Casos de éxito

En los proyectos que documentamos en esta página, los resultados se concentran en tres tipos de impacto. Tiempo: procesos de búsqueda de información, elaboración de presupuestos o introducción de datos que pasan de horas a minutos. Coste: reducción de tareas administrativas y de costes recurrentes al consolidar herramientas dispersas en una sola plataforma. E ingresos: respuesta inmediata a clientes fuera de horario, mejor cualificación de oportunidades y menos fugas en el embudo comercial. Cada caso publica sus cifras antes y después, medidas sobre el proceso concreto y no sobre estimaciones de mercado.

Sí. Trabajamos con fabricantes y empresas industriales en digitalización de órdenes de trabajo, control de producción y automatización administrativa. Dos ejemplos publicados son Macrisal, en carpintería metálica y logística, y Plasmadecor, en fabricación cerámica. El patrón que se repite en el sector es siempre parecido: mucha información en papel o en hojas de cálculo entre taller y oficina, presupuestos que dependen de una sola persona y falta de visibilidad de costes reales por pedido. Es un terreno especialmente rentable para automatizar porque el volumen es alto y las reglas están bien definidas.

Sí, es uno de los sectores donde más proyectos hemos entregado. Puedes ver el caso de 011h, en construcción industrializada, con un agente financiero conectado a sus datos; el de Kiper, en arquitectura y construcción; y el de Sequoia Pro, en ingeniería medioambiental. Los casos de uso habituales del sector son el control de costes y desviaciones de obra, la generación asistida de presupuestos, la gestión documental de proyecto -donde un asistente con RAG resuelve consultas sobre pliegos, normativa y planos- y las aplicaciones de partes de trabajo para equipos en campo.

Sí. El caso de Ascel Transportes documenta un proyecto en transporte y logística, y el de Macrisal cubre la parte logística de una empresa de fabricación. En este sector los proyectos suelen girar alrededor de tres cosas: la trazabilidad de entregas y la comunicación con conductores, la automatización del flujo documental entre albaranes, pedidos y facturación, y la explotación del histórico para prever demanda y planificar recursos. Son procesos con volumen muy alto de documentos repetitivos, que es exactamente donde la extracción automática de datos da retorno más rápido.

Sí, es una de nuestras áreas con más recorrido. Tenemos publicados los casos del Ayuntamiento de Burriana, de ChatPol -en seguridad pública y administración local- y de Spai Innova, en software para administración pública. En el sector público los requisitos son distintos a los de una empresa privada: la trazabilidad de la respuesta es obligatoria, cada contestación debe citar la norma o el documento en el que se apoya, los permisos por perfil son estrictos y el despliegue suele exigir infraestructura europea o propia. Son proyectos donde el sistema RAG con citación de fuentes encaja de forma natural.

Sí. El caso de CIRCE Scientific documenta un proyecto en biotecnología, y el de Alpha Klima uno de análisis climático con tratamiento intensivo de datos. En entornos científicos y de laboratorio los usos más frecuentes son la consulta asistida de documentación técnica y normativa, la interpretación y estructuración de informes y resultados, la trazabilidad de muestras y procesos, y la integración con los sistemas de gestión existentes. El requisito transversal es siempre el mismo: precisión verificable y capacidad de auditar de dónde salió cada respuesta.

Sí. Están publicados el proyecto de Leroy Merlin para su plataforma de alquiler de maquinaria, el de una cadena de retail nacional con un chatbot de atención al cliente, y el de Decine21 en medios digitales con alto volumen de tráfico. En retail y e-commerce los proyectos que mejor funcionan son la atención automatizada de consultas sobre producto, disponibilidad y pedidos, la conexión del canal conversacional con el ERP para responder con datos reales en lugar de genéricos, y la integración de la tienda con la gestión interna para eliminar el trasvase manual de pedidos.

Definiendo la métrica antes de empezar y midiendo el punto de partida. Antes del desarrollo registramos cómo está hoy el proceso: horas dedicadas, tiempo de respuesta, tasa de error, volumen atendido. Sobre esa línea base se acuerda el objetivo concreto que debe alcanzar la solución. Después del lanzamiento se compara con datos reales de producción, no con impresiones. Por eso todos los casos de esta página muestran cifras de antes y después: si un proyecto no puede expresar su resultado en una métrica que existía previamente, normalmente es que el problema no estaba bien definido.