La plataforma
Automaxia Studio
Crea los agentes. Usa lo que ellos producen.
Una plataforma agéntica completa: el mismo lugar donde los agentes se crean y se gestionan es donde los datos que generan se vuelven respuesta, panel y decisión.
Agnóstica e instalable donde lo necesites — tu nube, tu centro de datos o nuestra infraestructura.
El ciclo
Construir y usar en el mismo lugar
Casi todas las herramientas hacen una punta o la otra: arman el agente y te dejan solo, o muestran datos que alguien más trajo. Aquí las dos puntas se encuentran.
- 01
Crear
Los agentes nacen de prompts, no de un proyecto de ingeniería. Quien conoce el proceso describe lo que el agente debe hacer.
- 02
Operar
Los agentes corren dentro de los procesos, con los permisos y las integraciones que el negocio exige.
- 03
Observar
De punta a punta: cada paso rastreable, cada respuesta explicable, cada centavo de IA contabilizado.
- 04
Usar
El dato que los agentes producen vuelve al equipo — como respuesta en WhatsApp y como panel en pantalla. Y lo que se aprende ahí se vuelve el próximo agente.
Los módulos
El Console y el Harvest
Uno es donde nacen y se gobiernan los agentes. El otro es lo que ata el dato del cliente al dominio, antes de que corra el primer agente.
Administración
Console
El puesto de mando de la plataforma: donde nacen los agentes, donde se ve qué están haciendo y cuánto están costando.
- Creación de agentes
- Observabilidad — ejecuciones, tiempo de respuesta y tasa de error
- Visión financiera — costo por período, por producto y por modelo
- Usuarios, perfiles y grupos — y a qué agentes llega cada persona
- Gestión de los modelos de IA
Datos
Harvest
El agente que abre la base del cliente y arma la correspondencia con el contrato de datos. El relevamiento que llevaba días sale en minutos — y la última palabra sigue siendo de una persona.
- Parte del contrato de datos del sector y va a buscar qué existe en la base del cliente
- Propone la correspondencia campo por campo, con el motivo de cada coincidencia
- Dice qué no encontró y qué quedó ambiguo, en vez de completar a ciegas
- Validación humana antes de valer: nadie aprueba en bloque sin mirar
- Lo que era una semana de reuniones técnicas se vuelve una revisión de minutos
En el Console
Cómo nace un agente
Cuatro pasos, y el segundo es el que importa: el agente se define escribiendo en lenguaje natural lo que debe hacer. Quien lo escribe conoce el proceso.
Recorre los cuatro pasos
01 / 04
Paso 01
Identidad
Quién es el agente y de qué se ocupa.
- Nombre
- Control de inventario
- Identificador
- control-de-inventario
- Tipo de agente
- SQL
- Descripción
- Conectarse a la base y buscar la información que importa para gestionar el inventario
Pantallas del producto rehechas, con un ejemplo ilustrativo
En el Console
Y cuando ya está funcionando
Cuánto costó, cuánto se equivocó, cuánto tardó — y qué falta configurar. La plataforma pide la buena práctica en lugar de esperar a que alguien se acuerde.
Saludable
3 de 4 ejes evaluados
412 ms en 1.116 ejecuciones · 7d
0,9% de error (10 de 1.116) · 7d
credenciales en la bóveda, 2 sin rotar
límite mensual aún no configurado
Costo del período
US$ 128,40
US$ 96,10 en el anterior
Ejecuciones
1.116
982 en el anterior
Tiempo medio
412 ms
las críticas en 1,2 s
Alertas activas
0
ninguna crítica
A dónde va el costo
- Agente de InventarioUS$ 78,9061%
- Agente FinancieroUS$ 31,2024%
- Agente de SoporteUS$ 18,3015%
Oportunidad
AltaUn modelo más económico bastaría
El Agente de Soporte usa un modelo caro para tareas simples de triaje, a US$ 0,0135 por llamada.
Un eje sin nota no es cero: es un hueco que la plataforma señala
Pantalla del producto rehecha, con cifras ilustrativas
Por qué se sostiene
Lo que separa un piloto de la producción
Observabilidad de punta a punta
Del prompt que se disparó hasta el dato que salió. No es un log de aplicación: es el rastro completo del razonamiento del agente.
Trazabilidad
Toda decisión automática tiene origen, versión y responsable. Cuando alguien pregunte por qué el agente hizo eso, hay respuesta.
Visión financiera
No es sólo cuánto se gastó: es hacia dónde va el costo, producto por producto, con la sugerencia de dónde cambiar a un modelo más barato y cuánto se ahorraría.
- Costo del período comparado con el anterior
- Hacia dónde va el costo, producto por producto
- Sugerencia de un modelo más económico, con el ahorro estimado
Creación por prompt
Quien entiende del proceso construye el agente. La plataforma se encarga de gobernanza, ejecución y medición por debajo.
Donde el dato se vuelve decisión
Las soluciones que el cliente usa
No son productos aparte que haya que comprar: es la capa de consumo del Studio — lo que el equipo encuentra listo cuando los agentes ya están trabajando.
Pregunta en lenguaje natural
Talk
Preguntas en lenguaje natural y recibes el análisis, la tabla y el gráfico — con la consulta que escribió la IA a la vista, para quien quiera comprobarla.
- Declara a qué fuente de datos está conectado antes de responder
- La consulta generada queda visible y auditable, nunca escondida
- Resultado en tabla y gráfico, con el tipo a elección de quien lee
- Termina en un plan de acción sugerido, no sólo en el diagnóstico
- Sólo lectura, y sólo lo que el perfil del usuario autoriza
Un panel que responde
Vision
El panel se construye pidiéndolo en lenguaje natural, y después responde: la IA dibuja los indicadores a partir de lo que el agente sabe y se queda dentro para explicar lo que muestran.
- Paneles generados a partir del perfil del agente, sin montar nada desde cero
- O montados por ti, describiendo en lenguaje natural lo que quieres ver
- Ajuste manual cuando necesites control fino
- Asistente inteligente dentro del propio panel: adopta la personalidad del agente habilitado para quien está ahí y sugiere por dónde empezar
- Del panorama al registro individual, sin cambiar de herramienta
- Acceso controlado por grupo, panel por panel
El comando se vuelve mapa
Atlas
Pídelo en lenguaje natural y el mapa se dibuja: capas, recortes y concentraciones aparecen sobre el territorio sin que nadie abra un GIS.
- Un comando en lenguaje natural se vuelve capa en el mapa
- Concentración, recorte por área y comparación entre regiones
- El mismo agente responde en el chat junto al mapa
- Sobre la base geográfica que el cliente ya usa
Tres formas de usar el mismo dato
Preguntando, mirando y ubicando. Cambia el camino hasta la información; lo que no cambia es quién está del otro lado — el agente que tu equipo enseñó.
- Preguntar → Talk
- Mirar → Vision
- Ubicar → Atlas
El vínculo
El agente que creaste es quien responde
El asistente dentro del panel y del chat no es genérico: adopta la personalidad de los agentes habilitados para quien inició sesión. A qué agentes llega cada persona se decide en la gestión de usuarios. Crear y usar no son dos herramientas que se hablan — es el mismo agente, de los dos lados.
Míralo pasar
Cambia el agente y la plataforma entera cambia
Un agente de inventario no es un filtro dentro del sistema: dibuja los tableros de inventario y se vuelve el especialista de inventario en el chat. Elige uno y míralo.
“Te ocupas del inventario. Conoces la cobertura en días, la rotación, el punto de pedido y la estacionalidad de cada categoría. Avisas antes de que falte, no después.”
Definido en lenguaje natural, en el Console
- Cobertura en días, por artículo
- Rotación por categoría
- Artículos bajo el punto de pedido
- Estacionalidad de los últimos doce meses
Generados a partir de lo que sabe
¿Qué va a faltar la próxima semana?
Agente de Inventario
Once artículos quedan bajo el punto de pedido para el viernes. Tres son de un proveedor con quince días de plazo — si el pedido no sale hoy, falta. ¿Quieres que liste esos tres primero?
El mismo agente, ahora hablando
Y así se abre en pantalla
¿Qué quieres analizar hoy?
Pregunta en lenguaje natural. La consulta se escribe, se ejecuta y vuelve con tabla, gráfico y análisis.
Cobertura media
18días
-3 días
Artículos en punto de pedido
11
+4
Rotación del trimestre
4,2x
+0,3
Valor inmovilizado
US$ 1,4M
-US$ 210 mil
El agente sugiere
Ejemplos ilustrativos del mecanismo
La diferencia
Donde los demás se detienen
Google AI Studio
Prompt, modelo y clave de API. Termina donde empieza el problema del dato.
Microsoft Copilot Studio
Flujos de conversación dentro del ecosistema Microsoft. No conoce el dato heredado ni calcula nada auditable.
Lienzos genéricos (n8n, Flowise…)
Un kit de nodos para que el cliente arme. ~90% muere en el piloto: dato, flujo y gobernanza se quedan contigo.
Automaxia Studio
Construye, ejecuta, observa y devuelve el dato al equipo — en el mismo lugar y bajo la misma gobernanza.
Deliberadamente opinativo
La base
Lo que sostiene cada solución
Cuatro cosas de las que ninguna puede prescindir — y que tienen que existir antes del primer agente, no después.
01
Gobernanza desde el primer día
Identidad única, permisos por área de negocio, bóveda cifrada de credenciales y auditoría completa — desde el día uno, no como proyecto futuro.
02
Incorporación de datos con el Harvest
El Harvest descifra bases heredadas — incluidas las columnas con nombres crípticos — arma la correspondencia contra el contrato de datos y comprueba cada campo contra el dato real. El relevamiento que llevaba días sale en minutos, y una persona aprueba antes de valer.
03
Permiso que impone la base
El agente ve sólo lo que autoriza el perfil de quien pregunta — y siempre en modo lectura. La barrera está en el dato, no en la interfaz.
04
Respuesta con prueba
Cada número llega con su origen, el camino que recorrió y un sello de confiabilidad. Cuando el dato no sostiene la respuesta, la plataforma avisa.
Vertical Packs
Cómo un sector se vuelve producto
Contrato de datos + reglas del dominio + agentes y prompts del sector + tableros canónicos. Un pack es una vertical instalable.
01
Contrato de datos
Los campos, las reglas y las exigencias del sector — lo que el Harvest va a buscar en la base del cliente.
02
Reglas del dominio
Las decisiones que toma el sector, con nota de explicabilidad.
03
Agentes y prompts
El lenguaje y el conocimiento del dominio.
04
Tableros
Los tableros canónicos del sector.
El pack dice qué buscar; el Harvest lo encuentra en la base del cliente en minutos, y lo que era una semana de relevamiento se vuelve una revisión. Lo que la IA propone, el especialista aprueba.
Sin lock-in
Agnóstica de modelo y de lugar
La generación de SQL puede usar un modelo, el análisis otro, el mapeo un tercero — configuración en el catálogo, no código. Y la plataforma corre donde tu política de datos lo determine.