Un pronóstico sin linaje es un pronóstico que no se puede defender. El linaje —qué modelo, qué datos, qué versión, qué decisión— es lo que convierte un resultado en un registro que un regulador puede leer.
El linaje es la parte del trabajo de IA que las demostraciones nunca muestran y las auditorías siempre exigen. Es la cadena que va desde el pronóstico hasta el modelo, los datos y la versión que lo produjo, y sin ella, cada resultado es un número sin explicación.
La Cadena de Linaje
Desglose en un árbol de problemas lo que un resultado defendible necesita:
- **Modelo.** Qué modelo, qué versión, qué configuración.
- **Datos.** Qué datos vio el modelo, en qué momento.
- **Decisión.** Qué decidió el modelo y la confianza.
- **Manifiesto.** Todo lo anterior, adjunto al resultado.
Sin la cadena, el resultado es huérfano. Con ella, el resultado es un registro.
¿Por qué el Linaje es un Activo de Confianza?
La confianza se basa en la capacidad de reconstrucción. La pregunta de un regulador — "¿por qué el modelo decidió esto?" — es respondida por el linaje, no por el modelo. La empresa que puede reconstruir la decisión seis meses después es la empresa que puede defenderla; la empresa que no puede es la empresa que llega a un acuerdo.
Qué Rompe el Linaje
- El modelo se actualiza y los resultados antiguos se vuelven inexplicables.
- Los datos cambiaron y nadie registró lo que el modelo vio en ese momento.
- La versión desapareció y el resultado no se puede reproducir.
- El manifiesto nunca se adjuntó, por lo que la cadena nunca existió.
Qué Envía Deino
Cada resultado de Deino lleva un manifiesto de auditoría —modelo, datos, versión, decisión, linaje— adjunto al resultado, codificado en el espacio de trabajo de Rust. Los cuatro invariantes se niegan a relajarse; el linaje es portante, no opcional. La empresa reconstruye y defiende a partir del manifiesto.
Conclusión
El linaje del modelo es lo que convierte un pronóstico en un resultado defendible. Adjunte el manifiesto —modelo, datos, versión, decisión— y el resultado se convierte en un registro. Omítalo, y cada resultado es un número sin explicación.
Acerca de FACTA
FACTA ayuda a startups y equipos en fase de crecimiento a convertir la IA en sistemas de producción que se mantienen en funcionamiento, no en demostraciones que impresionan una sola vez.
Diseñamos la arquitectura en torno a las partes que realmente fallan bajo uso real: herramientas propias, credenciales que usted controla, conmutación por error, controles de costos, observabilidad. La infraestructura esencial que mantiene un sistema vivo después del lanzamiento.
Dirigidos por Matías Baglieri y Carolina Fogliato, nos enfocamos en una cosa:
Liderazgo en IA que construye. No solo asesora.
Pregúntenos si puede reconstruir uno de los resultados de IA del trimestre pasado.
Le diremos qué le falta a su linaje. Consulte la auditoría no custodial para saber quién posee el registro.
Explore la Automatización de IA