Manifiesto

En qué creemos

Nueve de cada diez proyectos de agentes de IA mueren en el piloto. No es por falta de un buen modelo. Es que casi nadie se hace cargo de la parte difícil: el dato real, el permiso, y la pregunta que viene después — ¿por qué el agente hizo eso?

01
Una demo no es una entrega
Cualquiera arma un agente que impresiona en una sala de reuniones. Pocos ponen en producción uno que sobreviva al lunes. La diferencia nunca está en el modelo — está en el dato, en los permisos y en quién atiende el teléfono cuando algo falla.
02
Quien hace el trabajo sabe automatizarlo
Esa persona no debería necesitar un traductor, ni esperar en una fila. Describe en lenguaje natural lo que necesita, y el agente existe. Hacer que funcione por debajo es problema nuestro, no suyo.
03
Automatización que nadie explica es riesgo, no ganancia
Toda decisión automática deja rastro: de dónde vino, qué versión era, quién la aprobó. Si no hay respuesta a “¿por qué el agente hizo eso?”, no lo ponemos en producción.
04
Quien decide sigue siendo gente
La IA propone, el especialista aprueba. No porque la máquina sea tonta, sino porque la responsabilidad no se transfiere a un software.
05
Costo escondido es factura que llega después
Cada agente muestra lo que consume, por etapa y por área. Decides qué vale escalar antes de la factura, y no cuando llega.
06
Nada de lo tuyo debe quedar atrapado
Tus datos, tu nube, tu modelo. La plataforma corre donde tu política mande y cambia de IA por configuración. Si un día quieres irte, te vas — y te llevas todo.
07
El trabajo repetitivo no merece las mejores horas de nadie
Al final, de eso se trata. No de recortar gente: de devolverle a las personas la parte del trabajo que sólo ellas pueden hacer.

Somos de Brasilia. Nuestros agentes cuidan la facturación de una clínica, los datos de gestión de una empresa y el seguimiento de casos de malaria y tuberculosis en la Amazonía. Es el mismo trabajo: quitarle el peso burocrático de encima a quien tiene cosas más importantes que hacer.

Dónde estamos