Sistemas de IA y agentes
Casi todas las empresas compraron una ventana de chat y descubrieron que en realidad no podía hacer nada. Nosotros construimos sistemas que se hacen cargo de una tarea completa: leen la solicitud, consultan tus sistemas, deciden, ejecutan y se detienen ante una persona cuando lo que está en juego lo amerita. Corriendo sobre el mejor modelo frontera para cada paso y medidos contra casos de tu propio negocio mucho antes de que lleguen a un cliente.
Señales
Todas son el mismo hueco: un modelo que sabe hablar del trabajo, sentado fuera de los sistemas donde el trabajo pasa.
Compraron una herramienta de IA, todos la probaron una semana y el trabajo siguió igual.
Las respuestas son buenas hasta que alguien pregunta por tus precios, tu política o el pedido del martes pasado.
La parte útil del trabajo vive en cuatro sistemas y la ventana de chat no ve ninguno.
Una persona todavía tiene que copiar la respuesta del modelo a algún lado para que algo pase.
Nadie te puede decir si acierta más este mes que el mes pasado.
Funciona precioso en el demo y nadie confía en ponerlo frente a un cliente real.
Qué construimos
Comparten la misma columna vertebral —tus datos, tus herramientas, evaluados antes de liberarse— y se diferencian en a quién sirven y en cuánto se les confía hacer solos.
Sistemas que se hacen cargo de una tarea de principio a fin. Planean, llaman a tus herramientas, resuelven los casos que se salen del camino feliz y escalan los que nunca deberían ser automáticos.
Un asistente dentro de la herramienta que tu equipo ya tiene abierta, que conoce tus cuentas, tus políticas y tu historial. Redacta, consulta, resume y prepara, y una persona sigue dando enviar.
Búsqueda que de verdad encuentra. Tus contratos, tickets, wikis y PDFs convertidos en algo que un modelo puede responder, con citas a la fuente para poder verificar cada respuesta.
La parte inteligente de lo que vendes: el asistente dentro de tu app, el resumen automático, la búsqueda que entiende la pregunta. Construida a tus presupuestos de latencia, costo y confiabilidad.
Agentes a la medida
No vendemos un bot de soporte y le llamamos plataforma. Cada agente se acota a un solo trabajo de tu negocio, con las herramientas que ese trabajo necesita y los controles que ese trabajo merece.
Investiga la cuenta antes de la llamada, redacta la propuesta a partir de los tratos que cerraron y mantiene el CRM al día sin que un vendedor toque un campo.
Resuelve de principio a fin los tickets que siguen una política y entrega los que no, con el historial ya resumido.
Persigue documentos, cruza facturas contra órdenes de compra, marca lo que no cuadra y deja las excepciones listas para que una persona decida.
Vigila la cola, detecta el pedido que está por incumplir su fecha y hace algo al respecto antes de que a alguien se le ocurra abrir un tablero.
Lee el mercado, los reportes y los movimientos de la competencia que alguien resolvía en doce pestañas un viernes por la tarde.
Clasifica issues, reproduce el bug, abre el pull request de los arreglos aburridos y deja los interesantes a tus ingenieros.
La capa de modelos
Los modelos frontera se rebasan entre ellos cada pocos meses. Los comparamos con tus casos, mandamos cada paso al que gane esa prueba y mantenemos el sistema poco acoplado, para que cambiarlo sea un ajuste de configuración y no una reescritura.
No somos revendedores de ningún proveedor de modelos y no cobramos comisiones. Esta tabla se reescribe cada vez que un modelo nuevo le gana al actual en tus evaluaciones, lo cual en los últimos dos años ha pasado cada pocos meses.
Dónde vive
El sistema va a donde el trabajo ya sucede. Sin una pestaña nueva que recordar, sin un portal al que entrar y sin un programa de gestión del cambio para que alguien se anime a probarlo.
Se le menciona en el canal donde ya se está discutiendo el trabajo.
Lee lo que llega y responde, redacta o escala desde el mismo hilo.
Dentro de HubSpot, Salesforce, Zendesk o Intercom, como parte del registro.
Un asistente, una búsqueda más lista o un panel lateral que tus clientes usan.
Donde de verdad se hace buena parte del negocio en Latinoamérica.
Para ese sistema interno de 2011 que no tiene API y no se va a ir.
Llamadas contestadas, calificadas y resumidas en el registro antes de que alguien conteste.
Llamado por tus propios servicios cuando el agente es un paso dentro de algo más grande.
Confiabilidad
Cualquiera consigue una buena respuesta al tercer intento en una junta. La ingeniería está en que la corrida número cien sea tan buena como la primera, y en enterarse el día que deja de serlo.
Un conjunto de pruebas con ejemplos reales y respuestas correctas conocidas. Nada se libera si no puntúa mejor que lo que reemplaza, y ese puntaje está en un tablero que puedes abrir.
Lo que nunca debe hacer, decir ni tocar, aplicado fuera del prompt, porque un prompt es una petición y no una restricción.
Tú pones los umbrales donde una persona autoriza. Todo lo irreversible, todo lo que pasa de un monto y todo lo que va a un cliente puede detenerse para revisión.
Cada corrida queda grabada con sus pasos, llamadas a herramientas, entradas y costo, para que una respuesta equivocada sea algo que abres y explicas en vez de algo que se discute.
El agente ve lo que la persona por la que actúa tiene permitido ver. Retención, residencia y qué nunca sale de tu red se deciden desde el principio.
Topes de costo por corrida, caché y un modelo más chico donde convenga, para que la cuenta no crezca hasta volverse una sorpresa.
Cómo trabajamos
La forma típica de fracasar en esto es construir seis meses algo que nadie midió. Nosotros ponemos la medición al principio, así que para la tercera semana ya sabes si funciona.
01Estimado: Semana 1
Escogemos una sola tarea con dueño claro, volumen real y una respuesta correcta que podamos acordar. Ni plataforma ni estrategia: un trabajo que te cuesta horas cada semana.
EntregableUn trabajo acotado con una respuesta correcta definida
02Estimado: Semana 1–2
Juntamos casos reales de tu historial junto con el resultado que daría un buen empleado. Eso se vuelve aquello contra lo que se califica cada versión, y es tuyo pase lo que pase después.
EntregableUn conjunto de evaluaciones y una línea base medida
03Estimado: Semana 2–4
Un sistema funcionando conectado a tus herramientas reales y calificado con las evaluaciones, con el ruteo de modelos y la búsqueda afinados hasta pasar la barra. Aquí es donde descubrimos que un trabajo necesita otro enfoque, lo cual es muchísimo más barato descubrir ahora.
EntregableUn prototipo calificado y una decisión de seguir o no
04Estimado: Semana 4–7
Corre sobre trabajo real con una persona revisando cada caso, para que veas dónde se equivoca antes de que pueda costar algo. La tasa de revisión baja solo cuando los números se lo ganan.
EntregableUn piloto en vivo con métricas de revisión
05Estimado: Semana 7+
Despliegue completo con monitoreo, control de costos y alertas. Los casos nuevos siguen sumándose a las evaluaciones, así el sistema mejora de forma medible en vez de irse desviando en silencio.
EntregableDespliegue en producción, monitoreo y una cadencia de ajuste
Los tiempos de esta página son estimados de proyectos anteriores, no una cotización. Los tuyos dependen de cuántos sistemas tenga que tocar el agente, de qué tan limpios estén los registros y de qué tan rápido se toman las decisiones de tu lado.
Herramientas
Los proveedores de modelos son intercambiables a propósito. Todo lo demás se elige porque es estable, inspeccionable y algo que el siguiente ingeniero que lo toque va a reconocer.
Modalidades
El mismo equipo y los mismos estándares en las tres. La diferencia es cuánto te comprometes antes de que existan los números.
Un trabajo, acotado y medido. Precio cerrado, unas cuantas semanas y un número al final que dice si conviene seguir.
Ideal para
Un primer sistema de IA, un consejo que quiere evidencia, o una idea que lleva dos trimestres discutiéndose.
Incluye
El sistema completo: despliegue en producción, integraciones, límites, monitoreo y la entrega que le permite a tu propio equipo operarlo.
Ideal para
Un caso ya comprobado, o un trabajo tan evidentemente doloroso que no hay que convencer a nadie.
Incluye
Lo mantenemos funcionando conforme cambian los modelos, crecen los volúmenes y aparecen los casos raros: monitoreo, reajuste y capacidades nuevas con cadencia.
Ideal para
Sistemas ya en producción, donde lo que de verdad dolería es que la calidad se desvíe en silencio.
Incluye
Sin amarres
El código, los prompts, el índice de búsqueda, las trazas y sobre todo las evaluaciones viven en tus cuentas. Ese conjunto de evaluaciones es el activo de verdad: es lo que permite que cualquiera, incluido un equipo que no seamos nosotros, mejore el sistema sin adivinar.
Pruebas
Productos que operamos nosotros mismos y sistemas que construimos para clientes, con las decisiones detrás de cada uno.
Preguntas
Tu chatbot sabe leer y escribir texto. Un agente además consulta tus sistemas, ejecuta acciones dentro de ellos y sabe cuándo detenerse a preguntarle a una persona. La diferencia se nota en si algo cambia sin que un humano copie la respuesta a otro lado.
Se traslapan, y la respuesta honesta es que preferiríamos venderte la opción más barata. Si un proceso es predecible y con forma de regla, automatízalo: se construye más rápido, cuesta menos operarlo y nunca te sorprende. Los agentes se ganan su costo donde la entrada viene sucia o el paso de verdad necesita criterio, y casi todo buen sistema es mayormente automatización con un agente en los dos lugares que lo requieren.
Normalmente después, no primero. Arranca con un modelo frontera para averiguar si el trabajo siquiera es posible, y luego entrena un modelo más chico para los pasos de mucho volumen, cuando el formato ya es estable y el costo ya es real. Hacerlo al revés es pagar por entrenar algo antes de que alguien sepa cómo se ve lo bueno.
Tres cosas, en ese orden: aterrizarlo en tus registros reales para que exista una respuesta correcta disponible, evaluaciones que atrapan una regresión antes de liberar, y un punto de control humano en todo lo irreversible. También te vamos a decir cuándo un trabajo no es buen candidato porque equivocarse con seguridad ahí es inaceptable, y eso no lo arregla ninguna cantidad de ingeniería.
Solo donde tú lo permitas, y nunca para entrenamiento. Usamos términos empresariales que excluyen el entrenamiento por default, y todo lo que no puede salir de tu red corre sobre modelos de pesos abiertos dentro de tu propia infraestructura. Qué datos caen en cada categoría se decide contigo en la primera semana, por escrito.
El costo por corrida se diseña, no se descubre después. Mandamos los pasos baratos a modelos chicos, cacheamos lo que se repite y ponemos un techo al gasto por corrida. En la mayoría de los sistemas el costo de operación queda muy por debajo del costo en sueldos del trabajo que absorbe, y te mostramos ese número antes de que te comprometas a nada.
En los sistemas que hemos construido, el patrón es que el equipo deja de hacer los dos tercios tediosos y empieza a atender las excepciones, que es justo la parte que los necesitaba. Donde un puesto sí cambia lo ponemos en el reporte, porque sale mal cuando la gente lo descubre antes de que se lo digas.
A veces se va a equivocar. La pregunta de diseño nunca es si alguna vez falla, sino qué pasa cuando falla. Una respuesta equivocada dentro de un paso de revisión cuesta un clic; una respuesta equivocada dentro de una acción irreversible cuesta un cliente. Ponemos los puntos de control donde vive la segunda, y las trazas te dejan ver exactamente qué hizo.
Descríbenos la tarea que tu equipo hace más seguido y disfruta menos. Te regresamos si un agente puede hacerse cargo, en qué tendría que acertar y cuál es la forma más barata de saberlo con certeza.
La primera conversación es gratis. Si la respuesta honesta es que un script lo resuelve, eso es lo que vas a escuchar.