Computer vision: la inteligencia artificial que convierte video en decisiones

Hora punta en una estación de metro. El andén se llena, la gente se apretuja cerca de las puertas, y quien opera esa estación lo sabe exactamente igual que tú lo sabrías: mirando. "Hoy está más lleno que ayer." Nada más. Las cámaras están grabando ese andén en este preciso momento, y lo han grabado todos los días durante años. Pero ese video no le dice a nadie cuánta gente hay, a qué hora se satura de verdad, ni con qué frecuencia se cruza un límite peligroso. Solo lo graba. Lo archiva. Lo olvida.

Ese es el problema, y no es de cámaras. Es que toda esa información se queda dormida hasta que algo sale mal y alguien tiene que ir a buscarla. Computer vision —visión por computadora— es lo que rompe ese ciclo: un sistema que analiza el video mientras ocurre y devuelve un número donde antes solo había una sensación. Cuánta gente hay, dónde está, cómo cambia minuto a minuto. Modelos como YOLO ya hacen esto de forma madura y confiable. Pero el modelo es apenas el punto de partida. Lo que de verdad importa es lo que pasa después: qué se hace con ese dato.

Donde esto deja de ser un experimento y empieza a doler menos

Transporte. En una estación como la del ejemplo, tener la ocupación real por franja horaria cambia la conversación por completo. Ya no se refuerza personal "porque parece que se llena", se refuerza porque los datos muestran exactamente a qué hora y con qué frecuencia ocurre. La diferencia entre reaccionar y anticipar.

Banca. Una agencia, un lunes de fin de mes. La zona de espera se desborda y la organización se entera por la queja de un cliente en redes, o meses después, cuando llega la encuesta de satisfacción. Medir la ocupación real, franja por franja, convierte esa intuición del administrador de agencia en un dato que el área de operaciones puede llevar a un comité y defender frente a Riesgos, antes de que el problema aterrice en el NPS.

Gobierno. Una oficina de atención ciudadana con metas de servicio que cumplir y la presión constante de reducir tiempos de espera. Saber cuánta gente hay, cuándo se forman las colas más largas y cuánto tiempo se supera el nivel aceptable, le da a quien gestiona esa operación algo que hoy no tiene: evidencia auditable. Algo que sostener frente a un ente de control que no sea "la última queja que llegó".

El mismo principio se repite en retail y en salud. Cambia el escenario. No cambia lo esencial: convertir lo que ya se observa en algo que se puede medir.

Detectar no es el problema. Conectar sí lo es.

Aquí es donde la mayoría de conversaciones sobre IA se quedan cortas: detectar personas en un video es el paso fácil. El valor real aparece cuando esa detección se conecta con el resto de la operación —una regla de negocio, un tablero, una alerta— y alguien puede actuar sobre ella.

El sistema puede detectar treinta personas en una fila. Eso no lo convierte en quien decide qué hacer al respecto. Puede generar una alerta, sí. Pero actuar sobre esa alerta sigue siendo trabajo de alguien con nombre y cargo dentro de la organización. La tecnología acelera la información. La decisión sigue siendo humana, y así debería seguir siendo.

No se quedó en el papel

Todo esto suena razonable en una reunión. Yo preferí construirlo. Se llama ELISA Vision AI: toma un video real de una operación y lo convierte en señales que un gerente puede usar. Entiende cómo cambia la demanda en el tiempo, detecta picos por encima de umbrales configurables, y genera evidencia para evaluar capacidad y nivel de servicio.

Un punto que no puedo dejar pasar, sobre todo pensando en gobierno y salud: esta demo analiza ocupación visible. No identifica personas ni usa reconocimiento facial. Privacidad por diseño, no un parche agregado después.

ELISA Vision AI forma parte de Framework ELISA, donde vengo probando distintas formas de aplicar IA a problemas de negocio reales, siempre en el mismo orden: primero el problema, después la arquitectura, al final la tecnología específica.

ELISA Vision AI — prototipo funcional para análisis de ocupación mediante visión por computadora. Sin reconocimiento facial. La demostración pública está disponible en video.

La pregunta que de verdad importa

Ya no es qué tan sofisticado es un modelo de inteligencia artificial. Es qué decisión tomarías distinto si dejaras de operar a ojo y empezaras a operar con datos.

Si mientras leías esto pensaste en un proceso específico de tu organización, conversemos.