El Organizational Commons es el framework de Adaptant para adoptar inteligencia artificial al servicio de la inteligencia organizacional y no de la tecnología. Primero se diseña cómo se toman las decisiones y quién las toma; después, qué tecnología las potencia.
Cuando llegó la electricidad, las fábricas cambiaron la máquina de vapor por un motor eléctrico y conservaron el mismo tendido de poleas. Pasaron décadas sin ganancia de productividad, hasta que alguien rediseñó la fábrica alrededor de lo que la electricidad hacía posible.
Con la IA está pasando lo mismo. Cada área suma su asistente, cada plataforma su medidor, y la organización sigue funcionando igual: la información viaja hacia arriba, se distorsiona en cada salto y la decisión se toma lejos de donde ocurre la realidad. La IA acelera ese recorrido; no lo cambia.
Y abarata producir, pero no abarata entender. Alguien usa IA para convertir tres ideas en diez páginas; otro la usa para volver a reducirlas a tres ideas. Más documentos, más tableros, más informes que nadie abre: actividad que se registra como productividad y no crea valor.
La IA puede concentrar el poder o distribuirlo. No lo decide la tecnología: lo decide el diseño de la organización. Por eso el Commons empieza por el diseño.
La inteligencia no está en la IA: está en cómo la organización accede, cruza y actúa sobre su información. Una empresa es inteligente cuando quien está frente al cliente, al problema o a la oportunidad tiene la información y la autoridad para decidir. La IA es el habilitador de esa autonomía, no un fin en sí mismo.
El framework no empieza por la herramienta. Empieza por cuatro decisiones de diseño, que se toman con los equipos que crean valor desde el mercado.
La pregunta no es qué herramienta de IA comprar, sino qué decisiones queremos que se tomen más cerca del cliente, y qué información necesitan para tomarse.
El framework se apoya en una infraestructura concreta. No es un dashboard ni un reemplazo de tus sistemas. Es una capa que se conecta a lo que ya tenés — ERP, CRM, gestión de proyectos, finanzas — y lo consolida en un lugar donde cualquier miembro de la organización puede preguntar en lenguaje natural.
"Commons Chat consulta la Commons Farm de Tecnología." — así se habla del OC puertas afuera.
Un datamart conversacional ya existe — Copilot, Joule, Rovo. La diferencia del Commons no es la interfaz. Es que aprende: de lo que las personas preguntan, de lo que no encuentran, de lo que corrigen, y de lo que la organización va diseñando, realizando y entregando.
Esa capacidad se sostiene porque el Commons combina tres fuentes que ningún sistema tradicional integra en una base viva:
La tercera fuente tiene mecánica propia: la captura de periferia — las personas le cuentan al Commons lo que ningún sistema registra, con curaduría humana antes de que la percepción se convierta en conocimiento. Es uno de los cuatro loops por los que el Commons aprende: qué se pregunta, qué se sabe, qué se percibe y qué funcionó. El detalle está en el framework.
La pregunta correcta no es "¿a quién le damos acceso?" sino "¿qué tipo de información requiere qué tipo de cuidado?" La posición en el organigrama no debería ser la respuesta a ninguna de las dos.
El destino es la transparencia: una organización madura opera con su información como acceso universal. Llegar ahí es un proceso de aprendizaje. Por eso el Commons contempla ciclos de apertura — niveles de acceso diferenciados que existen como dispositivo transicional mientras la organización madura su capacidad de operar con información abierta. La diferenciación que se observe es un estado de transición, no una arquitectura permanente.
| Tipo de información | Acceso | Criterio |
|---|---|---|
| Operativa agregada | Universal | Resultados de equipos, métricas de área, tendencias. El mismo contexto para todos habilita decisiones autónomas y comparación entre pares. |
| Operativa de equipo | Equipo y pares | Métricas internas, estado de proyectos, capacidad. Se abre hacia universal a medida que la organización madura su lectura colectiva. |
| Nominal individual | Relevancia directa | Salarios, evaluaciones, datos identificables. En el ciclo de apertura, los salarios se hacen visibles primero agrupados, después por banda, eventualmente nominales. |
| Estratégica sensible | Acuerdo explícito | Propiedad intelectual, negociaciones, datos con valor asociado a su resguardo. Criterio económico y legal — no jerárquico. El único nivel que no migra hacia universal por diseño. |
Cada plataforma que ya usás — SAP, Microsoft 365, Atlassian, ServiceNow — le sumó en el último año su propio medidor de consumo de IA, encima de la licencia que ya pagabas.
Ninguno usa la misma unidad. Ninguno es fácil de comparar contra el siguiente. Y en más de un caso el proveedor ni siquiera publica el precio por unidad hasta que llega la factura. La industria ya lo nombra: la "tokenización" del costo de software.
La diferencia no es un descuento — es estructural. Un solo punto de consumo de LLM en vez de uno por sistema. Abstracción de modelo: si un proveedor sube precios, se cambia una variable, no se renegocia bajo presión. Piso cercano a cero con modelo local. Caché de respuestas frecuentes que el cliente controla.
La pregunta para el CFO no es "¿cuánto cuesta el Commons?" sino "¿cuánto estamos pagando hoy, sumado entre todas las plataformas, por una inteligencia que no se habla entre sí?"
El Commons no se instala y funciona. Es un organismo que atraviesa tres etapas: se diseña, empieza a crear valor, y se vuelve autosostenible en un equipo propio. Cada etapa deja al Commons más vivo que la anterior — y al final, la organización no depende de Adaptant para mantenerlo.
El Equipo de Commons. Un Commons vivo necesita quién lo cuide. No un área nueva ni una capa de control: tres roles que sostienen el acceso a la información y la evolución de la IA, distribuidos entre personas que ya conocen el dominio.
Frente al BI conversacional (Copilot, Joule, Rovo) — la diferencia no es la interfaz, es la combinación de tres cosas que ningún vendor tiene juntas: el modelo de acceso por naturaleza, la metodología de adopción integrada, y la capa activa que aprende. Un BI responde dentro de su propio sistema; el Commons cruza todos.
Frente a los agentes nativos de cada plataforma — el Commons no compite en la ejecución dentro de cada sistema. Compite en la consolidación: una sola capa de inteligencia que cruza SAP, Jira, ServiceNow y M365, en vez de pagar el medidor de IA de cada uno por separado. Esa es la conversación de FinOps.
La Escuela Adaptant forma a directivos, profesionales y consultores para diseñar una estrategia de adopción de IA al servicio de la inteligencia organizacional. En cuatro ciclos se trabaja por qué las organizaciones descentralizadas funcionan mejor en entornos complejos, cómo diseñar una red de equipos autónomos y cómo usar la IA como herramienta de esos equipos. El Organizational Commons es la base del segundo ciclo.