Hace algunos años trabajaba en el área de riesgo de crédito en retail. Un día, la gerencia detectó un problema grave: había fraude. El problema era que todavía no estaba claro qué había ocurrido, dónde se había producido ni quién lo había ejecutado.
El área encargada llevaba tiempo investigando sin llegar a una respuesta concluyente. Durante una reunión pedí algo muy simple: unos minutos para mirar los datos.
“Déjenme revisar los datos unos minutos.”
La primera respuesta fue que no me involucrara, porque el caso ya estaba siendo investigado. Insistí. Finalmente me dieron unos minutos.
No empecé por una herramienta
No abrí herramientas complejas. No ejecuté modelos predictivos. No utilicé machine learning ni hice un análisis estadístico sofisticado.
Lo primero que hice fue reconstruir mentalmente el modelo de datos y seguir el flujo lógico de la operación:
Después miré los datos siguiendo esa secuencia. No buscaba cualquier anomalía: intentaba entender dónde podía romperse la lógica normal del proceso.
Entonces apareció el patrón.
En poco tiempo pudimos determinar dónde había ocurrido el fraude, cómo se había ejecutado y quién estaba detrás de la operación.
Cuando una tabla “no debería verse así”
Lo que permitió avanzar no fue una técnica extraordinaria. Fue la combinación de conocimiento de los datos, comprensión del negocio y experiencia acumulada.
Después de muchos años trabajando con información, uno desarrolla una sensibilidad difícil de expresar en una fórmula. Es ese momento en que observas una tabla, una relación o una secuencia y algo llama la atención.
“Esto no debería verse así.”
A veces llamamos intuición a esa sensación. Pero no aparece de la nada. Se construye después de años viendo procesos, errores, excepciones, relaciones entre tablas y comportamientos que se repiten.
¿Y qué cambia con la Inteligencia Artificial?
Hoy contamos con herramientas de inteligencia artificial capaces de analizar grandes volúmenes de información, descubrir relaciones y acelerar tareas que hace algunos años requerían mucho más tiempo. Son herramientas extraordinarias.
Pero aquella experiencia me dejó una enseñanza que sigue siendo válida: la capacidad tecnológica no elimina la necesidad de formular buenas preguntas, comprender el contexto y validar aquello que los datos parecen mostrarnos.
La IA puede amplificar enormemente el análisis.
La experiencia humana aporta contexto, conocimiento del negocio y criterio para decidir qué preguntar, qué revisar y cuándo un resultado merece ser cuestionado.
De Inteligencia Artificial a Inteligencia Aumentada
Por eso me interesa hablar de Inteligencia Aumentada: no como una competencia entre personas y máquinas, sino como una forma de combinar capacidades.
La tecnología puede ayudarnos a explorar más información, detectar relaciones y trabajar con mayor velocidad. La experiencia humana puede orientar las preguntas, interpretar el contexto y validar las conclusiones.
El futuro, desde mi perspectiva, no consiste simplemente en automatizar cada decisión posible. Consiste en construir mejores sistemas de decisión, donde tecnología y criterio se complementen.
Los datos siempre cuentan una historia.
La diferencia está en saber leerla.