AI donde realmente ahorra horas o cierra ventas.
Los LLMs y los agentes no son una estrategia por sí mismos. Construimos las piezas que se ganan su sitio: automatización interna, copilotos orientados al cliente, y el trabajo poco glamoroso de evaluación que mantiene todo eso honesto.
Por dónde solemos empezar
- Agentes y copilotos. Anclados al dominio, ajustados a un workflow real, con los guardrails necesarios para entregarlos a clientes.
- RAG y sistemas de conocimiento. Ingesta de documentos, recuperación, evaluaciones y el trabajo aburrido de calidad de datos que decide si las respuestas sirven.
- Automatización de workflows. n8n, Temporal y workers a medida que sustituyen operaciones manuales: escalado, agendamiento, conciliación, clasificación.
- Evaluación de modelos y guardrails. Harnesses de evaluación, suites de regresión, validación de salidas, versionado de prompts. El trabajo que hace que la AI sea predecible en producción.
- Voz, visión y multi-modal. Cuando la entrada o la salida no es texto: llamadas, imágenes, vídeo, documentos estructurados.
Cómo lo pensamos
La distancia entre una demo que funciona y un sistema que puedes poner delante de un cliente es mucho más grande de lo que la mayoría de equipos espera. Pasamos más tiempo en calidad de retrieval, evaluaciones y modos de fallo que en escribir prompts. Si un caso de uso no sobrevive un harness de evaluación, no debería entregarse, y lo decimos.
Herramientas y proveedores
Anthropic y OpenAI por defecto para modelos de propósito general. Mistral y open-weights para cargas sensibles a coste o en on-prem. pgvector o bases vectoriales dedicadas según escala. Temporal para orquestación de larga duración. Somos agnósticos en la capa de modelo: elegimos lo que encaja con la carga, no el más vistoso.
Modelos de contratación
- Sprint de discovery — dos semanas para mapear casos de uso, evaluar cuáles merecen construirse y entregar un plan por escrito.
- Engagement de construcción — precio fijo o T&M, según lo asentados que estén los requisitos.
- Práctica AI gestionada — mejoras continuas, evaluaciones y on-call una vez el sistema está en vivo.