El cuello de botella es el corpus

01La premisa que todos comparten

Casi todas las empresas que crean herramientas de conocimiento con IA parten de la misma premisa: el corpus ya existe y el trabajo consiste en recuperar información. Mejor ranking, mejor fragmentación, mejores respuestas sobre los documentos que el cliente tenga a mano. La base de conocimiento se da por sentada, como si el mineral ya estuviera extraído y la única pregunta abierta fuera quién construye la mejor refinería.

Creo que esto está al revés. El cuello de botella es el corpus.

02El razonamiento nunca quedó por escrito

El razonamiento operativo más valioso de una empresa industrial nunca se registró en ninguna parte. No es que se registrara mal. Es que nunca se registró. El truco que mantiene en marcha un sistema de cuarenta años vive en la cabeza del técnico que lo inventó. La razón por la que se dejó a un proveedor hace años vive en la memoria de quien llevó aquella compra. Los documentos que sí existen describen lo que se hizo. Casi ninguno explica por qué.

Ninguna mejora en la recuperación rescata información que nunca se registró. No hay ranking que te lleve a un documento que no existe.

Me topé con esto en carne propia en Coinbase. Durante una migración de clientes que dirigí, estuvimos a punto de dejar fuera una de nuestras cuentas más importantes, porque las personas que habían armado la lista de migración ya no estaban y su razonamiento se fue con ellas. El documento seguía ahí. La lógica detrás de él, no. Lo detectamos a tiempo, y eso en una empresa de software con herramientas modernas y hábitos de documentación razonables. Las empresas industriales sufren el mismo fallo con mucho más en juego, y una ola de jubilaciones lo está acelerando: las personas que saben cómo se relacionan los documentos con la realidad se están yendo más rápido de lo que nadie alcanza a recoger lo que saben.

03La recuperación se está volviendo un commodity

Si el cuello de botella es el corpus, el panorama estratégico se invierte. Cada nuevo modelo fundacional mejora un poco la búsqueda para todos a la vez. Los embeddings son baratos. Un equipo competente puede montar un chat sobre documentos en un fin de semana. Cuando una capacidad está al alcance de todos los proveedores en condiciones más o menos iguales, deja de ser una ventaja defendible.

Lo que no se puede convertir en commodity es lo que hay dentro del corpus. Dos empresas pueden comprar la misma búsqueda. No pueden comprar la misma memoria institucional. La calidad del corpus es el activo duradero, y casi nadie trabaja en ella, porque mejorar el corpus es un problema más difícil y menos vistoso que consultarlo.

Y a partir de aquí la cosa empeora. La IA está acelerando la producción de artefactos: documentos, tickets, resúmenes, código. El razonamiento detrás de ellos no se registra más rápido que antes. La brecha entre lo que una empresa produce y el porqué se amplía cada trimestre.

04Lo que Tinu hace al respecto

Tinu no busca en la base de conocimiento. La fabrica.

Captura decisiones en lugar de documentos. Recoge lo que encuentra en las herramientas que el equipo ya usa y lo estructura en registros de decisiones: qué se decidió, por qué, qué se descartó y quién es responsable. Luego evalúa si cada registro está realmente lo bastante completo para ser útil. Cuando falta algo importante, se lo pregunta a la persona que probablemente lo sabe, con una pregunta concreta en lugar de una página en blanco.

La recuperación sigue estando encima, y sí importa. Pero va después. Una búsqueda común sobre un corpus fabricado a propósito con registros de decisiones completos supera a una búsqueda de primer nivel sobre una carpeta de artefactos que nunca contuvieron el razonamiento.

05Cómo podría estar equivocado

De dos maneras. Primero, si el razonamiento en realidad se puede recuperar de los artefactos existentes, los modelos podrían terminar deduciendo el porqué a partir de suficientes qués dispersos, y al final ganaría una mejor recuperación. Creo que la inferencia tiene un techo, porque no se puede inferir lo que nadie expresó nunca, pero sostengo esa idea con cierta humildad.

Segundo, si capturar siempre cuesta demasiado. Todas las olas de gestión del conocimiento han naufragado en la misma roca: la gente no hace trabajo extra para documentar. Por eso la captura tiene que requerir casi cero esfuerzo y ser mayormente automática, y es el criterio con el que juzgo cada función. Si Tinu alguna vez obliga a las personas a cambiar su forma de trabajar, este memorando estaba equivocado.