Las definiciones canónicas.

01 · LA CATEGORÍA

Knowledge as a Service

La categoría que convierte el conocimiento tácito de una fuerza laboral calificada y distribuida en una capa de inteligencia continuamente actualizada distribuida hacia tres puntos: un panel de control interno, una API delimitada para socios de marca y un flujo de recuperación para agentes IA. La unidad de entrada es una entrevista estructurada guiada por IA. La unidad de salida es infraestructura en lugar de un informe.

KAAS

El acrónimo de Knowledge as a Service. Se pronuncia «kass». Se ubica junto a SaaS, IaaS y PaaS de la misma forma: el sufijo señala distribución continua y entrega nativa por API.

Corpus vivo

El conjunto completo de conversaciones enriquecidas de una fuerza laboral, indexadas en las diez dimensiones, marcadas con validez bi-temporal y delimitadas mediante un vector de segmento. El corpus se actualiza semanalmente y decae por dimensión según vidas medias calibradas.

02 · LAS TRES ETAPAS

Gather

La primera etapa. Nuestro agente de conversación IA conduce una entrevista estructurada de quince a cuarenta y cinco minutos con cada trabajador que posee conocimiento valioso. Costo: tres centavos por conversación enriquecida. Salida: una transcripción, un conjunto de campos estructurados y veinte a cuarenta fragmentos listos para enriquecimiento por entrevista.

Codify

La segunda etapa. Cada conversación se descompone en diez dimensiones estructuradas paralelas y se persiste en un almacén de hechos con validez bi-temporal y delimitación por segmento. La salida es una capa consultable de esquema estable. El mismo hecho, tres modos de consumo (panel de control, API, flujo de agentes).

Monetize

La tercera etapa. La capa codificada se distribuye simultáneamente hacia el panel de control interno, la API delimitada para socios de marca y el flujo de recuperación para agentes IA. El precio es de nivel infraestructura, con lógica de porcentaje sobre ingresos descendentes y un piso empresarial.

03 · PERSONAS Y ROLES

Agente de conversación IA

El agente que conduce las entrevistas. Construido con un árbol de comportamiento, reglas de aplicación del protocolo, dominios de conocimiento y restricciones por agente definidas en una especificación versionada. El agente ejecuta cada entrevista según el mismo protocolo en la conversación número uno y en la conversación número diez mil.

Intelligence Layer

La superficie de producto compuesta por el panel de control, la API para socios de marca y el flujo de agentes IA. El entregable único que compra un cliente KAAS. La Intelligence Layer es lo que convierte el contrato en una unidad de negocio en lugar de un proyecto de investigación.

Matriz de inteligencia

El nombre interno del conjunto de herramientas MCP e instrucciones que leen contra el corpus codificado en nombre de agentes, paneles de control y consumidores de la API. Cada operación en la matriz se ejecuta bajo una Política de Datos Cero. La matriz es el motor de ejecución; el corpus es el dato.

04 · METODOLOGÍA

Entrevista estructurada guiada por IA

Una conversación de quince a cuarenta y cinco minutos entre nuestro agente de conversación IA y un trabajador, ejecutada según un protocolo versionado. Sondeo con ancla, aplicación de neutralidad, profundidad limitada en el tiempo, cierre estructurado. El instrumento que mantiene tanto el bajo costo como la fidelidad protocolaria, lo que ni los entrevistadores humanos ni las encuestas pueden hacer a escala.

Sondeo con ancla

El primer movimiento en cada tema es un ancla de apertura sobre un evento reciente concreto en el dominio del trabajador (por ejemplo, la última vez que un cliente pidió un producto que el trabajador no tenía en existencia). El agente no avanza al siguiente tema hasta que el ancla esté fijada. Las preguntas abstractas producen respuestas abstractas; el ancla saca a la luz elementos concretos.

Protocolo de neutralidad

El agente verifica su próxima intervención contra un clasificador de neutralidad antes de entregarla. Sin formulaciones orientadas, sin carga de valor, sin señales de deseabilidad social, sin presión hacia la aquiescencia. El protocolo impide que el agente sesgue la respuesta en una dirección que el análisis luego tendría que corregir.

Protocolo de cierre

Las conversaciones terminan con un cierre estructurado, nunca con un desvanecimiento. Los últimos dos minutos de una entrevista producen el contenido de mayor fidelidad porque el encuestado se ha calentado y confía en el instrumento. El cierre captura esa señal.

Diez dimensiones

Los diez campos estructurados paralelos en los que se descompone cada conversación bruta durante la etapa Codify: puntos de dolor, puntuación de oportunidad, mapa de percepción de marca, puntuación de preparación para la IA, factores de retención, señal de mercado, riesgo regulatorio y de cumplimiento, brecha de formación, comportamiento por segmento de cliente, mapa de menciones de competidores. El esquema es específico del vertical en su forma superficial y estable en su forma.

Puerta de pre-enriquecimiento

El paso de verificación que se ejecuta antes de que se persista cualquier registro enriquecido. Un filtro determinista confirma que cada cita que sale del sistema es una subcadena literal de un turno USER real de una entrevista real. Cuando el filtro detecta una cita inventada, la cita se elimina, nunca se reescribe.

Procedencia textual

El contrato según el cual cada afirmación en cada informe está vinculada a la transcripción que la produjo mediante un identificador de fragmento de la forma transcript_id / turn_id / sentence_id. El vínculo siempre está presente, para cada conversación, sin muestreo. Las capas de visualización limpias, abreviadas y traducidas derivan todas del original textual, que nunca se traduce y permanece en su idioma original como registro de procedencia.

05 · PRIMITIVAS TÉCNICAS

Modelo bi-temporal

El modelo de datos en el que cada hecho lleva tres marcas de tiempo independientes: learned_at, valid_at e invalid_at. El modelo permite que un socio de marca reproduzca el estado del corpus del mes de mayo pasado frente al de hoy y obtenga la respuesta correcta para cada uno. Esa propiedad es lo que hace que la capa sea suscribible en un contrato.

learned_at

La marca de tiempo en la que el sistema observó un hecho determinado (la fecha de la entrevista o la fecha de enriquecimiento). Distinta del momento en que el hecho se volvió verdadero en el mundo.

valid_at

La marca de tiempo en la que un hecho se volvió verdadero en el mundo. A menudo inferida de la conversación misma (un trabajador dice «empecé a notar esto el otoño pasado», por lo que valid_at es aproximadamente octubre de ese año). Distinta del momento en que el sistema lo aprendió.

invalid_at

La marca de tiempo en la que un hecho deja de ser verdadero. Se establece explícitamente cuando llega una conversación contradictoria, o por decaimiento de vida media cuando ninguna actualización confirma el hecho dentro de la ventana calibrada.

Vector de segmento

Una proyección dispersa sobre los ejes de segmentación que importan para el vertical (nivel, geografía, formato de tienda, segmento de cliente, socio de marca, demografía). Cada hecho lleva uno. El lenguaje de consulta se convierte en WHERE valid_at ⊃ today AND segment_vector ⊃ {region, format, partner}. La validez por segmento es lo que permite que un solo corpus sirva a cada socio de marca en el estante sin filtraciones.

Validez por segmento

La propiedad según la cual la misma afirmación superficial puede ser válida para un corte de segmento hoy y no para otro. «El tono X es el más rechazado» puede ser verdad para las tiendas de mercado masivo en América Latina y falso para las boutiques de la región EMEA. La validez por segmento es memoria institucional de una forma estructuralmente diferente a la memoria de agente por usuario.

Vida media

La tasa de decaimiento por dimensión calibrada para cada vertical. Los hechos de percepción de marca decaen en semanas. Los hechos de brecha de formación solo decaen cuando cambia el catálogo de formación. Ajustar las vidas medias por dimensión y por vertical es metodología, y eso distingue una cadencia de actualización creíble de simplemente volver a ejecutar una encuesta.

Cadencia de actualización

El calendario según el cual se re-entrevista un corte del corpus para confirmar o invalidar hechos. La cadencia está integrada en el ciclo de vida de los hechos. El panel de control muestra un disparador de actualización cuando una fracción significativa de los hechos ha superado su validez. El nivel Refresh se vende contra ese disparador.

Servidor MCP

La superficie contractual orientada a agentes. Un servidor conforme con MCP (consumido por Claude, Copilot y otros clientes conformes con MCP) que expone una pequeña superficie de herramientas: query_facts, traverse_relations, pivot_dimension, replay_as_of, cite. El ticket de sesión lleva el alcance de seguridad. El alcance se propaga en cascada hacia qué herramientas puede ver el LLM, qué nodos de grafo puede recorrer, qué filas de hechos puede leer y qué fragmentos textuales se resuelven cuando cita.

API para socios de marca

El segundo punto de monetización. Los terceros en sentido descendente (por ejemplo, los socios de marca que pagan a un minorista por espacio en estantes) pagan al cliente por acceso delimitado al corpus. La clave de cada socio se proyecta sobre un valor brand_partner específico y solo muestra los hechos cuyo vector de segmento intersecta esa proyección. El camino de datos es el control de acceso.

Flujo de agentes IA

El tercer punto de monetización. La superficie de recuperación que consumen los clientes LLM. Listo para RAG, con esquema estable y citación de fuente. Utilizado por los propios asistentes IA del cliente (el copiloto del asesor, el agente de planificación del comprador) y por los agentes de los socios de marca que consultan vía la API. Una vez que un agente está conectado para consumir la capa, el costo de cambio se acumula con cada nueva tarea de agente.

Panel de control interno

El primer punto de monetización. El equipo de estrategia, merchandising u operaciones del propio cliente consume la capa para tomar decisiones. El punto de distribución de menor controversia y el segmento de entrada para cada contrato.

Cloud Harness

La configuración de despliegue que ejecuta toda la pila KAAS dentro del sustrato propio del cliente (cuenta de Cloudflare, AWS, Azure o en las instalaciones del cliente). El pipeline de captura, las transcripciones limpias, la capa bi-temporal, el almacén de hechos, los paneles de control y los agentes IA residen todos en infraestructura que controla el cliente.