La capa semántica que la IA entiende.
Objects, Links y Actions — el vocabulario que describe tu negocio. Sobre esa capa, los LLMs pueden consultar datos y ejecutar acciones autorizadas sin adivinar qué significan los nombres de tus tablas.
Los tres pilares de la ontología
Objects
Las entidades de tu negocio con significado semántico. No "tabla customer_b1", sino Cliente. No "tabla sales_order", sino Pedido. La IA puede leerlo y referirse a ello.
Links
Las relaciones con nombre propio. Un Cliente "tiene" Pedidos, "pertenece a" una Empresa, "está asignado a" un Comercial. Las relaciones transmiten contexto, no solo claves foráneas.
Actions
Las operaciones que tienen sentido en tu negocio. "Anular pedido", "Cambiar tarifa", "Generar albarán". Cada Action con autorización, auditoría y reglas de negocio.
Por qué importa: el mismo dato, dos interpretaciones
Sin ontología: "¿Cuál es el margen medio por pedido este trimestre?"
→ LLM ve tablas: sales_order_h, items_lin, prod_prm, prc_cst
→ Tiene que adivinar qué campo es el coste, el precio, qué pedidos están en trimestre
→ Responde con una cifra que puede estar mal por un mapeo incorrecto
Con ontología Integrafy-OS:
→ LLM ve: Object Pedido con property margen (calculada, documentada)
→ Filtra por quarter del campo fecha_confirmacion
→ Responde correctamente, con lineage del cálculo disponible para verificar
Preguntas frecuentes sobre Ontología
¿Qué es exactamente una ontología en Integrafy-OS?
Una capa semántica que describe qué es cada objeto, cómo se relaciona con otros y qué se puede hacer con él. No es solo un schema: incluye el significado (un Cliente no es una cuenta bancaria aunque ambos tengan un número), las relaciones (un Cliente tiene Pedidos, no 'posee'), y las acciones autorizadas (se puede anular un Pedido, pero no un Albarán). Es lo que en las suites enterprise de datos se conoce como Ontology.
¿Por qué la IA necesita una ontología?
Porque sin ella, un LLM ve tablas SQL con nombres crípticos y tiene que adivinar qué significan. Con ontología, la IA sabe que 'customer_b1' es un Cliente, que 'sales_order_header' es un Pedido y que 'anular pedido' es una acción válida sobre él. Esto multiplica la precisión de cualquier interacción IA × datos.
¿Cómo se expone la ontología a la IA?
Vía un servidor MCP (Model Context Protocol). Claude, ChatGPT u otros LLMs se conectan al servidor y descubren automáticamente los Objects, Links y Actions disponibles. Pueden consultar datos y ejecutar acciones autorizadas, pero no pueden acceder a nada fuera de su permiso.
¿Actions son lo mismo que endpoints?
Relacionado pero distinto. Un endpoint es técnico (POST /api/pedidos/:id/anular). Una Action es semántica ('Anular pedido, requiere motivo, solo para pedidos no expedidos, auditado, notifica al cliente'). La Action conoce el contexto de negocio; el endpoint no.
¿Se puede extender la ontología sin tocar código?
Sí. Añadir nuevos Objects, Links o Actions se hace desde la UI visual. El servidor MCP se actualiza automáticamente y la IA descubre lo nuevo sin reiniciar nada.
¿Tu IA entiende tu negocio o adivina?
Demo de ontología MCP en 30 minutos.