Tecnología
Abajo hay un modelo funcionando del sistema que construimos para nuestros clientes. Cada punto es un fragmento de la documentación de esta empresa, ubicado según su significado. Haz una pregunta y mira la búsqueda: la pregunta se convierte en un vector, se encuentran y ordenan los fragmentos más cercanos, y un modelo de lenguaje que corre en nuestros propios servidores escribe la respuesta a partir de ellos.
/01 RAG
Los documentos se dividen en fragmentos cortos: contratos, manuales, políticas, fichas de producto, correos. El texto se extrae de PDF, Word y escaneos, con OCR cuando hace falta.
Un modelo de embeddings convierte cada fragmento en un vector. Los fragmentos con significado parecido quedan cerca, aunque estén escritos en idiomas distintos.
La pregunta se convierte en vector y se compara con todos los fragmentos. Se eligen los más cercanos, y se pueden filtrar por área, cliente o permisos.
El modelo de lenguaje recibe solo esos fragmentos y escribe la respuesta indicando de dónde sale cada parte. Si la respuesta no está en los documentos, lo dice.
/02 STACK
Elegimos los componentes de cada proyecto según los datos, el presupuesto y la privacidad que necesita cada cliente.
Modelos de pesos abiertos como Llama, Qwen, Mistral o gpt-oss corren en los servidores del cliente o en una nube privada. Los datos no salen de la infraestructura de la empresa y no hay costo por pregunta. El asistente de esta página funciona así.
Cuando una tarea necesita los modelos más capaces, integramos OpenAI, Anthropic Claude o Google Gemini por sus APIs, con límites de gasto, registro de uso y un segundo proveedor de respaldo.
La generación aumentada por recuperación conecta un modelo de lenguaje con la documentación de una empresa. El modelo responde a partir de los fragmentos que recupera y los cita, en vez de responder con conocimiento general.
Extraemos texto y tablas de PDF, Word, Excel y documentos escaneados, los clasificamos y los guardamos en una base de conocimiento consultable que se actualiza cuando cambian los documentos.
Agentes y flujos que leen y escriben en las herramientas que la empresa ya usa (CRM, ERP, contabilidad, correo, WhatsApp, planillas, bases de datos), con una persona que aprueba los pasos que lo requieren.
Contenedores, proxy inverso con TLS, respaldos, monitoreo y control de acceso. Las personas entran con sus cuentas de la empresa, las consultas se pueden registrar para auditoría y el sistema crece de un servidor a varios según el uso.
/03 ENTERPRISE
La misma tecnología funciona dentro de una empresa. Los empleados preguntan en lenguaje natural y reciben respuestas sacadas de los manuales, contratos, procedimientos y archivos de la organización, con un enlace a la fuente. Es parecido a NotebookLM, pero instalado para tu empresa, conectado a tus sistemas y limitado a lo que cada persona puede ver.
¿Cómo proceso una devolución? ¿Qué incluye la lista de incorporación? Respuestas desde la versión vigente de cada procedimiento.
¿Qué contratos se renuevan este trimestre? ¿Qué dice el acuerdo con el proveedor sobre multas? Cláusulas encontradas y citadas en segundos.
Los equipos de soporte e ingeniería buscan en manuales, tickets y especificaciones por significado y no por palabras exactas.
Vacaciones, beneficios y reglas de gastos respondidas igual para todos, a cualquier hora.
Propuestas anteriores, precios y casos de éxito encontrados en segundos para responderle antes a un cliente.
Preguntas sobre facturas, estados de cuenta y reportes, con las cifras sacadas de los propios documentos.
Mapeamos las fuentes de documentos, los usuarios, los permisos y las preguntas más importantes.
Conectamos las fuentes (carpetas compartidas, Google Drive, SharePoint, correo, bases de datos) y armamos la base de conocimiento.
Un asistente funcionando para un equipo en pocas semanas, medido con las preguntas reales de ese equipo.
Más equipos y fuentes, permisos por grupo, reportes de uso y mejoras mensuales.
En una llamada gratuita de 30 minutos revisamos qué documentos y preguntas son más importantes para tu equipo y te proponemos un piloto.