Una respuesta plausible no es una respuesta aceptable.
En formulación farmacéutica o cosmética, un sistema que acierta el noventa y cinco por ciento de las veces y no sabe decir en cuál se equivocó es inutilizable. Este laboratorio trabaja donde el coste del error es real y toda recomendación tiene que justificarse.
Qué estudia este laboratorio y por qué.
Un equipo de desarrollo formula por iteraciones. Cada producto atraviesa decenas de versiones antes de la que se comercializa, y cada paso codifica una decisión: por qué se bajó un activo, por qué se eliminó un ácido, qué se estaba buscando. Ese razonamiento nunca se escribe. Queda una hoja de cálculo con números.
La pregunta central de este laboratorio es el reparto entre lo determinista y lo generativo. El modelo puede proponer; la norma la aplica el código. Los límites salen de una base transcrita desde la fuente oficial, nunca de la memoria de un modelo, y la validación se ejecuta de forma reproducible sin consumir modelo en absoluto.
El problema abierto es cuánto de la decisión puede delegarse antes de que la trazabilidad se vuelva teatro.
La pregunta interesante aquí no es si un modelo puede proponer una fórmula. Puede. Es quién responde cuando la propuesta incumple un límite y nadie lo vio. Mientras eso no tenga una respuesta de arquitectura —qué parte del sistema no puede equivocarse nunca, y por qué—, cualquier despliegue es riesgo trasladado en silencio al formulador.
Establecerlo antes sale más barato que descubrirlo en una auditoría. Y hay una parte que solo se aprende sobre un histórico de desarrollo real: qué proporción del razonamiento de un formulador llegó a escribirse, cuánta es reconstruible y cuánta se ha perdido de forma irreversible.
Límites regulatorios, umbrales de alérgeno y conservantes autorizados, transcritos del registro oficial. Una fórmula validada dos veces devuelve exactamente lo mismo. No cabe invención porque no interviene ningún modelo.
Interpreta por qué el formulador tomó una decisión, redacta el razonamiento de una propuesta, infiere la función de una materia prima desconocida y escribe las preguntas que el equipo debería responder. Todo lo que produce va etiquetado como hipótesis.
Sistemas y líneas abiertas.
-
P-01
En producciónEl histórico de formulación como base de conocimiento
El sistema lee el registro de desarrollo completo —incluidas las fichas de laboratorio por muestra que nadie abría: organolépticas, pH medido, densidad, método de fabricación, comentarios del formulador— y reconstruye la secuencia de decisiones, no solo la de fórmulas. Después propone la siguiente iteración ordenada por confianza, con el porqué de cada cambio.
- Diferencias interpretadas entre versiones, cada una marcada como dato, inferencia o hipótesis
- Un diccionario de materias primas que crece: función, fase habitual, rango en la casa, nombres comerciales vistos
- Reglas inferidas con su evidencia y un nivel de confianza declarado
- Análisis profundo una vez, sobre la versión madura; análisis delta en las intermedias
-
P-02
AbiertaDemostrar sin desvelar
Una formulación comercializada es el activo más sensible de un laboratorio, y aun así hay que poder enseñar el sistema a un tercero. Trabajamos con un mapa de anonimización explícito: productos, materias primas y proveedores se sustituyen de forma consistente para que la estructura técnica quede intacta —proporciones, fases, relaciones, lógica de las iteraciones— mientras la fórmula real deja de ser reconstruible.
-
P-03
AbiertaApoyo al diagnóstico e imagen médica
Línea abierta sin ningún sistema en producción. Lo decimos con claridad porque en este dominio la tentación de insinuar experiencia que no se tiene es alta y las consecuencias de creérselo son serias. Lo que sí trasladamos desde formulación es el principio de arquitectura: el modelo puede ordenar, priorizar y describir, pero el umbral que separa una decisión clínica de otra no puede depender de él.