Sala 3 · Los inviernos · 1980
XCON, el sistema experto que dio ganancias
XCON, el sistema experto que dio ganancias (John McDermott · Carnegie Mellon y DEC, 1980): La IA llega a la fábrica.
XCON (también llamado R1) armaba la configuración de los pedidos de computadoras VAX de Digital Equipment Corporation, verificando que cada pedido tuviera componentes compatibles. Entró en uso en 1980 y se le atribuyó un ahorro de decenas de millones de dólares por año.
A fines de la década de 1970, Digital Equipment Corporation (DEC) vendía computadoras VAX que los clientes pedían en una enorme cantidad de combinaciones: procesadores, memoria, discos, gabinetes, cables. Cada pedido tenía que ser revisado por personal técnico para comprobar que las piezas encajaran entre sí y que no faltara nada. Los errores eran costosos y frecuentes.
En 1978, John McDermott, de la Carnegie Mellon University, empezó a construir un sistema que hiciera ese trabajo. Lo llamó R1. Dentro de DEC pasó a llamarse después XCON, de eXpert CONfigurer. Estaba escrito en OPS5, un lenguaje para programas basados en reglas, y reunía el conocimiento de los expertos en configuración de DEC en reglas con la forma "si el pedido está en esta situación, entonces haz esto a continuación". McDermott lo describió en 1982 en la revista Artificial Intelligence, en un artículo titulado "R1: A Rule-Based Configurer of Computer Systems".
XCON entró en uso regular en DEC en 1980. Creció de forma constante hasta alcanzar miles de reglas a medida que llegaban nuevos productos, y DEC informó que le ahorraba a la empresa decenas de millones de dólares al año en errores evitados y trabajo ahorrado. Para un campo que apenas salía de su primer invierno, fue una prueba decisiva: la IA podía pagarse sola.
El éxito de XCON, junto con sistemas como MYCIN, desató una ola de inversión corporativa en sistemas expertos durante la década de 1980. Las empresas crearon departamentos de IA, surgieron startups que vendían herramientas para sistemas expertos y apareció hardware especializado para ejecutarlos.
También dejó al descubierto una debilidad. Mantener coherentes miles de reglas escritas a mano exigía un equipo permanente, y cada cambio podía tener efectos secundarios. Ese costo de mantenimiento forma parte de la historia del segundo invierno, más adelante en esta sala.
Pregunta a tu IA: ¿qué tipo de problema actual seguiría resolviéndose mejor con reglas explícitas que con un modelo aprendido?
Fuente: doi.org/10.1016/0004-3702(82)90021-2
Verla en el museo →← El informe Lighthill · El proyecto de la Quinta Generación →
Cómo citar: Nazareno, I. (2026). XCON, el sistema experto que dio ganancias (1980). New Mind Museum. Consultado el 17 de noviembre de 2026, en https://newmindmuseum.com/es/museo/xcon-el-sistema-experto-que-dio-ganancias-1980/