Ordantis

— Modelos · Datos · I+D

Machine learning, datos
y sistemas de IA.

Desarrollamos modelos predictivos, analizamos datos y construimos sistemas de IA bajo requisitos de operación. Podemos empezar desde el problema o trabajar sobre un modelo existente. Cuando hay incertidumbre técnica, acotamos una línea de I+D con ensayos y criterios de cierre.

Ámbitos de proyecto

Del dato al sistema en operación.

El alcance puede cubrir el sistema completo o el componente que necesita vuestro equipo.

  1. 01

    Fuentes

    Datos disponibles a tiempo, con calidad y permisos definidos.

  2. 02

    Modelos

    Predicción, optimización o visión según la decisión que se quiere apoyar.

  3. 03

    Evaluación

    Comparación con la referencia, análisis de errores y límites de uso.

  4. 04

    Integración

    Interfaces, monitorización y transferencia al entorno de destino.

FASE 01

Diseño y viabilidad técnica

Revisamos el estado del problema, las alternativas y la incertidumbre técnica. El alcance distingue la investigación experimental del trabajo de integración conocido.

1.1

Diseño técnico y viabilidad

Concretar la decisión, revisar métodos y datos disponibles y definir el desarrollo. Cuando hay incertidumbre técnica, formular una hipótesis y los ensayos que permitirían resolverla.

Descripción

Revisamos la decisión, los métodos disponibles, una muestra autorizada de datos y las restricciones de operación. Definimos si el trabajo necesita desarrollo, una prueba de I+D o integración. La evaluación separa datos de desarrollo y prueba, incluye una referencia reproducible y registra los errores relevantes. Si hay una incertidumbre técnica, concretamos la hipótesis, los ensayos y su presupuesto antes de investigar.

Componentes clave

  • Revisión de métodos y resultados previos relevantes para el reto.
  • Hipótesis, referencia y particiones de evaluación.
  • Disponibilidad, representatividad y permisos de los datos.
  • Plan de experimentos, presupuesto de cómputo y criterios de cierre.

Entregables que acordamos

  • Objetivo, fuentes autorizadas y restricciones.
  • Plan de evaluación con referencia, particiones, métricas y presupuesto.
  • Dependencias y criterios de aceptación; protocolo experimental si el alcance incluye I+D.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Industria

Antes de predecir paradas, comprobar si las averías y los datos de máquina comparten identificadores y fechas.

Administración pública

Definir cómo evaluar una estimación de demanda cuando los registros históricos cambian de cobertura y de unidad territorial.

I+D empresarial

Comparar representaciones y arquitecturas con el mismo conjunto reservado, aislando la aportación de cada modalidad.

Qué condiciona el alcance

Una propuesta o un cuestionario no demuestran viabilidad. El alcance debe identificar qué necesita una prueba y qué puede resolverse con ingeniería conocida.

Método, aceptación y preguntas

FASE 02

Ingeniería y gobierno de datos

Antes de conectar un modelo, hay que saber de dónde sale cada dato, qué significa y quién puede usarlo.

2.1

Infraestructura de datos

Diseñar la conexión entre fuentes, almacenamiento y aplicaciones, con requisitos explícitos de disponibilidad, latencia y recuperación.

Descripción

Diseñamos y desplegamos la conexión entre fuentes, almacenes de datos y aplicaciones. Puede estar en la nube, en las instalaciones o repartida entre ambos entornos. La arquitectura debe especificar frecuencia de actualización, volumen, accesos y recuperación ante fallos. La elección se comprueba con una carga representativa antes de comprometer capacidad o tiempos de respuesta.

Componentes clave

  • Inventario de fuentes, formatos y vías de acceso.
  • Arquitectura cloud, local o híbrida según las restricciones.
  • Almacenamiento y bases de datos adaptados a las consultas previstas.
  • Ingesta, copias, recuperación y observación de fallos.

Entregables que acordamos

  • Arquitectura y contratos de intercambio.
  • Prueba de integración y tratamiento de fallos.
  • Procedimientos de acceso, copia y recuperación.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Industria

Conservar datos de planta durante un corte de conexión y sincronizarlos después sin duplicar eventos.

Administración y banca

Separar almacenamiento y aplicaciones según las zonas de acceso y las condiciones del organismo.

Salud

Evaluar el procesamiento local de imágenes cuando los datos no deben salir del entorno autorizado.

Qué condiciona el alcance

No se decide nube, local o híbrido por preferencia de una herramienta. La elección depende de los accesos, costes y restricciones del proceso.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Esquema de fuentes, orquestación y consumo; no representa una infraestructura desplegada ni mide latencia.

Abre el servicio para utilizar la demostración interactiva.

2.2

Ingeniería y calidad de datos

Resolver identificadores, duplicados, unidades, fechas y campos incompletos sin perder el valor original ni su procedencia.

Descripción

Construimos procesos de ingesta y transformación para combinar registros administrativos, fuentes territoriales, sensores y aplicaciones. Definimos contratos de datos, versionado y tratamiento de entradas tardías. Cada transformación conserva el valor original y la regla aplicada. Para entrenar y evaluar modelos, reconstruimos la información disponible en cada instante sin confundir una estimación con una observación.

Componentes clave

  • Modelado de esquemas y contratos de intercambio.
  • Pipelines con reintentos, control de duplicados y registro de errores.
  • Reglas de calidad, pruebas y tratamiento de registros rechazados.
  • Master Data Management y diccionario de datos.
  • Linaje y clasificación de campos personales.

Entregables que acordamos

  • Reglas de transformación versionadas.
  • Informe de calidad y excepciones por fuente.
  • Pruebas de contratos y conservación del dato original.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Administración pública

Relacionar inventarios de activos, geometrías y lecturas de sensores conservando identificadores, fechas de vigencia y discrepancias entre fuentes.

Retail

Relacionar producto, tienda y venta online cuando los códigos o unidades no coinciden entre sistemas.

Sanidad

Normalizar unidades y fechas de fuentes autorizadas, conservando el registro que originó cada transformación.

Finanzas

Reconciliar transacciones y marcar las que no cuadran, en lugar de forzar un total aparentemente correcto.

Qué condiciona el alcance

Una corrección automática no convierte un dato desconocido en observado. Se distingue lo medido, lo transformado y lo estimado.

Método, aceptación y preguntas

Probar las reglas con datos sintéticos

2.3

Gobernanza y controles de datos

Definir responsabilidades, permisos y conservación para que la misma información no circule sin control por aplicaciones, exportaciones y trazas.

Descripción

Definimos propiedad, clasificación, acceso y conservación de los datos. Implantamos los controles acordados en las integraciones y comprobamos qué ocurre al cambiar un rol, revocar un permiso o exportar información. El enmascaramiento no se presenta como anonimización automática: hay que revisar si una persona sigue siendo identificable y qué finalidad tiene el tratamiento.

Componentes clave

  • Políticas de propiedad, acceso y administración de datos.
  • Control por rol y finalidad, con pruebas de revocación.
  • Clasificación de información y tratamiento de campos personales.
  • Registros de acceso, cambios, exportaciones y excepciones.
  • Catálogo, linaje y análisis del impacto de una modificación.

Entregables que acordamos

  • Matriz de acceso por rol y finalidad.
  • Linaje de fuentes y reglas de conservación.
  • Pruebas de acceso, revocación y registro de cambios.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Investigación

Preparar vistas con los campos estrictamente necesarios, manteniendo separado el acceso a identificadores.

Finanzas y seguros

Seguir una cifra desde la transacción hasta el informe y registrar qué versión de la regla la calculó.

Sector público

Separar los documentos publicables de aquellos que necesitan revisión antes de una difusión.

Qué condiciona el alcance

La implantación de controles técnicos no equivale a una certificación de cumplimiento. Las obligaciones concretas se revisan con el responsable y sus asesores.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Matriz didáctica de permisos y flujo de datos. Seleccionar un rol no configura accesos reales.

Abre el servicio para utilizar la demostración interactiva.

FASE 03

Desarrollo de modelos y sistemas de IA

Comparamos modelos tabulares, temporales, de grafos o de visión según la información disponible y la pregunta experimental. Evaluamos los errores relevantes, la incertidumbre y las restricciones de inferencia antes de integrar el modelo con una decisión o una planificación.

3.1

Machine learning y modelos predictivos

Desarrollar modelos para estimar demanda, carga o riesgo. Elegir la representación adecuada, comparar con una referencia y evaluar picos, horizontes e incertidumbre; investigar nuevas arquitecturas cuando el problema lo requiere.

Descripción

Desarrollamos modelos a partir de la decisión que necesita la predicción y de la información disponible para anticiparla. Comparamos modelos tabulares, secuencias temporales o grafos cuando las relaciones entre entidades justifican esa estructura. Cada alternativa utiliza información equivalente y un presupuesto registrado. Las pruebas separan entrenamiento y evaluación, reservan episodios difíciles y miden la aportación de las fuentes añadidas. Cuando el método conocido no resuelve el reto, investigamos representaciones o arquitecturas nuevas. La integración comprueba inferencia, entradas tardías y degradación del error con el equipo receptor.

Componentes clave

  • Disponibilidad temporal, representatividad y versión de cada fuente.
  • Referencias reproducibles y comparación de representaciones y arquitecturas.
  • Ablaciones para comprobar qué aporta cada fuente o componente.
  • Errores por horizonte, segmento y episodio de demanda elevada.
  • Intervalos de incertidumbre, calibración y condiciones de revisión.
  • Contrato de inferencia, pruebas de carga y seguimiento del modelo.

Entregables que acordamos

  • Comparación reproducible de modelos y aportación de cada fuente o componente.
  • Backtesting temporal y análisis de errores por horizonte, episodio y segmento.
  • Artefactos del modelo, evaluación de incertidumbre y contrato de inferencia según el alcance.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Administración pública

Estimar demanda de un servicio por zona y periodo, separando cambios de cobertura del registro de cambios reales en la demanda.

Industria

Evaluar señales previas a una parada con datos disponibles antes de la intervención, separando máquinas o periodos no vistos para comprobar generalización.

Logística y suministro

Prever carga por centro y horizonte, comparando errores en picos y el coste de reservar capacidad que después no se utiliza.

Infraestructura pública

Evaluar una previsión de fallos usando solo lecturas e intervenciones conocidas antes de cada decisión de mantenimiento.

I+D empresarial

Comparar si una representación temporal o de grafo mejora la referencia tabular cuando las entidades comparten dependencias y observaciones incompletas.

Planificación territorial

Evaluar si las relaciones entre zonas añaden información a una previsión, reservando periodos y áreas para comprobar dónde deja de generalizar.

Energía

Evaluar demanda por horizonte con las previsiones meteorológicas disponibles en cada fecha.

Qué condiciona el alcance

El histórico debe representar la decisión. Se rechaza una evaluación que usa datos aún no disponibles en el momento de predecir.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Serie de demanda inventada con controles de cambio, estacionalidad e interrupción. Explora una fórmula con pesos fijados; no entrena ni evalúa un modelo predictivo.

Abre el servicio para utilizar la demostración interactiva.

3.2

Optimización y sistemas de apoyo a la decisión

Formular decisiones de asignación y comparar métodos de solución con restricciones de cobertura, capacidad y tiempo. Comprobar cómo cambia la planificación cuando falla la previsión o faltan recursos.

Descripción

Formulamos un problema de asignación o planificación y evaluamos métodos de solución según su tamaño y restricciones. La función objetivo expresa los criterios que fija el organismo o la empresa; no se deduce de la predicción. Comparamos programación matemática y otros métodos de búsqueda con el plan de referencia, registrando tiempo de cálculo y soluciones inviables. Si el sistema consume una previsión, probamos escenarios de error y demanda extrema antes de aceptar una planificación. La persona responsable conserva la revisión de los criterios y la decisión.

Componentes clave

  • Variables de decisión, función objetivo y restricciones de cobertura y capacidad.
  • Comparación de métodos de solución con un plan de referencia.
  • Simulación de escenarios y sensibilidad al error de la previsión.
  • Tiempo de cálculo, factibilidad y tratamiento de restricciones incompatibles.
  • Registro de criterios y mecanismo de revisión por la persona responsable.

Entregables que acordamos

  • Modelo de decisión: variables, función objetivo y restricciones acordadas.
  • Comparación con el plan de referencia, coste de cómputo y límites de factibilidad.
  • Escenarios de sensibilidad a la demanda y procedimiento de revisión por la persona responsable.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Servicios públicos

Comparar asignaciones de equipos de mantenimiento con restricciones de cobertura territorial, desplazamiento y capacidad, manteniendo explícitos los criterios que fija el organismo.

Logística

Asignar rutas con capacidad, ventanas de entrega y tiempos de conducción explícitos.

Planificación de personal

Proponer turnos respetando disponibilidad, descansos y cobertura; señalar una demanda imposible de cubrir.

Retail

Comparar reposiciones con límites de almacén y suministro, incluyendo el coste de una rotura de stock.

Qué condiciona el alcance

Una predicción estima qué puede ocurrir; un optimizador propone qué hacer. Si faltan restricciones operativas, una solución matemática puede ser inutilizable.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Dos repartos prefijados de 120 horas entre cuatro zonas inventadas, con inspecciones también prefijadas. El comparador muestra su aritmética; no ejecuta un solver ni evalúa su utilidad en una operación real.

Abre el servicio para utilizar la demostración interactiva.

3.3

Visión por computador y evaluación multimodal

Desarrollar modelos sobre imágenes y comprobar si relacionarlas con otras observaciones aporta una mejora. Separar cámaras, ubicaciones y periodos para medir la generalización.

Descripción

Desarrollamos y comparamos modelos para clasificar imágenes, localizar objetos o detectar cambios. El protocolo separa muestras por cámara, ubicación, lote o periodo para evitar que imágenes casi idénticas falseen la evaluación. Cuando hay sensores u otras observaciones disponibles, comprobamos por separado si combinarlos mejora el modelo visual y qué ocurre si falta una modalidad. La prueba incluye variaciones de captura y límites de cómputo. La inferencia local, en edge o por lotes se acuerda según la latencia, la privacidad y el entorno de destino.

Componentes clave

  • Captura, anotación y particiones independientes por entorno de origen.
  • Comparación de arquitecturas de visión y referencias reproducibles.
  • Evaluación de modalidades adicionales y entradas ausentes cuando corresponda.
  • Errores por clase, cámara, ubicación y condición de captura.
  • Inferencia en el entorno de destino y presupuesto de cómputo.
  • Umbrales de revisión y seguimiento de cambios del entorno.

Entregables que acordamos

  • Protocolo de captura, anotación y particiones por entorno de origen.
  • Comparación de arquitecturas y modalidades con análisis de errores por condición de captura.
  • Artefactos e interfaz de inferencia, umbrales de revisión y pruebas en el entorno de destino.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Industria

Evaluar defectos de superficie por tamaño, iluminación y velocidad de captura, sin extrapolar la precisión entre líneas.

Sector público

Evaluar cambios o incidencias en activos e infraestructura con imágenes de distintos periodos y zonas, contrastando las observaciones antes de una decisión de mantenimiento.

I+D empresarial

Comparar un modelo visual con otro que incorpora lecturas de sensores, reservando equipos o ubicaciones no vistos y probando la ausencia de una fuente.

Agroalimentario

Separar lotes y condiciones de captura al evaluar una clasificación visual de producto.

Qué condiciona el alcance

Fotogramas casi idénticos no deben repartirse entre entrenamiento y prueba. Una demostración visual no acredita el rendimiento en otra cámara o entorno.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Escenas sintéticas de figuras con etiquetas conocidas. La selección muestra coincidencias y no es una prueba de precisión de visión artificial.

Abre el servicio para utilizar la demostración interactiva.

FASE 04

Transferencia y equipo receptor

Acordamos documentación, acceso a los artefactos y responsabilidades de operación. La capacitación utiliza el sistema y los procedimientos de evaluación desarrollados.

4.1

Transferencia técnica y capacitación

Preparar al equipo receptor para reproducir evaluaciones, utilizar las interfaces y detectar errores o degradaciones del sistema entregado.

Descripción

Preparamos al equipo receptor para reproducir una evaluación y operar los componentes entregados. La documentación explica versiones, interfaces, dependencias y fallos conocidos. Los ejercicios cubren la interpretación de errores, los cambios de datos y la retirada de una versión. Se acuerdan los artefactos, los derechos de uso y el acompañamiento posterior; la transferencia no implica soporte ilimitado.

Componentes clave

  • Documentación de arquitectura, interfaces y dependencias.
  • Instrucciones y artefactos acordados para repetir la evaluación.
  • Práctica de detección, revisión y escalado de errores.
  • Guía de operación y condiciones de uso de código, datos y modelos.
  • Responsables y alcance del seguimiento técnico.

Entregables que acordamos

  • Artefactos, versiones y documentación acordados para repetir la evaluación.
  • Contratos de integración, dependencias y condiciones de uso de código, datos y modelos.
  • Ejercicios de reproducción, diagnóstico de fallos y retirada de una versión con el equipo receptor.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Dirección

Revisar si una prueba justifica continuar y qué evidencias faltan para decidir.

Responsables de área

Practicar qué hacer si una herramienta falla o una recomendación contradice el procedimiento.

Equipos operativos

Resolver tareas diarias y detectar salidas que necesitan una comprobación antes de usarse.

Qué condiciona el alcance

Entregar un archivo de modelo no completa la transferencia. El equipo receptor necesita poder reconstruir la evaluación; operación, mantenimiento y derechos de uso tienen un alcance explícito.

Método, aceptación y preguntas

Componentes de integración, cuando el proyecto los necesita

Una interfaz de consulta, un panel o una conexión con herramientas puede formar parte del sistema desarrollado. Se incorpora si la operación lo necesita, con evaluación y permisos propios. Estos componentes no definen por sí solos un proyecto de I+D ni son la oferta principal de Ordantis.

C.1

Visualización y métricas (BI)

Construir métricas que distintas áreas puedan interpretar de la misma manera, con acceso al origen de una cifra y a su fecha de actualización.

Descripción

Diseñamos paneles ejecutivos y operativos sobre una capa de métricas compartida. Antes de dibujar una gráfica, acordamos la unidad de análisis, los filtros y la fecha de actualización. El trabajo puede incluir almacén de datos, informes recurrentes, alertas y vistas por rol. Un total debe poder reconciliarse con sus fuentes y explicar por qué difiere del de otro departamento.

Componentes clave

  • Definición de indicadores (KPI) y reglas comunes entre departamentos.
  • Modelo de datos, capa semántica y conexión con ERP o CRM.
  • Paneles por rol y exploración de los registros que explican una cifra.
  • Informes y alertas con frecuencia de actualización acordada.

Entregables que acordamos

  • Diccionario de métricas y reglas de cálculo.
  • Modelo de datos y panel para las decisiones acordadas.
  • Reconciliación de cifras con las fuentes originales.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Industria

Comparar turnos con la misma definición de parada y separar falta de producción de falta de datos.

Finanzas

Explicar diferencias entre cobros, facturación y previsión de caja sin mezclarlas en un único indicador.

Sanidad

Revisar tiempos de espera y ocupación con definiciones de inicio y cierre consistentes.

Retail

Consultar ventas físicas y online descontando devoluciones y evitando contabilizar dos veces un pedido.

Qué condiciona el alcance

Un panel no arregla una definición ambigua. Se acuerda qué entra en cada indicador antes de diseñar las gráficas.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Panel interactivo con filtros de área, curva temporal y desglose. Las cifras son sintéticas; el periodo solo modifica la curva.

Abre el servicio para utilizar la demostración interactiva.

C.2

Orquestación y control de herramientas de IA

Coordinar pasos y herramientas cuando la tarea necesita decisiones contextuales, con límites verificables fuera de las instrucciones del modelo.

Descripción

Diseñamos agentes que consultan información y coordinan herramientas en procesos con decisiones contextuales. Conservamos las integraciones con ERP, CRM y herramientas de trabajo, pero las acciones sensibles pasan por permisos y aprobaciones verificables. La evaluación cubre reintentos, interrupciones, instrucciones maliciosas y tareas que deben terminar con una derivación a una persona.

Componentes clave

  • Diseño de herramientas, contexto y memoria necesaria para la tarea.
  • Integración con sistemas empresariales y permisos mínimos.
  • Aprobación humana vinculada a los parámetros de la acción.
  • Trazas, idempotencia, reintentos y recuperación de fallos.
  • Evaluación de prompt injection, costes y tareas incompletas.

Entregables que acordamos

  • Mapa de herramientas y permisos.
  • Pruebas de errores, inyección de instrucciones y aprobaciones.
  • Trazas de ejecución y procedimiento de intervención.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Atención al cliente

Consultar un pedido y preparar una devolución que el sistema solo ejecuta con la autorización exigida.

Administración

Cruzar una factura con su pedido y enviar a revisión las diferencias; no autorizar pagos por una instrucción del documento.

Recursos humanos

Preparar un alta, proponer accesos y registrar quién aprobó cada permiso.

Logística

Investigar un retraso y proponer alternativas sin cambiar reservas fuera del alcance autorizado.

Qué condiciona el alcance

Si una secuencia fija resuelve el problema, se evalúa esa opción primero. No se conceden permisos de escritura por el mero hecho de que el agente los solicite.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Onboarding simulado con aprobación previa, pasos y traza. No crea cuentas, concede licencias, envía correos ni firma contratos.

Abre el servicio para utilizar la demostración interactiva.

C.3

Análisis documental con evidencia

Extraer información con evidencia y componer contratos, informes o propuestas con fuentes, plantillas y reglas de revisión.

Descripción

El servicio combina extracción de información y composición de documentos. La extracción registra campo, página y evidencia. La generación combina plantillas versionadas, datos de sistemas autorizados y reglas para añadir secciones. Contratos, informes y propuestas pasan por las revisiones acordadas; un borrador no se da por aprobado porque tenga buen formato.

Componentes clave

  • Esquema de extracción y muestra anotada por tipo documental.
  • Plantillas, reglas condicionales y selección de fuentes.
  • Integración con CRM, ERP y repositorios autorizados.
  • Comprobaciones de coherencia, completitud y referencias.
  • Revisión humana, versionado y registro de cambios.

Entregables que acordamos

  • Esquema de extracción y muestra anotada.
  • Referencias al documento y revisión de campos críticos.
  • Informe de errores por campo y tipo de documento.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Recursos humanos

Preparar un borrador de incorporación a partir de campos verificados y una plantilla aprobada.

Salud y farmacéutica

Preparar resúmenes con referencias al documento de origen para su revisión por personal autorizado.

Finanzas

Componer un informe a partir de tablas reconciliadas, conservando unidades, periodos y fuentes.

Legal e inmobiliario

Seleccionar cláusulas de una biblioteca revisada y marcar datos o condiciones que requieren validación jurídica.

Seguros

Extraer campos de un expediente y dejar en revisión los que no tienen evidencia suficiente.

Qué condiciona el alcance

Un campo bien formado puede ser falso. La aceptación comprueba el contenido contra el documento, no solo que la salida tenga formato JSON.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Selector de fuentes y cláusulas con vista previa condicional. No genera un contrato completo ni sustituye una revisión jurídica.

Abre el servicio para utilizar la demostración interactiva.

C.4

Búsqueda semántica y RAG

Recuperar información de un corpus autorizado y responder con evidencia comprobable, incluidos los casos en que no hay una respuesta suficiente.

Descripción

Indexamos documentos, manuales y repositorios autorizados para recuperarlos mediante consultas en lenguaje natural. Cada respuesta debe permitir revisar la fuente y su versión. Si el caso necesita búsqueda externa, se separa de la evidencia interna y se acuerda qué puede salir del sistema. Probamos también preguntas sin respuesta, fuentes contradictorias y cambios de permisos.

Componentes clave

  • Inventario, fragmentación e indexación del corpus.
  • Recuperación semántica y evaluación con preguntas anotadas.
  • Permisos aplicados antes de recuperar y al responder.
  • Citas, versiones y política de actualización.
  • Abstención y búsqueda externa solo cuando el alcance lo permite.

Entregables que acordamos

  • Inventario del corpus y política de actualización.
  • Evaluación separada de recuperación y respuesta.
  • Pruebas de permisos, contradicción y abstención.

Ejemplos de aplicación

Situaciones orientativas para definir una prueba; no describen proyectos ejecutados ni resultados de clientes.

Soporte

Relacionar una pregunta con manuales y tickets vigentes, mostrando la evidencia que respalda la respuesta.

Ingeniería

Consultar un procedimiento de equipo y abstenerse si la versión del manual no corresponde al modelo instalado.

Recursos humanos

Resolver preguntas sobre políticas internas con su versión y fecha de aplicación.

Legal

Localizar y comparar fragmentos de contratos autorizados, sin convertir una coincidencia textual en asesoramiento jurídico.

Qué condiciona el alcance

Una cita no demuestra que la respuesta sea correcta. Se revisa si el fragmento respalda la afirmación y si el usuario tenía derecho a verlo.

Método, aceptación y preguntas

Ejemplo didáctico interactivo

Consulta de una política de viajes inventada. Puede retirarse la fuente para observar la abstención; no realiza búsquedas web reales.

Abre el servicio para utilizar la demostración interactiva.

— Profundizar

Método, evaluación y entregables.

  • Machine learning y modelos predictivos

    Desarrollo y evaluación de modelos de machine learning para demanda, riesgo y mantenimiento: validación temporal, incertidumbre e integración en sistemas operativos.

  • Ciencia e ingeniería de datos

    Ciencia de datos e ingeniería para empresas y administraciones: análisis estadístico, integración de fuentes, calidad y datos reproducibles para modelos y sistemas de IA.

  • I+D en inteligencia artificial

    Investigación aplicada y desarrollo experimental en IA para retos públicos y empresariales: hipótesis, modelos, evaluación reproducible y transferencia técnica.

Primera conversación

Trae el problema, los datos disponibles y la condición que no puede fallar.

Iniciar diagnóstico