]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[decision-making]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Tue, 03 Nov 2026 11:56:01 GMT</pubDate>
            <atom:updated>2026-11-03T11:56:01.611Z</atom:updated>
            <content:encoded><![CDATA[<p>Un experimento reproducible sobre colas de coste, bucles, equipos de escalado y umbrales de autonomía. Con el código abierto para que lo repitas con tus números.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BkbeMnfztpS-on7jO2S5ug.png" /></figure><p>En casi todos los comités en los que se habla de agentes de IA aparecen dos preguntas.</p><ul><li>La primera: ¿cuánto nos cuesta? Y la respuesta suele ser una cifra: tantos céntimos por consulta.</li><li>La segunda: ¿cuándo puede actuar solo? Y la respuesta suele ser otra cifra: cuando su confianza supere el 90 %.</li></ul><p>Las dos cifras tienen algo en común. Son medias o umbrales fijos aplicados a problemas que no son ni medios ni fijos. Y las dos llevan a decisiones caras.</p><p>Para enseñarlo con números, y no con opiniones, he montado un pequeño proyecto de investigación reproducible: <a href="http://github.com/gvalverd/agents-under-uncertainty">agents</a> . Todo corre en unos 20 segundos en un portátil, sin claves de API. Aquí cuento qué hace y qué sale.</p><h3>Parte 1. El coste de un agente no es su media</h3><h4>El experimento</h4><p>Simulo 200.000 consultas a un agente que usa herramientas. En cada paso, el agente reenvía todo el contexto acumulado (instrucciones de sistema, mensajes anteriores y resultados de herramientas), llama al modelo y añade la respuesta al historial.</p><p>Ese detalle importa mucho: como el contexto crece en cada paso, el coste de una consulta crece más que proporcionalmente con su número de pasos.</p><p>El reparto de consultas es deliberadamente realista:</p><ul><li>La mayoría son sencillas y se resuelven en uno o dos pasos.</li><li>Un 8 % son difíciles y necesitan varios pasos.</li><li>Alrededor de un tercio de las difíciles se atascan: el agente repite la misma llamada a la misma herramienta con los mismos argumentos.</li></ul><p>Los precios (3 € por millón de tokens de entrada y 15 € por millón de salida) y todas las distribuciones están explícitos en el código, para que cualquiera pueda cambiarlos.</p><h4>Lo que sale</h4><p>Sin ninguna protección (solo un tope de 40 pasos), los resultados son estos:</p><ul><li>La consulta mediana cuesta 1,8 céntimos. La media, 10,6. La media no describe a casi ninguna consulta real.</li><li>El 2,7 % de las consultas, las que entran en bucle, genera el 77 % del gasto.</li><li>El coste medio del peor 5 % de consultas (lo que en gestión de riesgos se llama CVaR al 95 %) es 16 veces la media.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UhS7xtLwWDzgJq09Wy7OdQ.png" /><figcaption>Coste de 200.000 consultas simuladas. La mayoría cuesta céntimos; el 2,7 % que entra en bucle cuesta entre 2 y 5 € cada una y se lleva el 77 % del gasto. La media (10,6 cént.) queda en una zona donde casi no hay consultas.</figcaption></figure><p>No es una rareza estadística. Es la desigualdad de Jensen: cuando un resultado depende de forma no lineal de una variable, el resultado de la media no es la media de los resultados.</p><p>E[f(X)] ≠ f(E[X])</p><p>Y en un agente casi todo es no lineal: el coste por la acumulación de contexto, la latencia por los límites de tokens por minuto y la espera del equipo humano por las colas.</p><h4>Qué lo arregla</h4><p>Comparo cuatro políticas de protección:</p><p>Política Coste medio por consulta CVaR 95 % / media Gasto de consultas atascadas Consultas buenas cortadas</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*krNJVcBTl5WqEyKKk6Jvow.png" /></figure><p>Dos conclusiones:</p><ol><li>Un detector de bucles reduce el coste medio un 76 % sin cortar ni una consulta legítima. Basta con detectar la misma herramienta con los mismos argumentos repetida dos veces y escalar.</li><li>Un tope de pasos sin más funciona casi igual, pero tiene un coste oculto: corta el 0,44 % de consultas buenas que simplemente necesitaban más pasos.</li></ol><p>Y hay un efecto que me parece el más importante para un comité: sin protecciones, cada punto adicional de consultas en bucle mueve la factura de forma lineal. Con ellas, la factura apenas se mueve.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*C662_UOY9IDRrA_SmglAYQ.png" /><figcaption>Cuánto cuesta el agente según el porcentaje de consultas que entran en bucle. Sin protecciones, cada punto añade unos 29 € por cada 1.000 consultas. Con detector de bucles, la factura apenas se mueve: el coste pasa al equipo que recibe los escalados.</figcaption></figure><h4>El equipo que recibe los escalados</h4><p>Las consultas que el agente no resuelve van a personas. Y aquí aparece otro promedio peligroso: dimensionar el equipo con las llegadas medias.</p><p>Simulo 200 jornadas con 30 escalados por hora de media, picos de 50 y 6 minutos de atención por caso:</p><p>Regla de dimensionado Personas Espera media Espera p95 Esperas de más de 15 min</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Egf48V3EiIrVu-iZLhT2EQ.png" /></figure><p>Con dos personas más, la espera pasa de diez minutos a menos de uno. La teoría de colas lo explica: con una sola persona al 90 % de ocupación, se espera de media nueve veces el tiempo de atención. Y las horas de más carga son justo las horas en las que el agente escala más.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zWsqGQcIfpsJDOrOBDUG4w.png" /><figcaption>Mismo volumen de escalados, dos equipos. Con 4 personas, las horas punta superan la capacidad y la espera llega a casi 25 minutos a mediodía. Con 6, nunca pasa de 2.</figcaption></figure><p>Limitaciones</p><p>Conviene decirlas claras:</p><ul><li>El modelo de costes es una simulación con supuestos explícitos, no la traza de un sistema en producción.</li><li>Asumo que las personas resuelven bien los casos escalados.</li><li>Los costes de cada decisión son hipotéticos.</li></ul><p>Lo que haría un lunes por la mañana</p><ul><li>Trazar cada consulta: tokens, llamadas, pasos de herramienta y latencia.</li><li>Gobernar por percentiles y CVaR, no por medias.</li><li>Poner un detector de bucles y un tope de pasos que, al saltar, escale en vez de reintentar.</li><li>Dimensionar el equipo de escalados con percentiles de llegadas, no con la media diaria.</li></ul><h4>Conclusión</h4><p>La media es cómoda porque cabe en una diapositiva. Pero un agente de IA es un sistema que toma decisiones bajo incertidumbre, y en ese tipo de sistemas lo que cuesta dinero, clientes y horas de equipo está casi siempre en la cola: en el 3 % de consultas que se atascan, en las horas punta de escalados y en la distancia entre lo que el agente dice saber y lo que sabe.</p><p>Por eso creo que la pregunta de un comité no debería ser “¿cuánto cuesta una consulta?” ni “¿qué precisión tiene el agente?”, sino estas tres: ¿qué pasa en la cola?, ¿cuánto cuesta cada tipo de error? y ¿está calibrada su confianza?</p><p>El código está abierto: github.com/gvalverd/agents-under-uncertainty. Si lo ejecutas con tus propios supuestos, o con un LLM real, me encantaría ver qué te sale. Y si trabajas con agentes en producción: ¿dónde se os va de verdad el coste?</p><h4>Referencias:</h4><p>Chow (1970), On optimum recognition error and reject tradeoff;</p><p>Elkan (2001), The foundations of cost-sensitive learning;</p><p>Kahneman, Sibony y Sunstein (2021), Ruido;</p><p>Kingman (1961), The single server queue in heavy traffic;</p><p>Savage (2009), The Flaw of Averages;</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f11296fd65d7" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[No se trata de frenar la IA. Se trata de saber cuánto delegarle.]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/no-se-trata-de-frenar-la-ia-se-trata-de-saber-cu%C3%A1nto-delegarle-e782bba5c926?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/e782bba5c926</guid>
            <category><![CDATA[mlops]]></category>
            <category><![CDATA[ai-governance]]></category>
            <category><![CDATA[decision-making]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Sat, 03 Oct 2026 22:41:30 GMT</pubDate>
            <atom:updated>2026-10-06T10:37:16.780Z</atom:updated>
            <content:encoded><![CDATA[<h4>Lo que hemos aprendido en proyectos reales sobre qué decisiones dejar a un sistema, cómo hacerlo y cuándo dar marcha atrás.</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vWCTYvqLsDT81equqgDEYg.png" /></figure><p>Hay una reunión que se repite en casi todos los proyectos.</p><p>El piloto funciona. Los números son buenos. Y alguien en el comité hace la pregunta: &quot;¿Lo automatizamos o no?&quot;</p><p>Planteada así, la pregunta tiene dos respuestas malas. Si dices que sí, delegas decisiones que no deberías. Si dices que no, el proyecto se queda en demo para siempre.</p><p>El debate público sobre si frenar la IA tiene el mismo problema: la trata como un interruptor. En empresa nunca funciona así. Lo que funciona es un regulador de intensidad, ajustado decisión a decisión.</p><p>Esto es lo que hemos aprendido ajustándolo.</p><h3>1. Antes de delegar, mira el perfil de la decisión</h3><p>No todas las decisiones pesan igual. Antes de hablar de modelos, hacemos cinco preguntas sobre la decisión en sí:</p><p><strong>¿Es reversible? </strong>Cambiar una recomendación en una web se deshace en segundos. Denegar una indemnización o cortar un suministro, no.</p><p><strong>¿Cuánto cuesta equivocarse, y hacia qué lado?</strong> Casi nunca es simétrico. En fraude, un falso positivo molesta a un cliente; un falso negativo cuesta dinero. Esa asimetría decide el diseño más que la precisión del modelo.</p><p><strong>¿Cuántas veces se toma?</strong> Una decisión que se toma diez mil veces al día no puede depender de una persona. Una que se toma dos veces al año, probablemente no necesita IA.</p><p><strong>¿Podemos comprobar si acertó, y cuándo?</strong></p><p>Si el resultado se observa en minutos, el sistema puede aprender y corregirse. Si tarda años o no se observa nunca, delegar es volar a ciegas.</p><p><strong>¿Afecta a derechos de personas?</strong> Crédito, seguros de vida y salud, empleo. El AI Act ya los trata como alto riesgo, y con razón: aquí la pregunta no es solo si el sistema acierta, sino si puede explicarse y revisarse.</p><p>Con estas cinco respuestas, la conversación del comité cambia. Ya no se discute si &quot;la IA&quot; es fiable, sino si esta decisión concreta aguanta un error.</p><h3>2. La autonomía no es binaria: cinco niveles</h3><p>Entre &quot;lo decide una persona&quot; y &quot;lo decide la máquina&quot; hay un gradiente. Nosotros trabajamos con cinco niveles:</p><p><strong>Nivel 0 — Informa. </strong>El sistema prepara la información; la persona analiza y decide.</p><p><strong>Nivel 1 — Recomienda.</strong> El sistema propone una decisión y la persona la acepta o la cambia. Todo pasa por ella.</p><p><strong>Nivel 2 — Decide con veto</strong>. El sistema decide, pero la persona puede revisar y revertir antes de que se ejecute.</p><p><strong>Nivel 3 — Decide y se audita</strong>. El sistema ejecuta, y una persona revisa después una muestra de casos y todos los que superan ciertos umbrales.</p><p><strong>Nivel 4 — Autonomía con límites. </strong>El sistema opera solo dentro de unos márgenes definidos (importes, volúmenes, restricciones físicas). Fuera de ellos, escala a una persona.</p><p>No hay nivel 5. Ningún sistema en producción debería operar sin límites ni supervisión.</p><p>Lo interesante es que una misma área tiene decisiones en niveles distintos.</p><p>En un proyecto de siniestros de automóvil para una aseguradora, el proceso parecía uno solo: llega un parte, se evalúa y se resuelve. Al desmontarlo por decisiones, aparecieron al menos cuatro, cada una con su nivel:</p><p><strong>Clasificar el siniestro y pedir la documentación que falta:</strong> nivel 4. Es reversible, se hace miles de veces y el error se detecta enseguida. El sistema opera solo, y escala cuando el caso se sale del patrón.</p><p><strong>Tramitar partes sencillos, de bajo importe y con la documentación completa:</strong> nivel 3. El sistema resuelve, y una persona revisa una muestra y todos los casos por encima de un umbral de importe.</p><p><strong>Enviar a perito o a un proveedor:</strong> nivel 2. El sistema propone y el gestor puede cambiarlo antes de que se ejecute, porque un mal enrutamiento cuesta tiempo y dinero, pero aún se puede corregir.</p><p><strong>Detectar posibles exclusiones o fraude:</strong> nivel 1. El sistema señala y prepara el expediente, pero la decisión y la firma son humanas. Aquí se juega una denegación, con impacto directo en una persona y difícil de revertir.</p><p>El modelo era el mismo en las cuatro. Lo que cambiaba era el coste del error. Y eso es lo que debe decidir el nivel, no la precisión del modelo.</p><h3>3. Cómo se sube de nivel (y cómo se baja)</h3><p>La autonomía no se concede: se gana. El recorrido que mejor nos ha funcionado es este:</p><p><strong>Empezar en modo sombra</strong>. El sistema decide en paralelo, sin ejecutar, y comparamos sus decisiones con las humanas durante semanas.</p><p><strong>Estudiar los desacuerdos, no la precisión media</strong>. Un 95 % de acuerdo no dice nada si el 5 % restante son justo los casos caros. Lo valioso está en entender dónde y por qué discrepan.</p><p><strong>Fijar el criterio de subida antes de empezar.</strong> Qué tasa de acuerdo, en qué tipo de casos y durante cuánto tiempo. Si lo defines después de ver los datos, siempre encontrarás una razón para subir.</p><p><strong>Diseñar la bajada automática</strong>. Si los datos de entrada cambian, si sube la tasa de reclamaciones o si el sistema empieza a escalar mucho más de lo normal, baja de nivel solo, sin esperar a un comité.</p><p>Este último punto es el que casi nadie diseña, y el que más protege.</p><h3>4. Cinco errores que vemos una y otra vez</h3><p><strong>El humano decorativo. </strong>Poner a una persona &quot;en el bucle&quot; que aprueba cien casos por hora. No está supervisando: está firmando. Si alguien revisa, necesita tiempo, contexto y la posibilidad real de decir que no.</p><p><strong>Automatizar lo fácil y dejar lo difícil sin contexto.</strong> El sistema resuelve el 90 % de los casos sencillos y a la persona le llegan solo los raros, sin la práctica diaria que antes la mantenía en forma. Es una ironía de la automatización descrita hace décadas: cuanto mejor funciona el sistema, peor preparado está el humano para cuando falla.</p><p><strong>Medir el modelo y no la decisión.</strong> Un modelo muy preciso puede llevar a malas decisiones si predice lo que no toca. Lo que hay que medir es el resultado de negocio de las decisiones tomadas.</p><p><strong>No registrar el porqué. </strong>Si no guardas qué información tenía el sistema, qué decidió y por qué, no puedes auditar, aprender ni defenderte ante un regulador.</p><p><strong>Delegar lo que no se puede observar.</strong> Si nunca vas a saber si la decisión fue buena, el sistema no puede mejorar y tú no puedes saber si está empeorando.</p><p><em>Ejemplo:</em></p><p>En una fintech con la que trabajamos, el modelo que decidía qué plan ofrecer a cada usuario mantenía buenas métricas técnicas. Pero de un año a otro cambió el perfil de los usuarios, y los que entraban tarde en campaña recibían recomendaciones pensadas para otro momento. El modelo no había empeorado; sus decisiones, sí. Desde entonces medimos la conversión por segmento y momento de entrada, no solo la precisión, y el sistema baja de nivel cuando esos indicadores se desvían.</p><h3>5. El contrato de delegación</h3><p>Todo esto cabe en un documento de una página por cada decisión que se delega. Lo llamamos contrato de delegación, y responde a seis preguntas:</p><p>1. ¿Quién es el responsable de negocio de esta decisión?<br>2. ¿En qué nivel de autonomía está hoy?<br>3. ¿Cuáles son sus límites (importes, volúmenes, tipos de caso)?<br>4. ¿Cuándo y a quién escala?<br>5. ¿Qué métricas vigilamos y qué provoca una bajada de nivel?<br>6. ¿Cada cuánto se revisa?</p><p>Es un documento sencillo. Y es, curiosamente, lo que convierte &quot;criterio, límites y supervisión&quot; en algo que un equipo puede operar un lunes por la mañana.</p><h3>La pregunta que cambiaría en el comité</h3><p>En lugar de &quot;¿lo automatizamos o no?&quot;, preguntaría:</p><p><strong>“¿En qué nivel empieza esta decisión, y qué tendría que pasar para que suba o baje?&quot;</strong></p><p>La primera pregunta genera un debate. La segunda genera un plan.</p><p>¿Qué decisión de tu organización nunca delegarías del todo, y por qué?</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e782bba5c926" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[La metodología no es un dogma: lo que he aprendido en 12 años llevando proyectos de datos e IA a…]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/la-metodolog%C3%ADa-no-es-un-dogma-lo-que-he-aprendido-en-12-a%C3%B1os-llevando-proyectos-de-datos-e-ia-a-8636ea0226cb?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/8636ea0226cb</guid>
            <category><![CDATA[mlops]]></category>
            <category><![CDATA[agile]]></category>
            <category><![CDATA[project-management]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Sun, 27 Sep 2026 08:36:10 GMT</pubDate>
            <atom:updated>2026-09-27T09:38:41.514Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>La metodología no es un dogma: lo que he aprendido en 12 años llevando proyectos de datos e IA a producción</strong></h3><p><strong>Scrum, Kanban, Scrumban, Lean y Waterfall vistos desde dentro: en startups, en banca, en innovación, en la universidad y en consultoría.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RDjsX3Cu8oe2nQMKJvtBrg.png" /><figcaption>Tablero Kanban</figcaption></figure><p>Casi todas las empresas con las que trabajo me enseñan con orgullo su plataforma. Databricks, Dataiku, Snowflake, la que sea.</p><p>Muy pocas me enseñan su proceso.</p><p>Y casi siempre el problema está ahí. No en la herramienta, sino en cómo se trabaja con ella: cuándo entra negocio, quién decide que algo está listo, cómo pasa un modelo del notebook a producción.</p><p>Además, se escribe muchísimo sobre Scrum y muy poco sobre lo demás: Kanban para equipos de soporte, Scrumban, o lean para conceptualizar antes de construir. En proyectos de datos e IA, a menudo lo demás es justo lo que marca la diferencia.</p><p>Llevo más de 12 años en este tipo de proyectos: más de 30 proyectos en más de 7 sectores, con más de 50 personas que han ido entrando y saliendo de ellos. Empecé como miembro de un squad, desarrollé producto en startups, trabajé en una gran entidad financiera, lideré departamentos de innovación, ayudé a convertir un grupo de investigación universitario en un servicio de consultoría e innovación y hoy trabajo en consultoría.</p><p>Si algo he aprendido en todos esos contextos es esto: <strong>no hay una metodología correcta. Hay una metodología adecuada para cada contexto, y casi siempre es una combinación. </strong>Y ninguna es perfecta: cada una tiene inconvenientes, y casi siempre también trae sus propios remedios.</p><h3>Primero, unos datos que siguen sorprendiendo</h3><p>El informe CHAOS del Standish Group de 2015 (ya hace una década), que analizó más de 10.000 proyectos de software entre 2011 y 2015, encontró que los proyectos ágiles tenían éxito en el 39 % de los casos, frente al 11 % de los de cascada. En proyectos grandes, la diferencia era aún mayor: 18 % frente a 3 %.</p><p>Lo sorprendente no es solo la diferencia entre metodologías. Es que, incluso con agile, la mayoría de proyectos no son un éxito limpio. Conviene leerlo con espíritu crítico, porque la metodología de estos informes ha sido cuestionada por un posible sesgo hacia los casos de fracaso. Pero la tendencia coincide con lo que vemos cada día.</p><p>En consultoría convivimos con esa realidad. Muchos de los proyectos nos llegan precisamente porque antes fallaron, internamente o con otro proveedor. Y en los últimos años, la gran mayoría de nuestros proyectos, sobre todo en IA, han llegado a buen puerto: a la primera, o porque iteramos con el cliente hasta conseguirlo. Buena parte de la explicación no es técnica: es una metodología pensada para trabajar con personas y que hace que se sientan parte del proyecto.</p><h3>Scrum: el valor que casi nadie aprovecha</h3><p>De Scrum se habla mucho por los sprints y las ceremonias. Para mí, lo más valioso está en otro sitio: en cómo cambia la forma de medir y repartir el trabajo.</p><p><strong>Medir en puntos de dificultad, no en horas.</strong> Una hora de un perfil no equivale a una hora de otro. Los puntos miden la complejidad de la tarea, no el tiempo de una persona concreta.</p><p><strong>Valorar el proyecto por la dedicación real de cada rol, no de cada persona. </strong>Al cerrar un proyecto, sabes cuánto esfuerzo ha exigido de ingeniería de datos, de ciencia de datos, de MLOps o de negocio. Esa información vale oro para estimar el siguiente.</p><p><strong>Responsabilidades horizontales</strong>. Cuando las tareas se asignan a un pool de perfiles y no a una persona fija, el PM deja de ser quien gestiona el rendimiento individual. De eso se encargan los responsables de cada disciplina, que tienen el detalle: conocen las capacidades de cada persona, gestionan sus bajas y saben quién encaja mejor en cada tarea.</p><p><strong>Asignar tareas, no personas a proyectos</strong>. Así se evita depender de una única persona que no tiene todas las habilidades que el proyecto necesita. Si una tarea requiere otro perfil, se asigna a quien convenga en ese momento.</p><p><strong>Sus inconvenientes</strong>: que los puntos se conviertan en métrica de productividad individual, que se diluya la responsabilidad del resultado, el coste de cambiar de contexto y la fragmentación del conocimiento.</p><p><strong>Sus propios remedios:</strong></p><p>- <strong>Las ceremonias comparten el contexto</strong>. La planificación, la reunión diaria, la revisión y la retrospectiva hacen que el contexto de un proyecto no viva en una sola cabeza. Cuando una tarea pasa a otra persona del pool, esa persona ya ha escuchado el problema en la diaria y ha visto la demo en la revisión.<br>- <strong>El refinamiento reparte la propiedad</strong>. Cuando el equipo define las tareas juntos, con criterios de aceptación claros, la responsabilidad del resultado queda escrita en cada historia de usuario.<br>- <strong>La documentación se genera sola</strong>. Cuando cada tarea está conectada con el código (la rama, el commit, la pull request y la release en el flujo de CI/CD), y negocio participa en la definición y en la revisión, la documentación aparece como subproducto del trabajo: qué se pidió, por qué, qué se construyó, quién lo validó y cuándo salió a producción.</p><h3>Kanban: el flujo por encima del calendario</h3><p>Kanban nace en la fabricación de Toyota y se adapta al desarrollo de software a partir de los trabajos de David J. Anderson. Sus principios:</p><p>- <strong>Visualizar el flujo: </strong>cada tarea avanza por columnas visibles para todos.<br>- <strong>Limitar el trabajo en curso (WIP):</strong> cada columna tiene un máximo de tareas simultáneas. Si se llena, nadie empieza nada nuevo: se ayuda a desatascar. Es el mejor antídoto contra el cambio de contexto constante.<br>- <strong>Tirar, no empujar:</strong> cada persona toma trabajo cuando tiene capacidad.<br>- <strong>Políticas explícitas: </strong>cada columna tiene su definición de &quot;terminado&quot;, que también es documentación.<br>- <strong>Medir el sistema, no a las personas:</strong> tiempo de ciclo, tiempo de entrega y cuellos de botella. Métricas imposibles de convertir en ranking individual.</p><h3>Kanban y CRISP-DM.</h3><p>Los proyectos de datos tienen algo que los hace especialmente adecuados para Kanban: sus fases son conocidas desde hace décadas. CRISP-DM, la metodología que nació a finales de los noventa en un consorcio de empresas entre las que estaba SPSS (hoy parte de IBM), las define así: comprensión del negocio, comprensión de los datos, preparación, modelado, evaluación y despliegue. Son estables, aunque en la práctica vayamos y volvamos entre ellas constantemente.</p><p>Usarlas como columnas de un tablero tiene una ventaja enorme: <strong>cada disciplina sabe cuándo tiene que estar más pendiente del proyecto</strong>. Negocio, al principio y en la evaluación. Ingeniería de datos, en la preparación. MLOps, antes del despliegue, no después.</p><p><strong>Kanban para soporte</strong>. En soporte, el trabajo no se puede planificar en sprints: llega cuando llega. Kanban lo resuelve con clases de servicio: un carril urgente para lo que no puede esperar, con su propio límite, y una capacidad reservada para imprevistos. Así, un incendio no rompe la planificación de todo el equipo: tiene un sitio previsto en el tablero.</p><p><strong>Sus inconvenientes en datos e IA:</strong></p><p>- <strong>Sin fechas, negocio pierde la referencia</strong>. Kanban no compromete entregas por calendario, y un comité necesita saber cuándo tendrá algo.<br>- <strong>La exploración no tiene fondo. </strong>Una tarea de &quot;mejorar el modelo&quot; puede quedarse semanas en la columna de modelado, y el tablero no lo detecta hasta que es tarde.<br>- <strong>Las idas y vueltas ensucian el flujo</strong>. En datos es normal volver de modelado a preparación. Si el tablero no lo refleja, las métricas mienten.<br>- <strong>Tareas de tamaños muy distintos.</strong> Un ajuste de una hora y un entrenamiento de dos semanas en la misma columna vacían de sentido los límites de trabajo en curso.<br>- <strong>Menos reflexión forzada.</strong> Sin retrospectivas obligatorias, el equipo puede pasar meses sin preguntarse qué está fallando.</p><p><strong>Sus propios remedios:</strong></p><p>- <strong>Expectativas de servicio basadas en datos</strong>. Con el histórico de tiempos de ciclo se puede decir a negocio &quot;el 85 % de estas tareas se cierra en menos de X días&quot;. Es un compromiso más honesto que una fecha inventada.<br>- <strong>Tareas exploratorias con tiempo máximo </strong>y criterio de salida explícito en cada columna: si no se cumple en el plazo, se decide seguir, cambiar o parar.<br>- <strong>Registrar la vuelta atrás como dato.</strong> El retrabajo se convierte en métrica de flujo, no en algo que se esconde.<br>- <strong>Trocear el trabajo</strong> en piezas de tamaño parecido.<br>- C<strong>adencias propias</strong>. El método Kanban también tiene sus reuniones: reposición de la cola, revisión de entregas y revisión de operaciones. No son las de Scrum, pero cumplen la misma función.</p><h3>Scrumban: estructura sin rigidez</h3><p>Scrumban combina la cadencia de Scrum con el flujo de Kanban: tablero con límites de trabajo en curso, planificación cuando la cola se vacía en lugar de cada dos semanas, y solo las ceremonias que aportan valor.</p><p>Funciona muy bien en dos situaciones. En equipos que combinan desarrollo y soporte, donde un sprint puro se rompe cada semana. Y en innovación. En los departamentos de innovación que he liderado, Scrum puro no encajaba, porque no hay un objetivo de entrega claro: hay hipótesis que explorar, y muchas no llevan a nada. Pero sin estructura, la exploración se pierde en las nubes. El tablero daba visibilidad, los ciclos cortos aceleraban las líneas con más potencial y los criterios de parada, definidos de antemano, evitaban alargar lo que no funcionaba.</p><h3>Lean en la conceptualización</h3><p>Antes de construir nada, hay una fase que casi siempre se hace mal: decidir qué construir.</p><p>Lean aporta ahí sus mejores herramientas: formular el problema como hipótesis, definir el producto mínimo que permite comprobarla y medir antes de invertir más. El ciclo construir, medir y aprender evita meses de desarrollo sobre una idea que nadie validó.</p><p>En datos e IA es especialmente útil, porque el riesgo principal no suele ser técnico. Es construir un modelo excelente para una decisión que el negocio no necesita tomar.</p><h3>Waterfall: cuándo sí, y el falso atajo del proyecto cerrado</h3><p>Waterfall organiza el proyecto en fases secuenciales: requisitos, diseño, construcción, pruebas y despliegue. Curiosamente, Winston Royce, a quien se atribuye el modelo en 1970, ya advertía de sus riesgos y proponía iterar.</p><p><strong>Sus inconvenientes:</strong> el usuario ve el resultado al final, cuando cambiarlo es caro. Los requisitos se fijan cuando menos se sabe del problema. Y en la práctica, la documentación se deja para el final, cuando las decisiones del inicio ya se han olvidado. Justo lo más importante, por qué se diseñó así, es lo peor documentado.</p><p>S<strong>us propios remedios:</strong> revisiones formales al cierre de cada fase, prototipos durante la toma de requisitos (lo que el propio Royce recomendaba), diseñar las pruebas desde el principio y un comité de cambios que evalúe cada modificación. Funcionan, pero todos consisten en introducir iteración dentro de un modelo que nació sin ella.</p><p><strong>En consultoría hay una idea muy extendida: </strong>si ya has hecho un proyecto de un tipo, el siguiente se hace mejor como proyecto cerrado en cascada. Alcance fijo, precio fijo y, aparentemente, más margen.</p><p>No estoy de acuerdo, y lo hemos visto de forma recurrente.</p><p>Solo funciona cuando lo que ya hiciste se ha convertido en producto y es fácilmente integrable. Y ahí hay una paradoja: una consultora no es una empresa de producto. Si su propuesta de valor es entregar siempre lo mismo, pierde justo lo que la diferencia, que es adaptarse al problema de cada cliente.</p><p>En el resto de casos, el proyecto cerrado genera frustración en todas partes:</p><p>- <strong>En el equipo de desarrollo y en el líder técnico</strong>, que tienen que encajar un problema real en un precio que se fijó antes de conocerlo. Cada diferencia entre lo vendido y lo que el cliente de verdad necesita se paga en horas extra o en calidad.<br>- <strong>En preventa</strong>, que no puede vender lo que el cliente necesita sin pasar mucho tiempo comprobando con delivery si es viable, porque cualquier desviación posterior ya no tiene margen.<br>- <strong>Y en el cliente</strong>, que recibe lo que firmó, no lo que necesitaba.</p><p>Con un enfoque ágil, la comunicación constante durante el proyecto permite esa flexibilidad. Es verdad que genera un temor comprensible en el consultor clásico: dejar al cliente vía libre para jugar con el alcance. Pero eso no es un defecto de la metodología; es trabajo de la preventa. Su papel es dibujar desde el principio el marco de flexibilidad, qué puede cambiar y con qué coste, y renegociar rápido las modificaciones y sorpresas que vayan apareciendo, con cintura y con empatía para ambas partes.</p><p>Nadie lo hace mejor que un buen aparejador en una obra. Todos lo hemos vivido alguna vez, por suerte o por desgracia: el plan existe, pero la obra siempre trae sorpresas. El buen aparejador no para la obra ni cede en todo. Evalúa cada cambio, lo valora, lo pacta con el cliente y sigue adelante. Eso es exactamente lo que necesita un proyecto de datos e IA.</p><h3>Cinco contextos, cinco retos</h3><h4><strong>Startups: dejar el ego fuera</strong>.</h4><p>Equipos de 4 o 5 personas, donde los líderes de cada área cambiábamos de papel según el proyecto. En uno podía ser líder técnico y PM; en otro, un miembro más del squad a las órdenes de un compañero con más experiencia técnica en ese tema. En los proyectos de datos, igual. Esa rotación solo funciona si el ego se queda en la puerta, y la metodología ayuda: el rol lo marca el proyecto, no la jerarquía.</p><h4><strong>Banca: metodología frente a poder</strong>.</h4><p>En una gran entidad financiera, los equipos eran grandes y llevábamos varios proyectos a la vez, de entornos distintos. Pero el mayor reto era otro: los miembros de cada squad venían de departamentos con otras metodologías, o sin ninguna. Recuerdo a una analista veterana de CRM que llevaba años trabajando con SAS a su manera, y fue de quien más aprendimos sobre cómo funcionaba de verdad el CRM. No bastaba con enseñarle la parte técnica: creamos un plan de acompañamiento que combinaba formación con aplicación en casos reales. Y aun así, cuando había un incendio en CRM, solo ella sabía el cómo, el cuándo y el porqué de aquel código, y tenía que dejarlo todo para atenderlo. Ese es exactamente el problema que resuelven un carril urgente y una capacidad reservada.</p><p>También aparecían conflictos de responsabilidades que chocaban con el poder. Y aquí la metodología cumple una función que casi nadie menciona: evita que la tecnología quede solo en manos de los equipos de IT. Cuando negocio participa en la definición y la revisión, el proyecto es de todos.</p><p><strong>Innovación: explorar sin perderse</strong>, con el Scrumban que describía antes.</p><h4>Universidad: del informe al producto.</h4><p>Equipos de 3 o 4 personas, que en algunas empresas llegaron a ampliarse precisamente por tener más experiencia en la metodología. La investigación aplicada suele derivar en dos líneas: una explotativa, que define un problema acotado y aplica lo conocido como referencia, y otra que sigue investigando con el &quot;cliente&quot; en segundo plano, porque este muchas veces solo espera un informe.</p><p>Impulsamos un cambio: trabajar mano a mano con el cliente, con entregas iterativas, e investigar también cómo llevar los resultados a producción. No fue fácil. La objeción era siempre la misma: si trabajamos pensando en el resultado para el cliente, publicaremos menos. Costó convencer de que era justo al revés.</p><p>Los ejemplos estaban ahí. El laboratorio de Warren Powell en Princeton construyó buena parte de su teoría sobre decisiones secuenciales trabajando con empresas reales de transporte, logística y energía. Las redes convolucionales de Yann LeCun maduraron en Bell Labs mientras se desplegaban para leer cheques. Y mucho más cerca, el grupo de Paco Herrera en la Universidad de Granada combina una enorme producción científica con transferencia constante a empresas.</p><p>Los resultados nos dieron la razón. Multiplicamos por tres las publicaciones de cada proyecto. Generamos una recurrencia nunca vista con los principales stakeholders. Y construimos soluciones que hoy generan millones de euros a empresas del Ibex 35, porque el enfoque de producto permitió escalarlas de forma casi trivial.</p><h4><strong>Consultoría: soltar sin perder el control.</strong></h4><p>Hoy trabajo con equipos más pequeños, y el reto es distinto: dar soporte soltando, controlando el presupuesto y el nivel de implicación. En un proyecto cerrado, lo importante es la funcionalidad. Cuando estás dentro de una organización, como en la universidad, importa también la capacitación: de las personas y de la propia empresa, buscando que las soluciones y sus piezas sean transversales. Eso conecta directamente con la innovación y la transformación.</p><h3>Las personas clave: lo que de verdad hizo que funcionara</h3><p>En más de 30 proyectos han participado más de 50 personas, entrando y saliendo según la fase. Si algo he aprendido es que la metodología funciona o no según cómo integra cuatro perfiles que casi siempre llegan con expectativas distintas:</p><p><strong>Los perfiles senior</strong>. Aportan criterio y memoria de lo que ya falló antes. Integrarlos exige que la metodología valore su experiencia, no solo su velocidad.</p><p><strong>Los perfiles júnior.</strong> Aportan preguntas que nadie más hace. Con un buen refinamiento y revisión entre pares, aprenden rápido y el equipo gana perspectiva.</p><p><strong>Los expertos de negocio.</strong> En industria, banca o farma, su conocimiento no está en ninguna base de datos. Si solo entran al principio y al final, el proyecto pierde lo más valioso que tiene.</p><p><strong>Los equipos de sistemas, bases de datos e infraestructura.</strong> Casi siempre hay fricción al principio, porque se les incorpora tarde. Cuando entran desde el inicio, se convierten en los mejores aliados del proyecto.</p><p>Buena parte de lo que cuento aquí lo aprendí de todos ellos, y se lo debo.</p><h3>Lo que vemos hoy en las empresas</h3><p>Vuelvo al principio. Lo más habitual es la idea de que, una vez tienes Databricks, Dataiku o la plataforma que sea, todo está resuelto.</p><p>Y entonces aparecen los síntomas:</p><p>- No hay procesos orquestados que marquen en qué fase está cada proyecto.<br>- No hay comunicación real entre los equipos técnicos, porque falta CI/CD que la haga posible, ni con negocio.<br>- Todo vive en notebooks, sin trazabilidad ni documentación.<br>- Y las soluciones se ponen en producción deprisa y corriendo, en el último momento, para cumplir el hito.</p><p>La plataforma es necesaria. Pero sin proceso, solo hace más rápido el desorden.</p><h3>¿Y la IA no debería adaptarse a la empresa?</h3><p>Nuestra forma de entender la IA es la de &quot;AI in the loop&quot;: que sea la IA la que se adapte a los procesos de la empresa, y no al revés.</p><p>Podría parecer que hablar de metodología contradice esto. Es justo lo contrario. Mejorar cómo se desarrollan y se ponen en producción los proyectos de IA es lo que les permite adaptarse a la forma de trabajar y a la cultura de cada empresa. Un equipo con buen proceso itera con el usuario, ajusta el sistema a cómo se decide de verdad y lo cambia cuando cambia el negocio. Un equipo sin proceso entrega una sola vez, tarde, y lo que entrega no se adapta a nada.</p><p>La metodología no es burocracia alrededor de la IA. Es lo que hace posible que la IA se adapte.</p><h3>Conclusión: no es un dogma, pero sí una base</h3><p>Todas las metodologías tienen su momento. Kanban es imbatible en soporte y para dar visibilidad al flujo de un proyecto de datos. Scrumban da estructura a la innovación sin asfixiarla. Lean evita construir lo que nadie necesita. Y Waterfall tiene su sitio cuando lo que se entrega ya es un producto.</p><p>Pero si tengo que elegir una base para llevar proyectos de datos e IA a producción, después de más de 30 proyectos lo tengo claro: Scrum. Entregas frecuentes, negocio dentro del proyecto, contexto compartido y documentación que sale del propio trabajo. Lo demás son piezas que se combinan sobre esa base según el contexto.</p><p><strong>Entonces, ¿por qué no se aplica más?</strong><br>Casi nunca por razones técnicas. Scrum choca con la organización vertical.</p><p><strong>Obliga a soltar el control.</strong> Las decisiones se toman en el equipo, no en la cadena de mando.</p><p><strong>Diluye las medallas.</strong> Cuando se asignan tareas y no proyectos, y el esfuerzo se mide por rol y no por persona, se ve menos quién ha hecho qué. Para quien mide su éxito por lo que su departamento puede atribuirse, eso es una amenaza.</p><p><strong>Exige renegociar el alcance con el cliente cada pocas semanas.</strong> Es incómodo y requiere cintura. Pero es justo lo que evita entregar, un año después, algo que ya nadie necesita.</p><p>Nada de esto es un problema de metodología. Es un problema de cultura. Y mientras sigamos eligiendo la metodología que protege las estructuras en lugar de la que entrega valor, seguiremos llenando las empresas de pilotos que nunca llegan a producción</p><h3>Una invitación</h3><p>Si trabajaste conmigo en alguno de estos entornos, me encantaría leerte en los comentarios: qué recuerdas que funcionó, qué no y qué harías distinto hoy.</p><p>Y si no coincidimos, la pregunta es la misma: ¿qué metodología os ha funcionado en proyectos de datos, y en qué contexto dejó de hacerlo?</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8636ea0226cb" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Summary — De King Crimson a Nueva Babilonia (Constant): cómo una noche de prog rock me hizo…]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/summary-de-king-crimson-a-nueva-babilonia-constant-c%C3%B3mo-una-noche-de-prog-rock-me-hizo-e0f65fa32541?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/e0f65fa32541</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[future]]></category>
            <category><![CDATA[architecture]]></category>
            <category><![CDATA[philosophy]]></category>
            <category><![CDATA[music]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Sat, 27 Jun 2026 19:07:13 GMT</pubDate>
            <atom:updated>2026-06-27T19:07:13.811Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Summary — De King Crimson a Nueva Babilonia (Constant): cómo una noche de prog rock me hizo entender hacia dónde nos está llevando la I</strong></p><p>Hace unos días estuve en el concierto de BEAT, el supergrupo donde Adrian Belew, Tony Levin, Steve Vai y Danny Carey reviven la etapa más experimental de King Crimson.</p><p>Iba con una camiseta de Guns N&#39; Roses, rompiendo el código de vestimenta no escrito del fan del rock progresivo. Lo curioso es que encajaba más de lo que parecía: Axl Rose siempre ha reconocido la influencia de aquella etapa de King Crimson. Pero lo realmente inesperado fue otra cosa.</p><p>Salí del concierto con la sensación de haber entendido algo importante sobre el futuro de la Inteligencia Artificial.</p><p>Mientras escuchaba aquellas guitarras matemáticas, robóticas y, al mismo tiempo, profundamente humanas, mi cabeza unió dos mundos que nunca había relacionado: la trilogía Discipline–Beat–Three of a Perfect Pair y Nueva Babilonia, la ciudad utópica imaginada por Constant Nieuwenhuys.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_5QZKBFv1M-0ZuIgxNbUdA.png" /></figure><p><strong>Una música construida para jugar</strong></p><p>A comienzos de los años 80, King Crimson decidió romper casi todas las reglas del rock.</p><p>Robert Fripp y Adrian Belew dejaron de utilizar la guitarra como un instrumento solista. Construían patrones que se entrelazaban como si fueran piezas de una maquinaria perfectamente sincronizada. El resultado era una música geométrica, modular y repetitiva donde la precisión técnica no eliminaba la creatividad: la hacía posible.</p><p>No era música fría.</p><p>Era música diseñada para jugar.</p><p><strong>La ciudad que soñó Constant</strong></p><p>Durante esos mismos años seguía resonando otra visión del futuro, esta vez nacida en la arquitectura.</p><p>Constant Nieuwenhuys imaginó Nueva Babilonia, una ciudad gigantesca, cambiante y laberíntica donde la automatización liberaría a las personas del trabajo repetitivo.</p><p>Su protagonista ya no era el Homo Faber, definido por producir y fabricar.</p><p>Era el Homo Ludens: el ser humano que dedica su tiempo a explorar, crear, aprender, viajar y jugar.</p><p>Durante décadas aquella idea pareció imposible. No porque faltaran edificios, sino porque faltaba la tecnología capaz de asumir gran parte del trabajo cotidiano.</p><p><strong>La pieza que faltaba</strong></p><p>Quizá eso es precisamente lo que estamos empezando a construir ahora.</p><p>La Inteligencia Artificial no resulta interesante porque escriba textos, genere imágenes o programe software.</p><p>Lo verdaderamente revolucionario es que empieza a hacerse cargo del ruido de fondo: tareas repetitivas, burocracia, análisis masivos de información o automatización de procesos que durante décadas han consumido una enorme parte de nuestro tiempo.</p><p>No sustituye la creatividad.</p><p>Le devuelve espacio.</p><p>Igual que las herramientas tecnológicas permitieron a King Crimson explorar nuevas formas musicales, la IA puede convertirse en la infraestructura que permita a millones de personas dedicar más tiempo a pensar, diseñar, investigar o crear.</p><p>No porque trabaje en nuestro lugar.</p><p>Sino porque elimina parte del trabajo que nos impide hacerlo.</p><p><strong>Bienvenidos a Nueva Babilonia</strong></p><p>Salí del concierto con las orejas pitando y mirando mi camiseta de Guns N&#39; Roses con una sonrisa.</p><p>King Crimson había construido una pequeña Nueva Babilonia sonora mucho antes de que existiera la IA.</p><p>Constant dibujó sus planos sobre el papel hace más de medio siglo.</p><p>Y hoy empezamos a disponer, por primera vez, de las herramientas capaces de acercarnos a esa visión.</p><p>Quizá el futuro de la Inteligencia Artificial no consista en fabricar máquinas cada vez más inteligentes.</p><p>Quizá consista en algo mucho más humano.</p><p>En devolvernos el tiempo para volver a jugar.</p><p>En volver a ser Homo Ludens.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e0f65fa32541" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[De King Crimson a Nueva Babilonia (Constant):  cómo una noche de prog rock me hizo entender hacia…]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/de-king-crimson-a-nueva-babilonia-constant-c%C3%B3mo-una-noche-de-prog-rock-me-hizo-entender-hacia-537bd088c7a8?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/537bd088c7a8</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[future]]></category>
            <category><![CDATA[music]]></category>
            <category><![CDATA[science]]></category>
            <category><![CDATA[philosophy]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Sat, 27 Jun 2026 19:02:01 GMT</pubDate>
            <atom:updated>2026-06-27T19:02:01.934Z</atom:updated>
            <content:encoded><![CDATA[<h3>De King Crimson a Nueva Babilonia (Constant): cómo una noche de prog rock me hizo entender hacia dónde nos está llevando la IA.</h3><p>Hace unos días estuve en el concierto de BEAT —el supergrupo donde Adrian Belew, Steve Vai y Danny Carey reviven la era ochentera de King Crimson—. Iba con una camiseta de Guns N&#39; Roses, rompiendo el código de vestimenta no escrito del fan del prog rock, pero salí de ahí con algo mucho más grande: la respuesta a hacia dónde nos lleva la Inteligencia Artificial.</p><p>Escuchar esas guitarras matemáticas, robóticas pero extrañamente humanas, me hizo conectar dos cables en mi cabeza que parecían distantes: la música de la era Beat (1982) y el proyecto arquitectónico utópico Nueva Babilonia de Constant Nieuwenhuys.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LVFOwc1YljYkkC7ug-oMnw.png" /></figure><p>Constant imaginó una megaciudad laberíntica donde las máquinas harían todo el trabajo y el ser humano se dedicaría solo a jugar, a crear y a explorar: el Homo Ludens. En los 80, King Crimson usó la tecnología para jugar a hacer música. Hoy, en pleno 2026, la IA nos está empujando, por fin, a las puertas de esa ciudad.</p><p><strong>El Laberinto de Guitarras y la Ciudad Flotante</strong></p><p>En los años 80, King Crimson lanzó una trilogía de álbumes (Discipline, Beat y Three of a Perfect Pair) que sonaba a futuro. Robert Fripp y Adrian Belew no tocaban la guitarra como rockeros tradicionales; entrelazaban líneas de notas ultraprecisas, polirrítmicas y repetitivas. Era una música geométrica, modular y construida en capas tecnológicas (gracias al Chapman Stick y las baterías electrónicas).</p><p>Esa estructura sonora es el equivalente exacto a los planos que Constant Nieuwenhuys dibujó para Nueva Babilonia entre los 50 y los 70. Constant proyectó una megaciudad de sectores flotantes, un laberinto artificial donde el entorno (luces, sonidos, clima) cambiaba según el deseo de sus habitantes.</p><p>Lo fascinante es que Constant no diseñó esto pensando en la eficiencia industrial, sino en la liberación absoluta. Su premisa era revolucionaria: si la automatización y las máquinas se encargan de las tareas pesadas y repetitivas, el ser humano se emancipa de la necesidad de trabajar. Deja de ser el Homo Faber (el hombre que fabrica) para convertirse en el Homo Ludens (el hombre que juega).</p><p>La IA como el motor automatizador de Constant<br>Durante décadas, la utopía de Constant quedó atrapada en maquetas de metacrilato y lienzos de vanguardia porque no existía la tecnología capaz de gestionar esa masa de automatización... hasta ahora.</p><p>La Inteligencia Artificial es, en esencia, el software que Nueva Babilonia estaba esperando.<br>Al igual que el supergrupo BEAT utiliza hoy algoritmos musicales complejos, sintetizadores y precisión matemática para crear un espacio de improvisación y arte libre, la IA tiene el potencial de absorber el trabajo administrativo, el análisis de datos masivos y la optimización de recursos a nivel global.</p><p>La IA no viene a destruir la creatividad; viene a automatizar el &quot;ruido de fondo&quot; de la civilización para que podamos volver a jugar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mX5tP_BdQx-StG86r6Odqg.png" /></figure><p><strong>El IA Act: Diseñar el entorno para liberar al creador — La arquitectura de la libertad</strong></p><p>Sin embargo, la transición hacia este nomadismo creativo no ocurrirá por arte de magia. Si dejamos el desarrollo de la IA al libre albedrío del monopolio tecnológico, corremos el riesgo de terminar en el desguace alienante y oxidado que King Crimson describía en su canción &quot;Dig Me&quot;. Para que la tecnología nos libere y nos permita ser Homo Ludens, el entorno tiene que estar diseñado para ello desde la raíz.</p><p>Aquí es donde ocurre el verdadero giro visionario: normativas como el IA Act (el Reglamento de Inteligencia Artificial) no deben entenderse como un manual de censura o un freno burocrático, sino como el plano arquitectónico de Nueva Babilonia. Constant Nieuwenhuys no diseñó los edificios de su ciudad flotante para limitar a la gente, sino para crear un entorno seguro, climatizado y móvil que permitiera el juego permanente. El IA Act hace exactamente lo mismo en el plano digital.</p><p>Al establecer límites claros mediante el Compliance (cumplimiento normativo) desde el diseño —prohibiendo la manipulación psicológica, los sesgos algorítmicos discriminatorios y la vigilancia masiva—, la ley limpia el terreno de juego. No restringe la creatividad; elimina los peligros del entorno para que podamos habitarlo sin miedo. Cuando las reglas del juego son transparentes y seguras por diseño, es cuando finalmente podemos soltarnos el pelo y experimentar con total libertad.</p><p><strong>Para llegar a ser el Homo Ludens, la humanidad debe hacer con la IA lo mismo que King Crimson hizo con las tecnologías de los 80: domar la máquina, ponerle límites técnicos y éticos, y usar su estructura matemática para liberar la imaginación.</strong></p><p><strong>La democratización del virtuosismo: El &quot;Efecto Steve Vai&quot;</strong></p><p>Ver a Steve Vai en el escenario con BEAT es presenciar la libertad absoluta. Vai dobla las notas, estira los límites de la guitarra y hace que el instrumento hable. Pero esa libertad salvaje solo es posible porque la guitarra está perfectamente calibrada, su afinación es matemática y las leyes de la física acústica se cumplen al milímetro en su equipo. El orden técnico absoluto es lo que permite el caos creativo más hermoso.</p><p>La combinación de un entorno regulado por el IA Act y el avance de la tecnología generativa va a generar precisamente eso: la democratización del virtuosismo.</p><p>Hasta ahora, para construir una &quot;Nueva Babilonia&quot; o para componer como King Crimson, se necesitaba una infraestructura millonaria o décadas de entrenamiento técnico sobrehumano. Al poner modelos de IA potentes, éticos y transparentes al alcance de cualquiera, estamos entregándole a cada ciudadano una &quot;guitarra perfectamente calibrada&quot;. Ya no necesitarás ser un ingeniero de software de élite para automatizar tu entorno o dar vida a tus ideas; la IA nivela el terreno de juego.</p><p>El IA Act asegura que la máquina sea un aliado confiable y no un soberano oscuro. Y una vez que la base técnica es segura y accesible para todos, el ser humano por fin puede dedicarse a lo que mejor sabe hacer: la deriva, el juego, la improvisación y el arte puro.</p><p><strong>Bienvenidos a la Ciudad del Juego</strong></p><p>Salí del concierto de BEAT con las orejas pitando y mirando mi camiseta de los Guns con una sonrisa. El rock progresivo de los 80 nos regaló una profecía sonora; Constant nos dejó los planos en papel; y la IA actual nos está dando las herramientas para construirla.</p><p>Estamos a las puertas de una era donde el trabajo repetitivo puede quedar en el pasado y donde el diseño de nuestras leyes digitales (como el IA Act) garantizará que la tecnología trabaje para nosotros, y no al revés.</p><p>Es hora de dejar de temerle a los algoritmos y empezar a verlos como el escenario perfecto para nuestro propio juego. Al final del día, el futuro no pertenece a las máquinas más eficientes, sino a los humanos que, equipados con ellas, se atrevan a ser los nuevos Homo Ludens.</p><p>Nos vemos en el camino.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=537bd088c7a8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Aprender es construir clases de equivalencia]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/aprender-es-construir-clases-de-equivalencia-0d906317d3f0?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/0d906317d3f0</guid>
            <category><![CDATA[mathematics]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[artificial-inteligence]]></category>
            <category><![CDATA[cognitive-science]]></category>
            <category><![CDATA[reinforcement-learning]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Mon, 08 Jun 2026 08:37:06 GMT</pubDate>
            <atom:updated>2026-06-08T08:37:06.196Z</atom:updated>
            <content:encoded><![CDATA[<h4>El transfer learning no existe: quizá el conocimiento ya era el mismo, y sólo faltaba encontrar la transformación que lo revela.</h4><p>Hay preguntas que aparecen una vez en la vida y desaparecen. Y hay preguntas que, sin que uno se dé cuenta, terminan persiguiéndole durante años.</p><p>Durante mucho tiempo pensé que mis intereses eran dispersos. Matemáticas, geometría, inteligencia artificial, redes bayesianas, aprendizaje por refuerzo, optimización de rutas, sistemas industriales, movilidad inteligente.</p><p>Parecían temas distintos.</p><p>Hoy sospecho que todos eran intentos de responder exactamente a la misma pregunta. Una pregunta sorprendentemente sencilla:</p><blockquote>¿Cuándo dos cosas que parecen diferentes son en realidad la misma?</blockquote><p>A primera vista parece una cuestión filosófica. Sin embargo, aparece una y otra vez en matemáticas, en inteligencia artificial, en neurociencia, en psicología cognitiva, en ingeniería y, probablemente, en cualquier disciplina que intente comprender cómo aprendemos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/459/0*3Wf23mksLw4mABG5" /></figure><h4>La inteligencia humana como búsqueda de equivalencias</h4><p>Los seres humanos rara vez aprendemos desde cero.</p><p>Cuando un niño ve por primera vez un perro pequeño, negro y de pelo corto, construye una representación mental. Más adelante ve un perro grande, blanco y de pelo largo. A pesar de las enormes diferencias visuales, sigue reconociendo un perro.</p><p>Ha ignorado los detalles irrelevantes. Ha identificado una estructura común. Ha construido una clase de equivalencia.</p><p>Algo similar ocurre cuando viajamos. Las primeras horas en un país desconocido suelen estar llenas de diferencias: cambian el idioma, la comida, las normas sociales. Pero conforme pasan los días, empiezan a aparecer patrones familiares. Las relaciones familiares. La cooperación. Los conflictos. Las aspiraciones. Los miedos.</p><p>El contexto cambia. La estructura permanece.</p><p>Quizá una de las capacidades más extraordinarias de la mente humana sea precisamente esa: descubrir qué diferencias importan y cuáles no.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*nl0f6zfQ9_gZv5md" /></figure><p>---</p><h4>Kahneman, Hofstadter y la ciencia de las analogías</h4><p>La psicología cognitiva lleva décadas explorando esta cuestión.</p><p>Daniel Kahneman mostró cómo nuestro cerebro utiliza atajos mentales y patrones previamente aprendidos para interpretar situaciones nuevas. Muchas de nuestras decisiones no se basan en un análisis exhaustivo, sino en mecanismos de reconocimiento y reutilización de experiencias previas.</p><p>Douglas Hofstadter fue aún más lejos. Defendió que la analogía no es una herramienta secundaria de la inteligencia. Es la inteligencia.</p><p>Comprender una situación nueva consiste, en gran medida, en encontrar una situación antigua con una estructura equivalente. Pensar sería, en buena parte, descubrir isomorfismos.</p><p>La neurociencia moderna apunta en una dirección similar. Cada vez hay más evidencias de que el cerebro construye representaciones abstractas y jerárquicas capaces de reutilizar conocimiento entre contextos diferentes. No almacenamos únicamente episodios concretos. Extraemos regularidades. Construimos invariantes. Detectamos simetrías.</p><p>Quizá la inteligencia tenga menos que ver con acumular conocimiento y más con descubrir aquello que permanece constante a través de experiencias distintas.</p><p>---</p><h4>La primera pista: los orbifolds</h4><p>La primera vez que me encontré con esta idea de forma nítida fue al estudiar geometría diferencial.</p><p>Allí aparecían unos objetos matemáticos poco habituales llamados <strong>orbifolds</strong>. No suelen enseñarse en los cursos introductorios. Incluso muchos matemáticos nunca llegan a trabajar con ellos. Sin embargo, detrás de su definición hay una idea extraordinariamente profunda.</p><p>Un orbifold es, simplificando mucho, un espacio donde algunos puntos aparentemente distintos se consideran equivalentes debido a una simetría.</p><p>Lo importante no es la definición formal. Lo importante es la pregunta que plantea.</p><p>Imaginemos una habitación llena de espejos. Desde dentro parecen existir cientos de habitaciones. Desde fuera sabemos que sólo existe una.</p><p>La complejidad observada es una consecuencia de la representación. No necesariamente de la realidad subyacente.</p><p>Y aquí aparece una idea fascinante. Quizá muchos de los problemas que intentamos resolver no consistan en comprender millones de estados distintos. Quizá consistan en descubrir qué estados pertenecen realmente a la misma órbita de simetría.</p><p>Durante años pensé que aquello era simplemente una curiosidad geométrica. No lo era.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nkTNs6OSAtfnDxAvBb5Maw.png" /></figure><p>---</p><h4>La misma intuición en la teoría de categorías</h4><p>Años después encontré la misma idea en la teoría de categorías.</p><p>La razón era sencilla: la teoría de categorías no estudia objetos aislados. Estudia relaciones y transformaciones.</p><p>Dos estructuras pueden parecer completamente distintas y, sin embargo, ser equivalentes porque existe una transformación —un funtor— que preserva aquello que realmente importa.</p><p>La pregunta deja de ser <strong>&quot;¿qué son estas cosas?&quot;. Y pasa a ser &quot;¿cómo se relacionan?&quot;</strong>. O incluso <strong>&quot;¿cómo se transforman la una en la otra?&quot;</strong>.</p><p>Esta forma de pensar resulta sorprendentemente poderosa porque aparece, con ropajes distintos, en disciplinas muy alejadas entre sí.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*owlQdd71MnjZifNO-NrZrw.png" /></figure><h4>Tres preguntas, tres herramientas</h4><p>Cuanto más tiraba del hilo, más claro veía que no había una sola operación, sino tres, y que cada una respondía a una pregunta distinta.</p><p>La primera es: <strong>¿qué diferencias podemos ignorar?</strong></p><p>Es la pregunta del orbifold. Identificamos puntos — o estados, o casos — que una simetría vuelve equivalentes, y nos quedamos con la clase, no con el individuo. Abstraemos.</p><p>La segunda es: <strong>¿cómo trasladamos esa estructura de un dominio a otro?</strong></p><p>Es la pregunta del funtor. Un funtor no estudia objetos aislados: lleva objetos a objetos y relaciones a relaciones, preservando lo que importa.</p><p>Cuando alguien dice que el átomo es como un sistema solar no afirma que sean iguales; afirma que existe una correspondencia estructural — núcleo ↔ sol, electrones ↔ planetas, órbitas ↔ trayectorias — .</p><p>Las entidades cambian; las relaciones permanecen. Eso es pensamiento analógico, y categóricamente es comportamiento functorial. El funtor es el traductor de simetrías.</p><p>La tercera es: <strong>¿qué contexto debemos conservar al encadenar esos traslados?</strong></p><p>Es la pregunta de la mónada, que permite componer transformaciones sin perder por el camino la información que las acompaña.</p><p>Visto así, las tres encajan en una sola tabla:</p><blockquote>&gt; grupo → ¿qué transformaciones son posibles?<br>&gt; orbifold → ¿qué diferencias podemos olvidar?<br>&gt; funtor → ¿cómo trasladamos estructura entre dominios?<br>&gt; mónada → ¿cómo encadenamos esos traslados sin perder contexto?</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*icoy16JAaxE0KuGsJethxg.png" /></figure><p>No es una equivalencia matemática formal entre los cuatro conceptos. Pero como marco para pensar la inteligencia, tiene una fuerza sorprendente: la misma descripción sirve para un niño que aprende a reconocer un cánido, un científico que construye una teoría, una red bayesiana, un agente que generaliza o un operador que reutiliza lo aprendido en una máquina nueva.</p><h4>La misma pregunta en la inteligencia artificial</h4><p>Con los años empezamos a encontrar exactamente la misma intuición en lugares inesperados. En redes bayesianas. En aprendizaje por refuerzo. En sistemas multiagente. En mapas autoorganizados. En modelos generativos.</p><p>Uno de los mayores problemas de la inteligencia artificial moderna es la complejidad. Cada nuevo estado, cada nueva configuración, cada nuevo escenario parece requerir aprendizaje adicional.</p><p>Sin embargo, en muchos casos el sistema ya sabe más de lo que creemos. El problema no es aprender. El problema es reconocer equivalencias.</p><p>Un conductor experimentado no aprende desde cero cada nueva carretera. Un médico no aprende desde cero cada nuevo paciente. Un operador no aprende desde cero cada nueva máquina.</p><p>Reconocen estructuras. Detectan simetrías. Identifican patrones equivalentes.</p><p>La inteligencia parece surgir precisamente de esa capacidad. No de memorizar situaciones, sino de descubrir cuándo dos situaciones son realmente la misma.</p><p>---</p><h4>Cuando la ingeniería tropieza con la misma pregunta</h4><p>Esta idea apareció de forma especialmente clara en algunos proyectos en los que hemos trabajado.</p><p>Hace algunos años abordamos uno donde intentábamos reutilizar conocimiento adquirido en sistemas de bombeo industrial dentro de infraestructuras completamente diferentes. A primera vista los dominios parecían incompatibles: distintos fluidos, distintos objetivos, distinta instrumentación.</p><p>Pero al representar ambos sistemas como <strong>redes de flujo</strong>, las equivalencias aparecieron solas:</p><blockquote>&gt; bomba ↔ nodo activo<br>&gt; tubería ↔ arista del grafo<br>&gt; pérdida de eficiencia ↔ degradación funcional<br>&gt; obstrucción ↔ restricción sobre el flujo<br>&gt; ciclo hidráulico ↔ ciclo del grafo</blockquote><p>Los nombres cambiaban. La estructura permanecía.</p><p>La pregunta dejó de ser <strong>&quot;¿cómo transferimos conocimiento entre dos sistemas distintos?</strong>&quot; y pasó a ser <strong>&quot;¿cuál es el grupo de transformaciones que convierte un sistema en el otro preservando las propiedades relevantes?&quot;</strong>.</p><p>Esa ya no es una pregunta de ingeniería. Es una pregunta geométrica. Y también causal.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZfgDWIOksuUPrpw_SSQdmQ.png" /></figure><p>---</p><h4>La misma estructura bajo nombres distintos</h4><p>El patrón se repite cuando comparamos dominios que nadie pensaría en relacionar. Una organización educativa y una aseguradora parecen no tener nada en común. Hasta que se miran sus relaciones internas:</p><blockquote>&gt; alumno ↔ cliente → entidad<br>&gt; matrícula ↔ póliza → vínculo contractual<br>&gt; profesor ↔ agente → intermediario<br>&gt; asignatura ↔ cobertura → servicio<br>&gt; incidencia académica ↔ siniestro → evento</blockquote><p>Los nombres son distintos. La estructura relacional es prácticamente idéntica.</p><p>Por eso, un mismo sistema de razonamiento puede operar sobre ambos: no aprende dos dominios, reconoce <strong>uno solo bajo dos representaciones</strong>.</p><h4><strong>Una misma empresa, ontologías que se repiten</strong></h4><p>El caso más revelador no aparece entre compañías distintas, sino dentro de una sola. Cualquier organización mediana mantiene, sin saberlo, varias ontologías paralelas.</p><blockquote>El área comercial modela su mundo con <strong>cuentas, oportunidades y contactos.</strong></blockquote><blockquote>Operaciones lo modela con <strong>pedidos, líneas de servicio y centros de coste.</strong></blockquote><blockquote>Soporte lo modela con <strong>tickets, incidencias y agentes</strong>.</blockquote><p>Cada departamento construye su propio vocabulario, su propia base de datos, sus propios paneles. Y cada uno está convencido de que su dominio es único. Hasta que alguien intenta unificarlos en un único modelo de datos y descubre que, bajo los nombres, late la misma estructura:</p><blockquote>&gt; cuenta ↔ cliente facturado ↔ organización del ticket → entidad</blockquote><blockquote>&gt; oportunidad ↔ pedido ↔ incidencia → proceso con estados</blockquote><blockquote>&gt; contacto ↔ destinatario ↔ solicitante → persona vinculada</blockquote><blockquote>&gt; etapa del embudo ↔ estado del pedido ↔ estado del ticket → ciclo de vida</blockquote><blockquote>&gt; importe ↔ valor de la línea ↔ coste de resolución → magnitud monetaria</blockquote><p>Construir la ontología corporativa no consiste en inventar un esquema nuevo que se imponga sobre los tres. Consiste en descubrir los funtores que ya conectaban esos dominios y que nadie había hecho explícitos. La capa semántica no crea la equivalencia: la revela.</p><p>---</p><h4>Cuando la causalidad descubre orbifolds</h4><p>Las redes bayesianas nos llevaron de vuelta al mismo lugar.</p><p>Dos grafos causales pueden parecer distintos. Tener orientaciones diferentes. Y, sin embargo, describir exactamente la misma estructura causal observable. Es lo que ocurre, por ejemplo, dentro de una misma clase de equivalencia de Markov, en la que varios DAGs comparten un único CPDAG.</p><p>Desde el punto de vista probabilístico son indistinguibles. Son manifestaciones distintas de una realidad común.</p><p>Lo mismo ocurre con los espacios de estados. Lo mismo ocurre con los agentes. Lo mismo ocurre con los sistemas físicos.</p><p>La inteligencia emerge cuando dejamos de estudiar estados individuales y comenzamos a estudiar clases de equivalencia.</p><p>---</p><h4>Quizá hemos formulado mal el problema</h4><p>Hablamos continuamente de transferencia de conocimiento. De <strong>transfer learning</strong>. De transferencia entre dominios.</p><p>Pero quizá esa forma de plantearlo es engañosa. Porque presupone que existen dos conocimientos distintos y que uno debe desplazarse hacia el otro.</p><p>Tal vez la realidad sea diferente.</p><p>Tal vez el conocimiento ya era el mismo. Lo único que faltaba era descubrir la transformación adecuada.</p><p>Tal vez no se trate de mover conocimiento. Tal vez se trate de revelar equivalencias.</p><h4><strong>Una hipótesis sobre la inteligencia</strong></h4><p>Quizá la inteligencia humana, la inteligencia artificial y buena parte de las matemáticas estén intentando resolver exactamente el mismo problema. Descubrir simetrías. Identificar invariantes. Construir clases de equivalencia.</p><p>Cuando un niño aprende que un chihuahua y un pastor alemán pertenecen a la misma categoría, está construyendo una clase de equivalencia.</p><p>Cuando un científico descubre una ley física, está construyendo una clase de equivalencia.</p><p>Cuando un matemático demuestra un teorema, está construyendo una clase de equivalencia.</p><p>Cuando una inteligencia artificial consigue generalizar a un problema nuevo, está construyendo una clase de equivalencia.</p><p>Quizá la inteligencia no sea otra cosa que eso. La capacidad de descubrir qué diferencias importan y cuáles no. La capacidad de encontrar la estructura escondida detrás de las apariencias. La capacidad de responder una pregunta tan sencilla como inagotable:</p><blockquote>¿Cuándo dos cosas aparentemente distintas son en realidad la misma?</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0d906317d3f0" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kafka no mató tu proyecto. Lo mató tu CTO]]></title>
            <link>https://medium.com/@gabrielvalverdecastilla/kafka-no-mat%C3%B3-tu-proyecto-lo-mat%C3%B3-tu-cto-db15debf7705?source=rss-bf855c74aaba------2</link>
            <guid isPermaLink="false">https://medium.com/p/db15debf7705</guid>
            <category><![CDATA[event-driven-architecture]]></category>
            <category><![CDATA[business-analysis]]></category>
            <category><![CDATA[kafka]]></category>
            <category><![CDATA[cto]]></category>
            <category><![CDATA[data-engineering]]></category>
            <dc:creator><![CDATA[Gabrielvalverdecastilla]]></dc:creator>
            <pubDate>Mon, 30 Mar 2026 06:20:54 GMT</pubDate>
            <atom:updated>2026-03-30T06:20:54.567Z</atom:updated>
            <content:encoded><![CDATA[<p>---</p><p># Tu empresa necesita datos en tiempo real. Tu CTO dice que lo tiene controlado. Ahí está el problema.</p><p>---</p><p>Hay una conversación que se repite en los consejos de dirección de media España.</p><p>El CEO pregunta: *&quot;¿Podemos tener visibilidad en tiempo real de lo que pasa en el negocio?&quot;*</p><p>El CTO responde: *&quot;Claro, montamos Kafka y en tres meses lo tenemos.&quot;*</p><p>El CEO asiente. El CTO sonríe. Y ahí, en ese momento, empieza el problema.</p><p>---</p><p>## El dato que nadie te cuenta</p><p>El **event-driven architecture** —los sistemas que procesan información en tiempo real a medida que ocurren los eventos del negocio— no es una moda tecnológica. Es una ventaja competitiva real y medible.</p><p>Las empresas que operan con arquitecturas orientadas a eventos pueden detectar fraude antes de que se consume, ajustar precios en función de la demanda al instante, personalizar la experiencia del cliente en el momento exacto en que interactúa, y reaccionar a una rotura de stock antes de que afecte a la venta.</p><p>No es ciencia ficción. Lo hacen Goldman Sachs, Target, Uber, ING. Y cada vez más empresas medianas y grandes en España están en ese camino.</p><p>La pregunta no es **si** tu empresa necesita event-driven. La pregunta es **quién lo va a construir** y **si sabe realmente lo que está haciendo**.</p><p>---</p><p>## El CTO más peligroso no es el que no sabe. Es el que cree que sabe.</p><p>Seré directo, porque esto te puede costar millones.</p><p>Existe un perfil de Director de Tecnología —brillante en muchos aspectos, sin duda— que ha liderado proyectos de data warehousing, ha migrado a la nube, conoce el stack moderno... pero nunca ha operado un sistema distribuido asíncrono en producción real. Nunca ha visto cómo se comporta un cluster de mensajería bajo carga de verdad. Nunca ha gestionado una caída a las 3 de la madrugada con datos críticos de negocio en tránsito.</p><p>Y sin embargo, cuando el CEO pregunta si pueden acometer el proyecto internamente, la respuesta es invariablemente: **sí**.</p><p>No por mala fe. Por exceso de confianza. Por no saber lo que no saben. Y porque, seamos honestos, admitir limitaciones frente al CEO no siempre resulta cómodo.</p><p>El resultado es siempre el mismo: el proyecto arranca con energía, el POC funciona en el entorno de desarrollo, y entonces llega la realidad.</p><p>---</p><p>## Los 6 problemas que nadie anticipa (pero que siempre aparecen)</p><p>Un informe reciente de Ferraro Consulting —con datos de miles de implantaciones— identificó las seis razones por las que estos proyectos fracasan. No son sorpresas. Son exactamente lo que cualquier arquitecto experimentado en sistemas distribuidos te habría dicho antes de empezar.</p><p>**1. Falta de expertise real**</p><p>Kafka, Pulsar, Kinesis o cualquier plataforma de streaming no es un producto que se instala y funciona. Requiere expertise profundo en particionado, replicación, fault tolerance y monitorización. Lo que el core de estas plataformas no incluye —gobernanza, conectores, seguridad granular— hay que construirlo o integrarlo. Y eso requiere perfiles que no suelen estar en plantilla.</p><p>**2. El salto de dev a producción es un abismo**</p><p>El entorno de desarrollo funciona. Producción es otro planeta. La configuración óptima, la alta disponibilidad, los mecanismos de disaster recovery, el control de acceso, las pruebas de rendimiento bajo carga real... cada uno de estos elementos requiere decisiones que solo se toman bien con experiencia previa. Sin ella, se improvisa. Y improvisar en producción con datos críticos tiene consecuencias.</p><p>**3. Caídas impredecibles en el momento menos oportuno**</p><p>Un sistema distribuido mal configurado cae. Y cuando cae, los equipos internos sin experiencia en este tipo de arquitecturas pueden tardar días en identificar la causa raíz. Mientras tanto, el negocio se detiene. El informe habla de cientos de horas de desarrollo perdidas solo en &quot;break and fix&quot;. Horas que no estaban en el presupuesto ni en el roadmap.</p><p>**4. La seguridad del streaming es una especialidad en sí misma**</p><p>Cifrado en tránsito y en reposo, gestión de claves, listas de control de acceso, auditoría de eventos... El perfil que sabe de streaming rara vez sabe de seguridad enterprise. Y el que sabe de seguridad rara vez sabe de streaming. Esa intersección existe, cotiza caro, y casi ninguna empresa la tiene en nómina.</p><p>**5. Sin gobernanza, el caos escala más rápido que el sistema**</p><p>Los topics se crean sin propietario, sin linaje documentado, sin políticas de calidad. Cuando hay decenas de topics en producción, nadie sabe de dónde viene cada dato ni qué transformaciones ha sufrido. El resultado es un sistema del que nadie se fía, y con razón.</p><p>**6. Escalar es una pesadilla manual**</p><p>Lo que funcionaba con un volumen determinado deja de funcionar cuando el negocio crece. Escalar estas arquitecturas requiere intervención constante de perfiles especializados, orquestación de cargas, gestión de replicación entre regiones y optimización continua. Todo eso tiene un coste que nadie calculó en la propuesta inicial.</p><p>---</p><p>## No es un problema de tecnología. Es un problema de asesoría.</p><p>Kafka es una tecnología extraordinaria. También lo son Apache Pulsar, Amazon Kinesis, Google Pub/Sub, Azure Event Hubs o Confluent Cloud. Cada una con sus ventajas, sus casos de uso óptimos, su modelo de costes y su curva de operación.</p><p>El problema no es la herramienta. El problema es elegir la herramienta sin conocer el terreno, y ejecutar sin haber operado antes en ese terreno.</p><p>Un CEO no tiene por qué saber qué plataforma de streaming es la más adecuada para su negocio. Para eso tiene un CTO. Pero el CTO tiene que ser lo suficientemente honesto —o lo suficientemente sabio— como para reconocer cuándo necesita apoyo externo especializado.</p><p>Esa honestidad, lamentablemente, no siempre está presente en la sala.</p><p>---</p><p>## Lo que VarGroup aporta que tu equipo interno no puede darte</p><p>En **VarGroup Data Science** llevamos años acompañando a empresas en la implantación de arquitecturas de datos en tiempo real. No vendemos una plataforma concreta. Evaluamos tu caso, tu volumen, tu ecosistema tecnológico, tu modelo de negocio y tu capacidad operativa, y recomendamos la solución que realmente tiene sentido para ti.</p><p>¿Necesitas una arquitectura self-managed con **Apache Kafka** porque tienes volumen y equipo para sostenerlo? Lo montamos y te formamos.</p><p>¿Tu perfil es más de plataforma gestionada con **Confluent Cloud** para reducir la carga operativa? Lo implementamos con todas las garantías enterprise.</p><p>¿Tu caso encaja mejor con **Apache Pulsar** por su modelo multi-tenant o con **Amazon Kinesis** por tu ecosistema AWS? Lo analizamos y lo ejecutamos.</p><p>¿O quizás lo que necesitas no es streaming puro sino una arquitectura híbrida con procesamiento batch y micro-batch con **Apache Spark Streaming** o **Apache Flink**? También.</p><p>La diferencia no está en la herramienta. Está en **haber hecho esto antes**. En conocer los puntos de fallo antes de que fallen. En poder decirte, con datos y experiencia, qué va a pasar en producción antes de llegar a producción.</p><p>---</p><p>## La pregunta que deberías hacer antes de aprobar el proyecto</p><p>Antes de validar el próximo proyecto de datos en tiempo real, hay una sola pregunta que como CEO deberías exigir responder con evidencias, no con confianza:</p><p>**¿Alguien en este equipo ha operado una arquitectura event-driven en producción real, con volumen real, y ha gestionado sus caídas?**</p><p>Si la respuesta es no, o si genera silencio incómodo, ya sabes lo que necesitas.</p><p>La asesoría previa siempre es más barata que el rescate posterior.</p><p>---</p><p>VarGroup Data &amp; IA — Estrategia, arquitectura e implantación de soluciones de datos e inteligencia artificial para empresas que necesitan resultados, no experimentos.</p><p>---</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=db15debf7705" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>