Kairós y Merickson IA: dos respuestas al mismo problema

Cuando David Luquin y yo empezamos a construir Kairós, sabíamos que estábamos resolviendo un problema técnico con consecuencias institucionales. Y cuando diseñé el catálogo de Merickson IA, sabía que estaba resolviendo un problema formativo con consecuencias técnicas. Durante un tiempo los traté como proyectos paralelos. Era un error.

Son, en realidad, dos caras del mismo problema: las organizaciones no saben gobernar la IA que ya tienen desplegada. Kairós es la respuesta de infraestructura. Merickson IA es la respuesta de capacitación. Y las dos son necesarias porque una sin la otra no funciona.

El problema que comparten

Hay una imagen que uso frecuentemente en mis conferencias: la de una organización que ha contratado un sistema de IA para filtrar candidatos, redactar informes de rendimiento y priorizar clientes. Nadie dentro de esa organización sabe exactamente qué criterios usa el sistema. Nadie sabe qué datos envía fuera del perímetro corporativo. Nadie sabe quién puede auditarlo, corregirlo o desactivarlo si empieza a tomar decisiones que nadie autorizó.

Eso no es una situación hipotética. Es la situación real de la mayoría de organizaciones medianas y grandes en Europa en este momento. El EU AI Act ya tiene consecuencias regulatorias para muchos de esos usos. Y sin embargo el problema persiste porque tiene dos dimensiones que requieren respuestas distintas.

Kairós resuelve el primer problema. Merickson IA resuelve el segundo. Pero el orden importa — y aquí es donde la mayoría de organizaciones se equivocan.

Por qué la formación sola no es suficiente

He visto organizaciones invertir en formación seria sobre gobernanza de IA — buenos programas, buen contenido, participantes motivados — y llegar al final del proceso sin poder implementar nada de lo aprendido. No porque la formación fuera mala. Sino porque no tenían la infraestructura para operacionalizar el criterio adquirido.

Saber que deberías auditar las interacciones de tu organización con los LLMs externos no te da la capacidad técnica de hacerlo. Saber que el EU AI Act te obliga a documentar las decisiones asistidas por IA no genera automáticamente un sistema de registro. La formación construye criterio. La infraestructura construye capacidad. Son cosas distintas.

Lo que los cursos de Merickson IA enseñan, entre otras cosas, es exactamente esto:

• Qué preguntas hacer antes de adoptar cualquier herramienta de IA
• Cómo identificar la IA no autorizada que ya opera en la organización
• Qué obligaciones impone el EU AI Act según el tipo de uso
• Cómo diseñar un marco de gobernanza con protocolos de override humano
• Qué infraestructura técnica necesitas para que ese marco funcione en la práctica

Esa última pregunta es donde Kairós entra en escena. No como un producto que se vende al final de un curso — sino como la respuesta técnica a una pregunta que la formación te ha enseñado a formular correctamente.

Por qué la infraestructura sola tampoco basta

El error simétrico también existe. Hay organizaciones que despliegan herramientas de gobernanza de IA — incluyendo, eventualmente, Kairós — sin que nadie dentro entienda realmente qué están gobernando. El sistema funciona, genera logs, intercepta prompts, produce informes. Y nadie sabe interpretarlos ni actuar sobre ellos.

La infraestructura sin criterio humano es solo burocracia automatizada. Registrar decisiones sin saber qué buscar en esos registros no es gobernanza — es apariencia de gobernanza. Y la apariencia de gobernanza es exactamente lo que el EU AI Act sanciona, porque los reguladores saben distinguir entre cumplimiento real y cumplimiento cosmético.

Kairós genera datos. Los cursos de Merickson IA enseñan a leerlos, interpretarlos y actuar sobre ellos con criterio institucional. Sin esa capacidad interna, la infraestructura es una inversión que no rinde.

El orden correcto

En la práctica, la secuencia que recomiendo a las organizaciones que trabajan con nosotros es esta:

La formación va antes que la infraestructura porque necesitas personas que sepan qué pedirle al sistema antes de desplegarlo. El diagnóstico va antes que la formación porque necesitas saber a qué problema real te enfrentas antes de diseñar la solución.

Esto no es una secuencia rígida — en organizaciones grandes los procesos se solapan. Pero el principio es invariable: el criterio humano precede a la infraestructura técnica, o la infraestructura técnica se convierte en otro sistema que nadie entiende ni controla. Que es exactamente el problema que queríamos resolver.

Una nota sobre la independencia

Merickson IA y Kairós son proyectos distintos con modelos de negocio distintos. No existe ninguna obligación de usar Kairós para beneficiarse de los cursos de Merickson IA, ni viceversa. Los cursos enseñan principios de gobernanza que son aplicables con cualquier infraestructura. Kairós funciona para organizaciones independientemente de si sus equipos han pasado por Merickson IA.

Los menciono juntos en este post porque comparten un diagnóstico — las organizaciones no gobiernan bien la IA que tienen — y porque en la práctica se complementan bien. Pero no son un paquete. Son dos respuestas al mismo problema que pueden usarse por separado o en secuencia, según lo que cada organización necesite.

Si estás leyendo esto como directivo o responsable de RRHH, la pregunta que te dejo es concreta: ¿sabes qué IA está operando en tu organización hoy, quién la controla y bajo qué condiciones? Si la respuesta no es un sí claro y documentado, por ahí es por donde hay que empezar.