Sistemas en producción. Resultados medibles.
No coleccionamos pilotos: entregamos agentes de IA y SLM propietarios que llevan meses trabajando dentro de la infraestructura de nuestros clientes. Aquí tienes tres proyectos contados como son: contexto, problema, sistema construido y números. Si quieres entender primero el concepto, empieza por qué es la agentización.
Pedidos que entran solos al ERP: de 4 horas a 9 minutos
Fabricante de componentes con dos plantas y unos 240 empleados. Más de 300 clientes envían sus pedidos por email, cada uno a su manera: PDF escaneados, hojas de cálculo, texto suelto en el cuerpo del correo. Tres personas del equipo de administración se dedicaban a transcribirlos al ERP.
El problema
Cada pedido tardaba una media de 4 horas en pasar del buzón al ERP, y en picos de campaña llegaba a más de un día. Los errores de transcripción (referencias equivocadas, cantidades bailadas) generaban devoluciones y llamadas. Un RPA anterior se rompía cada vez que un cliente cambiaba el formato de su PDF. Y había un límite claro: los datos de producción y precios no podían salir de la planta hacia una API externa.
El sistema construido
- AGT-PEDIDOS: lee cada correo, extrae líneas de pedido de cualquier formato y valida referencias, precios y plazos contra el ERP antes de crear el pedido.
- AGT-ALBARANES: concilia albaranes de proveedor con pedidos de compra y avisa solo cuando algo no cuadra.
- SLM propietario ajustado con el catálogo, el histórico de pedidos y las equivalencias de referencias del cliente, desplegado en un servidor con una sola GPU dentro de la planta.
- Supervisión humana configurada por reglas: cambios de referencia, importes altos o clientes nuevos pasan por aprobación antes de tocar el ERP.
07:42:11 [AGT-PEDIDOS] correo entrante: pedido_acme_0347.pdf 07:42:13 extracción de líneas… 14 referencias detectadas 07:42:14 validación contra ERP: 13 OK · 1 referencia descatalogada 07:42:15 propuesta de equivalencia: REF-88112 → REF-88119 07:42:15 regla activa: cambio de referencia → aprobación humana 07:51:02 aprobado por compras · pedido SO-20481 creado en ERP ✓ ciclo completo: 8 min 51 s · media anterior: ~4 h
«Habíamos probado un RPA y lo rompía cualquier PDF nuevo. Esto es otra cosa: el agente entiende el pedido aunque el cliente cambie el formato, y todo corre en nuestro servidor. Ni un dato de precios ha salido de la planta.»
¿Tu back-office vive pegado a la bandeja de entrada? Este proyecto es un ejemplo de automatización inteligente con agentes: donde el RPA se rompe, un agente que razona sigue funcionando.
Triaje de siniestros en segundos, sin que un solo dato salga de casa
Aseguradora de ramos hogar y salud con unas 400.000 pólizas en cartera. Recibe alrededor de 60.000 comunicaciones de siniestro al año por email y formulario web, con documentación de todo tipo: partes, fotografías, facturas, informes periciales.
El problema
El triaje era manual: clasificar el siniestro, localizar la póliza, comprobar la cobertura y reclamar la documentación que faltase. La primera respuesta al asegurado tardaba una media de 6 días y el backlog crecía en cada temporal. Con datos de salud por medio, la dirección técnica lo tenía claro: ningún documento podía procesarse en una API externa, por RGPD y por política interna de riesgo.
El sistema construido
- AGT-SINIESTROS: clasifica cada comunicación, extrae los datos del parte, localiza la póliza en el core asegurador y verifica la cobertura contra el condicionado aplicable.
- AGT-DOCS: detecta la documentación que falta en cada expediente y la reclama al asegurado con seguimiento automático.
- RAG privado sobre condicionados generales y particulares, con un SLM ajustado al vocabulario asegurador, desplegado en el cloud privado de la compañía (Kubernetes sobre su propia infraestructura).
- Trazabilidad total: cada decisión del agente queda registrada por expediente, y cualquier propuesta desfavorable al asegurado exige aprobación de un tramitador.
10:03:44 [AGT-SINIESTROS] nueva comunicación: EXP-2026-118432 10:03:46 clasificación: hogar · daños por agua · confianza 0,97 10:03:47 póliza localizada en core · cobertura: incluida 10:03:49 falta informe pericial → [AGT-DOCS] lo solicita al asegurado 10:03:50 expediente abierto y asignado · decisión registrada ✓ triaje y apertura: 6 s · cero datos fuera de la infraestructura
«Descartamos a todos los proveedores que nos pedían mandar los partes a su nube. Getflow montó el modelo dentro de nuestra infraestructura, con trazabilidad por expediente. Cumplimiento lo aprobó a la primera, y eso, en una aseguradora, es decir mucho.»
Si trabajas con datos sensibles o en un sector regulado, la pieza clave de este caso es el despliegue: te contamos cómo funciona un SLM on-premise y por qué la soberanía del dato no es negociable.
Revisión de contratos con secreto profesional: de 3 horas a 25 minutos
Despacho de unos 60 abogados especializado en mercantil y M&A. Buena parte de las horas junior se iban en revisar contratos contra los criterios de la firma y en el barrido documental de las due diligence.
El problema
Revisar un contrato de compraventa típico llevaba unas 3 horas de un asociado junior; una due diligence, semanas. El secreto profesional descartaba de raíz cualquier herramienta que enviase documentos de clientes a servidores de terceros, así que el despacho seguía trabajando a mano mientras veía cómo el mercado se aceleraba. Además, los socios desconfiaban de la IA generativa por un motivo legítimo: las citas inventadas.
El sistema construido
- AGT-CONTRATOS: revisa cada contrato contra el playbook de cláusulas de la firma, señala desviaciones críticas y menores, y detecta cláusulas ausentes.
- AGT-CONOCIMIENTO: RAG interno sobre modelos, dictámenes y expedientes históricos del despacho, con control de acceso por equipo y asunto.
- SLM jurídico ajustado con documentación de la firma, desplegado en los servidores del propio despacho, con opción de funcionar sin conexión a internet.
- Cero citas inventadas: cada hallazgo enlaza a la cláusula o documento fuente, verificable en un clic. Si el agente no encuentra soporte, lo dice.
16:20:05 [AGT-CONTRATOS] revisión: SPA_proyecto_delta_v3.docx · 84 págs. 16:22:41 contraste con playbook de la firma: 61 cláusulas analizadas 16:22:41 3 desviaciones críticas · 7 menores · 2 cláusulas ausentes 16:22:43 cada hallazgo enlazado a su cláusula fuente (verificable) 16:22:44 borrador de informe listo para revisión del asociado ✓ primer análisis: 2 min 39 s · media anterior: ~3 h
«La condición era innegociable: los documentos de nuestros clientes no salen del despacho, punto. El sistema corre en nuestros servidores y cada conclusión trae su cita a la cláusula exacta. Los juniors ya no transcriben: revisan, discuten y aprenden.»
Detrás de este proyecto hay un patrón que repetimos en cada sector: agentes de IA a medida que perciben, razonan, actúan y verifican sobre el proceso real del cliente, no sobre uno genérico.
Tu proceso puede ser el siguiente caso
Cuéntanos qué proceso te come horas y te devolvemos un diagnóstico en 48 horas: qué agentizar primero, qué modelo necesita y qué números puedes esperar. Gratis y sin compromiso.
Métricas de proyectos reales; nombres y sectores ligeramente alterados por confidencialidad.