# gupta-garg-context-graphs-trillion-dollar-opportunity-2025-12-22 ## Veille Foundation Capital Context Graphs - nueva generación de sistemas de registro para agentes de IA ## Titre Article AI's trillion-dollar opportunity: Context graphs ## Date 2025-12-22 ## URL https://x.com/JayaGup10/status/2003525933534179480 ## Keywords context graph, system of record, agentes de IA, trazas de decisión, orquestación, empresa, datos, gobernanza, startups, flujos de trabajo ## Authors Jaya Gupta, Ashu Garg ## Ton Perfil: artículo de un inversor de capital riesgo (Foundation Capital), registro analítico estratégico, perspectiva de tesis de inversión. Estilo: Tono asertivo y estructurado, argumentación basada en el contraste (actores establecidos frente a startups). Utiliza ejemplos concretos (Salesforce, Workday, SAP) para fundamentar la abstracción. Vocabulario técnico de software empresarial mezclado con jerga de venture capital. Citas y referencias a otros análisis (Jamin Ball). Público objetivo: fundadores, inversores, responsables de decisiones tecnológicas empresariales. ## Pense-betes - Tesis central: las próximas plataformas de billones de dólares no surgirán de añadir IA a los datos existentes, sino de capturar "trazas de decisión" - Distinción clave: Reglas (lo que debería ocurrir) frente a Trazas de Decisión (lo que ocurrió en este caso específico) - Context Graph = registro estructurado de trazas de decisión vinculadas entre entidades y a lo largo del tiempo - Lo que falta en los sistemas actuales: lógica de excepciones, precedentes, síntesis entre sistemas, cadenas de aprobación informales - Ventaja estructural de las startups de "sistemas de agentes": están en la ruta de ejecución, no leyendo a posteriori - Límites de los actores establecidos: Salesforce/Workday almacenan el estado actual, no el estado en el momento de la decisión; Snowflake/Databricks reciben los datos después de las decisiones mediante ETL - 3 vías para las startups: sustituir los SoR existentes, sustituir módulos, crear nuevos SoR - Ejemplos citados: Regie (AI SDR), Maximor (finanzas), PlayerZero (ingeniería de producción), Arize (observabilidad de agentes) - Señales para los fundadores: alto número de empleados en el flujo de trabajo, decisiones con excepciones, organizaciones "de enlace" entre sistemas ## RésuméDe400mots Jaya Gupta y Ashu Garg, de Foundation Capital, desarrollan una tesis sobre la aparición de una nueva generación de sistemas de registro centrados en las trazas de decisión en lugar de los objetos de negocio tradicionales. La generación anterior de software empresarial creó un ecosistema de billones de dólares al convertirse en sistemas de registro: Salesforce para los clientes, Workday para los empleados, SAP para las operaciones. La cuestión actual es si estos sistemas sobrevivirán a la transición hacia los agentes de IA. Los autores coinciden con el análisis de Jamin Ball según el cual los agentes no sustituyen a los sistemas de registro, sino que elevan sus requisitos. Sin embargo, identifican una capa crítica ausente: las trazas de decisión. Estas capturan las excepciones, las derogaciones, los precedentes y el contexto entre sistemas que actualmente residen en Slack, en las conversaciones del deal desk, en las llamadas de escalado y en la memoria de los empleados. La distinción fundamental opone las reglas (lo que generalmente debería ocurrir) a las trazas de decisión (lo que ocurrió en este caso específico, bajo qué política, con qué excepción, sobre qué precedente). Los agentes necesitan acceso no solo a las reglas, sino también al historial de su aplicación. Las startups de "sistemas de agentes" cuentan con una ventaja estructural: se sitúan en la ruta de ejecución. Ven el contexto completo en el momento de la decisión y pueden persistir estas trazas como artefactos duraderos. La acumulación de estas trazas forma un "context graph": un registro vivo de decisiones vinculadas entre entidades y a lo largo del tiempo, en el que el precedente se vuelve consultable. Los actores establecidos no pueden construir este context graph. Los sistemas operativos como Salesforce almacenan el estado actual, no el estado en el momento de la decisión. Los data warehouses como Snowflake reciben los datos mediante ETL después de tomarse las decisiones, perdiendo así el contexto de la decisión. Los autores identifican tres vías para las startups: sustituir los sistemas de registro existentes (como Regie para las plataformas de sales engagement), sustituir módulos específicos (como Maximor para las finanzas), o crear nuevos sistemas de registro para categorías de verdad nunca antes capturadas (como PlayerZero para la ingeniería de producción). Entre las señales para identificar estas oportunidades figuran un alto número de empleados dedicados a flujos de trabajo manuales, decisiones ricas en excepciones y la existencia de organizaciones "de enlace" (RevOps, DevOps, SecOps) que existen precisamente porque ningún sistema captura el flujo de trabajo interfuncional. ## GrapheDeConnaissance - Jaya Gupta —publie→ thèse context graphs (CONCEPT, 0.95) - Ashu Garg —publie→ thèse context graphs (CONCEPT, 0.95) - Foundation Capital —emploie→ Jaya Gupta (PERSONNE, 0.9) - Foundation Capital —emploie→ Ashu Garg (PERSONNE, 0.9) - context graph —est_basé_sur→ traces de décision (CONCEPT, 0.95) - context graph —remplace→ systèmes de record traditionnels (CONCEPT, 0.85) - startups systems of agents —surpasse→ incumbents (Salesforce, Workday) (ORGANISATION, 0.88) - Salesforce —utilise→ état actuel pas état décisionnel (CONCEPT, 0.9) - Snowflake —utilise→ données reçues après les décisions via ETL (CONCEPT, 0.88) - Regie —remplace→ plateformes sales engagement (TECHNOLOGIE, 0.82) - exceptions, précédents, contexte cross-système —fait_partie_de→ traces de décision (CONCEPT, 0.9) - agents IA —améliore→ exigences des systèmes de record (CONCEPT, 0.85) --- Canonical: https://www.thekb.eu/es/fiches/gupta-garg-context-graphs-trillion-dollar-opportunity-2025-12-22/