BAAF® Framework

El BAAF® Framework (Business AI Awareness Framework) es un marco metodológico para guiar la implementación acertada de inteligencia artificial en cualquier organización empresarial. Establece el orden correcto de trabajo: primero comprender el modelo de negocio, luego mapear los activos digitales que lo soportan, y sobre esa base construir Conciencia Situacional que percibe, comprende y anticipa mediante agentes de inteligencia artificial. Está compuesto por tres niveles de abstracción secuencialmente dependientes: Business Foundation (L1), Digital Business Connectors (L2) y Situational Awareness (L3).

El BAAF® es aplicable a organizaciones B2B, B2C e híbridas B2B2C, independientemente de su industria o tamaño. Cada nivel opera con pipelines independientes, pero existe una dependencia de alineación estratégica entre ellos: los pipelines de L2 deben estar alineados al propósito definido en L1, y los pipelines de L3 dependen de la integridad de L2. En L3 operan los agentes de inteligencia artificial, cuyo objetivo es ser Coherentes, Conectados y Conscientes. Si la operación del negocio no responde a la metodología definida en L1, los agentes no serán coherentes con la forma en que el negocio debe operar. Si los conectores digitales en L2 experimentan pérdidas de servicio o integraciones deficientes, la experiencia de usuario se degrada y los agentes pierden conexión con el negocio. En L3, donde se implementan los agentes de AI, es necesario definir el nivel de madurez requerido (AI-Assisted, AI-Augmented, AI-Driven o AI-Automated) y cómo el agente facilita la Conciencia Situacional del negocio: qué percibe, qué comprende y qué anticipa. Sin estas definiciones, los agentes pierden Conciencia Situacional con el negocio. Una vez implementados correctamente, los tres niveles operan juntos y se retroalimentan de forma continua.

El BAAF® Framework sirve simultáneamente como:

• Herramienta de diagnóstico: al evaluar el estado de cada nivel, revela las brechas que impiden una implementación exitosa de AI.
• Blueprint técnico: el mapa de niveles define la arquitectura que la plataforma AI necesita para operar alineada al negocio.
• Marco de referencia para la implementación de agentes de inteligencia artificial.

La mayoría de las iniciativas de implementación de AI fracasan, no solo por limitaciones de la tecnología disponible, sino porque se construyen sobre procesos que nadie ha documentado y sobre una comprensión incompleta del modelo de negocio subyacente.

Tabla 1: Errores comunes en implementaciones de AI

El BAAF® Framework busca evidenciar estas brechas estableciendo un orden lógico e inevitable: primero entender el negocio (L1), luego mapear y conectar los activos digitales (L2), y solo entonces construir Conciencia Situacional (L3).

El BAAF® Framework está compuesto por tres niveles. Cada uno cumple un rol específico dentro del marco y su alineación determina si los agentes de AI serán coherentes, conectados y conscientes.

Tabla 2: Niveles del BAAF® Framework

3.1 L1 — Business Foundation

El primer nivel establece el modelo de negocio y la metodología de ventas o marketing que rige su operación. Es el punto de partida del framework: toda decisión en L2 y L3 se alinea a lo que se define aquí.

B2C significa Business-to-Consumer (Negocio a Consumidor). Es el modelo comercial donde una empresa vende productos o servicios directamente al consumidor final (personas individuales), en lugar de a otras empresas. B2B significa Business-to-Business (Negocio a Negocio). Es el modelo comercial donde una empresa vende productos o servicios a otras empresas u organizaciones, en lugar de al consumidor final. B2B2C significa Business-to-Business-to-Consumer. Es un modelo híbrido donde una empresa vende a otra empresa, que a su vez vende al consumidor final.

Tabla 3: Ejemplos cotidianos de B2C

Tabla 4: Ejemplos cotidianos de B2B

Tabla 5: B2C vs B2B — Diferencias clave

Tabla 6: Modelos de negocio y metodologías aplicables

Comprender la diferencia entre B2B y B2C es fundamental porque determina cómo se configuran los agentes de AI para facilitar la Conciencia Situacional del negocio. En B2B, el agente necesita entender un proceso de calificación de oportunidades con múltiples decisores y etapas definidas por metodologías como MEDDIC o MEDDPICC. En B2C, el agente debe responder al comportamiento del consumidor: qué lo atrae, qué problema intenta resolver, cuál es su valor como cliente y en qué punto del viaje de decisión se encuentra. En modelos B2B2C, ambos flujos coexisten y los agentes deben identificar en qué contexto están operando.

3.2 L2 — Digital Business Connectors

El segundo nivel identifica, mapea y conecta todos los activos digitales del negocio. Este es el paso más crítico del framework: los conectores digitales en L2 son los que proveen los datos necesarios para que L3 pueda percibir, comprender y anticipar.

Los conectores digitales incluyen:

• APIs internas y externas
• Bases de datos operacionales y analíticas
• Canales de comunicación: WhatsApp, Email, Voz (Amazon Connect)
• Formularios y puntos de captura de datos
• CRM, ERP y sistemas de gestión
• Servicios de terceros: pagos, logística, salud, etc.
• Eventos en tiempo real y webhooks
• Enlaces MCP (Model Context Protocol): protocolo estándar que permite a los agentes de AI conectarse directamente con herramientas, servicios y fuentes de datos externas

Tabla 7: Ejemplos de conectores digitales por tipo de negocio

El análisis L2 produce el mapa de activos digitales del negocio — un entregable que es prerrequisito para cualquier implementación de agentes AI. Este mapa permite al Equipo de Despliegue de AI — developers, product owner y equipo comercial — tener claridad sobre los activos digitales disponibles, el alcance del despliegue de los agentes y el nivel de Conciencia Situacional requerido. En niveles de madurez AI-Driven y AI-Automated, los agentes además deben tener visibilidad operativa sobre los conectores: qué datos están disponibles, qué canales pueden usar y cómo responder ante la pérdida de disponibilidad de un conector digital.

3.3 L3 — Situational Awareness

El tercer nivel implementa el concepto de Conciencia Situacional (Situational Awareness), tomado originalmente de la aviación y formalizado por Mica Endsley.

El concepto de Conciencia Situacional fue desarrollado en el contexto de la aviación militar, donde pilotos deben tomar decisiones críticas en tiempo real con información cambiante y múltiples variables. En un entorno empresarial, los agentes de AI enfrentan un desafío análogo: deben interpretar señales del negocio, comprender su significado en contexto y anticipar el siguiente estado para actuar o recomendar acciones antes de que sea tarde.

Tabla 8: Niveles de Conciencia Situacional (Endsley)

Tabla 9: Ejemplos de Conciencia Situacional aplicada al negocio

Relación entre el nivel de madurez AI y la Conciencia Situacional

No todos los agentes necesitan el mismo alcance de Conciencia Situacional. El nivel de madurez AI elegido determina hasta dónde llega el agente en cada dimensión de la SA:

Tabla 10: Alcance de la Conciencia Situacional por nivel de madurez

La elección del nivel de madurez adecuado no es solo una decisión técnica. La sección 4 profundiza en qué estado debe tener la organización en cada nivel del framework para soportar estos niveles de madurez y qué implica en términos de tolerancia al riesgo.

El rol del prompt engineering en la Conciencia Situacional

El prompt engineering es el mecanismo mediante el cual se configura la Conciencia Situacional del agente. A través del prompt se define qué datos debe percibir, qué reglas de negocio aplica para comprender el contexto, y bajo qué condiciones debe anticipar y actuar. Un prompt desalineado de la lógica de negocio (L1) o de los datos disponibles (L2) produce un agente que opera sin Conciencia Situacional real.

El BAAF® Framework incluye un eje de madurez AI como herramienta de diagnóstico. Este eje permite al Equipo de Despliegue de AI — developers, product owner y equipo comercial — evaluar el estado actual de cada nivel del framework y determinar qué nivel de agente es viable para la organización.

Tabla 11: Eje de Madurez AI — Estado requerido por nivel

Estado de Business Foundation por nivel de madurez

• Definido: El modelo de negocio y la metodología están documentados pero no necesariamente ejecutados de forma consistente.
• Ejecutado: La metodología se aplica de forma consistente en la operación del negocio.
• Optimizado: La metodología se revisa y ajusta continuamente con base en resultados.
• AI-optimizado: La propia AI sugiere ajustes a la metodología con base en datos.

Estado de Digital Connectors por nivel de madurez

• Parcial: Algunos conectores están integrados, otros operan de forma aislada.
• Conectado: Todos los conectores críticos están integrados y operan con estabilidad.
• Tiempo real: Los conectores transmiten datos en tiempo real con monitoreo activo.
• Self-healing (auto-recuperación): Los conectores detectan y recuperan fallos automáticamente sin intervención humana.

Estado de Situational Awareness por nivel de madurez

• Reactivo: El agente responde solo cuando se le solicita.
• Dashboards (paneles de control): El agente presenta información organizada para que el humano tome decisiones.
• Predictivo: El agente anticipa situaciones y recomienda acciones.
• Autónomo: El agente percibe, comprende, anticipa y ejecuta sin intervención.

Una organización no necesita llegar a AI-Automated. El nivel idóneo depende de su modelo de negocio, sus recursos y su tolerancia al riesgo. Cada nivel de madurez implica mayor autonomía del agente y menor intervención humana. A mayor autonomía, mayor es la exposición a errores sin supervisión: datos incompletos en L2, brechas en la lógica de negocio en L1 o escenarios no cubiertos en el prompt del agente. La tolerancia al riesgo define cuánta autonomía está dispuesta a aceptar la organización, considerando que ningún nivel del framework está exento de brechas.

Tabla 12: Ejemplos de tolerancia al riesgo por nivel de madurez

El BAAF® Framework no es un modelo estático de flujo ascendente. Los niveles se retroalimentan entre sí de forma continua, creando un ciclo de mejora que evoluciona con el negocio. Este mecanismo es el que mantiene la coherencia, conexión y conciencia alineadas en el tiempo: lo que L3 detecta puede revelar brechas en L1 o L2, y cambios en L1 o L2 pueden ampliar o limitar el alcance de la Conciencia Situacional en L3.

Tabla 13: Retroalimentación L3 → L1 → L2

Tabla 14: Otras direcciones de retroalimentación

El framework es agnóstico de industria. A continuación se ilustra cómo el Equipo de Despliegue de AI aplicaría el framework en tres escenarios típicos, incluyendo el nivel de madurez AI recomendado para cada caso:

Tabla 15: Escenario 1 — Clínica Dental (B2C)

Tabla 16: Escenario 2 — Concesionaria de Vehículos (B2B + B2C)

Tabla 17: Escenario 3 — Contact Center Empresarial (B2B)