Si la inteligencia artificial pasa a ser el sistema operativo desde el cual se trabaja, el modelo se convierte en un servicio que cualquiera puede contratar. Eso cambia la pregunta de dónde está la diferencia. Estamos evaluando una hipótesis: a partir de 2027, buena parte del valor está en todo lo que hay detrás del modelo, es decir, en el conocimiento propio, bien curado y con permisos claros.
En síntesis
- Un modelo disponible para todos no diferencia a nadie; el contexto propio sí.
- El modelo no conoce los contratos, las decisiones ni el criterio de una organización, salvo que alguien los capture y los mantenga.
- Un corpus tiene valor por cinco rasgos: procedencia, curaduría, frescura, acceso gobernado y conexión.
- Acumular sin mantener, o confundir volumen con valor, destruye ese valor.
- Dos ideas públicas, una de 1945 y otra de 2026, apuntan en la misma dirección: el conocimiento vale por cómo se relaciona.
Por qué la diferencia se mueve hacia atrás
Las capacidades de los modelos se parecen cada vez más entre sí, y cada versión nueva incorpora como función lo que antes era un producto aparte. Quien compite solo con la herramienta compite contra el modelo mismo. Quien aporta contexto propio, no.
Además, el modelo no sabe lo tuyo. No conoce los contratos de una firma, la historia de sus clientes ni las decisiones que tomó y por qué. Ese conocimiento solo existe si alguien lo captura, lo ordena y lo mantiene al día. Por eso la ventaja se desplaza del modelo hacia lo que lo rodea: la memoria, las fuentes y las reglas de acceso.
Qué vuelve valioso a un corpus
Un montón de documentos no es conocimiento con valor. Proponemos cinco rasgos para evaluarlo:
- Procedencia. Cada dato apunta a su fuente, con fecha y autor. Sin fuente no se puede auditar ni confiar.
- Curaduría. Alguien decidió qué entra, cómo se etiqueta y qué se descarta. Ese criterio es la parte más difícil de copiar.
- Frescura. Un corpus sin mantenimiento pierde valor rápido. Actualizar, depurar duplicados y revisar forman parte del producto, no son un trámite.
- Acceso gobernado. Quién puede preguntar y qué puede ver pertenece al activo. Un corpus confidencial vale, en parte, por su confidencialidad.
- Conexión. El valor crece cuando las piezas se enlazan entre sí y con el contexto de quien consulta, no cuando solo se acumulan.
Dos antecedentes públicos sobre la conexión
El quinto rasgo no es nuevo. En 1945, Vannevar Bush describió en As We May Think (The Atlantic) el Memex: un almacén personal de documentos unidos por rutas asociativas, donde el valor estaba en los recorridos entre piezas más que en la pila de piezas.
En abril de 2026, Andrej Karpathy publicó en su GitHub una “idea” (un archivo pensado para pasárselo a un agente) para un modelo que mantiene una wiki persistente de páginas enlazadas en lugar de recuperar fragmentos desde cero en cada pregunta. La diferencia que plantea es que el conocimiento se compila una vez y se mantiene al día, de modo que las referencias cruzadas y las contradicciones ya están señaladas cuando llega la pregunta siguiente.
Los dos textos coinciden en que producimos conocimiento relacionando textos: con enlaces entre documentos (hipertexto) y con relaciones de sentido entre ellos (intertexto). Estamos evaluando qué parte de estas ideas aplica a un trabajo legal, donde la procedencia y la confidencialidad pesan más que en una biblioteca personal.
Riesgos que vemos
- Acumular sin mantener. El corpus envejece y degrada las respuestas.
- Confundir volumen con valor. Más documentos no significa más criterio.
- Tratar la seguridad del acceso como un costo. En un corpus con información sensible, quién puede ver qué es parte del valor, no un agregado.
Cierre
La hipótesis para 2027 es simple: cuando todos tienen acceso al mismo modelo, lo que se puede ofrecer es lo que el modelo no tiene. Un conocimiento con origen verificable, mantenido por alguien con criterio y entregado a quien corresponde. Seguimos evaluando cómo se traduce esto en la práctica.
Fuentes
Fuentes originales, citadas de primera mano:
- Bush, V. (julio de 1945). As We May Think. The Atlantic Monthly, publicación original del ensayo.
- Karpathy, A. (4 de abril de 2026). LLM Wiki. Publicado por el propio autor en su GitHub.
- Karpathy, A. Sitio personal, con enlaces a su canal de YouTube y a sus blogs.