La inteligencia artificial empresarial no necesita otra aplicación: necesita su propio lenguaje
En los últimos años, las empresas han estado cuestionándose qué aplicación de inteligencia artificial deberían desarrollar a continuación. Las opciones son diversas: desde un agente de atención al cliente hasta un asistente de investigación o un chatbot conectado a datos internos. Sin embargo, este enfoque puede estar llegando a su límite. La verdadera cuestión es si estas aplicaciones pueden construirse de forma repetible, segura, económica y a escala.
La historia de la computación muestra un patrón: primero llega la infraestructura, luego el lenguaje que la hace productiva. Ejemplos como Fortran, C, y Java ilustran cómo los lenguajes han transformado la computación científica, la programación de sistemas y las aplicaciones empresariales, respectivamente. La web es otro caso paradigmático: no inventó internet, pero hizo que las redes fueran legibles y redujo drásticamente el coste de utilizarlas.
Hoy, la inteligencia artificial empresarial se encuentra en una encrucijada similar. Aunque el sustrato ya es notablemente completo, la mayoría de las aplicaciones de inteligencia artificial todavía se programan de manera artesanal. Esto se debe a que el nuevo sustrato se está programando a mano, con cada equipo reconstruyendo propiedades como estado persistente, memoria, seguridad y gobernanza.
La proliferación de tecnologías como Temporal, Letta y Zep, que ofrecen infraestructura para la ejecución duradera y memoria de agentes, indica que las aplicaciones inteligentes aún no tienen estas propiedades de manera nativa. Por lo tanto, es imperativo desarrollar un lenguaje propio para la inteligencia artificial empresarial que permita una construcción más eficiente y escalable.