¿Qué ocurre cuando una compra con tarjeta parece extraña, un correo necesita respuesta urgente o una reclamación queda al final de una fila? Cada vez más, nadie leerá el caso completo. Un sistema dará una cifra rápida: 0,82, 0,16 o 0,55.
El hallazgo detrás de ese cambio son los modelos de decisión, una clase de inteligencia artificial que Google, OpenAI, Microsoft y Amazon están impulsando. A diferencia de los chatbots, no conversan ni redactan explicaciones: reciben un contexto, responden una pregunta cerrada y entregan una opción junto a un nivel de confianza.
La startup TypeSafe presentó en septiembre a Jev, uno de los primeros sistemas de este tipo. Apenas tres semanas después, la compañía ya valía 7.500 millones de dólares, una señal de que el mercado encontró una pieza clave para bajar la factura de la IA.
OpenAI sacó su alternativa poco después. Microsoft y Amazon hicieron lo propio en octubre, mientras que Google presentó esta semana su modelo de Decision 1, capaz de resolver muchas preguntas en una sola llamada al sistema y por muy poco dinero.

Una centralita que no necesita conversar
La analogía más clara está en una casa. Un chatbot avanzado funciona como una persona que entra, inspecciona cada habitación y luego escribe un informe detallado sobre por qué encendería una luz. Un modelo de decisión se parece más al interruptor: recibe la señal, evalúa si hace falta corriente y responde “sí” o “no”.
No está diseñado para explicar el cableado: está diseñado para accionar una decisión. Por eso puede contestar en unos 150 milisegundos. Es un tiempo tan corto que equivale, en la práctica, a una respuesta inmediata para una plataforma digital.
La clave está en que no genera tokens (fragmentos de texto que producen los modelos lingüísticos). Si la tarea solo consiste en decidir si un mensaje es urgente, pedirle una respuesta extensa a un sistema como GPT-6.1 Sol u Opus 5.5 sería como usar un camión de mudanzas para llevar una llave.

Además, estos modelos encajan con los agentes autónomos, programas que ejecutan tareas por sí mismos. Un agente puede tener que elegir una herramienta, clasificar un ticket y comprobar una condición cientos de veces. Cada pequeña elección añade coste si utiliza un chatbot potente para resolverla.
Amazon trasladó la clasificación interna de incidencias a un modelo de decisión y redujo el coste en más de 40 veces. El dato revela el mecanismo económico: tras años de inversión menos vigilada, las empresas examinan con mayor atención cuánto cuesta cada engranaje de la automatización.
La cifra que puede decidir una prioridad
Sin embargo, la velocidad también elimina una ventana de revisión. Un chatbot suele mostrar una explicación, aunque esta pueda ser imperfecta. El modelo de decisión devuelve una salida mínima: una elección y una puntuación de confianza, como 0,82.

Ese número puede priorizar una reclamación, bloquear una tarjeta por un pago sospechoso o decidir qué modelo atenderá una consulta. Muchas veces, la persona afectada ni siquiera verá esa operación: ocurrirá dentro de una central digital, antes de que llegue una notificación al teléfono.
TypeSafe vinculó Jev con el “sistema 1” de Daniel Kahneman, el pensamiento rápido e intuitivo. Suele acertar y permite avanzar sin demoras, pero no detecta por sí mismo cuándo cometió un error. Ahí aparece la oportunidad y también la alerta: una decisión barata no debería convertirse en una decisión imposible de cuestionar.
Los chatbots pudieron ser la etapa visible de aprendizaje. La próxima IA quizá hable menos, pero moverá más interruptores silenciosos en la vida cotidiana.

Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.







