Durante los últimos años hemos usado inteligencia artificial principalmente para preguntar, generar y conversar.
Jev propone algo distinto: no está diseñado para escribir respuestas largas, sino para tomar decisiones rápidas y estructuradas que otro software pueda utilizar directamente.
En lugar de responder:
“Este cliente parece tener riesgo de abandono…”
Podría devolver algo como:
Riesgo de churn: 82%
Prioridad: alta
Acción: derivar a retención
Ese cambio parece pequeño, pero podría ser importante para la automatización empresarial.
Guía de Contenido
¿Qué es Jev?
Jev es el primer System One Model desarrollado por TypeSafe.
Su objetivo es resolver decisiones rápidas y acotadas, como:
- Clasificar una solicitud;
- Priorizar un cliente;
- Evaluar riesgo;
- Seleccionar qué modelo de IA utilizar;
- Decidir si un caso debe escalarse a una persona.
Mientras un LLM como ChatGPT, Claude o Gemini está optimizado para generar lenguaje, Jev está pensado para clasificar, puntuar y decidir.
¿Por qué importa?
Porque muchos procesos empresariales no necesitan una respuesta de 500 palabras.
Necesitan una decisión:
¿Sí o no?
¿Alta o baja prioridad?
¿Qué categoría?
¿Qué modelo debe atenderlo?
¿Automatizar o escalar?
TypeSafe reporta tiempos de respuesta de aproximadamente 70 a 500 milisegundos y costos muy bajos frente a modelos generativos en este tipo de tareas.
Esto permitiría construir sistemas donde diferentes modelos hacen diferentes trabajos:
Jev decide → LLM analiza o genera → software ejecuta → humano supervisa excepciones
Un ejemplo: atención al cliente
Una empresa recibe miles de mensajes diarios.
Antes de enviarlos todos a un modelo avanzado, Jev podría decidir:
- Consulta sencilla → chatbot;
- Reclamo → servicio al cliente;
- Riesgo de churn → retención;
- Fraude potencial → revisión humana;
- Problema complejo → modelo avanzado.
Esto podría reducir tiempo, costo y uso innecesario de modelos más potentes.
¿Significa que no se equivoca?
No.
Jev puede garantizar que la respuesta tenga una estructura válida, pero eso no significa que la decisión sea siempre correcta.
Por eso, una arquitectura responsable debería funcionar así:
Decisión de IA → probabilidad → reglas → automatización o humano
Por ejemplo:
- Confianza >95% → automatizar;
- 80–95% → validar;
- <80% → revisión humana.
Los umbrales deben ajustarse según el riesgo de cada decisión.
¿Qué cambia para las empresas?
La evolución de la IA empresarial podría resumirse así:
1. Ask: preguntamos a la IA.
2. Assist: la IA nos ayuda.
3. Act: agentes ejecutan tareas.
4. Decide: modelos toman microdecisiones dentro del software.
Jev apunta directamente hacia esta cuarta etapa.
¿Qué deberían hacer las empresas?
No necesariamente implementar Jev inmediatamente.
Primero deberían identificar procesos donde hoy existen decisiones repetitivas como:
- Clasificar;
- Priorizar;
- Aprobar;
- Rechazar;
- Enrutar;
- Escalar;
- Seleccionar un modelo;
- Activar un workflow.
Después pueden comparar distintas tecnologías según cuatro variables:
Precisión + velocidad + costo + riesgo del error
La idea clave
El cambio importante no es Jev como producto.
Es una nueva forma de pensar la arquitectura de IA.
Hasta ahora hemos preguntado:
¿Qué puede responder la IA?
La siguiente pregunta puede ser mucho más importante:
¿Qué decisiones puede tomar automáticamente, con qué nivel de confianza y bajo qué reglas?
Ahí podría estar una de las próximas grandes etapas de la automatización empresarial.
