Agentes y asistentes de IA
Agentes que trabajan dentro de tu software.
Copilotos para tus usuarios, agentes para tu operación — construidos dentro de tu producto, tus permisos y tu modelo de datos. No un chatbot pegado al costado.
Qué construimos
Copilotos de producto
Asistentes dentro de tu interfaz que actúan sobre tu modelo de datos: redactan, resumen, responden, ejecutan — con tus permisos aplicados.
Agentes de operación
Flujos autónomos que clasifican tickets, derivan pedidos, concilian registros y escalan a personas cuando baja la confianza.
Interfaces de voz y conversacionales
Cuando manos libres o lenguaje natural es la UX correcta.
Supervisión incorporada
Cada agente se entrega con evaluación, registro y compuertas de revisión humana. La autonomía se gana, no se supone.
Pruebas
Amgen
Frankie, un asistente de voz para los representantes de campo de Amgen — en producción desde 2019, antes de la era de los LLM.
Leer el casoNuestra propia contratación
Un agente que convierte transcripciones de entrevistas en perfiles listos para el cliente lleva adelante nuestra contratación desde principios de 2025 — un año sin un operador dedicado; de dos a seis horas por perfil pasaron a unos diez minutos.
- Frankie
- En producción desde 2019
- Agente de contratación
- Desde principios de 2025
- 2–6 h → ~10 min
- Por perfil
Dos tipos de agentes
Un copiloto dentro de tu producto
Vive donde ya están tus usuarios. Redacta la respuesta, completa el formulario a partir del documento, responde desde los propios registros del cliente con la fuente a la vista, y sugiere el paso siguiente — dentro de tu interfaz, bajo tus permisos, sobre tu modelo de datos. El usuario mantiene el control; el copiloto ahorra los primeros noventa segundos de cada tarea, unos cientos de veces por día.
Leer el casoUn agente en tu operación
Trabaja donde nadie está mirando: observa una cola o un buzón, lee lo que llegó, lo clasifica, actualiza el registro, abre el ticket, concilia el extracto — y le pasa la excepción a una persona. Corre por horario o por evento, dentro de las herramientas que tu equipo ya usa, y se mide en horas que dejan de gastarse y errores que dejan de pasar.
La mayoría de las empresas necesita uno de cada uno, y los dos se construyen sobre la misma base: grounding sobre tus datos, acciones limitadas a lo que el agente tiene permitido tocar, y una compuerta que se abre solo a medida que la evidencia lo respalda.
Cuándo nos buscan los equipos
- Un volumen de soporte que crece más rápido que el equipo
- Usuarios preguntando “por qué tu producto no puede hacer esto por mí”
- Un piloto interno que funciona en demos y en el que nadie confía en producción
Cómo empieza
El Discovery Sprint mapea qué agente crea valor medible primero — o traes un caso de uso definido directo a implementación.
Cómo lo construimos
Mapear el flujo
dónde ayuda un agente, y dónde tiene que quedarse una persona (el Sprint cubre esto)
Anclarlo
tus permisos, tu modelo de datos, las herramientas que puede tocar
Salir angosto y supervisado
un flujo, compuertas de revisión, evaluación antes del lanzamiento
Ganar autonomía
el alcance se amplía a medida que la evidencia lo respalda
Qué significa “supervisado”
Cada agente que entregamos empieza con una persona aprobando lo que propone. Eso no es una limitación de la que haya que disculparse; es cómo el agente aprende los casos límite y cómo tu equipo aprende a confiar en él. Cada corrección se convierte en una regla. Cuando las correcciones se acercan a cero para un tipo de acción, la compuerta se abre para ese tipo — y sigue cerrada para los que todavía te sorprenden.
Grounding
el agente recupera de tus datos antes de actuar, y sus salidas apuntan a de dónde salieron
Alcance
una lista explícita de los sistemas y las acciones que puede tocar, aplicada por tus permisos y no por un prompt
Evaluación
un conjunto de prueba de casos reales, ejecutado cada vez que cambia un prompt, un modelo o los datos
Traza de auditoría
cada acción trazable hasta la entrada, el modelo y la regla que la permitió
Un agente sin esto es una demo con un horario.
Sophilabs nos presentó un producto que estábamos orgullosos de mostrar.
Cómo es un proyecto
Empieza angosto a propósito: un flujo, un equipo, una métrica. El AI Discovery Sprint encuentra cuál es ese flujo y qué pueden soportar tus datos; si ya lo sabes, traes el caso de uso directo a implementación. De ahí, un equipo senior define el alcance del agente, lo construye dentro de tu entorno, lo corre detrás de la compuerta con tus revisores, y lo entrega con el conjunto de evaluación, el runbook y las reglas que aprendió — tuyo para operar, con nosotros o sin nosotros. Un primer agente son semanas de trabajo, no trimestres; lo que venga después es una decisión tomada sobre evidencia, no sobre una demo.
Funciona bien con
Preguntas frecuentes
¿Va a alucinar frente a nuestros usuarios?
Grounding, restricciones de salida y compuertas de revisión — y medimos los modos de falla antes del lanzamiento, no después.
¿Puede actuar dentro de nuestras herramientas actuales?
Ese es justamente el punto: tus permisos, tus sistemas. Un agente al costado de tu stack es una demo.
¿Cuánta autonomía deberíamos darle?
Menos de la que prometen los proveedores, más con el tiempo. La autonomía se gana con evidencia, no se otorga en el kickoff.
¿Qué modelo usa?
El que sirva para el trabajo: un modelo comercial a través de su API para la mayoría de los copilotos, un modelo de pesos abiertos en tu propia infraestructura cuando los datos no pueden salir de tu entorno o el volumen vuelve insostenible el precio por llamada, machine learning clásico cuando la entrada es una tabla. El modelo es un componente detrás de una interfaz que tu producto controla; cambiarlo es un cambio de configuración, y el conjunto de evaluación es lo que lo hace seguro.
¿Nuestros datos salen de nuestro entorno?
No tienen por qué. Los agentes corren dentro del acceso que otorgas — tu nube, tus permisos, tu registro de auditoría — y los proveedores comerciales ofrecen términos que excluyen tus datos del entrenamiento. Se decide en la arquitectura; lo decimos sin vueltas en el diseño.
¿Quién lo mantiene después del lanzamiento?
Tu equipo, si quieres: todo se entrega con el conjunto de evaluación, el runbook y las reglas aprendidas. Muchos clientes siguen construyendo con los mismos ingenieros de forma mensual, con un precio puesto en lo que se entrega y no en horas; en cualquier caso, la entrega está escrita para funcionar sin nosotros.