Durante el último año, sigo escuchando las mismas declaraciones en reuniones, revisiones y foros de arquitectura: 
 
 “Estamos haciendo AI”, “Tenemos un chatbot ahora”, “Hemos desplegado un agente”. “Estamos haciendo AI”, “Tenemos un chatbot ahora”, “Hemos desplegado un agente”. Cuando miro un poco más de cerca, lo que la mayoría de las organizaciones realmente tienen no es la IA empresarial. Normalmente es un chatbot, o un asistente de búsqueda, o una automatización de flujo de trabajo, o un sistema RAG. Todos estos son útiles. AI no es una función, AI no es un producto. El hombre es un nuevo Y en las grandes organizaciones, las capas de capacidad deben ser arquitectónicas. enterprise capability layer Es precisamente para eso que se creó Enterprise Architecture – y TOGAF en particular. El verdadero problema: la IA sin arquitectura Cuando trabajo con grandes empresas, veo un patrón muy familiar surgiendo. Los equipos construyen pilotos LLM aislados dentro de las unidades de negocio. Diferentes grupos crean sus propias bases de datos vectoriales. Herramientas de inteligencia artificial sombría aparecen fuera de la gobernanza. No hay modelo de propiedad de datos consistente, no hay arquitectura de seguridad, no hay modelo operativo y no hay control de costes serio. Esto no es innovación. Esta es la deuda arquitectónica que se crea en tiempo real. Por qué TOGAF se ajusta a AI de manera tan natural TOGAF nunca fue pensado sólo para “proyectos de TI”, fue diseñado para las transformaciones empresariales, para la introducción de nuevas capas de capacidad, para impulsar el cambio transversal, y para hacer cumplir la gobernanza a escala. Es precisamente este tipo de transformación. Lo que la arquitectura de IA con TOGAF realmente significa Antes de que se elija cualquier modelo o se proporcione cualquier plataforma, el liderazgo debe ser capaz de explicar qué resultados empresariales pretende impulsar la IA, qué decisiones se están aumentando o automatizando, y de dónde se espera que venga la ventaja sostenible. De allí, la conversación debe pasar a la arquitectura de negocios.¿Qué capacidades de negocio están cambiando?¿Qué flujos de trabajo serán rediseñados?¿Dónde deben permanecer los humanos en el ciclo?¿Y qué métricas realmente se moverán?Si la IA no está mapeada a las capacidades de negocio, sigue siendo un experimento científico, no un sistema empresarial. Muy rápidamente, los problemas difíciles surgen en la arquitectura de datos y aplicaciones. ¿Dónde está la fuente de la verdad? ¿Qué datos alimentan los sistemas de capacitación, recuperación y características? ¿Cómo se aplican la línea, la calidad, la privacidad y la conformidad? En el lado de la aplicación, ¿dónde se integra la IA con los sistemas centrales? ¿Dónde operan los agentes? ¿Dónde viven los servicios de toma de decisiones? ¿Cómo desencadenan los flujos de trabajo las acciones? Luego viene la arquitectura tecnológica, que es donde la mayoría de las organizaciones pasan su tiempo —a menudo demasiado temprano. Estrategia de modelo, capas de inferencia, bases de datos vectoriales, almacenes de características, orquestación, observabilidad, estrategia de GPU y CPU, y controles de costes todo lo que importa. Luego viene el trabajo de migración y implementación.¿Qué capacidades se mueven primero?¿Cómo evitas los fracasos de Big Bang?¿Cómo coexisten con las plataformas existentes?Es así como la IA se hace real, no sólo impresionante en las demostraciones. Y luego hay la gobernanza, que, en mi experiencia, es donde los programas serios tienen éxito o fracasan.La seguridad, la protección de datos, el control de acceso, la auditabilidad, la gestión de riesgos y la explicabilidad no son opcionales en las empresas. Por último, debemos aceptar una verdad simple: la IA no es un proyecto. Es un sistema vivo. Los modelos se desplazan. Los datos se desplazan. Los costos se desplazan. Las capacidades evolucionan. Esto requiere una gestión arquitectónica continua, no una entrega única. Lo que la gente llama “AI” versus lo que realmente es Todavía hay mucha confusión en el mercado.La IA generativa es principalmente una capa de interfaz.La IA de decisión es donde se crea el valor económico.Los agentes son operadores que ejecutan dentro de los flujos de trabajo. Si solo has construido una interfaz GenAI, has construido un front end, no un sistema empresarial. Vista de 10.000 pies Desde la altitud, la verdadera IA empresarial parece muy diferente.Ves los motores de decisión incorporados a los flujos de trabajo, los agentes que orquestan los procesos de negocio, la recuperación basada en datos gobernados, las tiendas de características que impulsan las predicciones y la observabilidad que rastrea el coste, la precisión, la deriva y el riesgo. Esta no es una colección de herramientas.Esta es una . new digital nervous system La única pregunta que realmente importa Si estás construyendo algo y lo llamas “AI”, pregúntate una pregunta sencilla: ¿Es una herramienta o es una capacidad empresarial? Si no mapea a la arquitectura empresarial, a las capacidades de negocio, a la gobernanza y a un modelo operativo, entonces no es una arquitectura de IA empresarial. El pensamiento final La IA es el mayor cambio de arquitectura empresarial desde la nube. Si no se acerca a la IA con TOGAF -o al menos con el mismo nivel de disciplina arquitectónica - casi seguramente acabará con demostraciones impresionantes y sistemas frágiles. Arquitectura empresarial, estrategia de IA, transformación digital, liderazgo tecnológico, TOGAF

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Este audio es producido en el idioma original de la historia!

Las empresas no tienen un problema de IA, tienen un problema de arquitectura

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una breve introducción a la teoría del cerebro de Boltzmann

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Una breve introducción a la teoría del cerebro de Boltzmann

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps