RESULTADOS

Lo que cambió cuando el sistema se puso en marcha.

Asesoro sobre IA porque la he construido y la he mantenido en funcionamiento. Estos son sistemas míos, unos dentro de una empresa en funcionamiento y otros por mi cuenta. Cada entrada empieza por lo que cambió para la empresa. El detalle técnico está al final de cada una, para su equipo técnico.

Dentro de una empresa

Construidos y gestionados dentro de una empresa estadounidense de software empresarial, donde soy Chief AI Officer.

El conocimiento de una empresa en un solo lugar

Resultado
Una respuesta en menos de cinco minutos, con el documento de origen a la vista, cuando antes la misma pregunta llevaba cerca de una hora. Unas 1.000 preguntas al mes de unas 100 personas. Lo que lo hizo rápido fueron veinte años conociendo esos documentos, no las herramientas.
Antes
Diez manuales de formación, un archivo de vídeos que nadie había visto hasta el final, incidencias de soporte y notas de reuniones. Conseguir una respuesta suponía preguntar a compañeros o esperar a una reunión.
Qué demuestra para su empresa
Este es el sistema que hay detrás de Conocimiento de empresa. Conocimiento de empresa →
Para su equipo técnico
  • Estado En producción
  • Tecnología RAG a medida, base de datos vectorial, integración con Slack
  • Tiempo empleado 55 minutos hasta un prototipo funcional

Una base de conocimiento construida para un uso interno: incorpora documentos, procesos, decisiones y conversaciones pasadas, y responde a través de un chat dentro de Slack. Responde en lenguaje corriente, cita los documentos de origen de cada respuesta y dice cuándo no sabe algo, en lugar de dar una respuesta verosímil inventada.

Los problemas interesantes están en el proceso de ingesta, no en la interfaz de consulta. Formatos de documento distintos, metadatos incoherentes, contenidos que se solapan y contenidos que se quedan obsoletos: todo ello exige decisiones deliberadas sobre cómo fragmentar, cómo ordenar los resultados de la recuperación y cómo mostrar contradicciones o contenidos desactualizados sin confundir a quien pregunta.

Este es el patrón RAG en el que se basa el servicio Conocimiento de empresa: flujo de ingesta, ajuste de la recuperación, citas e integración allí donde los equipos ya trabajan. Que funcione en Slack es intencionado. Lo construí ahí porque es donde se hacen las preguntas.

Vídeos de soporte, ocho veces más

Resultado
80 vídeos en una semana hechos por tres personas, cuando lo normal eran unos diez al mes. Ahora la videoteca parece de una sola empresa.
Antes
Cada vídeo necesitaba un guion, una grabación de pantalla, edición y anotaciones, y ocupaba a tres personas a jornada completa.
Qué demuestra para su empresa
El coste que importa es mantener el material al día cuando cambia el producto, y ahí es donde el sistema ahorra más.
Para su equipo técnico
  • Estado En desarrollo activo
  • Tecnología Captura del navegador, varios LLM, flujo de generación de vídeo
  • Medido 80 vídeos producidos en una semana por tres personas con 20 horas cada una, publicados en el sitio de atención al cliente. Los unos diez minutos de retoque por vídeo están incluidos en esas 60 horas, y la duración media de los vídeos es comparable antes y después.

Una plataforma que genera vídeos formativos a partir de materiales en bruto: capturas del navegador, instrucciones escritas o documentación existente. El sistema monta recorridos narrados, subtítulos y ediciones sin necesitar un equipo de producción de vídeo ni un set de grabación.

El problema principal que resuelve es el coste de mantenimiento, no el coste de producción inicial. Los vídeos formativos se quedan obsoletos cada vez que cambia una pantalla o un proceso. Un sistema que los regenera a partir del guion de origen, en lugar de obligar a grabarlos de nuevo, cambia la economía de mantener al día el material formativo.

El patrón sirve para cualquier equipo que produce mucho material formativo interno: el flujo sustituye la mayor parte del coste de producción por un proceso estructurado que va del guion al vídeo, y después mantiene el resultado al día sin un esfuerzo proporcional cuando cambia el contenido de base.

Cambios en el software hechos por quienes no son desarrolladores

Resultado
Personas sin formación en programación hacen ahora ellas mismas pequeños cambios en el software. El personal sénior tiene que rehacer muchos menos de esos cambios que al principio, y durante el piloto no causaron ninguna incidencia en producción.
Antes
El camino desde una idea hasta un cambio publicado era el cuello de botella, y cada pequeño cambio tenía que esperar a un desarrollador.
Qué demuestra para su empresa
La herramienta funciona desde el primer día. Los meses se van en las reglas que la rodean. Esto forma parte del trabajo como Fractional CAIO. Fractional CAIO →
Para su equipo técnico
  • Estado En producción, todavía en desarrollo

Construido sobre un SDK comercial de programación con IA. Cada petición se planifica antes de escribir nada, y el trabajo se ejecuta dentro de reglas escritas sobre qué se puede cambiar y qué no. La mayor parte del esfuerzo se dedicó a ajustar esas reglas con las personas que las usan.

Formación que se adapta a quien aprende

Resultado
Clientes y personal aprenden ahora en una sola plataforma, y la empresa puede ver quién ha completado cada curso. Los formadores dedican menos horas a explicar lo mismo, y soporte recibe menos preguntas básicas.
Antes
La formación para clientes y para el personal propio se hacía en sesiones en directo, apoyada en manuales y vídeos guardados en sitios distintos. Nadie podía decir quién había terminado qué.
Qué demuestra para su empresa
La misma plataforma sirve para la formación del personal, la formación de clientes y la certificación.
Para su equipo técnico
  • Estado En producción
  • Tecnología Impartición de cursos a medida, evaluación asistida por IA

Una plataforma para impartir formación digital estructurada: cursos, módulos, evaluaciones y seguimiento de la finalización. Pensada para alojar tanto contenidos escritos por personas como contenidos ampliados con IA, con una lógica de evaluación que se adapta al rendimiento del alumno en lugar de presentar baterías fijas de preguntas en secuencia.

El principio de diseño es que la IA sea invisible para quien aprende. La experiencia debe sentirse como un curso bien diseñado, no como un chatbot. La lógica de IA vive en el motor de evaluación, en la detección de carencias y en el orden de los contenidos, no en la interfaz.

La plataforma de base es la misma para cualquier caso de «impartir formación estructurada»; solo cambian los contenidos y las reglas de evaluación.

Por mi cuenta

Construidos en mi tiempo libre.

Una semana de contenidos a partir de una sola fuente

Resultado
Artículos, publicaciones y vídeos cortos a partir de un solo documento de origen, publicados según un calendario, con una persona que aprueba cada pieza.
Qué demuestra para su empresa
La IA hace el grueso y una persona aprueba. Ese reparto funciona en la mayor parte del trabajo con contenidos.
Para su equipo técnico
  • Estado En producción
  • Tecnología Python, orquestación de varios LLM, procesos programados

Un sistema que toma material de origen extenso (transcripciones, documentos, notas) y produce automáticamente contenidos en varios formatos: artículos, guiones de vídeos cortos y publicaciones para redes sociales. El proceso se ejecuta según un calendario, no a demanda, de modo que nadie tiene que lanzar cada pieza a mano.

Está construido en torno a puntos de revisión humana, no a una publicación totalmente autónoma. Lo interesante de la ingeniería está en la orquestación y en los puntos de traspaso, no en los prompts.

El patrón se traslada a cualquier trabajo con mucho contenido: conectar una fuente de verdad con un flujo de publicación posterior, con puntos de control humano, preparado para asumir volumen sin necesitar más personal en proporción.

Un tutor de idiomas a cualquier hora

Resultado
Los alumnos practican con un tutor cuando quieren, y cada lección se adapta a sus errores. Está en funcionamiento con usuarios reales, con inicio de sesión y facturación.
Qué demuestra para su empresa
He gestionado IA para usuarios de pago, con los costes y los fallos que eso conlleva.
Para su equipo técnico
  • Estado En producción
  • Tecnología Frontend en Astro, backend en Cloudflare, LLM multimodales

Una aplicación de aprendizaje de idiomas en producción que usa LLM para lecciones adaptativas, práctica conversacional, corrección de la pronunciación y un plan de estudios personalizado. No es un envoltorio sobre una API de chat: es un sistema de aprendizaje estructurado en el que la IA se adapta al rendimiento del alumno a lo largo de las sesiones y detecta carencias de un modo que un temario fijo no puede.

El sistema gestiona el inicio de sesión, la facturación, la accesibilidad y el rendimiento a escala de consumo. Lo construí porque me obligaba a resolver lo que las herramientas internas de empresa a menudo se saltan: sesiones de usuarios reales a ritmos imprevisibles, exigencias estrictas de latencia, decisiones de diseño pensadas primero para el móvil y una degradación controlada cuando las API de los modelos van lentas.

Incluye las partes que nadie enseña en una demo: la gestión de errores, el comportamiento alternativo cuando algo falla, la optimización de costes con uso real y lo que hace falta para que el sistema siga funcionando de forma fiable.

Contratos firmados en línea conforme a las normas de la UE

Resultado
Contratos de empresa firmados en línea, con el registro de auditoría y las comprobaciones de identidad que exigen las normas de la UE, en uso diario.
Qué demuestra para su empresa
El nivel de seguridad y de registro documental que aplico a los sistemas de IA en actividades reguladas.
Para su equipo técnico
  • Estado En producción
  • Tecnología Tecnología empresarial a medida, auditoría y verificación de identidad

Una plataforma de firma digital para flujos documentales críticos para el negocio. A primera vista no es un proyecto de IA, pero es una entrada importante de esta página porque muestra el nivel de ingeniería que hay detrás del trabajo con IA.

La arquitectura gestiona las pistas de auditoría, la integridad de los documentos y la verificación de identidad. No son problemas que se resuelvan con buenos prompts. Exigen una ingeniería correcta, revisiones de seguridad y madurez operativa.

La infraestructura y el planteamiento de seguridad de esta plataforma definen directamente cómo abordo los sistemas de IA en entornos empresariales. Cuando construyo un sistema de IA para un proceso regulado, este es el nivel de partida.

Proyectos más pequeños y experimentos

Dos sistemas más pequeños, para quienes construyen.

Generador de landing pages en tres prompts. Tres prompts con una sola tarea cada uno producen una landing page mejor que un único prompt largo.
  • Estado Prototipo funcional
  • Tecnología Flujo de LLM en varias etapas, salida en HTML semántico

Una landing page generada con un solo prompt produce HTML, y ese HTML es mediocre: titulares genéricos, estructura floja y textos que suenan como cualquier otra página escrita de la misma manera. Los prompts más largos ayudaban un poco. Más contexto, más ejemplos y más restricciones aportaban cada vez menos, y el resultado seguía siendo genérico de un modo que no conseguía corregir con una sola instrucción.

Dividir el trabajo en tres prompts, cada uno con una única responsabilidad, cambió el resultado de forma visible. Un planificador toma el briefing y decide la estrategia (tipo de página, secciones, orden, la llamada a la acción principal) y devuelve un plan estructurado, no textos. Un redactor toma ese plan y escribe solo los textos. Un maquetador convierte los textos en HTML semántico, con SVG integrado donde corresponde un elemento visual. Cada etapa es lo bastante acotada como para que el modelo haga bien una sola cosa en lugar de hacer malabares con tres.

La misma forma funciona más allá de las landing pages. Los artículos y los documentos largos se comportan igual: una sola instrucción para producirlo todo da algo aceptable y anodino, mientras que una pasada de planificación, otra de redacción y otra de revisión frente a una voz definida producen algo que merece publicarse. La calidad del resultado depende de cómo se reparten las responsabilidades en el prompt, no de su tamaño.

Plataforma de generación de productos digitales con IA. Libros ilustrados, packs de pegatinas y pósteres generados a partir de unas indicaciones breves, con un estilo coherente.
  • Estado En desarrollo activo
  • Tecnología LLM multimodales, generación de imágenes, flujos de salida estructurada

Una plataforma que genera productos digitales estructurados (libros ilustrados, packs de pegatinas, pósteres, cuadernos de actividades) a partir de indicaciones generales, con los patrones de prompt integrados en el flujo de trabajo en lugar de expuestos a quien lo maneja. El sistema se encarga automáticamente del montaje del formato, la coherencia de estilo y el empaquetado del resultado.

El reto de diseño es que «generar contenido creativo» es una petición tan vaga que vuelve inconsistentes a la mayoría de los flujos de IA. Lo interesante está en acotar el espacio de generación para que el resultado sea coherente y fiel a la marca sin exigir que quien lo maneja sea un experto en prompts.

El mismo enfoque, generación con plantillas y conocimiento del sector integrado, sirve para materiales internos de marketing, material comercial, materiales de formación y plantillas corporativas a cualquier volumen.

Lo he construido antes de recomendarlo.

Cuando aconsejo a favor o en contra de un sistema, es porque he construido uno parecido y sé dónde se resiente.

Reservar una llamada