Inteligencia irregular e IA empresarial

La fase actual de la inteligencia artificial no se parece tanto a un ascenso lineal hacia una capacidad general, sino más bien a un terreno fracturado de competencias agudas, puntos ciegos y profundidad selectiva.

Este es un análisis original de Pangeanic realizado por Manuel Herranz, CEO. Una extensión de las ideas sobre la inteligencia irregular y los sistemas de razonamiento a través del prisma de la IA empresarial multilingüe, las AI Data Operations y el despliegue soberano.

Un cambio de mercado aporta la claridad necesaria a este debate

El pronóstico de Gartner de abril de 2025, que indica que para 2027 las organizaciones utilizarán modelos de IA pequeños y específicos para tareas al menos 3 veces más que los LLM de propósito general, otorga el peso adecuado a esta discusión. La guía para desarrolladores de OpenAI apunta en una dirección similar, distinguiendo entre modelos orientados al razonamiento para tareas complejas de varios pasos y modelos de propósito general más rápidos para ejecuciones de baja latencia. Mientras Gartner predice que para 2027 los modelos pequeños y específicos se usarán tres veces más que los generales, OpenAI ha capitalizado esta tendencia proporcionando herramientas que permiten a los desarrolladores crear precisamente esos modelos.

La inteligencia se manifiesta en picos y valles, y esa geometría ayuda a las empresas a decidir dónde encaja la automatización

La frase “inteligencia irregular” ha resultado útil porque captura lo que los profesionales experimentados ya observan en producción. Un sistema puede resolver tareas matemáticas exigentes, desempeñarse de forma impresionante en la generación de código o navegar por problemas simbólicos estructurados y, acto seguido, tropezar con preguntas relacionadas con el sentido común, el contexto físico o el juicio humano tácito. Una vez que estos contrastes se observan repetidamente, la inteligencia deja de parecer un continuo único y comienza a asemejarse a una topografía fracturada.

Y este tipo de topografía merece una atención especial en entornos empresariales y de administración pública. Lo que llamamos "modelos" nunca se despliegan en abstracciones de benchmark, sino que se insertan en flujos de trabajo condicionados por límites normativos, datos regulados, ambigüedad multilingüe, control terminológico, trazabilidad y responsabilidad operativa. Bajo estas condiciones, el rendimiento desigual se convierte en una señal arquitectónica; no importa cuántas redes neuronales y pre-prompts implemente una empresa de LLM públicos, no podrá cubrir todos los casos de uso específicos que demandan los usuarios.

Las empresas y los gobiernos necesitan una IA en la que puedan confiar; no necesitan una respuesta filosófica sobre si la IA se está volviendo humana. Necesitan una respuesta práctica a una pregunta más concreta: "¿En qué puntos se puede confiar en la capacidad de la máquina, dónde se degrada y qué diseño de sistema convierte esas asimetrías en resultados fiables?"

3 consecuencias: Lo que la inteligencia irregular revela sobre el despliegue real

La generación actual de sistemas de razonamiento ofrece ganancias útiles, aunque estas siguen concentradas donde el éxito puede definirse con claridad y verificarse a un coste manejable.

01 // Señales de recompensa: Por qué la programación y las matemáticas avanzan más rápido

Los modelos de razonamiento mejoran rápidamente en tareas donde los resultados pueden verificarse de forma nítida. Las matemáticas tienen respuestas correctas. El código se puede testear. Por lo tanto, el aprendizaje por refuerzo encuentra un terreno más firme en entornos donde la evaluación es precisa y los bucles de retroalimentación son lo suficientemente económicos como para ejecutarse a escala.

02 // Terreno ambiguo: Por qué persisten las zonas débiles

El juicio creativo, los matices multilingües, la interpretación de políticas, la redacción legal y el razonamiento contextual no ofrecen puntuaciones binarias sencillas. En esos dominios, la calidad depende del contexto (algo de lo que somos plenamente conscientes tras casi 20 años en Tecnologías del Lenguaje), la audiencia, la intención, el marco institucional y el conocimiento tácito. El progreso continúa, aunque a un ritmo más lento y con una mayor varianza.

03 // Lectura empresarial: Por qué la arquitectura se vuelve decisiva

Cuando la inteligencia se manifiesta de forma irregular, el valor ya no reside únicamente en el modelo. Se desplaza hacia la orquestación, la recuperación (retrieval), la evaluación, la lógica de políticas, el diseño de contingencias (fallback) y la supervisión humana. En 2026 y en adelante, la ventaja comercial se está desplazando, y se desplazará, de la capacidad bruta a la ejecución controlada.

El razonamiento añade profundidad tras el prompt, aunque la profundidad por sí sola rara vez garantiza la fiabilidad

Lo que ahora se describe como razonamiento puede entenderse más sencillamente como un trabajo adicional después de que llega la pregunta. El modelo descompone la tarea, prueba varias rutas, revisa pasos intermedios y asigna más computación antes de responder. La propia guía de OpenAI establece una distinción clara entre los modelos de razonamiento para problemas complejos de varios pasos y los modelos GPT más rápidos para ejecuciones más directas.

Esa distinción es muy reveladora para el diseño empresarial. Apunta a una norma emergente en la que un modelo planifica, valida o juzga, mientras que otro ejecuta tareas repetitivas o bien delimitadas. El flujo de trabajo, más que el modelo individual, se convierte en la verdadera unidad de inteligencia.

La inteligencia irregular es más clara cuando se analiza como un problema de datos y evaluación

Los picos de rendimiento rara vez aparecen por accidente. Normalmente surgen cuando los datos están bien seleccionados, la tarea es acotada, el objetivo es legible por la máquina y el marco de evaluación se asemeja al flujo de trabajo real. Por el contrario, las brechas de rendimiento suelen indicar una base débil, una cobertura de dominio escasa, un equilibrio multilingüe deficiente, la falta de bucles de retroalimentación o benchmarks que guardan poca semejanza con la producción real.

Los benchmarks siguen siendo útiles, aunque nunca suficientes

Un modelo que parece fuerte en pruebas públicas puede seguir fallando bajo la lógica de políticas internas, la terminología de un cliente, la deriva multilingüe o flujos de documentos llenos de casos límite (edge cases).

Los bucles de retroalimentación siguen siendo fundamentales

La puntuación humana, las pruebas de regresión, el análisis de errores, los datos de preferencia y el aseguramiento de la calidad siguen determinando si los sistemas se vuelven más útiles con el tiempo.

IA empresarial multilingüe: el idioma multiplica la irregularidad

El perfil irregular de la IA tiende a ensancharse entre idiomas. Cada idioma adicional introduce una disponibilidad de datos desigual, divergencias terminológicas, redacciones legales y administrativas, marcos culturales y una calidad variable de los benchmarks. Un modelo que funciona bien en inglés bajo condiciones estrictas puede producir resultados muy diferentes en catalán, árabe, español (lenguaje administrativo) o flujos de trabajo multilingües del sector público.

Esa realidad refuerza la necesidad de una evaluación empresarial, la adaptación de modelos, la recuperación basada en contenidos fiables y una supervisión que permanezca cercana al dominio.

El giro hacia sistemas más pequeños y gobernados

El pronóstico de Gartner sobre los modelos específicos para tareas cobra fuerza cuando lo situamos en el contexto de la "inteligencia irregular". Los sistemas más acotados son más fáciles de evaluar, más fáciles de gobernar, más baratos de ejecutar y, a menudo, están mejor alineados con flujos de trabajo donde el contexto, la velocidad, la privacidad y el cumplimiento tienen más peso que la amplitud genérica. La IA soberana consiste en el control operativo sobre los datos, los modelos, la evaluación, los límites de las políticas y las condiciones de despliegue.

La próxima ventaja competitiva pertenecerá a las organizaciones que diseñen con disciplina basándose en una capacidad irregular

El debate sobre la inteligencia artificial general continuará porque atrae la atención y simplifica los titulares. Las empresas tienen una agenda más pragmática. Necesitan identificar los picos que merece la pena automatizar, comprender los valles donde la supervisión sigue siendo esencial y diseñar flujos de trabajo que mantengan a los modelos dentro de las condiciones en las que funcionan bien.

Esa lógica de diseño apunta hacia una mejor preparación de los datos, una evaluación más sólida, límites de tarea más estrechos, orquestación de modelos mixtos y entornos de despliegue que mantengan la privacidad y la trazabilidad operativa. El camino a seguir no parece tanto una carrera hacia un único modelo omnisciente, sino más bien la construcción de capas de inteligencia selectiva que son útiles precisamente porque se comprenden sus límites.

Manuel Herranz - CEO, Pangeanic

Comparativa: LLM de Propósito General vs. SLM Específicos para Tareas