context graph

Puerta C8, vuelo 34/185, cuatro asientos libres, nueve minutos antes de que cierren la puerta: ese es el fragmento que Rakesh Gohel llama un context graph. Gohel, que construye infraestructura de gobernanza para agentes de IA en JUTEQ, lo distingue del knowledge graph, que contiene lo que es verdadero a escala de la empresa (pasajeros, aeronaves, vuelos, tarifas, rutas, aeropuertos, clima, políticas) y se mantiene estable y gobernado. El context graph extrae solo lo que necesita la decisión en curso, incluyendo cómo se trataron casos similares antes. Su indicación es acotar el grafo en cada paso en lugar de recuperarlo todo.

Jaya Gupta y Ashu Garg, de Foundation Capital, llegan al mismo objeto desde el lado del software empresarial. Localizan una capa ausente debajo de los agentes de IA: los rastros de decisión, las excepciones, las anulaciones, los precedentes y el contexto entre sistemas que hoy viven en Slack, conversaciones de deal desk, llamadas de escalamiento y la memoria de los empleados. Acumulados, esos rastros forman un context graph, un registro vivo de decisiones enlazadas entre entidades y a lo largo del tiempo, donde el precedente se vuelve consultable. Sostienen que los actores establecidos no pueden construirlo. Salesforce almacena el estado actual, no el estado en el momento de la decisión. Snowflake recibe datos por ETL después de que se toman las decisiones, perdiendo el contexto decisional.

Las dos notas convergen en una reubicación del sistema de registro, del objeto de negocio a la decisión. La infografía de Gohel coloca el context graph en tercer lugar de una "Semantic Spine" de cinco eslabones, entre el knowledge graph y el procedural graph. Gupta y Garg dejan abierto qué startups terminarán siendo propietarias de esa capa.