Descomposición de Problemas Complejos

🔄 Repaso rápido: En la lección anterior, usaste meta-prompting para mejorar los procesos de la IA. Ahora vamos a aplicar pensamiento arquitectónico al desafío más difícil: problemas que parecen demasiado complejos para la IA. El secreto no es hacer que la IA sea más inteligente — es hacer que los problemas sean más pequeños.

El Problema Imposible

Aquí hay un problema que va a estancar a cualquier IA en un solo prompt:

“Diseña una estrategia go-to-market integral para un nuevo producto SaaS B2B dirigido a empresas medianas del sector salud, incluyendo análisis de mercado, posicionamiento competitivo, estrategia de precios, estrategia de canales, framework de mensajes, playbook de ventas, plan de marketing y timeline de ejecución a 12 meses.”

Pregunta esto en un solo prompt y obtendrás un documento superficial que suena bien pero carece de la profundidad para ejecutar realmente. Cada sección será un par de párrafos de consejos genéricos. Sin pensamiento estratégico real. Sin planes tácticos específicos. Sin reconocimiento de trade-offs.

Pero descompón este problema correctamente, y la IA puede producir cada componente con calidad de experto.

Al final de esta lección, vas a poder:

• Identificar las operaciones cognitivas dentro de cualquier problema complejo
• Diseñar estrategias de descomposición que coincidan con la estructura del problema
• Crear contratos de interfaz entre pasos que prevengan pérdida de información
• Manejar preocupaciones transversales que abarcan múltiples componentes

El Framework de Operaciones Cognitivas

Todo problema complejo está hecho de operaciones cognitivas más simples. Estas son las más comunes:

El principio de descomposición: Identifica qué operaciones cognitivas requiere tu problema, luego diseña un paso por operación.

Estrategia de Descomposición 1: Corte Vertical

Divide el problema en “rebanadas” independientes que se puedan resolver completamente antes de pasar a la siguiente.

Ejemplo: Estrategia Go-to-Market

En vez de abordar todo de una vez, corta verticalmente:

Rebanada 1: Comprensión del Mercado

• Investigación: Tamaño del mercado SaaS salud, crecimiento, tendencias
• Análisis: Segmentos de clientes, comportamiento de compra, proceso de decisión
• Evaluación: Puntuación de atractivo de segmentos
• Output: Mapa de oportunidades de mercado con segmentos prioritarios

Rebanada 2: Posicionamiento Competitivo

• Investigación: Features de productos competidores, precios, enfoques go-to-market
• Análisis: Vacíos competitivos y espacio en blanco
• Generación: Opciones de posicionamiento (3-4 alternativas)
• Evaluación: Posicionar cada opción contra criterios
• Output: Posicionamiento elegido con justificación

Rebanada 3: Precios y Empaquetado

• Investigación: Precios de competidores, señales de disposición a pagar
• Generación: Opciones de modelos de precios
• Análisis: Modelado de ingresos para cada opción
• Crítica: Prueba de estrés de cada modelo
• Output: Precios recomendados con análisis de sensibilidad

Cada rebanada es autocontenida y se puede trabajar completamente. El paso final de integración las reúne.

✅ Revisión Rápida: Toma una tarea compleja con la que hayas batallado. ¿Puedes identificar 3-4 “rebanadas” independientes que podrían resolverse por separado?

Estrategia de Descomposición 2: Capas Horizontales

Cuando los componentes no son independientes sino que se construyen uno sobre otro, apílalos secuencialmente.

Ejemplo: Síntesis de Investigación

Imagina que necesitas que la IA sintetice investigación sobre un tema complejo.

Capa 1 — Recolección de Evidencia

“Recopila toda la evidencia relevante relacionada con [tema]. Organiza por sub-tema. NO saques conclusiones todavía — solo recolecta y categoriza la evidencia.”

Capa 2 — Identificación de Patrones

“Aquí está la evidencia recopilada: [output Capa 1]. Identifica patrones, tendencias y relaciones a través de la evidencia. ¿Qué temas emergen? ¿Qué contradicciones existen? Anota estos como observaciones, no conclusiones.”

Capa 3 — Formulación de Hipótesis

“Basándote en estos patrones: [output Capa 2]. Formula 3-5 hipótesis que expliquen los patrones observados. Para cada hipótesis, identifica qué evidencia la respalda y qué evidencia la contradice.”

Capa 4 — Evaluación de Hipótesis

“Evalúa estas hipótesis: [output Capa 3]. Para cada una, evalúa: fortaleza de la evidencia a favor, fortaleza de la evidencia en contra, qué evidencia adicional la confirmaría o refutaría. Clasifica las hipótesis por poder explicativo.”

Capa 5 — Síntesis

“Basándote en las hipótesis evaluadas: [output Capa 4]. Escribe una síntesis que represente la mejor comprensión actual de [tema]. Incluye niveles de confianza, preguntas abiertas y áreas donde la evidencia es insuficiente.”

Cada capa requiere el output de la capa anterior. Eso es lo que la hace horizontal en vez de vertical.

Contratos de Interfaz

La falla más común en sistemas descompuestos es la pérdida de información entre pasos. Los contratos de interfaz previenen esto.

Definiendo un Contrato de Interfaz

Para cada transición entre pasos, especifica:

1. Formato de output: Exactamente qué formato produce el paso actual
2. Campos requeridos: Qué información debe incluirse
3. Criterios de calidad: Barra mínima de calidad para el output
4. Instrucción de entrega: Cómo presentar el output al siguiente paso

Ejemplo de Contrato

Paso 2 (Análisis Competitivo) a Paso 3 (Posicionamiento):

El output del Paso 2 debe incluir:
- Matriz de comparación de competidores (mínimo 5 competidores, mínimo 8 dimensiones)
- Vacíos de mercado identificados (mínimo 3, con evidencia de respaldo)
- Evaluación de debilidades de competidores (para cada competidor principal)
- Puntos de dolor del cliente no atendidos por el mercado actual

Formato: Markdown estructurado con tablas
Puerta de calidad: Todas las afirmaciones deben referenciar evidencia específica del análisis
Entrega: Presentar como "brief de inteligencia competitiva" al Paso 3

Sin este contrato, el Paso 2 podría producir un resumen vago con el que el Paso 3 no puede trabajar. El contrato asegura que la entrega sea limpia.

Manejando Preocupaciones Transversales

Algunos elementos no encajan limpiamente en un solo paso — abarcan todo el problema. Restricciones presupuestarias, requisitos regulatorios y lineamientos de marca son ejemplos.

Estrategia: La Capa de Contexto

Crea un “documento de contexto” que se cargue en cada paso:

“Contexto para todos los pasos de este análisis:

Restricción presupuestaria: $500K de presupuesto total de marketing para 12 meses Regulatorio: Cumplimiento con estándares de datos de salud requerido para todo material dirigido a clientes Marca: Nivel enterprise, confiable, no llamativo. Nada de marketing estilo consumidor. Restricción de timeline: Debe mostrar tracción en 6 meses para la narrativa de la siguiente ronda de inversión No negociable: No hacer contacto en frío a nivel C-suite — nuestra industria lo desaprueba

Cada recomendación debe respetar estas restricciones. Señala cualquier conflicto entre la estrategia óptima y estas restricciones.”

Carga este contexto en cada paso, y las preocupaciones transversales se abordan consistentemente.

Descomposición en el Mundo Real: Un Ejemplo Completo

Descompongamos un problema genuinamente difícil: diseñar un programa de onboarding para empleados.

Paso 1: Análisis de Necesidades de Stakeholders

“Identifica a cada stakeholder afectado por el onboarding de empleados (nuevo colaborador, gerente, RR.HH., equipo, liderazgo). Para cada uno, lista sus necesidades, puntos de dolor y criterios de éxito. No diseñes soluciones todavía.”

Paso 2: Evaluación del Estado Actual

“Con base en estas necesidades de stakeholders: [output Paso 1]. ¿Qué hace bien y qué hace mal un programa de onboarding típico? Identifica los 5 vacíos principales entre las necesidades de los stakeholders y los enfoques típicos de onboarding.”

Paso 3: Investigación de Mejores Prácticas

“Investiga mejores prácticas de onboarding de organizaciones de alto rendimiento. Enfócate en enfoques basados en evidencia. Organiza los hallazgos según las áreas de vacíos identificadas en [output Paso 2].”

Paso 4: Diseño del Programa

“Usando los vacíos del Paso 2 y las mejores prácticas del Paso 3, diseña un programa de onboarding. Para cada componente: describe la actividad, timing, persona responsable, resultado esperado y cómo aborda una necesidad específica del stakeholder.”

Paso 5: Crítica y Refinamiento

“Como experto en onboarding, revisa el diseño del programa del Paso 4. ¿Qué falta? ¿Qué es poco realista? ¿Dónde fallaría este programa? Sugiere mejoras.”

Paso 6: Plan de Implementación

“Crea un plan de implementación por fases para el programa de onboarding refinado. Incluye: quick wins (Semana 1), despliegue core (Mes 1-2), implementación completa (Mes 3-6). Agrega requerimientos de recursos, necesidades de capacitación y métricas de éxito.”

Cada paso está enfocado, construye sobre el output validado del paso anterior y produce un entregable claro.

Anti-Patrones de Descomposición

Cuidado con estos errores comunes:

Sobre-descomposición: Dividir problemas simples en demasiados pasos. Si un paso produce output trivial, fusiónalo con un paso adyacente.

Sub-descomposición: El error más común. Si un paso requiere más de una operación cognitiva, probablemente necesita dividirse.

Dependencias faltantes: Diseñar pasos que necesitan información de un paso que todavía no ocurrió. Mapea las dependencias antes de construir la cadena.

Integración ignorada: Componentes perfectamente descompuestos que nunca se sintetizan apropiadamente en un todo coherente. Siempre planea el paso de integración explícitamente.

Conclusiones Clave

• Todo problema complejo está hecho de operaciones cognitivas más simples — identifícalas primero
• El corte vertical funciona para componentes independientes; las capas horizontales funcionan para componentes dependientes
• Los contratos de interfaz previenen la pérdida de información entre pasos
• Las preocupaciones transversales necesitan un documento de contexto compartido cargado en cada paso
• Cuidado con los anti-patrones: sobre-descomposición, sub-descomposición, dependencias faltantes e integración ignorada

Siguiente: En la Lección 7, aprenderás a evaluar y hacer benchmarking del rendimiento de la IA de forma sistemática. Porque si no puedes medirlo, no puedes mejorarlo. Cubriremos frameworks de evaluación, diseño de benchmarks y aseguramiento de calidad para sistemas de IA.