Por qué las decisiones necesitan simulación antes de la ejecución

La mayoría del software que respalda la toma de decisiones está construido para describir el pasado. Los dashboards, reportes y herramientas de analítica son muy buenos para mostrar lo que ya pasó, y cada vez mejores para encontrar correlaciones dentro de esa historia. Lo que no pueden hacer es mostrar qué pasaría si quien decide cambiara algo: subir un precio, abrir un nuevo punto de atención, cambiar una regla de elegibilidad. Esa pregunta no está en los datos históricos en absoluto, porque el cambio todavía no ocurrió.

Los límites de la extrapolación

Extrapolar a partir de la historia funciona cuando las condiciones se mantienen iguales. Falla justo cuando más importa: cuando una decisión busca cambiar las condiciones en sí mismas. Un modelo entrenado sobre cómo se comportó una población bajo una política vieja no tiene manera de saber cómo se va a comportar bajo una nueva, porque la relación entre los individuos y su entorno es precisamente lo que está cambiando.

Simular en lugar de adivinar

Este es el problema que Omnis fue construido para resolver. En lugar de intentar predecir un resultado agregado directamente, Omnis reconstruye a la población subyacente como una sociedad de agentes autónomos, cada uno comportándose según patrones aprendidos de datos reales, y deja que esa sociedad responda a un escenario tal como lo harían realmente las personas, empresas o instituciones — antes de probarlo sobre la real.

Qué cambia esto

El resultado no es un solo número. Es una sociedad simulada que se puede observar, poner a prueba contra múltiples escenarios y estresar en casos límite, dándole a quien decide algo más parecido a un ensayo que a un pronóstico.