Se inventa datos, contesta sobre la entidad equivocada, cuesta más de lo previsto, o el equipo simplemente dejó de confiar. Lo medimos, encontramos por qué falla y lo llevamos a calidad de producción.
28% se construye y no entrega el valor esperado — RAND · 95% de los pilotos no da retorno medible — MIT · 1 semana para saber si se rescata o conviene rehacerlo
Construido sobre
Noventa segundos: quiénes somos, cómo trabajamos y qué recibís al final.
Un conjunto de preguntas reales con su respuesta correcta, el sistema tal como está, y los fallos ordenados por impacto. Así se sabe qué arreglar primero y si el arreglo sirvió.
Ejemplo: primero se mide qué tan bien responde el sistema hoy, se arregla lo que más pesa, y se vuelve a medir con las mismas preguntas.
100 preguntas · 100 respuestas correctas
mismo conjunto, misma métrica
Deslizar para ver el recorrido →
01
100 preguntas reales de los usuarios, con la respuesta correcta validada por el equipo interno. Es la parte que casi ningún proveedor hace, porque son días de trabajo con la gente de la operación y no se luce en una demo.
02
Distinguimos si el problema es que no encuentra la información o que la encuentra y la usa mal. Confundir las dos es la razón por la que muchos arreglos no arreglan nada.
03
Ingesta, fragmentación, embeddings, almacén vectorial, recuperación, prompt de sistema, enrutamiento de modelos y costo por consulta. Cada etapa con su hallazgo.
04
Los fallos ordenados por impacto, el arreglo de cada uno con su esfuerzo estimado, y una recomendación clara: se rescata o se reconstruye, con los números que la sustentan.
01
El asistente respondió bien, pero sobre el producto equivocado. Sonaba correcto, y nadie audita lo que suena correcto. Lo arreglamos con metadata estructurada en la ingesta y filtrado por entidad antes de rankear.
Se comprueba en diez minutos: basta preguntarle algo que no esté en la documentación. Si responde con la misma seguridad que cuando sí sabe, el sistema no tiene cómo reconocer su propio límite.
Hay opiniones sobre si mejoró o empeoró con el último cambio, y ninguna se puede contrastar contra otra. Por eso el diagnóstico arranca construyendo la medición que nunca existió.
Arrancó como una prueba barata y ahora alguien pregunta cada mes cuánto va. Casi siempre es la misma causa: una sola configuración, la más cara, para todas las preguntas.
Es el síntoma final y el más caro, porque nadie levanta un ticket: vuelven a preguntarle a la persona de siempre. Detrás suele haber información que se cargó a mano una vez y quedó vieja sin que nadie lo notara.
Formatos y garantía
Conjunto de referencia, medición completa e informe con fallos priorizados y su arreglo.
1 semana
Ejecución de los arreglos priorizados, con medición del antes y el después.
3–5 semanas
Cuando rescatar cuesta más que rehacer. El diagnóstico se descuenta.
4–8 semanas
Si el diagnóstico no llega a al menos tres hallazgos accionables —cada uno con su arreglo y su esfuerzo estimado—, no se cobra. Existe para no tener que confiar en nosotros antes de habernos visto trabajar, que es exactamente lo que pasó la vez anterior.
Sin costo si no se cumple
El conjunto de referencia y el informe quedan en manos del cliente, en formato abierto: si el arreglo lo ejecuta el proveedor actual o el equipo interno, hay con qué exigirles y con qué verificar que lo hicieron.
Del cliente, para siempre
Construimos y operamos el asistente de una plataforma de lealtad con más de dos millones de usuarios activos en diez países.
Hicimos el pipeline completo: ingesta y normalización de documentos, fragmentación, generación de embeddings, almacén vectorial sobre Azure AI Search y Pinecone, y recuperación con generación fundamentada sobre LangChain.
Lo sostuvimos con más del 99% de disponibilidad durante tres años.
Sistemas RAG →En la mayoría de los casos se rescata, porque el modelo de lenguaje casi nunca es el problema: lo es cómo se preparó y se recupera la información, y esa parte se puede reconstruir sin botar el resto. El diagnóstico existe justamente para responder esa pregunta con datos en vez de intuición. Si la recomendación honesta es rehacerlo, lo decimos y el diagnóstico se descuenta del proyecto nuevo.
Para el diagnóstico necesitamos ver la información con la que se alimentó el sistema y una muestra de conversaciones o ejecuciones reales. Acceso a producción no hace falta. Se firma acuerdo de confidencialidad antes de recibir cualquier archivo, y si la información tiene datos personales trabajamos sobre una muestra anonimizada.
Sí, y es el caso más frecuente. Hemos trabajado sobre implementaciones hechas en n8n, Make, plataformas de chatbot con suscripción y desarrollos a la medida. El diagnóstico es el mismo porque los fallos son los mismos: la tecnología cambia, los errores de diseño no.
Pasa seguido: cerca del 60% de las empresas que quieren implementar IA tiene procesos sin documentar e información dispersa. La IA no arregla el desorden, lo automatiza más rápido. Cuando ese es el caso queda dicho en el informe, con qué habría que ordenar primero y cuánto trabajo representa. Preferimos decirlo antes que cobrar un rescate que iba a fallar.
El diagnóstico toma una semana. La remediación, de tres a cinco semanas según alcance. Pero desde la primera semana de remediación ya hay medición corriendo, así que la mejora se ve como número y no como sensación. Ese es el punto de todo el proceso.
Sí. En varios casos el rol es diagnosticar y entregar los hallazgos para que el equipo que lo construyó los ejecute, y después verificar que se implementaron correctamente. No hace falta cambiar de proveedor para arreglar el sistema.
Es un motivo de consulta cada vez más común. Se aborda con enrutamiento por tarea, recorte de contexto y caché de prompts, midiendo el costo por consulta antes y después. En sistemas que hemos optimizado, la reducción suele ser sustancial sin tocar la calidad percibida por el usuario.
No se cobra. La garantía es concreta: si el informe no llega a al menos tres hallazgos accionables —cada uno con su arreglo y su esfuerzo estimado—, no hay factura. En la práctica corremos poco riesgo, porque los cinco síntomas típicos aparecen casi siempre.
Con una llamada de quince minutos para describir los síntomas. Con eso solo ya podemos decir si suena a alguno de los cinco síntomas típicos y qué tan grave parece. No tiene costo y no hay insistencia después.
Se arregla, se construye, o no vale la pena. Y si el diagnóstico no llega a tres hallazgos accionables, no se cobra.
Sin logos prestados y sin testimonios escritos por nosotros.
Usamos cookies para mejorar la experiencia de usuario. Privacidad
