# seale-philosophy-eats-ai-ontological-core-2025-05-30

## Veille

Philosophy Eats AI: núcleo ontológico empresarial, semántica de negocio, grafo de conocimiento, productos de datos semánticos

## Titre Article

Philosophy Eats AI: Why Your Business Needs an Ontological Core

## Date

2025-05-30

## URL

https://www.knowledge-graph-guys.com/blog/philosophy-eats-ai

## Keywords

ontología, núcleo ontológico, filosofía, semántica de negocio, grafo de conocimiento, productos de datos semánticos, DPROD, IA empresarial, creación de valor, razonamiento de la IA, preguntas de competencia, vocabulario de negocio, MIT Sloan, Michael Schrage, David Kiron

## Authors

Tony Seale

## Ton

**Perfil**: Perspectiva de consultor en grafos de conocimiento, registro estratégico y conceptual, nivel intermedio

**Descripción**: Tony Seale adopta un tono de manifiesto intelectual, partiendo de una cita provocadora de MIT Sloan ("si el software se come el mundo y la IA se come el software, ¿qué se come a la IA?") para desplegar una argumentación estructurada en capas. El estilo es el de un evangelista semántico que traduce conceptos filosóficos en imperativos de negocio concretos. El autor emplea formulaciones contundentes ("no se trata de declaraciones de misión, se trata de semántica") y construye un razonamiento paso a paso: problema → vocabulario → núcleo ontológico → productos de datos → ciclo virtuoso. El público objetivo son los responsables técnicos de decisión y los estrategas de datos que buscan entender por qué sus proyectos de IA no logran generar el valor esperado.

## Pense-betes

- **Cita fundacional**: Michael Schrage y David Kiron en MIT Sloan: "Si el software se come el mundo y la IA se come el software, ¿qué se come a la IA?" Respuesta: la filosofía. No académica, sino práctica y operativa.
- **Problema central**: La mayoría de las organizaciones tratan la IA como una mejora técnica (modelos, prompts) sin plantearse la pregunta fundamental: ¿qué aprende realmente la IA? Lo que falta es una filosofía estructurada que defina la lógica operativa de la empresa.
- **Vocabulario de creación de valor**: Cada empresa crea valor de una manera propia y única (lealtad, optimización, confianza, eficiencia). Pero la mayoría no ha formalizado esta semántica en una ontología — una estructura legible por máquina sobre la cual los sistemas de IA puedan razonar.
- **Núcleo ontológico**: Conceptos fundamentales que definen la identidad de la empresa. Emergen a través de los casos de uso que generan valor real y de las "preguntas de competencia" que verifican su pertinencia.
- **Sin ontología, la IA aprende del ruido**: Si las estructuras lógicas fundamentales no se explicitan, los modelos aprenden del ruido en lugar de patrones significativos.
- **Semantic Data Products**: Basados en la especificación abierta DPROD. Los datos se tratan como un activo valorado con una gobernanza clara, no como materia prima. Cada conjunto de datos "sabe qué es, por qué importa y cómo encaja en el panorama general."
- **Ciclo virtuoso**: La IA ayuda a definir la ontología organizacional, y esa ontología guía la manera en que la IA piensa y el valor que genera. Esta es la verdadera oportunidad.
- **Vínculo con el grafo de conocimiento**: El enfoque crea un "grafo de conocimiento distribuido, listo para la IA, donde cada conjunto de datos conoce su identidad y su función."
- **Paralelismo con el corpus de veille**: Se conecta con la ficha ia-monopsychisme-serres-averroes-aquin sobre los vínculos filosofía/IA, pero con un enfoque operativo más que metafísico. También se conecta con las fichas sobre grafos de contexto y grafos de conocimiento (Netflix UDA, Foundation Capital).

## RésuméDe400mots

Tony Seale parte de una pregunta provocadora planteada por Michael Schrage y David Kiron en MIT Sloan: "Si el software se come el mundo y la IA se come el software, ¿qué se come a la IA?" La respuesta es la **filosofía** — no en su sentido académico, sino como disciplina práctica indispensable para extraer valor real de los sistemas de IA.

El problema central es que la mayoría de las organizaciones tratan la IA como una mejora puramente técnica. Construyen modelos, experimentan con prompts, pero nunca se plantean la pregunta fundamental: **¿qué aprende realmente la IA?** Detrás de cada modelo se esconde un problema más profundo: la ausencia de una filosofía estructurada que defina la lógica operativa de la empresa.

Cada empresa crea valor de una manera propia y única — a través de la lealtad, la optimización, la confianza o la eficiencia. Sin embargo, la mayoría no ha formalizado esta semántica en una **ontología**, es decir, una estructura legible por máquina sobre la cual los sistemas de IA puedan razonar. El autor insiste: "No se trata de declaraciones de misión. Se trata de semántica formalizada en una ontología." Sin explicitar estas estructuras lógicas fundamentales, los modelos aprenden del ruido en lugar de patrones significativos.

El artículo introduce el concepto de **núcleo ontológico**: los conceptos fundamentales que definen la identidad de una empresa. Este núcleo emerge a través de los casos de uso que generan valor real y de las "preguntas de competencia" que verifican la pertinencia de cada concepto. Se convierte en una lente que enfoca el razonamiento de la IA en lo que realmente importa.

Seale conecta después esta filosofía con la arquitectura de datos a través de los **Semantic Data Products**, basados en la especificación abierta DPROD. Este enfoque trata los datos como un activo valorado con una gobernanza clara, en lugar de como materia prima. El resultado es un "grafo de conocimiento distribuido, listo para la IA, donde cada conjunto de datos sabe qué es, por qué importa y cómo encaja en el panorama general."

La conclusión identifica la verdadera oportunidad: crear un **ciclo virtuoso** en el que la IA ayuda a definir la ontología organizacional, mientras que esa ontología guía la manera en que la IA piensa y el valor que genera. El artículo posiciona la ontología no como un ejercicio académico de modelado, sino como el eslabón perdido entre la inversión en IA y la creación de valor de negocio.

## GrapheDeConnaissance

- Tony Seale —affirme_que→ la philosophie mange l'IA (AFFIRMATION, 0.97)
- philosophie —s_applique_à→ raisonnement IA (CONCEPT, 0.95)
- identité entreprise —est_basé_sur→ noyau ontologique (CONCEPT, 0.96)
- ontologie —permet→ raisonnement machine sur sémantique métier (CONCEPT, 0.95)
- Semantic Data Products —est_basé_sur→ DPROD (TECHNOLOGIE, 0.94)
- Semantic Data Products —permet→ knowledge graph distribué prêt pour IA (CONCEPT, 0.93)
- Michael Schrage —publie→ question philosophie mange IA (CONCEPT, 0.96)
- David Kiron —publie→ question philosophie mange IA (CONCEPT, 0.96)
- MIT Sloan —publie→ réflexion philosophie et IA (CONCEPT, 0.95)
- noyau ontologique —améliore→ pertinence modèles IA (CONCEPT, 0.92)
- IA —permet→ définition de l'ontologie organisationnelle (CONCEPT, 0.9)
- absence ontologie —réduit→ qualité apprentissage IA (CONCEPT, 0.91)

---
Canonical: https://www.thekb.eu/es/fiches/seale-philosophy-eats-ai-ontological-core-2025-05-30/