Agentes de IA que responden con tus datos y su fuente
Tu equipo le pregunta al agente lo mismo que hoy le pregunta a sus planillas: ventas, metas, despacho, inventario. Cada cifra sale del dato, cada respuesta dice de dónde y, si el dato no está, dice «no sé».
Se usa desde el chat del equipo (hoy, Slack) y funciona con modelos abiertos que pueden correr en un computador de la empresa, sin pasar los datos por servicios de IA de terceros.
• $13,3 millones no se despachó.
Fuente: pedidos.csv · 2026-06 · cadena=SuperAndes, canal=Supermercados
Lo que ya medimos, sin nombres de clientes
Son notas de prueba (septiembre de 2026), no de uso en producción. El asistente del laboratorio está en etapa de prueba con el cliente.
El código calcula, el modelo explica
- Las cifras y los juicios («bajo la meta», «sobrestock») los calcula código, con los umbrales que define la empresa. El modelo de lenguaje sólo elige qué cálculo pedir y lo redacta.
- Cada número de la respuesta se compara con lo calculado. Si no calza, la respuesta no sale.
- Toda respuesta cierra con su fuente: archivo, mes y filtro. Si el dato no está, dice «no sé» y qué faltaría.
Además de responder, arma trabajo hecho: resumen ejecutivo según el cargo, plan de acción con monto en juego, preparación de una reunión y una presentación de cuatro láminas.
Se entrega sólo si gana la prueba
- Preguntas. Con tu equipo armamos una lista de preguntas reales, incluidas las que tus datos no pueden responder.
- Nota. Cada versión del agente responde esa lista varias veces y recibe una nota de 0 a 1. Un cambio que no sube la nota no entra.
- Entrega. El agente queda en el chat del equipo, con la lista de prueba, para volver a medirlo cuando cambien los datos.
Lo que conviene saber antes
- Las notas salen de listas de 12 a 51 preguntas. Diferencias de 0,02 o 0,03 son ruido; la prueba de verdad es con tus usuarios.
- Responde con lo que la empresa entrega. Si el dato viene incompleto, lo dice, pero no lo puede reconstruir.
- El control detecta cifras sin respaldo, no todos los errores de juicio; por eso los juicios importantes los calcula el código.
- Cada proyecto se cotiza según los datos, las preguntas y el equipo. No publicamos precios ni plazos fijos.
Fine-tuning, RAG e IA local
¿Qué es el fine-tuning y cuándo lo usan?
Es entrenar un modelo abierto con ejemplos propios para que aprenda el formato y las reglas de una tarea. Usamos LoRA en 4 bits (QLoRA): un modelo de 4 mil millones de parámetros con 123 ejemplos se ajustó en unos 15 minutos con menos de 5 GB de memoria gráfica, y su nota subió de 0,76 a 0,87 en 51 casos. En otra tarea, el resumen diario, el modelo ajustado se salía del formato y se quedó el original: se ajusta sólo si sube la nota.
¿Fine-tuning o RAG?
Las cifras de negocio van a funciones de código, porque un buscador no suma. Documentos, actas y manuales van a RAG (búsqueda sobre los archivos del cliente, citando de dónde sale la respuesta): en 12 preguntas del tipo «¿dónde está tal cosa?», el modelo pasó de 0,08 a 0,92 con esa memoria.
¿Qué equipo se necesita para correrlo en la empresa?
Una tarjeta gráfica de 8 GB alcanza para un modelo abierto de 8 mil millones de parámetros (por ejemplo Qwen con Ollama), en 5 a 8 segundos por pregunta. Un modelo de 14 mil millones no subió la nota y tardaba el doble. Para ajustar con fine-tuning un modelo de 8 mil millones hacen falta 12 GB o más.
¿Los datos salen a servicios de IA externos?
No pasan por servicios de IA de terceros: los modelos son abiertos y corren en un computador nuestro o de la empresa. Los ejemplos de entrenamiento se revisan para que no lleven claves, RUT ni datos que la empresa no quiera en el modelo.
¿Cómo se pone la nota?
| Qué se mide | Peso |
|---|---|
| La respuesta es correcta | 40 % |
| Forma: breve, en viñetas, en el tono del cliente | 20 % |
| Usó el cálculo adecuado | 15 % |
| No inventa cifras | 15 % |
| Cita la fuente | 10 % |
¿Qué le pregunta tu equipo a sus planillas?
Mándanos tres preguntas que se repiten. Te decimos si un agente las puede responder y cómo lo mediríamos.