Soluciones · Inteligencia informacional
Inteligencia informacional
Sistema de inteligencia
Hacer utilizable lo que una organización sabe.
En una página
Sistemas que reúnen documentos, datos, lenguaje, código, reglas y conocimiento experto; preservan su significado y procedencia; y los convierten en una base utilizable para investigar, informar, decidir y construir memoria organizativa.
- 01De acumular información a disponer de conocimiento utilizable. La cantidad de información ha dejado de ser una ventaja por sí misma.
- 02Una base común para muchas formas de inteligencia. La misma base informacional puede alimentar resultados muy diferentes.
- 04Lógica de negocio y conocimiento operativo. Una parte especialmente valiosa del conocimiento de una organización está incorporada a sus sistemas.
Una organización conoce mucho más de lo que cualquiera de sus aplicaciones puede mostrar.
Una parte de ese conocimiento vive en documentos y bases de datos. Otra está incorporada a código, configuraciones, formularios, tablas, modelos, correos y decisiones históricas. Las personas añaden contexto, vocabulario, excepciones y criterios que permiten interpretar correctamente todo lo anterior.
Cada soporte conserva una parte distinta de la realidad:
- los datos registran hechos y estados;
- los documentos explican propósitos, procedimientos y argumentos;
- el software ejecuta reglas y decisiones;
- las trazas muestran parte de lo que ocurrió;
- el lenguaje expresa matices, relaciones e incertidumbres;
- las personas conocen el ámbito, las excepciones y las consecuencias.
La inteligencia informacional relaciona esas piezas y las convierte en una representación que puede consultarse, discutirse, reutilizarse y conectarse con el trabajo.
Construimos sistemas para que una organización pueda establecer qué sabe, de dónde procede, qué significa, qué versión está vigente, qué contradicciones existen y qué permanece abierto. A partir de esa base puede investigar, producir reporting, localizar contenidos, preparar decisiones, aportar contexto a agentes o hacer examinable la lógica de una operación.
De acumular información a disponer de conocimiento utilizable
La cantidad de información ha dejado de ser una ventaja por sí misma. El valor aparece cuando la organización puede utilizarla con suficiente contexto.
Eso exige resolver preguntas que un buscador convencional deja fuera:
- ¿hablan dos documentos de la misma entidad?;
- ¿qué versión contiene la política vigente?;
- ¿una fuente sostiene realmente la afirmación o solo comparte palabras parecidas?;
- ¿una cifra corresponde al mismo periodo y unidad que otra?;
- ¿la documentación coincide con lo que ejecuta el sistema?;
- ¿una regla observada representa la intención de negocio o una adaptación histórica?;
- ¿qué puede afirmarse con evidencia suficiente?;
- ¿qué debe presentarse como hipótesis, contradicción o ausencia?;
- ¿cómo debe expresarse el mismo conocimiento para otra audiencia, idioma o formato?;
- ¿qué parte necesita llegar a una decisión, un agente o una operación?
La inteligencia informacional convierte estas preguntas en responsabilidades de diseño. El sistema conserva el vínculo entre cada resultado y el material que permite sostenerlo.
Una base común para muchas formas de inteligencia
La misma base informacional puede alimentar resultados muy diferentes.
Puede responder una pregunta con evidencia. Puede generar un informe. Puede producir una narración en texto, voz o vídeo. Puede adaptar contenido a otro idioma o variedad. Puede ayudar a una persona a comparar alternativas. Puede aportar contexto a un agente antes de actuar. Puede documentar la lógica de un ERP. Puede conservar por qué un proyecto tomó una decisión.
Por eso tratamos la inteligencia informacional como una solución principal y no como una etapa técnica de preparación de datos.
Su función consiste en mantener unidas seis cualidades:
Significado
Los conceptos, entidades y relaciones conservan una interpretación común dentro del dominio.
Procedencia
Cada hecho, regla o afirmación puede relacionarse con las fuentes, ubicaciones y versiones que lo sostienen.
Estado
El sistema distingue información observada, inferida, validada, contradicha, obsoleta o todavía pendiente.
Contexto
El conocimiento conserva el ámbito, el periodo, las unidades, las condiciones y las excepciones que determinan cómo puede utilizarse.
Accesibilidad
Personas, buscadores, aplicaciones y agentes pueden recuperar la representación adecuada para su función.
Evolución
Las nuevas fuentes, correcciones y decisiones actualizan el conocimiento sin borrar la historia que permite comprender el cambio.
Ø sin fuente en el corpus
El recorrido que construimos
01 — Incorporar fuentes sin perder su forma original
El sistema puede reunir documentos, tablas, mensajes, páginas, bases de datos, código, configuraciones, imágenes, audio, vídeo, trazas y otras fuentes relevantes.
La ingesta conserva:
- el original;
- su origen;
- la versión;
- el momento o periodo al que pertenece;
- los permisos de acceso;
- la relación con otras fuentes;
- la estructura necesaria para localizar después cada fragmento.
Conservar el original permite regresar siempre a aquello que una extracción, una síntesis o una inferencia intentó representar.
02 — Extraer estructura y relaciones
Los sistemas identifican entidades, eventos, cifras, unidades, fechas, conceptos, afirmaciones, condiciones, decisiones y relaciones.
La extracción puede combinar:
- parsers y reglas;
- modelos lingüísticos;
- visión y reconocimiento de documentos;
- análisis de tablas;
- análisis de código;
- modelos especializados;
- validaciones de dominio.
Cada resultado se almacena con su localización de origen y con el método que lo produjo. La estructura facilita recuperar y relacionar; la procedencia permite examinar.
03 — Resolver entidades, versiones y ámbitos
Un mismo objeto puede aparecer con varios nombres. Dos nombres parecidos pueden corresponder a entidades diferentes. Una regla puede ser válida únicamente para una unidad, un producto, un periodo o un tipo de caso.
Diseñamos la resolución para conservar identidad y ámbito:
- alias y denominaciones;
- jerarquías y pertenencias;
- versiones;
- vigencia;
- unidades y escalas;
- relaciones temporales;
- territorios o variedades lingüísticas;
- dominios de aplicación;
- condiciones y excepciones.
La resolución no consiste en fusionar todo lo semejante. Consiste en hacer explícito cuándo dos referencias pueden tratarse como el mismo objeto y cuándo deben permanecer separadas.
04 — Representar semántica y conocimiento de dominio
Una organización necesita algo más que fragmentos recuperables. Necesita una representación común de los conceptos con los que piensa y opera.
Trabajamos con:
- taxonomías;
- ontologías ligeras;
- grafos de conocimiento;
- esquemas tipados;
- vocabularios y terminología;
- relaciones lógicas;
- estados y transiciones;
- preguntas y decisiones;
- restricciones e invariantes.
La representación se diseña junto a quienes conocen el dominio. Su objetivo es permitir que personas y sistemas compartan significados suficientes para trabajar, sin convertir el modelo de conocimiento en una burocracia separada de la operación.
05 — Conservar evidencia, contradicción e incertidumbre
Encontrar una fuente pertinente y demostrar una afirmación son tareas diferentes.
Cada afirmación importante puede conservar:
- las evidencias que la apoyan;
- las evidencias que la contradicen;
- el fragmento exacto o dato utilizado;
- la autoridad y el ámbito de la fuente;
- la transformación aplicada;
- el estado de validación;
- las preguntas que continúan abiertas.
La contradicción se representa como conocimiento. Una respuesta puede explicar que existen dos versiones, mostrar su origen y señalar qué criterio falta para resolverlas.
La ausencia también se representa. Cuando la cobertura disponible no permite sostener una conclusión, el sistema puede abstenerse, formular la pregunta pendiente o proponer qué fuente haría falta.
06 — Recuperar según la naturaleza de la pregunta
No todas las preguntas se resuelven con el mismo mecanismo.
Combinamos:
- búsqueda exacta;
- búsqueda léxica;
- recuperación semántica;
- filtros estructurados;
- consultas relacionales;
- recorridos sobre grafos;
- expansión por entidades;
- recuperación de código y dependencias;
- memoria de decisiones;
- reranking.
Una consulta sobre un nombre, una cifra o un identificador exige precisión léxica. Una pregunta conceptual necesita similitud semántica. Una pregunta sobre dependencias, versiones o recorridos necesita estructura.
La recuperación híbrida selecciona y combina esas vías, y después devuelve evidencia suficientemente localizada para que el resultado pueda revisarse.
07 — Componer respuestas, reporting y contenidos
La inteligencia informacional también incluye la forma en que el conocimiento se expresa.
Una vez estructurada la evidencia, el sistema puede producir:
- respuestas citadas;
- informes;
- resúmenes ejecutivos;
- explicaciones por nivel de conocimiento;
- guiones;
- narraciones;
- voz y subtítulos;
- gráficos y vídeo;
- traducciones;
- localizaciones;
- composiciones NLG;
- documentación técnica y operativa.
La composición parte de una estructura informativa compartida. Los hechos, cifras, entidades y relaciones se establecen antes de redactar. Después se adapta la selección, el orden, el nivel de detalle, el idioma, el registro y el formato.
Esta separación permite que un cambio en la evidencia actualice distintas versiones sin reconstruir manualmente cada pieza.
08 — Entregar conocimiento a decisiones, agentes y operaciones
El conocimiento adquiere más valor cuando puede entrar en el lugar donde se decide o se actúa.
Construimos interfaces para que:
- una persona reciba el contexto relevante antes de decidir;
- un modelo predictivo utilice variables y definiciones consistentes;
- un agente recupere herramientas, políticas y evidencia válidas;
- un workflow conozca estados, dependencias y excepciones;
- un ERP consulte reglas o documentación;
- un proyecto conserve preguntas y decisiones;
- un sistema de reporting reutilice la misma base informativa;
- una operación física reciba objetivos y restricciones coherentes.
La representación informacional funciona como una capa común entre fuentes y usos. Cada consumidor recibe únicamente aquello que necesita, con el ámbito y los permisos correspondientes.
Lógica de negocio y conocimiento operativo
Una parte especialmente valiosa del conocimiento de una organización está incorporada a sus sistemas.
Código, procedimientos almacenados, configuraciones, tablas, formularios, hojas de cálculo y workflows ejecutan decisiones todos los días. La documentación explica otra parte. Las personas conocen las excepciones y los acuerdos que mantienen el proceso en funcionamiento.
DocuLogic es nuestra línea de trabajo para reconstruir esa lógica y convertirla en conocimiento operativo examinable.
El sistema identifica:
- entidades y atributos;
- estados y transiciones;
- condiciones y umbrales;
- cálculos;
- decisiones y alternativas;
- permisos;
- dependencias;
- efectos;
- excepciones;
- versiones;
- preguntas pendientes.
Cada regla conserva su evidencia y su estado. Distinguimos entre comportamiento observado, lógica inferida, conocimiento validado, contradicción y decisión organizativa.
Esta distinción permite utilizar el software existente como fuente sin convertirlo en una autoridad absoluta. Una implementación puede contener una adaptación histórica, una inconsistencia o un comportamiento que la organización desea cambiar.
La lógica confirmada puede alimentar:
- documentación viva;
- análisis de impacto;
- migraciones;
- modernización de ERP;
- pruebas;
- tablas de decisión;
- asistentes;
- agentes;
- automatización;
- auditoría;
- optimización.
DocuLogic y KIR: conocimiento legible por personas y utilizable por sistemas
Desarrollamos una arquitectura propia para reducir la distancia entre el conocimiento que una persona puede escribir y revisar y la representación que necesitan aplicaciones, reglas y agentes.
DocuLogic
Además de reconstruir la lógica, DocuLogic la conserva: funciona como capa de autoría y revisión humana. Permite expresar conocimiento en formatos legibles y versionables —por ejemplo Markdown y YAML— junto con:
- procedencia;
- estado de verificación;
- vigencia;
- ámbito;
- ciclo de vida;
- cálculos o comprobaciones atestadas;
- relaciones con otras piezas.
Su objetivo es que una persona pueda leer, discutir y modificar el conocimiento sin trabajar directamente sobre una base de datos o una representación de ejecución.
KIR
KIR —Knowledge Intermediate Representation— es una representación intermedia tipada y canónica.
Recibe conocimiento desde DocuLogic, extractores, analizadores y otras fuentes, y lo transforma en una estructura estable que puede alimentar:
- bases relacionales;
- grafos;
- índices semánticos;
- motores de reglas;
- APIs;
- MCP;
- agentes;
- Finaz;
- ERP-Bots;
- SuperQuestions;
- MagdalenOS;
- otros sistemas de 3.14.
La arquitectura puede resumirse así:
Esta capa intermedia permite cambiar una base de datos, un modelo o una interfaz sin perder la representación central del conocimiento.
Tecnologías semánticas y lógicas
Según el caso, la estructura puede apoyarse en:
- LinkML para definir esquemas;
- TypeDB u otros grafos tipados para relaciones complejas;
- PostgreSQL y pgvector para conocimiento relacional, léxico y semántico;
- Datalog para deducción;
- DMN para decisiones;
- CEL para validaciones;
- Tree-sitter y LSP para estructura de código;
- búsqueda híbrida, embeddings y rerankers;
- modelos lingüísticos para extracción, comparación y composición.
Estas tecnologías aparecen debajo de la solución. La solución sigue siendo hacer que el conocimiento pueda comprenderse y utilizarse.
Lenguaje, traducción, localización y composición NLG
El lenguaje forma parte del conocimiento y también de su entrega.
Una organización puede necesitar expresar la misma base informativa:
- en distintos idiomas;
- en variedades nacionales;
- con terminología especializada;
- para públicos con diferente nivel de conocimiento;
- en texto, voz o vídeo;
- con distintas duraciones;
- bajo restricciones editoriales o regulatorias.
La localización y la traducción pertenecen a la inteligencia informacional porque obligan a distinguir qué puede cambiar y qué debe conservarse.
Trabajamos con:
- investigación contrastiva;
- glosarios y memorias;
- invariantes semánticos;
- terminología;
- registro;
- relaciones entre conceptos;
- generación controlada;
- auditoría adversarial;
- revisión humana.
Excorpora explora estas capacidades en traducción y localización. Finaz las aplica a reporting multiformato y multiaudiencia.
La composición de lenguaje natural —NLG— permite convertir estructuras informativas en lenguaje mediante reglas, plantillas, cálculos y modelos generativos. La parte determinista protege aquello que debe permanecer exacto; la parte generativa adapta selección, explicación y estilo.
Qué puede cambiar para una organización
Menos tiempo reconstruyendo contexto
Las personas pueden acceder a una representación que relaciona fuentes, versiones, entidades y decisiones en lugar de repetir la misma investigación en cada caso.
Respuestas e informes más examinables
Cada resultado puede mostrar qué evidencia utilizó, qué transformación aplicó y qué incertidumbre permanece.
Conocimiento reutilizable
Una misma base puede alimentar búsqueda, reporting, formación, decisiones, agentes, documentación y operaciones.
Lógica más fácil de cambiar
Las reglas y dependencias dejan de estar visibles únicamente dentro de código o configuraciones y pueden discutirse antes de migrar, automatizar u optimizar.
Mayor coherencia entre idiomas y formatos
Texto, voz, vídeo, traducciones y localizaciones comparten hechos, relaciones e invariantes.
Mejor contexto para agentes y modelos
Los sistemas reciben entidades, políticas, relaciones y evidencia con alcance y procedencia, en lugar de fragmentos sin una representación común.
Memoria organizativa más útil
Las decisiones, preguntas y cambios de criterio pueden conservarse de una forma que permita continuar y revisar el trabajo.
Aplicaciones
Investigación y conocimiento corporativo
Sistemas para consultar documentación, relacionar fuentes, examinar evidencia y mantener conocimiento actualizado.
Lógica empresarial y modernización
Reconstrucción de reglas, decisiones y dependencias para ERP, migraciones, integración y automatización.
Reporting generativo y multimodal
Producción de informes, guiones, voz, subtítulos y vídeo desde una misma base informativa.
Traducción y localización
Adaptación entre idiomas, variedades, registros y públicos preservando significado y terminología.
Inteligencia para proyectos
Memoria de preguntas, evidencia, decisiones, dependencias y trabajo.
Contexto para agentes
Herramientas, políticas, conocimiento de dominio y estados entregados a agentes mediante interfaces controladas.
Atención y soporte especializado
Respuestas basadas en documentación, contexto de caso y procedimientos, con derivación humana cuando el conocimiento o la autoridad lo requieren.
Inteligencia de decisiones
Variables, definiciones, evidencia y contexto preparados para clasificación, predicción, escenarios u optimización.
El papel de las personas
La inteligencia informacional necesita conocimiento humano en varios lugares.
Las personas:
- establecen qué fuentes poseen autoridad;
- definen conceptos y relaciones;
- resuelven ambigüedades de dominio;
- validan lógica inferida;
- deciden entre versiones contradictorias;
- determinan qué información puede compartirse;
- revisan significado, registro e interpretación;
- corrigen el sistema;
- deciden qué conocimiento debe conservarse, actualizarse u olvidarse.
La interfaz debe concentrar su atención en decisiones reales. Una persona especialista aporta más valor examinando contradicciones, inferencias de alto impacto y ámbitos dudosos que revisando mecánicamente cientos de fragmentos ya comprobables.
Cómo evaluamos
La evaluación se adapta al uso, pero puede incluir:
Cobertura
Qué parte de las fuentes, entidades, conceptos, reglas o preguntas relevantes está representada.
Recuperación
Si el sistema encuentra la evidencia adecuada para una consulta y deja fuera material parecido pero insuficiente.
Soporte
Si cada cita o dato sostiene exactamente la afirmación que consume.
Resolución semántica
Si entidades, versiones, ámbitos, unidades y relaciones se interpretan correctamente.
Contradicción
Si el sistema detecta y representa evidencias incompatibles sin ocultarlas dentro de una respuesta.
Abstención
Si reconoce cuándo necesita más información, una fuente diferente o criterio humano.
Fidelidad lingüística
Si traducciones, localizaciones y composiciones preservan significado, terminología, relaciones e invariantes.
Coherencia multiformato
Si texto, voz, subtítulos, gráficos y vídeo comparten el mismo núcleo informativo.
Actualización
Si la llegada de nueva información modifica las piezas adecuadas y conserva el historial relevante.
Utilidad
Si las personas encuentran antes el contexto, revisan mejor, reutilizan conocimiento y reducen reconstrucción o retrabajo.
Condiciones y límites
La inteligencia informacional organiza, relaciona y hace examinable el conocimiento disponible. La calidad del resultado depende de las fuentes, su cobertura, su vigencia y la autoridad con la que pueden utilizarse.
Las contradicciones de dominio, las intenciones implícitas y las decisiones organizativas continúan necesitando personas capaces de responder por ellas.
Los modelos ayudan a extraer, relacionar y componer. Las reglas, los esquemas, las pruebas y la revisión humana protegen aquello que requiere exactitud, estabilidad o responsabilidad.
La madurez se declara por recorrido. Un sistema puede tener una ingesta sólida y mantener todavía en evaluación la inferencia de lógica o la generación en una variedad lingüística concreta.
Sistemas relacionados
DocuLogic
Documentación, código y lógica convertidos en conocimiento operativo verificable.
KIR
Representación intermedia tipada que proyecta el conocimiento hacia cada uso.
Finaz
Evidencia y estructura informativa convertidas en reporting en texto, voz y vídeo.
Excorpora
Investigación y evaluación de traducción y localización con integridad semántica.
SuperSocrates
El sistema que pregunta: huecos, colisiones entre fuentes, decisiones y supuestos, y la siguiente pregunta útil de un proyecto.
SuperQuestions
El producto que representa y gestiona preguntas, evidencia, decisiones, dependencias y trabajo como objetos de conocimiento de un proyecto.
Cierre
La inteligencia informacional permite que una organización comprenda mejor lo que ya sabe, haga visibles las relaciones que hoy permanecen repartidas y entregue conocimiento fiable allí donde debe informar, decidir o actuar.