David · Data Architect

Diagnóstico APA

El diagnóstico de preparación para IA de David: 10 preguntas, el factor que restringe tu resultado, el umbral de viabilidad, el ROI y las palancas para mejorar.

DisponibleActualizado el 2 de noviembre de 2026

Antes de conectar un solo sistema, David mide si tu empresa está preparada para que la IA genere valor. El diagnóstico aplica la Ley de Productividad Aumentada: como el resultado es una multiplicación, el factor más bajo manda. El objetivo no es un puntaje, sino saber qué arreglar primero.

#Las 10 preguntas

Cada pregunta se responde con no (0), parcial (0,5) o sí (1).

Factor	Pregunta
T · Técnico	¿Los datos que importan (ventas, finanzas, operación) están en sistemas consultables: base de datos, warehouse o SaaS con API?
T · Técnico	¿Existe acceso de solo lectura y conectores estándar (MCP, API) sin exponer credenciales a los modelos?
T · Técnico	¿Las consultas generadas se validan antes de ejecutarse (esquema, filtros obligatorios, sin escrituras)?
O · Organizacional	¿Hay un glosario certificado de métricas (una sola fórmula de GMV, churn, CAC) aceptado por todas las áreas?
O · Organizacional	¿Las reglas de negocio y sus excepciones están escritas y versionadas, y no solo en la cabeza de expertos?
O · Organizacional	¿Cada métrica tiene un dueño que aprueba sus cambios?
H · Cooperación	¿Los expertos ven la IA como apoyo, y se les reconoce por codificar su conocimiento, y no como reemplazo?
H · Adopción	¿La IA vive dentro de las herramientas que ya usan (Slack, Teams, correo) sin sumar pantallas nuevas?
H · Vigilancia	¿Las respuestas traen trazabilidad (fuente, consulta, fecha) y alguien las revisa en decisiones críticas?
H · Alfabetización	¿Los usuarios entienden que un modelo de lenguaje predice texto y no calcula?

#Cómo se calcula

modelo APA

P(IA)  = α × T × O × H
H      = h_coop × h_adopt × h_vigil × h_lit
θ      = (1/α) × (1 + C/V0)              umbral de viabilidad
viable ⟺ T × O × H > θ
ROI    = (V0 × [P(IA) − 1] − C) / C

α: complejidad del dominio (1,35 por defecto)
V0: valor anual base · C: costo total de la iniciativa

T y O son el promedio de sus tres preguntas. H es la multiplicación de sus cuatro componentes: una sola debilidad humana pesa mucho.
Una respuesta “no” no deja un factor en cero absoluto, pero lo hunde (piso de 0,05).
El factor que restringe es el más bajo de todos. El diagnóstico también calcula cuánto mejora el resultado por cada punto de mejora en T, O o H.

#Qué entrega

Resultado	Qué significa
Preparación (T × O × H)	Tu nivel actual, de 0 a 1.
Umbral y brecha	Cuánto necesitas para que la iniciativa sea viable con tu costo y tu valor base, y cuánto te falta.
ROI estimado	El retorno con tu preparación actual, si indicas el valor base y el costo.
Factor que restringe	El primero que conviene trabajar.
Palancas	Para cada factor bajo 0,9, la acción concreta que propone la investigación, ordenadas de la más urgente a la menos.

#Palancas por factor

Factor	Palanca
Técnico	Conectar fuentes por MCP en solo lectura, validar cada consulta con el guardrail y ejecutar los cálculos en la base de datos, nunca en el modelo.
Organizacional	Construir la capa semántica: glosario de métricas certificado, reglas de negocio versionadas, joins certificados y ejemplos curados por expertos.
Cooperación	Seguridad psicológica y reconocimiento explícito a quienes codifican reglas y excepciones; la IA como aumento, no reemplazo.
Adopción	Llevar la IA a las herramientas que ya se usan y eliminar pasos.
Vigilancia	Sello de auditoría en cada respuesta y revisión humana en decisiones críticas, para evitar el sesgo de automatización.
Alfabetización	Formación breve: los modelos interpretan y redactan; los números los calcula la base de datos.

#Usarlo por API

El diagnóstico es público. GET /api/v1/david/apa devuelve las preguntas; POST calcula el resultado.

POST /api/v1/david/apa

curl -X POST https://guren.cl/api/v1/david/apa \
  -H "Content-Type: application/json" \
  -d '{
    "answers": { "t_data": 1, "t_access": 0.5, "t_guard": 0,
                 "o_glossary": 0.5, "o_rules": 0.5, "o_owner": 1,
                 "h_coop": 1, "h_adopt": 0.5, "h_vigil": 0.5, "h_lit": 1 },
    "V0": 120000000,
    "C": 30000000
  }'

respuesta 200 (resumida)

{
  "alpha": 1.35,
  "T": 0.5, "O": 0.667, "H": 0.25,
  "readiness": 0.083,
  "theta": 0.926,
  "viable": false,
  "gapToViable": 0.843,
  "roi": -4.55,
  "binding": { "factor": "T", "value": 0.5 },
  "marginal": { "dT": 0.225, "dO": 0.169, "dH": 0.45 },
  "recommendations": [
    { "factor": "T", "value": 0.5, "lever": "Conectar fuentes por MCP en solo lectura, …" },
    { "factor": "adopt", "value": 0.5, "lever": "Llevar la IA a las herramientas existentes …" }
  ]
}

También acepta los factores directamente (alpha, T, O, H o h por componente) si ya los estimaste por otra vía.