Tony Seale parte de una pregunta provocadora planteada por Michael Schrage y David Kiron en MIT Sloan: "Si el software se come el mundo y la IA se come el software, ¿qué se come a la IA?" La respuesta es la filosofía — no en su sentido académico, sino como disciplina práctica indispensable para extraer valor real de los sistemas de IA.

El problema central es que la mayoría de las organizaciones tratan la IA como una mejora puramente técnica. Construyen modelos, experimentan con prompts, pero nunca se plantean la pregunta fundamental: ¿qué aprende realmente la IA? Detrás de cada modelo se esconde un problema más profundo: la ausencia de una filosofía estructurada que defina la lógica operativa de la empresa.

Cada empresa crea valor de una manera propia y única — a través de la lealtad, la optimización, la confianza o la eficiencia. Sin embargo, la mayoría no ha formalizado esta semántica en una ontología, es decir, una estructura legible por máquina sobre la cual los sistemas de IA puedan razonar. El autor insiste: "No se trata de declaraciones de misión. Se trata de semántica formalizada en una ontología." Sin explicitar estas estructuras lógicas fundamentales, los modelos aprenden del ruido en lugar de patrones significativos.

El artículo introduce el concepto de núcleo ontológico: los conceptos fundamentales que definen la identidad de una empresa. Este núcleo emerge a través de los casos de uso que generan valor real y de las "preguntas de competencia" que verifican la pertinencia de cada concepto. Se convierte en una lente que enfoca el razonamiento de la IA en lo que realmente importa.

Seale conecta después esta filosofía con la arquitectura de datos a través de los Semantic Data Products, basados en la especificación abierta DPROD. Este enfoque trata los datos como un activo valorado con una gobernanza clara, en lugar de como materia prima. El resultado es un "grafo de conocimiento distribuido, listo para la IA, donde cada conjunto de datos sabe qué es, por qué importa y cómo encaja en el panorama general."

La conclusión identifica la verdadera oportunidad: crear un ciclo virtuoso en el que la IA ayuda a definir la ontología organizacional, mientras que esa ontología guía la manera en que la IA piensa y el valor que genera. El artículo posiciona la ontología no como un ejercicio académico de modelado, sino como el eslabón perdido entre la inversión en IA y la creación de valor de negocio.