Me gusta pensar que una de las habilidades más valiosas en tecnología no es solo programar, diseñar arquitecturas o entrenar modelos de inteligencia artificial, es la curiosidad. Y, por ende, la inquietud.

Hace unas semanas descubrí Dolomitas y me reencontré con mi querida Venecia. Al hablar de sus cimientos, me vino a la mente una de esas fotografías donde aparecen enormes pilotes de madera sosteniendo una ciudad sobre agua y a su vez pensé, ¡la escala! Son dibujos impactantes, sin proporción alguna en muchos casos. Pero es un buen recordatorio de cómo consumimos información en la actualidad. Nadie se pregunta ¿Es realmente así?

¿Es proporcional lo que aparece en la fotografía? ¿Representa toda la realidad? ¿Cómo fue posible construir una ciudad que lleva siglos resistiendo en un entorno tan complejo? La respuesta exige algo que parece escasear cada vez más en un mundo saturado de titulares, publicaciones virales y respuestas instantáneas, pensar. Pero es que lo que ocurre en nuestras redes sociales personales, pasa en lo profesional. Y estamos teniendo un gran problema por esto mismo.

Vivimos rodeados de aplicaciones que funcionan con una facilidad que roza lo mágico. El otro día en una charla que di, un chico pidió turno en las preguntas. Lo primero que me dijo fue, “Voy a hacer una afirmación. Luego pregunto”.

Cuando escucho esto, las alertas en mi mente se activan. Lo primero que pienso es: “Alguien va a sentar cátedra. No va a corregir, no va a dar su punto de vista según su experiencia”. Efectivamente. Me sorprendió encontrar a alguien que pensara que detrás de una tecnología como la IA no existen matemáticas ni estadística. Que desligue el Machine Learning de la IA como si uno fuera pura matemática y la otra magia. Que los datos son números y no “letras”. Pues no, los datos son todo aquello que nos sirva para aportarnos información.

Puedo entender que cuando leamos “Transformers” nos lleve a la ciencia ficción, a las salas de cine, a la transformación mecánica donde alienígenas de metal reordenan sus engranajes para camuflarse. Pero no, en la IA, nos referimos a procesar bloques masivos de información en paralelo, analizando el contexto global de cada palabra para mutar datos abstractos en respuestas coherentes y multidimensionales.

Volviendo al hilo de la tecnología y las preguntas. Salimos a pasear o a hacer rutas con nuestro reloj Garmin, registramos kilómetros, pulsaciones, desnivel y ritmo. Cargamos rutas, conocemos el desnivel total, parcial, en tramos, el de la ruta de al lado, pero no pensamos si tenemos capacidad física suficiente, cuánto tiempo necesitaremos según nuestra preparación o si las condiciones climatológicas lo permiten.

Si terminamos la actividad y, casi sin intervenir, aparece automáticamente en Strava. Posteriormente consultamos los datos desde el móvil, recibimos recomendaciones personalizadas y compartimos nuestros resultados con otros usuarios. Todo parece simple. Y la verdadera pregunta es la misma que deberíamos hacernos al observar Venecia: ¿Qué hay debajo de la superficie?

Lo que no vemos es una compleja red de sistemas conectados entre sí. Dispositivos, aplicaciones, plataformas cloud, bases de datos y servicios digitales intercambiando información en tiempo real. Lo que permite que todo eso funcione son las API.

Si Venecia se sostiene gracias a estructuras que permanecen ocultas bajo el agua, gran parte de la innovación digital se sostiene gracias a estructuras que permanecen ocultas para los usuarios.

Las API permiten que sistemas diferentes hablen el mismo idioma. Permiten que un reloj deportivo comparta información con una aplicación de entrenamiento. Que una plataforma de salud intercambie datos con otra organización (otra cosa son los permisos, privacidad o seguridad). Que una solución de inteligencia artificial pueda consultar información y ejecutar acciones dentro de sistemas empresariales. Por eso cada vez más compañías están adoptando estrategias API-First.

La filosofía es sencilla, antes de construir aplicaciones, se diseñan las interfaces que permitirán la comunicación entre los distintos sistemas. Las bases y luego, la arquitectura. No siempre es así ni fue así. Hace ya cinco años escribí sobre Zapier. Una herramienta que facilitaba la conexión entre varias plataformas para poder compartir información.

Por aquel entonces lo llevé al terreno de los leads, y andaba un tanto indignada porque no entendía que las aplicaciones o plataformas, no pudieran enviarse información de un lado a otro. Hoy lo veo con perspectiva y me alegra comprobar que la mentalidad ha cambiado o, al menos, que se ha empezado a trabajar de una forma más eficiente.

Y es que esta forma de trabajar obliga a los equipos a alinear objetivos, datos, procesos y casos de uso desde el principio. Y los resultados son significativos.

Las organizaciones que adoptan plenamente enfoques API-First generan mayores niveles de reutilización tecnológica, reducen costes de integración, aceleran el lanzamiento de nuevos servicios y muestran una mayor capacidad para monetizar sus ecosistemas digitales. Pero hay otro aspecto especialmente relevante en el momento actual. Las API se han convertido en uno de los grandes habilitadores de la inteligencia artificial.

Cuando hablamos de agentes inteligentes, automatización o IA generativa, solemos centrar la conversación en los modelos. Sin embargo, el valor también aparece cuando esos modelos pueden conectarse con procesos reales, acceder a información y actuar sobre sistemas corporativos.

De hecho, gran parte del futuro de la inteligencia artificial dependerá de interactuar con el mundo digital. Mientras tanto, otra tendencia está transformando silenciosamente la forma en la que procesamos la información, el Edge Computing.

Cada día generamos cantidades enormes de datos desde relojes inteligentes, sensores industriales, cámaras, vehículos conectados y dispositivos IoT. La pregunta es evidente. ¿Tiene sentido enviar absolutamente toda esa información a la nube para procesarla? En muchos casos, la respuesta es no.

El Edge Computing propone acercar el procesamiento al lugar donde se generan los datos. Volvamos al ejemplo del reloj deportivo. Mientras corremos, el dispositivo está capturando información de GPS, frecuencia cardíaca, velocidad, altitud, temperatura y movimiento. Esperar a que todos esos datos viajen a servidores remotos para ser analizados podría generar retrasos innecesarios.

Por eso cada vez más dispositivos incorporan capacidades de procesamiento local. Analizan datos en tiempo real, detectan patrones, generan alertas y toman decisiones antes incluso de conectarse a la nube. Las ventajas son claras, menor latencia, mayor velocidad de respuesta, menor consumo de ancho de banda, mayor resiliencia ante fallos de conectividad.

Del mismo modo que Venecia no puede entenderse observando únicamente sus fachadas, la transformación digital tampoco puede comprenderse mirando solo las aplicaciones que utilizamos.

Detrás de cada experiencia aparentemente sencilla existe una arquitectura compleja. Detrás de cada integración automática hay estándares, protocolos y APIs. Detrás de cada recomendación inteligente operan plataformas de datos, modelos de aprendizaje y mecanismos de procesamiento distribuidos. Y detrás de cada innovación relevante suele haber algo todavía más importante: la curiosidad de alguien que decidió mirar más allá de la superficie.

"La felicidad de tu vida depende de la calidad de tus pensamientos" — Marco Aurelio