Aplicaciones futuras

Es un martes de un año que aún no llega. El dueño de una pequeña cadena de spas (cuatro sedes, tres ciudades, ningún equipo de analítica) abre el teléfono mientras espera el café y le escribe una línea a su asistente: «¿Qué pasó esta semana?».

No es una consulta a un panel de control. Es una pregunta en español, como se la haría a un gerente de confianza. La respuesta llega en segundos, y no es un número suelto: es una historia con causa y consecuencia.

Las ventas de la sede Centro cayeron un 12 % frente a la semana anterior. La causa principal: un desplome en los planes mensuales el miércoles. Ese mismo día se dispararon las cancelaciones de sesiones (siete en total, seis por el mismo motivo: una ducha averiada). La orden de mantenimiento ya está abierta, pero lleva tres días sin atenderse. Sugiero priorizarla.

Detrás de esa respuesta tan tranquila hay un trabajo que a un equipo humano le habría costado media tarde de cruzar planillas. El asistente recorrió cinco fuentes (ventas, planes, sesiones, cancelaciones, órdenes de mantenimiento) siguiendo cadenas de causado_por y motivado_por.

Lo notable no es que un programa cruce cinco tablas. Eso se hace desde hace décadas.

Lo notable es que nadie programó esa consulta. La pregunta no estaba prevista. Simplemente cabía en la estructura.

Cambiemos de escena sin cambiar de principio. Un hospital con quinientos médicos y veinte años de historias clínicas registradas como hechos, no como prosa atrapada en un campo observaciones.

Una cardióloga pregunta: «Muéstrame los pacientes con hipertensión de grado 2 que iniciaron enalapril en los últimos seis meses y no lograron control a los tres». Recibe la lista.

Afina: «De esos, ¿cuántos tenían diabetes, y cuál fue el segundo fármaco que se les añadió?». Recibe una tabla cruzada.

Lo que ayer era un proyecto de tesis (extraer a mano quinientas historias en prosa, codificarlas, analizarlas) hoy es una conversación de tres minutos. Porque las historias estuvieron en el grafo desde el primer día.

Y una tercera, más sombría. Una empresa enfrenta una investigación regulatoria.

El fiscal no pregunta qué es cierto hoy. Pregunta algo más difícil: «¿qué sabía el directorio sobre la cláusula de garantía el 15 de noviembre de 2024?».

El sistema reconstruye el estado del grafo en esa fecha exacta. No solo qué era verdad entonces, sino qué estaba afirmado en el sistema en ese instante. Y devuelve los hechos accesibles, los actos formales registrados, las reglas vigentes.

La pregunta «¿qué sabía la organización, y cuándo?» deja de ser un testimonio y pasa a ser una consulta.

Las tres escenas no son tres inventos. Son el mismo cambio arquitectónico mirado desde tres ángulos.La tesis del capítulo

Aquí está el punto que cuesta ver. Analítica conversacional, búsqueda longitudinal de pacientes y auditoría retrospectiva parecen tres productos distintos, que tres empresas venderían por separado.

Pero las tres descansan en la misma base: un grafo persistente como suelo, un modelo de lenguaje como interfaz, y un conjunto de relaciones canónicas para razonar.

Cuando esa base existe, las tres aplicaciones (y muchas más) dejan de ser proyectos a medida y pasan a ser consecuencias. Lo que sigue es el inventario: cinco familias que se desbloquean a la vez.

Familia 1 · Búsqueda cross-dominio sin schema matching

La búsqueda corporativa vive hoy en islas. Las ventas en un sistema, el personal en otro, el marketing en un tercero, las finanzas en un cuarto, y la operación en algún sistema viejo que nadie se atreve a tocar. Cada uno con su esquema.

Y llega una pregunta razonable: «¿cuál fue el costo total de adquisición de los clientes que cancelaron en sus primeros noventa días?». Para responderla hay que cruzar cuatro sistemas.

Y eso, en la práctica, significa abrir un proyecto de integración con presupuesto propio y meses de calendario.

WQuestions cambia ese cruce por un suelo común. Las áreas siguen operando sus sistemas tal cual. Lo que cambia es que los hechos relevantes (ventas, contactos, transacciones, bajas) se publican al grafo central, cada cual con su dialecto.

La pregunta del director financiero se vuelve entonces una consulta sobre el grafo, que el modelo de lenguaje formula y ejecuta.

Y desaparece el cuello de botella histórico de la integración empresarial: ese trabajo donde un analista pasa semanas decidiendo que el campo cust_id de un sistema equivale al id_cliente de otro. Todos los dialectos ya están mapeados contra el mismo catálogo invisible.

Conviene mostrar el mecanismo, no solo nombrarlo. Tres áreas describen al mismo cliente con claves que no se parecen en nada; el catálogo las reconcilia porque todas responden, sin saberlo, a las mismas preguntas:

// Ventas (CRM)        → dialecto comercial
{ "cust_id": 4471, "ltv_usd": 1820, "estado": "baja" }

// Finanzas (ERP)      → dialecto contable
{ "id_tercero": "C-4471", "costo_captacion": 240.5 }

// Soporte (legacy)    → dialecto operativo
{ "subject": "acct/4471", "churn_day": 78 }

Por debajo, los tres registros se resuelven contra el mismo individuo. El modelo responde la pregunta del director sin que ningún humano haya tendido un puente entre cust_id, id_tercero y subject. La consulta cruza tres dominios y se apoya en un solo eje de identidad:

Familia 2 · Auditoría retrospectiva con bitemporalidad

Esta familia rinde el beneficio más inmediato en los sectores regulados (finanzas, salud, derecho). Es la única donde la vigencia no es una comodidad, sino un requisito legal.

El principio cabe en una frase: el sistema nunca olvida, y puede mostrar lo que sabía en cualquier instante del pasado.

Una corte pregunta «¿qué políticas internas estaban vigentes el 30 de junio de 2023?». Obtiene una respuesta exacta, no una reconstrucción a partir de correos y memorias.

Un supervisor financiero pide «¿cuál era el límite de exposición de este cliente cuando se firmó la operación?». Recibe el valor histórico, no el de hoy.

Un comité que estudia un evento adverso reconstruye qué se sabía del paciente al momento de prescribir. Y con eso puede juzgar si la decisión era defendible con el conocimiento de entonces, que es la única vara justa.

La diferencia con los sistemas tradicionales no está en la capacidad. Richard Snodgrass(17) formalizó los dos tiempos en SQL ya en los noventa, y bases como Datomic los llevan a producción tratando cada hecho como inmutable.

La diferencia está en la uniformidad. En un sistema convencional, alguien decide de antemano qué columnas merecen historial y cuáles se sobrescriben. La pregunta retrospectiva tarde o temprano choca contra un «ese dato no se preservó».

En WQuestions todo hecho lleva su vigencia, porque la inmutabilidad es la regla y no la excepción elegida con cuidado.

Los terrenos donde esto cambia las reglas son concretos: cumplimiento normativo bancario, due diligence corporativa, ensayos clínicos largos, registros catastrales, expedientes académicos, archivos periodísticos.

En todos, lo que importa no es solo el estado actual. Es la historia auditable que llevó hasta él.

Familia 3 · Razonamiento composicional sobre el conocimiento

Esta es la familia más ambiciosa y la que más promete a largo plazo.

La idea: un modelo con acceso al grafo no se limita a recuperar información. Razona combinando piezas que nadie combinó de antemano. Tres preguntas, de tres dominios del repertorio, muestran el salto:

Patrones de comportamiento. «¿Qué clientes se parecen en su uso a quien canceló el mes pasado y todavía no se han dado de baja?» El modelo no busca una fila idéntica. Compone un perfil a partir de varios hechos y lo proyecta sobre el resto del grafo.

Simulación sobre hechos y reglas. «Si bajo el plan mensual un 10 %, ¿cuántos clientes con intención registrada se convertirían?» Aquí se combinan hechos del grafo con una regla de negocio y un cálculo.

Es la familia que más lejos llega, y por eso tiene capítulo propio. El capítulo 28 la desarrolla entera sobre el yacimiento del capítulo 23.

Reglas más estado más cronología. «Lista los pacientes cuyo medicamento actual entra en contraindicación con la nueva guía clínica de agosto.» El modelo cruza el estado vigente de cada paciente con una regla fechada.

Cada una de estas preguntas mezcla hechos, reglas y el razonamiento del modelo. WQuestions pone la materia prima sin ambigüedad; el modelo compone.

La vieja frontera entre base de conocimiento y motor de inferencia se vuelve porosa. El modelo da los saltos, y el grafo le ofrece la piedra firme donde apoyar cada pie.

Familia 4 · Multi-agente con un modelo del mundo compartido

Hasta hace poco, «agente de IA» significaba un modelo con unas herramientas. Hoy ya se ven sistemas donde varios agentes especializados colaboran: uno investiga, otro redacta, otro verifica, otro audita.

El cuello de botella es que cada agente vive en su propio contexto, y coordinarlos resulta frágil. Se pasan resúmenes, pierden matices, se contradicen sin darse cuenta.

WQuestions les ofrece un modelo del mundo compartido: un grafo persistente que todos consultan y al que todos aportan. Las decisiones de uno se vuelven hechos consultables por los demás.

Y la cadena de razonamiento de un agente queda registrada como cualquier otra situación. «El agente A diagnosticó X a partir de la evidencia Y, justificado por la regla Z.»

La coordinación deja de ser implícita y se vuelve observable. Un agente puede citar literalmente a otro.

(diagnostico_001, agente,       lim_clinico_v3)     ∈ M(O, Q)   # un agente de IA actúa
(diagnostico_001, motivado_por, evidencia_023)     ∈ M(O, O)
(opinion_legal_002, agente,      lim_legal_v1)      ∈ M(O, Q)
(opinion_legal_002, motivado_por, diagnostico_001)  ∈ M(O, O)   # ← un agente cita a otro

El patrón abre escenarios concretos. Equipos de auditoría donde un agente sospecha, otro investiga y un tercero verifica. Equipos clínicos donde uno sugiere el diagnóstico, otro revisa contraindicaciones y otro lo registra. Equipos legales donde uno redacta, otro audita el riesgo y otro confronta con la jurisprudencia.

Todos sobre el mismo grafo, con la misma trazabilidad, dejando un rastro que un humano puede recorrer después.

Aquí la agencia contextual paga su último dividendo. Los modelos de lenguaje entran al sistema como agentes Q de pleno derecho, tratados igual que una persona o una organización.

El sistema no necesita un módulo especial para «agentes de IA». El modelo ya los admite, porque desde el principio admitió agentes que no eran humanos: sensores, software, instituciones.

Lo que se diseñó para un inclinómetro en una mina sirve, sin un solo cambio, para un equipo de modelos colaborando.

Familia 5 · Educación y explicabilidad

Una aplicación menos comercial y quizá la más importante a la larga: WQuestions como herramienta para enseñar.

Piensa en cómo se le explica a un estudiante un dominio complejo: anatomía, derecho constitucional, química orgánica. El dominio llega como texto lineal, una sucesión de párrafos. Pero su estructura real es un grafo de conceptos enlazados.

Si el dominio está modelado en WQuestions, el estudiante puede recorrerlo en vez de recitarlo. Parte de un concepto, ve sus ejemplares, sigue sus relaciones causales y normativas, lanza preguntas.

«¿Qué procesos dependen de la disponibilidad de ATP?». «¿Qué causa qué en la cascada inflamatoria?». «¿Qué cláusulas se justifican mutuamente en este ordenamiento?».

El libro de texto se vuelve consultable, y el conocimiento explorable en vez de memorizable.

Y hay un correlato directo en la explicabilidad de la IA. Cuando un sistema toma una decisión que afecta a alguien (denegar un crédito, sugerir un tratamiento, sancionar un contenido), la pregunta «¿por qué?» exige una respuesta auditable.

Si esa decisión se construyó sobre un grafo con las relaciones canónicas del porqué (causado_por, motivado_por, con_finalidad, justificado_por), la explicación es literalmente un recorrido del grafo.

No es una justificación fabricada después para sonar convincente. Es la reconstrucción del razonamiento que de verdad ocurrió.

Aquí las dos caras se tocan. La misma estructura que deja a un estudiante recorrer un dominio deja a un regulador auditar una decisión. En los dos casos, entender es seguir flechas con nombre.

El conocimiento explicable y el enseñable resultan ser el mismo grafo leído con dos propósitos.

Una pregunta, varios dominios

Para ver de golpe por qué esto importa, conviene un ejemplo donde una sola pregunta cruce fronteras que hoy son murallas.

Una periodista económica escribe: «¿cómo afectó la reforma tributaria de marzo a las ventas del trimestre?».

Esa frase, inocente en apariencia, toca tres mundos que en cualquier organización viven separados: lo normativo, los indicadores macroeconómicos y los datos comerciales.

El modelo parte la pregunta en consultas a cada dominio. Luego cose las respuestas en una narración, con la huella de cada dato a la vista.

Fíjate en que ninguno de los tres dominios «sabe» de los otros. Lo normativo no tiene idea de las ventas. El sistema comercial ignora la inflación.

Lo que los hace dialogar no es un conector que alguien programó entre ellos. Es que los tres descomponen su realidad sobre las mismas siete preguntas. La interoperabilidad deja de ser un proyecto y pasa a ser una propiedad del suelo.

La constante: una identidad estable en el tiempo

Si hubiera que destilar las cinco familias en una observación, sería esta: lo que las hace posibles a todas es la misma propiedad humilde. El grafo conserva una identidad estable de cada entidad a lo largo del tiempo.

La cardióloga es el mismo individuo en 2026 y en 2034. El spa que abrió el capítulo es la misma persona jurídica antes y después de expandirse. La cláusula de garantía es la misma cláusula con o sin enmiendas.

Suena trivial. No lo es.

En los sistemas tradicionales, la identidad se sostiene con claves foráneas que apuntan a registros editables, borrables, renombrables. Es una identidad frágil: una migración de esquema, un cambio de criterio, una limpieza de datos bienintencionada, y la trazabilidad se rompe sin que nadie lo note hasta que un auditor la pide.

WQuestions hace lo contrario. Cada individuo recibe un identificador inmutable, los hechos sobre él se acumulan en vez de pisarse, y los cambios son hechos nuevos con su propia vigencia.

La identidad deja de ser una convención y se vuelve infraestructura.

La identidad estable es la propiedad que hace que decir «este» signifique siempre lo mismo.El cimiento de todo lo anterior

Sobre esa base se levanta todo lo demás. La auditoría retrospectiva, el razonamiento que compone, el trabajo entre varios agentes, la explicabilidad: las cuatro exigen poder decir «este individuo, en este momento, era así» y recibir una respuesta única.

Quítale al grafo la identidad estable y las cinco familias se desploman a la vez. Ninguna sabría ya de qué entidad está hablando.

El sesgo de optimismo

Conviene cerrar matizando. Los escenarios de este capítulo son plausibles, no inevitables. Cada uno depende de que varias condiciones se cumplan a la vez, y conviene nombrarlas con precisión:

Algunas de estas condiciones se están cumpliendo solas; otras exigen empuje deliberado. La especulación es honesta justamente cuando reconoce la diferencia entre lo que ya rueda cuesta abajo y lo que aún hay que empujar cuesta arriba.

El mapa de lo que falta

Conviene terminar señalando el escalón que separa este capítulo del presente. Todas estas aplicaciones suponen una versión madura del proyecto. La versión actual (la que el prototipo ejecuta) está, deliberadamente, incompleta:

Las aplicaciones de este capítulo viven en el futuro. El trabajo pendiente vive en el presente, y es muy concreto.

Queda enumerarlo con precisión, como un mapa de implementación para quien quiera contribuir o adoptar la propuesta. A eso dedicamos el cierre del libro.

Pero antes hay una prueba más exigente que cualquier dominio industrial: la de describirse a sí misma. A eso vamos.