// Capacidades

El motor común. Lo que entregamos en cada engagement.

AI aplicada con stack maduro: lo mismo que corre nuestro producto WhatsApp corre cada solución a medida. Defaults de producción, decisiones auditables, sin frameworks propios.

Lo que entregamos

Cuatro capacidades, probadas en producción.

Cada capacidad es lo que el motor efectivamente hace hoy — construido una vez, aplicado por engagement.

  • Agentes conversacionales

    LLM + tool use + memoria

    Runtime free-LLM por defecto con rails determinísticos en los intents de acción crítica. El agente decide cuándo conversar y cuándo llamar una herramienta; la memoria mantiene el contexto entre turnos sin inflar el prompt.

    Ejemplo — un bot de clínica que agenda un turno en el Google Calendar real del consultorio y manda la confirmación por WhatsApp.

    • Claude
    • GPT-4o
    • Tool use
    • Context cache
  • RAG sobre bases de conocimiento personalizadas

    PDFs, sheets, URLs, Q&A

    Documentos y contenido estructurado se chunkean, se embeden y se guardan en un vector store. El retrieval usa cross-encoder reranker; las citas son visibles al operador. Las bases se escopean por workspace — sin cross-tenant leakage.

    Ejemplo — subir un catálogo de servicios de 40 páginas y una Q&A da respuestas grounded desde el día uno, sin fine-tuning de modelo.

    • text-embedding-3-large
    • Qdrant
    • Reranker
    • Scope por workspace
  • Integraciones con sistemas externos

    Calendarios, ERPs, CRMs, catálogos

    Adapters de tools pluggables con patrones de auth explícitos. Cada adapter trae políticas de retry, idempotency keys cuando el upstream lo soporta y manejo estructurado de errores hacia el agente.

    Ejemplo — lectura/escritura de Google Calendar (OAuth), upsert de contactos en HubSpot (Bearer), consulta de inventario contra una réplica SQL (API key).

    • OAuth 2.0
    • Bearer
    • API key
    • Basic auth
  • Automatización de procesos internos

    Asistentes de equipo, procesamiento de documentos, búsqueda con AI

    El mismo motor sostiene superficies internas: asistentes que leen el corpus privado de un equipo, clasificadores que rutean archivos entrantes, búsqueda con AI sobre años de historia operativa.

    Ejemplo — un asistente de back-office que tría tickets de soporte contra la KB de políticas y los rutea a la cola correcta con un draft de respuesta.

    • Adapter de Slack
    • Clasificador de documentos
    • Búsqueda semántica
    • Citas para operadores

Stack

  • Anthropic — Claude
  • OpenAI
  • Gemini — modelo de Google
  • Qdrant — base de datos vectorial
  • Snowflake — data warehouse
  • OpenSearch — motor de búsqueda
  • Amazon Web Services

Arquitectura

El motor, en 30 segundos.

Mismo pipeline para bots PyME por WhatsApp que para engagements mid-market a medida. El bloque de la izquierda cambia por canal; el resto es compartido.

  1. Canal

    WhatsApp Cloud API hoy. Web chat, voz, email pluggables como adapters.

  2. Clasificador de intent

    Rutea los intents de acción crítica hacia rails determinísticos; el resto fluye al carril free-LLM.

  3. Flow engine + Free-LLM + RAG

    Rails para agendar / pedir / pagar / escalar. Free-LLM con retrieval para todo lo demás.

  4. Tools

    Calendar, ERP, CRM, catálogo, email — adapters explícitos con schemas tipados.

  5. Acción

    La acción que define el éxito — agendado, capturado, ruteado, cobrado.

Cada nodo es observable: cada turno carga el intent, los chunks recuperados, las llamadas a tools y la acción final — visible para operadores hoy y para clientes en v1.1.

Coming in v1.1

Lo que todavía no prometemos.

Nombramos lo que aún está en el lab para que el contrato quede honesto. Los dos ítems abajo están en construcción pero todavía no se exponen al cliente.

  • v1.1

    Evals expuestas al cliente

    Hoy corremos evals internamente por engagement: suites de regresión contra la métrica de acción real, holdouts por release. El dashboard de evals para cliente (acceso de solo lectura a suites, histórico, regresiones) entrega en v1.1.

  • v1.1

    Observabilidad visible al cliente

    La observabilidad operacional (cada turno, cada llamada a tool, cada retrieval) está viva hoy. El corte cliente — misma data, scopeada a su workspace, con export audit-grade — entrega en v1.1.

¿Quieres ver cómo lo aplicaríamos a tu caso?

Treinta minutos por llamada, sin slides. Trae la acción que tiene que dispararse, el sistema donde vive y el volumen — esbozamos el engagement en la llamada.