La velocidad dejó de ser diferencial y se volvió condición de entrada. Lo que sigue siendo escaso es que alguien se haga cargo del espacio entre los sistemas. Compramos inteligencia artificial para vender más y la conectamos a sistemas que nunca configuramos. El problema no es el algoritmo: es que nadie decidió qué significan los datos que le estamos entregando.

Hace tres años, responder una cotización en cinco minutos era una ventaja competitiva. Requería proceso, turnos, disciplina y un equipo entrenado, y por eso muy pocas empresas lo lograban. Hoy responder en treinta segundos requiere instalar un agente y conectarlo a WhatsApp. Cualquiera puede hacerlo esta tarde. La velocidad no dejó de importar: dejó de distinguirte. Se volvió la condición de entrada, no el diferencial.

Lo interesante es lo que pasó después. Muchas empresas instalaron su agente, redujeron el tiempo de respuesta a segundos y no vendieron más. La explicación que se dan casi siempre apunta al lugar equivocado: que les falta un modelo mejor, un prompt más fino, más datos. Lo que les falta es una decisión que nadie tomó.

Un modelo de lenguaje no vende. Infiere. Y solo puede inferir sobre aquello que alguien decidió hacer observable en el sistema. Todo lo demás, por evidente que le resulte al vendedor que lleva quince años en el rubro, simplemente no existe para la máquina.

Tomemos el ejemplo más común de todos: el campo "motivo de cierre" en cualquier CRM del mercado. Viene como texto libre, y viene así por una razón razonable: el proveedor del software no puede saber cómo pierde negocios tu empresa en particular. Lo que no es razonable es que la empresa nunca lo resuelva. Abre ese campo en tu propio sistema y vas a encontrar lo mismo que encuentro yo en casi todos los proyectos: "no interesado", "caro", "quedó de avisar", “no aplica", celdas vacías. Ninguno de esos valores se puede agrupar, comparar ni accionar. El equipo comercial sí sabe por qué está perdiendo. El sistema, no. Y la IA solo lee el sistema.

Ese vacío tiene tres capas, y conviene distinguirlas porque se resuelven en órdenes distintos. La primera es el modelo de datos: qué existe y con qué atributos. La segunda es el modelo semántico: qué significa cada cosa. La tercera es el modelo relacional: cómo se conectan las cosas entre un sistema y otro. Y el orden importa, porque la mayoría de los equipos salta directo a la tercera, que es la que tiene solución técnica visible y proveedor que la venda.

La segunda capa es la que más silenciosamente destruye valor. Pregúntale a cuatro áreas de tu empresa qué es un cliente. Para marketing es quien convirtió. Para ventas, quien firmó. Para facturación, quien pagó. Para el agente de inteligencia artificial, quien tiene un registro. Son cuatro entidades distintas con el mismo nombre, y ninguna comparte una llave con las otras.

Eso no se arregla integrando: puedes unir identificadores sin unir significados, y el resultado son reportes que cuadran perfecto y decisiones que no. Integrar mueve campos entre sistemas. Modelar define qué significan. Integrar sin modelar es sincronizar el mismo desorden en más lugares, y más rápido.

Ahora bien, la pregunta honesta es por qué esto no se corrige, si prácticamente todo el mundo en las áreas comerciales entiende el problema cuando se lo describes. Mi impresión, después de bastantes proyectos, es que no es un problema de conocimiento sino de propiedad. El CRM lo compra Comercial. Facturación lo administra Finanzas. Los píxeles los instala Marketing. La plataforma de IA la trae TI, Innovación o Comercial si es para vender más. Cada área optimiza correctamente su perímetro. Pero el perímetro de nadie incluye el espacio entre los sistemas, y las llaves que deberían unirlos no tienen dueño, y lo que no tiene dueño no tiene presupuesto, ni plazo, ni quien lo defienda en un comité.

Conway lo dijo para el software hace casi sesenta años: los sistemas terminan replicando la estructura de comunicación de quien los construye. En los negocios pasa igual. Tu modelo de datos termina reflejando tu organigrama, no tu negocio. Y como el cliente sí atraviesa todos los sistemas de principio a fin, ocurre algo bastante absurdo: la única entidad que existe completa es la única que ningún sistema modela entera.

La buena noticia es que la corrección no es un proyecto de dos años ni una licencia nueva. Empieza por una entidad, un evento y un diccionario. Elige la entidad que más plata mueve, no la más fácil de modelar. Modela un solo evento crítico, y en la mayoría de las operaciones comerciales el mejor candidato es el motivo de pérdida. Y escribe la definición en un documento que comercial, marketing y datos firmen, porque sin firma no hay modelo, hay opinión.

Eso toma una semana y no cuesta un peso en software. Lo difícil no es hacerlo. Lo difícil es que alguien se haga cargo. Y si hay una función que atraviesa marketing, ventas y datos por diseño, es growth. La propiedad del modelo relacional no requiere autoridad jerárquica para tomarse, requiere un artefacto y tres firmas.