
En 2026, surgió una nueva categoría de inteligencia artificial que no estaba diseñada para la conversación. Mientras el mercado competía por el mejor modelo de escritura de texto, una startup llamada TypeSafe presentó JEV, un modelo diseñado para una función diferente: la toma de decisiones. No escribe correos electrónicos, no resume informes ni participa en conversaciones informales. Recibe una situación, evalúa las posibles opciones y devuelve una elección, junto con la probabilidad de que sea correcta.
La respuesta fue inmediata. En las primeras 24 horas, casi el 13 % de los equipos de pago de Vercel AI Gateway probaron el modelo, la tasa de adopción más alta jamás registrada por la plataforma, según Vercel. Para quienes trabajan en el sector minorista y tecnológico, JEV señala una tendencia que vale la pena seguir: la IA está empezando a diferenciarse entre modelos que generan contenido y modelos que toman decisiones operativas a gran escala.
En esta página encontrará:
JEV en 6 puntos básicos:
- JEV es un modelo de IA de TypeSafe que no genera texto. Recibe un contexto y devuelve una decisión tipificada, con la probabilidad de cada opción;
- Fue creado para ser llamado mediante código., dentro del software, y no para dialogar con personas;
- Responde en tres formatos. (sí o no, elija entre categorías y califique en una escala) siempre con un grado de confianza;
- La latencia oscila entre 70 y 500 milisegundos por llamada., según TypeSafe;
- El precio anunciado es de 0,042 dólares estadounidenses por millón de tokens de entrada., sin cargo por salida;
- Sirve para clasificar, enrutar, priorizar y verificar tareas. que actualmente consumen el tiempo de los equipos de atención al cliente, marketing y operaciones.
¿Quién creó JEV y por qué su lanzamiento generó tanta expectación?
JEV fue presentado por Diogo Almeida , fundador de TypeSafe y antiguo investigador de OpenAI . Participó en el desarrollo de InstructGPT , una de las bases que dieron origen a ChatGPT ( razón por la cual algunos medios lo describieron como cocreador del asistente). La empresa operó en modo cerrado durante aproximadamente dos años antes de abrir el modelo al público en septiembre de 2026, y anunció una ronda inicial de financiación de 40 millones de dólares liderada por DCVC , según InfoMoney.
El nombre también revela la intención del proyecto. TypeSafe denomina a su línea " System One Models ", en referencia al razonamiento rápido e intuitivo descrito por Daniel Kahneman en Pensar rápido, pensar despacio . "Jev" es un homenaje al economista William Stanley Jevons . La idea detrás de la marca es sencilla: un modelo para juicios rápidos y repetitivos, no para reflexiones extensas.
Cómo funciona JEV
La lógica de una JEV (Job Value Entity) es diferente a la de un chatbot. En lugar de una conversación abierta, el desarrollador envía dos elementos: un estado, que es el contexto del problema en texto o JSON, y una pregunta tipificada, con las opciones válidas ya definidas. El modelo responde únicamente dentro de esas opciones.
Existen tres tipos de respuestas. La primera es sí o no, útil para la validación (por ejemplo, para determinar si un mensaje contiene datos suficientes para continuar). La segunda consiste en elegir entre categorías, con un límite de hasta 255 alternativas por pregunta. La tercera es una valoración en una escala definida por quien pregunta . En todos los casos, cada opción devuelve su probabilidad.
Dos detalles técnicos respaldan la propuesta. TypeSafe afirma que la garantía es estructural, no estadística: el formato de la respuesta siempre es válido, pero no se garantiza la precisión de la elección. Además, el modelo se entrena con un método que la empresa denomina RLCD ( aprendizaje por refuerzo para decisiones calibradas ), cuyo objetivo es alinear la confianza fundamentada con la tasa de éxito real; la meta es que un 80 % de confianza corresponda a acertar aproximadamente el 80 % de las veces.
| Criterio | ES EN | Máster en Derecho tradicional |
|---|---|---|
| Objetivo principal | Decidir entre opciones | Generar texto o código |
| Salida | Opción escrita + probabilidad | Texto en lenguaje natural |
| ¿Quién toma la decisión? | El código del sistema | Una persona, en general |
| Latencia típica | 70 a 500 ms | Segundos |
Esta división de funciones resume el uso recomendado: la IA generativa sigue siendo la opción preferida para escribir, traducir y resumir; JEV entra en juego cuando el software necesita tomar una decisión rápida y estandarizada por sí mismo.
Por qué el sector minorista y el tecnológico deberían estar atentos al JEV.
La promesa de JEV se centra precisamente en las decisiones que se repiten miles de veces al día en una operación digital. En atención al cliente , este modelo puede analizar una llamada y determinar a qué área redirigirla, o clasificar la urgencia antes de que un agente abra el mensaje. En marketing y ventas , puede puntuar un cliente potencial e indicar si continúa mediante automatización o si pasa directamente a un vendedor. En el catálogo , puede comprobar si una descripción generada por IA contradice los datos del producto antes de que la página se publique.
Este último punto explica por qué el lanzamiento llamó la atención de quienes ya utilizan IA generativa . Uno de los usos citados por TypeSafe es verificar la salida de otro modelo ; por ejemplo, para detectar un texto que promete algo fuera de registro o que contradice la conversación anterior. Restringir la respuesta a un conjunto cerrado de opciones reduce el margen para que el modelo invente información , aunque no elimina la posibilidad de una elección errónea: un error aún puede desviar una llamada o establecer una prioridad incorrecta.
El costo ayuda a comprender el apetito del mercado. Los modelos Frontier cobran entre $0,20 y $10 por millón de tokens para la entrada; JEV se anunció a $0,042, sin costo de salida. En las pruebas de la propia compañía, el modelo fue aproximadamente 194 veces más rápido y 445 veces más económico que los modelos de lenguaje en ciertos flujos. La cifra es impresionante, pero requiere cautela editorial: el punto de referencia para estas pruebas fue el promedio de las respuestas de otros modelos de IA, es decir, mide la concordancia, no la precisión confirmada por una evaluación independiente.
Aún es pronto. El JEV lleva abierto solo unas semanas, y gran parte de la información sobre su rendimiento proviene del propio fabricante. Aun así, la dirección que está tomando este movimiento resulta interesante para el comercio electrónico: algunas tareas que actualmente dependen de reglas manuales o de un LLM costoso y lento podrían migrar a modelos de decisión especializados. Conviene observar, realizar pruebas a pequeña escala y medir con datos propios antes de tomar decisiones importantes.
Conclusión
JEV no reemplaza a ChatGPT ni a tu equipo. Representa una nueva faceta de la inteligencia artificial (modelos que toman decisiones en lugar de escribir), y esta faceta está cada vez más presente en el comercio electrónico, el servicio al cliente y las herramientas de marketing. Comprender la diferencia ahora evita confusiones posteriores al elegir la tecnología adecuada para cada tarea. Para seguir de cerca cómo la IA está transformando las operaciones de venta minorista digital, consulta otros contenidos sobre inteligencia artificial y tecnología aquí en el blog de e-Plus.
Preguntas Frecuentes
¿Qué es JEV?
JEV es un modelo de inteligencia artificial de la startup TypeSafe que no genera texto, sino decisiones. Recibe un contexto y un conjunto de opciones y devuelve la opción más probable, con un cierto grado de confianza. Fue creado para ser utilizado en software, mediante código, en tareas como la clasificación y el enrutamiento de información.
¿Cuál es la diferencia entre JEV y ChatGPT?
La diferencia radica en su función. ChatGPT es un modelo de lenguaje que escribe texto, código y respuestas conversacionales. JEV decide entre opciones predefinidas y devuelve una de ellas con una probabilidad de ser correcta. Uno sirve para generar contenido; el otro, para tomar decisiones rápidas y estandarizadas en sistemas.
¿Cuál es la finalidad de JEV en el comercio electrónico?
JEV se utiliza para automatizar decisiones repetitivas en operaciones digitales. Entre sus posibles usos se incluyen la asignación de solicitudes de soporte al departamento correcto, la priorización de incidencias, la puntuación de clientes potenciales y la verificación de que el contenido generado por IA sea coherente con los datos del producto antes de su publicación.
¿Elimina JEV los errores y las alucinaciones de la IA?
No lo elimina. Restringir las respuestas a las opciones predefinidas reduce la posibilidad de que el modelo invente información, lo que disminuye las alucinaciones. Pero la garantía es estructural, no se refiere a la precisión: el JEV aún puede elegir la opción incorrecta. Por eso proporciona un nivel de confianza, que ayuda al sistema a decidir cuándo actuar solo o llamar a un humano.