El vocabulario de la IA que ejecuta
52 definiciones para hablar de inteligencia artificial empresarial con precisión: qué es memoria corporativa, qué separa un agente de un chatbot, cómo se mide la autonomía y qué exige el gobierno de IA antes de encender nada.
El mapa de conceptos de NextAI
Una forma de orientarse: diagnosticar dónde estás, construir lo necesario y medir cómo funciona.
Conceptos y metodología propios de NextAI. Abre cada pieza para consultar su definición y sus límites.
Seis conceptos con página propia. Son el marco con el que diagnosticamos, construimos y medimos cada proyecto.
Cerebro Empresarial
Un Cerebro Empresarial es la arquitectura multicapa sobre la que una empresa entera se gestiona con inteligencia artificial: datos, memoria, razonamiento, agentes que ejecutan, centralita de voz que atiende y gobierno que responde de cada acción. No es un chatbot, no es un data warehouse y no es una capa que se añade a tu stack: es el sistema que acaba asumiendo lo que hoy hacen tu ERP, tu CRM, tu helpdesk, tu BI y tus herramientas de automatización.
Superagente
Un Superagente es un agente de IA que asume la propiedad de un proceso de negocio de principio a fin: recibe el disparador, consulta el Cerebro Empresarial, ejecuta las acciones en tus sistemas y escala al humano solo en las excepciones. Se mide por su Ratio de Autonomía Operativa, no por cuántos mensajes contesta.
Escala AI-Native
La Escala AI-Native es un modelo de madurez de 6 niveles (0 a 5) que sitúa a una empresa según cuánto de su operación se ejecuta con inteligencia artificial. Distingue a la empresa que usa herramientas de IA de la que ha rediseñado su modelo operativo alrededor de ellas.
Ruta NEXT-5
La Ruta NEXT-5 es el método de implantación de NextAI: cinco fases con entregables, responsables y métricas que llevan a una empresa desde el diagnóstico hasta operar con superagentes en producción, sin quedarse en pilotos.
RAO
El RAO (Ratio de Autonomía Operativa) mide qué porcentaje de un proceso se ejecuta de principio a fin sin intervención humana. Sustituye a las métricas vanidosas —consultas, usuarios activos, mensajes— por la única pregunta que importa: cuánto trabajo se hace solo.
IMAN
El IMAN es el Índice de Madurez AI-Native de NextAI: puntúa de 0 a 100 la madurez de una empresa en inteligencia artificial sobre cinco ejes —Datos, Memoria, Razonamiento, Agencia y Gobierno— y la sitúa en un nivel de la Escala AI-Native con un siguiente paso concreto.
Madurez y medición
( 8 términos )Antes de construir hay que saber dónde está la empresa. Estos son los conceptos con los que medimos madurez, autonomía y progreso real.
- IMAN (Índice de Madurez AI-Native)
- Índice propietario de NextAI que puntúa de 0 a 100 la madurez en inteligencia artificial de una empresa sobre cinco ejes —Datos, Memoria, Razonamiento, Agencia y Gobierno—, la sitúa en un nivel de la Escala AI-Native y devuelve el siguiente paso concreto. No mide entusiasmo ni número de herramientas contratadas: mide si la organización tiene el sustrato necesario para que un agente pueda ejecutar trabajo real. Ver más ↗
- Ejes del IMAN
- Datos (qué fuentes existen, con qué calidad y permisos), Memoria (si el contexto de la empresa se conserva de forma consultable), Razonamiento (si la IA participa en decisiones o solo redacta), Agencia (cuánto trabajo se ejecuta sin intervención humana) y Gobierno (registro, límites, auditoría y cumplimiento). Un IMAN alto en Datos y bajo en Gobierno predice un proyecto que se para en producción; el inverso predice pilotos que nunca escalan. Ver más ↗
- Tramo IMAN
- Franja de puntuación que traduce el índice en diagnóstico: 0-20 ausente, 21-40 experimental, 41-60 asistida, 61-80 automatizada, 81-100 orquestada o AI-Native. El tramo determina qué se puede construir ya y qué es prematuro tocar. Ver más ↗
- RAO (Ratio de Autonomía Operativa)
- Porcentaje de ejecuciones de un proceso que se completan de principio a fin sin intervención humana. Se calcula por proceso, no por empresa, y sustituye a las métricas vanidosas (consultas, usuarios activos, mensajes enviados) por la única pregunta que importa: cuánto trabajo se hace solo. Ver más ↗
- Deuda de Contexto
- Coste acumulado e invisible de que la inteligencia artificial —y a menudo también las personas— no conozcan el contexto real de la empresa. Se paga en análisis repetidos, decisiones tomadas sin la información que ya existía y respuestas genéricas a problemas específicos. Es la deuda que amortiza un Cerebro Empresarial. Ver más ↗
- Pilotitis
- Patología organizativa consistente en acumular pruebas de concepto de IA que nunca llegan a producción. Síntoma clásico del nivel 1 de la Escala AI-Native: mucha actividad, RAO cero. Ver más ↗
- Escala AI-Native
- Modelo de madurez de seis niveles (0 a 5) que distingue a la empresa que usa herramientas de IA de la que ha rediseñado su modelo operativo asumiendo que los agentes ejecutan. Ver más ↗
- Ruta NEXT-5
- Método de implantación en cinco fases —Nivelar, Estructurar, Xtender, Transferir, Escalar— con entregables, responsables y métricas en cada una. Diseñado para que ninguna fase obligue a firmar la siguiente. Ver más ↗
Cerebro empresarial y datos
( 10 términos )La capa que hace que la IA conozca tu negocio. Aquí viven los conceptos técnicos que sostienen la memoria corporativa.
- Cerebro Empresarial
- Capa de memoria y razonamiento de una empresa: reúne documentos, datos, decisiones y procesos en una arquitectura que la IA puede consultar con contexto real. No es un chatbot, ni un data warehouse, ni una suscripción a un modelo. Ver más ↗
- RAG (Retrieval-Augmented Generation)
- Técnica que, antes de responder, recupera los fragmentos relevantes de la documentación de la empresa y los inyecta en el contexto del modelo. Es el mecanismo básico de consulta de un Cerebro Empresarial: convierte una respuesta genérica en una respuesta con fuentes. Ver más ↗
- Embedding
- Representación numérica de un texto que permite buscar por significado y no por palabras exactas. Dos frases que dicen lo mismo con distinto vocabulario quedan cerca en ese espacio, y eso es lo que hace que el cerebro encuentre la política correcta aunque nadie la nombrara igual.
- Base de datos vectorial
- Almacén optimizado para buscar embeddings por similitud. Es la estantería donde el Cerebro Empresarial guarda lo que sabe para poder recuperarlo en milisegundos.
- Chunking
- Troceado de documentos en fragmentos con sentido propio antes de indexarlos. Un chunking mal hecho parte una cláusula en dos y provoca respuestas incompletas: es una de las causas más frecuentes de un cerebro que 'no acierta'.
- Grafo de conocimiento
- Modelo que representa entidades de la empresa (cliente, obra, factura, proveedor) y las relaciones entre ellas. Complementa la búsqueda semántica cuando la pregunta no es '¿qué dice este documento?' sino '¿qué conecta con qué?'. Ver más ↗
- Ground truth
- Versión única y verificada de un dato dentro de la organización. Sin ground truth, dos departamentos discuten con dos cifras correctas y ninguna decisión avanza.
- Alucinación
- Respuesta plausible pero falsa de un modelo generativo. Se reduce drásticamente cuando el modelo responde apoyado en fuentes recuperadas del cerebro y se le obliga a citar de dónde sale cada afirmación.
- Ventana de contexto
- Cantidad de información que un modelo puede tener presente en una misma operación. Es finita, y por eso el trabajo real no consiste en 'meterlo todo', sino en recuperar lo pertinente.
- Conector
- Integración que trae al cerebro lo que vive en un sistema existente —ERP, CRM, correo, almacenamiento documental, firma, facturación— respetando sus permisos de origen. Ver más ↗
Agentes y automatización
( 9 términos )De responder a ejecutar. Estos términos delimitan qué es un agente de verdad y qué es una automatización con buen marketing.
- Superagente
- Agente de IA que asume la propiedad de un proceso de negocio de principio a fin: recibe el disparador, consulta el cerebro, ejecuta acciones en los sistemas y escala al humano solo en las excepciones. Se mide por RAO, no por conversaciones. Ver más ↗
- Chatbot, copiloto, agente
- Tres cosas distintas. El chatbot responde; el copiloto sugiere dentro de una herramienta y la persona sigue ejecutando; el agente ejecuta y responde de un resultado. La confusión entre los tres explica la mayoría de las decepciones con la IA. Ver más ↗
- Tool use (uso de herramientas)
- Capacidad de un agente para invocar funciones reales —crear una factura, mover una oportunidad, enviar un albarán— en lugar de describir lo que habría que hacer. Sin tool use no hay agencia, solo texto. Ver más ↗
- Límite de autoridad
- Declaración explícita, previa al encendido, de qué puede hacer un agente por su cuenta, qué requiere aprobación y qué está prohibido. Se define por importe, tipo de acción, contraparte y horario. Ver más ↗
- Human-in-the-loop
- Diseño en el que la persona no supervisa cada paso, sino que interviene en los puntos donde su juicio aporta valor: excepciones, importes altos, casos ambiguos. Ver más ↗
- Escalado (escalation)
- Traspaso ordenado de un caso del agente a una persona, con el contexto completo de lo ya hecho. Un escalado bien construido es la diferencia entre un agente fiable y uno que hay que vigilar. Ver más ↗
- Orquestación
- Coordinación de varios agentes, sistemas y personas sobre un mismo proceso, con estado compartido y reglas de prioridad. Es lo que separa el nivel 3 del nivel 4 de la Escala AI-Native. Ver más ↗
- Idempotencia
- Propiedad que garantiza que ejecutar dos veces la misma acción no duplica el efecto. En agentes que emiten pagos, pedidos o correos, es un requisito de diseño, no un detalle técnico.
- Trazabilidad
- Registro de qué hizo el agente, con qué información y bajo qué autoridad. Es la base de la auditoría interna y del cumplimiento normativo.
Super apps y producto
( 7 términos )El software a medida donde vive la operación: pantallas, roles, datos y agentes en el mismo sitio.
- Super app
- Aplicación de negocio hecha a medida que reúne en un solo producto los datos, las pantallas, los roles, las automatizaciones y los agentes de un proceso o de un área completa. Sustituye la suma de hojas de cálculo, formularios y herramientas genéricas por un sistema propio. Ver más ↗
- Sistema de registro
- Aplicación donde un dato nace y se considera cierto. Definirlo evita el escenario clásico de tres sitios distintos con tres versiones del mismo cliente. Ver más ↗
- Modelo de datos
- Definición de las entidades del negocio y sus relaciones dentro de la app. Es la decisión más determinante de un proyecto: un modelo bien planteado sostiene diez años de cambios, uno malo obliga a rehacer. Ver más ↗
- Permisos por rol
- Reglas que determinan qué ve y qué puede modificar cada perfil de usuario. En proyectos con clientes externos o multi-empresa, es el requisito que decide si la app puede salir a producción. Ver más ↗
- Portal de cliente
- Área de la app donde el cliente final consulta su expediente, aporta documentación y sigue el estado de su servicio. Reduce el tráfico de correos y llamadas más que ninguna otra funcionalidad. Ver más ↗
- Time-to-value
- Tiempo desde el arranque hasta que el software produce un beneficio medible. Es la métrica que nos obliga a entregar la primera versión útil en semanas y no en trimestres.
- Interfaz agéntica
- Pantalla diseñada asumiendo que parte del trabajo lo hace un agente: muestra lo que ya se resolvió solo, lo que espera aprobación y lo que requiere criterio humano. Ver más ↗
Gobierno, riesgo y cumplimiento
( 7 términos )Sin esta capa, un proyecto de IA no llega a producción en una empresa seria. Con ella, se defiende ante dirección, cliente y auditor.
- Gobierno de IA
- Conjunto de políticas, roles y registros que determinan cómo se aprueba, se despliega, se vigila y se retira un sistema de inteligencia artificial en una organización.
- DNI digital para agentes de IA
- Credencial firmada criptográficamente que identifica a un agente de software y declara qué sociedad responde de él, qué tiene permitido y qué tiene prohibido hacer. Caduca, se puede revocar y cualquiera puede comprobarla en segundos desde una página pública, sin registro previo. Ver más ↗
- EU AI Act
- Reglamento europeo de inteligencia artificial que clasifica los sistemas por nivel de riesgo e impone obligaciones de transparencia, supervisión humana, documentación y gestión de riesgos. Determina qué se puede automatizar y con qué controles.
- Clasificación por riesgo
- Ejercicio de situar cada caso de uso en su categoría (riesgo mínimo, limitado, alto o prohibido) para saber qué controles son obligatorios antes de encender nada.
- Minimización de datos
- Principio de tratar solo los datos estrictamente necesarios para la finalidad declarada. Aplicado a la IA, significa que el agente accede a lo que necesita para su proceso y no a todo el archivo de la empresa.
- Registro de decisiones (audit log)
- Histórico inmutable de las acciones automatizadas: qué se hizo, cuándo, con qué datos y con qué autoridad. Es lo primero que pide una auditoría y lo último que suele existir.
- Supervisión humana efectiva
- Requisito de que una persona con competencia y autoridad real pueda entender, corregir y detener la decisión automatizada. No se cumple con un botón de pausa que nadie sabe usar.
Visibilidad en la era de la IA
( 5 términos )Cómo se encuentra hoy a una empresa: cada vez menos en una lista de enlaces y cada vez más en una respuesta generada.
- GEO (Generative Engine Optimization)
- Disciplina de conseguir que los motores generativos —asistentes y buscadores con IA— citen y recomienden a una empresa. Depende menos de palabras clave y más de que exista contenido claro, estructurado y atribuible sobre lo que la empresa hace.
- Entidad (SEO semántico)
- Concepto que un motor reconoce como cosa con nombre propio —una empresa, un método, una métrica— y del que acumula atributos. Construir entidades propias, con página y definición estable, es lo que convierte vocabulario en autoridad. Ver más ↗
- Datos estructurados (schema.org)
- Marcado que declara de forma legible por máquina qué es cada página: una organización, un servicio, una definición, una pregunta frecuente. Es la diferencia entre esperar que el motor entienda y decírselo.
- llms.txt
- Archivo público en la raíz de un sitio que resume en texto plano qué contiene y qué debe consultarse, pensado para modelos de lenguaje. Complementa al sitemap tradicional.
- Cluster de contenido
- Conjunto de artículos que rodean a una página pilar y se enlazan entre sí. Es la estructura con la que un tema pasa de mención suelta a territorio reconocible. Ver más ↗
¿En qué tramo está tu empresa?
El glosario explica el vocabulario. El autodiagnóstico IMAN te dice dónde estás tú: puntuación en los cinco ejes y el siguiente paso concreto.
¿Lo llevamos a tu empresa?
Eva te orienta. Nuestro equipo concreta tu proyecto.