El mito en la transformación digital: Seguramente los modelos de Inteligencia Artificial, ante un mismo problema, entregarán la misma solución óptima. En el papel, todos parten del mismo punto: mismo contexto, misma instrucción. Sin embargo, las respuestas divergen de forma radical pero también un mismo modelo con una manera particular de interactuar con el, puede generar distintos resultados.
Esta brecha no es un error del modelo; es un recordatorio de que la IA procesa lógica, pero «no entiende los efectos del mundo físico, por el momento, aclaro« la conexión del negocio con el mundo subjetivo del mundo físico. El valor real ya no reside en la herramienta, sino en nuestra capacidad de inyectar el mundo físico en el entorno digital.
El Experimento de la Bodega: Riesgo vs. Continuidad
Pusimos a prueba a cinco de los motores con los que mas interactuó (ChatGPT, Gemini, Claude, Qwen y DeepSeek) con un caso crítico de gestión de riesgo:
Una bodega de vinos con producción anual que cada una se añeja por cuatro años y una sola salida anual al mercado de la cosecha madura, lo que arroja un flujo constante de producto al mercado y calidad asegurada, hasta que ocurre algo inesperado, un incendio, ( Caso de análisis de riegos ).
A simple vista, el problema es el fuego, un consultor de riesgos tradicional, mitiga el evento principal que es el fuego y eso mismo hacen la mayoría de los modelos que propusieron soluciones operativas impecables: sensores de última generación, redundancia logística, mejores tiempos de respuesta, un seguro, etc… «La AI hace el trabajo»….Técnicamente correctos,… estratégicamente incompletos.
Para mi sorpresa, Solo ChatGPT logró romper la inercia técnica y se acerco mucho a una solución viable y acorde al mundo real. Identificó que el verdadero riesgo no es el incendio, sino la extinción comercial por la falta de inventario. Perder un año de ventas en este modelo mata la continuidad del negoció y cede el anaquel a la competencia, atentando contra la viabilidad del negocios que es la preocupación principal del dueño a pesar de no ser un experto en riegos pero si de su negoció. Esa es la diferencia entre apagar un fuego y diseñar resiliencia con visión del contexto real del mundo físico…. Poco dinero, continuidad del negocio, no perder espacio en anaquel, pagar nomina mes a mes, prestigio familiar, etc..
Las propuesta de los modelos y la mayoría en la reunión como consultores tradicionales, fue dividir la bodega en cuatro, regaderas de agua para contener en una sola zona el incendio, una bodega alterna, un seguro y solo pierdo el 25% de la cosecha y el año siente me recupero.
Pero el dueño sabe que no puede estar fuera del mercado 1 año porque desaparece.
La solución lógica que mas se acerco a la propuesta del experto fue ChatGPT ( lo que me sorprendió ), que mira más allá de lo evidente, es una estrategia ejecutable con el presupuesto y los elementos que tengo hoy a la mano.
- La base es física: divido la bodega en cuatro secciones aisladas con muros cortafuegos muy económicos y un sistema de regaderas de contención en cada zona (lo cual ya estaba presupuestado), igual que Gemini, Qwen y DeepSeek. Esto, por sí solo, me permite salvar el 75% de la producción, pero matemáticamente no es suficiente para la continuidad del negocio y la preocupación del dueño.
Aquí entra la jugada maestra: mezclar las cosechas por igual en cada una de las cuatro bodegas. Al hacer esto, ante un siniestro, ya no pierdes un año completa de producto, sino que solo afectas el 25% del 25% cada cosecha.. Esta simple redistribución cambia el juego: en lugar de quedar fuera del mercado por falta de un producto específico todo un año, cada año enfrentas una afectación máxima de solo el 25% del 25% de la producción total esto es 6.25% cada año , una cifra que no pone en riesgo la estabilidad de la empresa y garantiza la permanencia operativa, comercia y de marca,… con mínimo de costo.
Propuesta: Del «Prompting» al «Context Engineering»
La IA es extraordinaria analizando variables, pero carece de contexto vivo. El experto humano ve el problema e instintivamente conecta puntos que no están en el manual: la reacción del mercado, la psicología del cliente y la guerra por el espacio físico.
Aquí es donde el Prompt Engineering se queda corto y nace el Context Engineering:
Conexión con el Mundo Físico: La IA necesita que nosotros seamos sus «ojos» en la realidad. Ese es el lugar donde debemos estar y no estar pensando en desaparecer por la AI. Con esta habilidad que le trasferimos a la AI puede ser inmensamente mejor de lo que ya es pero necita de un un pilo, un humano que sirva de enlace ( por lo menos hoy, así es!!!)
Redefinición del Rol: No somos usuarios de una herramienta; somos pilotos de contexto.
- Cocreación: La IA ya domina la repetición de tareas, la búsqueda y el código. Ahora está lista para saltar al mundo real, pero solo si nosotros proporcionamos el mapa estratégico y conexión con este mundo imperfecto que nos da contexto y determina nuestra decisiones.
Para lograrlo, el «upgrade» que necesitamos no es técnico, es mental:
- Pensamiento Crítico: Para detectar cuándo una respuesta es lógica pero insuficiente.
- Lectura de Implicaciones: Entender las ondas de choque de una decisión (segundo y tercer orden).
- Estructura Mental: Capacidad de descomponer el caos del mundo físico en parámetros que la IA pueda potenciar.
- Habilidad de comunicación: Plasmar lo que pensamos y decidimos en palabras para que los demás incluida la AI, Asia donde queremos ir y nos puedan ayudar,.
Conclusiones: El Costo del Error
En el entorno profesional, la IA no es «gratis». Cada iteración fallida, cada respuesta ambigua y cada prompt mal planteado genera fricción operativa y costos ocultos que escalan rápido. Un mal uso de la IA no solo produce malas decisiones, produce ineficiencia financiera.
El verdadero trabajo humano comienza donde termina la lógica de los algoritmos. Si queremos verdadera ventaja competitiva, debemos dejar de buscar la «respuesta correcta» en la máquina y empezar a usar el Context Engineering, desarrollar Soft skills de negocios para retar, elevar y aterrizar nuestro juicio al mundo real. La IA es el motor, pero el destino sigue siendo una decisión humana. Invertir mas tiempo entender el problema, mejora el contexto y plasmarlo de manera correcta nos llevara a que el AI nos de la mejor solución al menor costo posible. ( Mejores, Eficientes, Rápidos, Seguros y al mejor costos, es lo que todos buscamos, no?).
..Especial agendamiento a Cesar Duque y Daniel Codins por transmitir este conocimiento critico y estratégico en el Analísis de Riegos Empresarial..