Ontologie

Tony Seale llama ontología a la interfaz mediante la cual los agentes comprenden los datos: define qué existe, sus propiedades y sus relaciones. En "There is a growing disconnect in the way people think about building AI agents" (2026-04-17), la enfrenta con el lado del modelo de esa misma arquitectura. Los modelos de frontera se alquilan y cualquiera puede construir un harness, así que ambos se convierten en commodities. Lo que no se convierte en commodity es el modelo de dominio: el conocimiento estructurado y enlazado que captura cómo una organización concreta entiende el mundo. La fórmula de Seale para el Semantic Agent es (Model + Harness) + (Ontology + Data); todo lo demás lo trata como andamiaje destinado a desaparecer.

El artículo anterior, "Philosophy Eats AI" (2025-05-30), aporta el razonamiento detrás de esa afirmación. Seale, apoyándose en Michael Schrage y David Kiron en MIT Sloan, sostiene que la mayoría de las organizaciones nunca formalizan en una estructura legible por máquina el modo en que crean valor, de manera que sus modelos aprenden del ruido y no de patrones significativos. Su núcleo ontológico surge de los casos de uso que producen valor real y de las preguntas de competencia que ponen a prueba cada concepto.

Padhi y coautores, de McKinsey (2026-10-01), ubican las ontologías y los grafos de conocimiento en la capa semántica de su sistema operativo de IA, y recomiendan resolver la gobernanza semántica como un paso temprano. El Semantic Spine de Rakesh Gohel (2026-10-25) asigna a la ontología el primero de cinco eslabones: dice qué son las cosas, antes de que el grafo de conocimiento diga qué es verdad, el grafo de contexto diga qué importa ahora, y el grafo procedimental diga qué hacer a continuación.