Caso real anonimizadoConsultoría empresarial

De reconstruir el contexto a pedir trabajo a un sistema agéntico privado

El sistema empezó resolviendo un problema de memoria: antes de trabajar había que reconstruir documentos, antecedentes, decisiones y pendientes. Esa base evolucionó hasta un sistema agéntico privado en el que el usuario puede pedir trabajo y el agente utiliza herramientas reales sobre clientes, documentos, planes, tareas, agenda y comunicaciones bajo permisos y revisión. En el proceso medido, una preparación de más de 100 horas pasó a menos de 2 antes de revisión profesional.

Resultado medido

Una preparación de planes de trabajo que podía superar las 100 horas pasó a menos de 2 en el proceso medido, antes de la revisión profesional.

Alcance de la evidencia: La reducción publicada corresponde a la preparación repetitiva del plan en el proceso medido, antes de la revisión profesional; no al tiempo total de una consultoría.

Tipo: Sistema agéntico privado para operar una consultoríaAlcance: Clientes, documentos, memoria, intervenciones, planes, tareas, agenda, comunicaciones y entregables bajo permisos y revisión

Analizar un proceso parecido Ver antes y después

Recreación con datos ficticios

Procedencia visual: Las imágenes actuales son recreaciones con datos ficticios. No se presentan como capturas del sistema privado; las capturas reales deben obtenerse desde el dataset demo del repositorio fuente.

El problema

Qué estaba ocurriendo antes

El coste no estaba solo en redactar. Una parte relevante del esfuerzo profesional se consumía antes de llegar al trabajo que exigía criterio: localizar fuentes, reconstruir contexto, saber qué se había decidido y convertirlo en un plan. En determinadas preparaciones de planes de trabajo, ese esfuerzo podía superar las 100 horas.

La información necesaria para una intervención existía, pero estaba repartida entre documentación, notas, comunicaciones y memoria personal. Antes de diagnosticar o preparar un plan había que recuperar antecedentes, recordar decisiones y recomponer manualmente el estado del trabajo.

La solución

Qué se construyó y qué cambió

Construir primero un sistema operativo privado para la consultoría y evolucionarlo después a una capa agéntica que utiliza funciones reales, en lugar de añadir un chatbot genérico sobre información desestructurada.

Sistema privado con clientes, intervenciones, documentos, memoria, planes, tareas, agenda, comunicaciones y outputs conectados.
Agente basado en Responses API con routing de herramientas y contratos operativos definidos.
Memoria Vector Store global y específica por cliente con conciliación documental.
Planes confirmables, editor de pasos y pipeline de ejecución con reintentos, reanudación y observabilidad.
Integraciones Microsoft 365 sometidas a permisos, configuración y controles antes de modificar recursos externos.
Métrica de más de 100 horas a menos de 2 comunicada por el propietario del proceso.

Antes y después

Qué trabajo dejó de hacerse a mano

Antes

Buscar documentación, notas, correos y antecedentes antes de poder empezar.
Recordar qué se había decidido y qué seguía pendiente en cada intervención.
Navegar por varias pantallas y herramientas para transformar el contexto en tareas, planes, documentos o comunicaciones.
Dedicar más de 100 horas a determinadas preparaciones de planes de trabajo.

Después

La memoria y los datos estructurados conservan contexto reutilizable por cliente e intervención.
El usuario puede pedir un resultado en lenguaje natural en lugar de reconstruir manualmente cada paso.
El agente selecciona herramientas, prepara planes y ejecuta operaciones autorizadas con confirmación cuando corresponde.
La preparación medida puede completarse en menos de 2 horas antes de la revisión profesional.

Proceso medido + arquitectura operativa

Del contexto disperso a trabajo ejecutable bajo control

La métrica pertenece a la preparación repetitiva medida. La evolución posterior añade memoria, herramientas y ejecución controlada, pero no se atribuye a toda la consultoría ni a cualquier tarea del agente.

Control humano

La IA prepara y ejecuta únicamente operaciones autorizadas. La revisión profesional, los permisos y las confirmaciones siguen siendo explícitos.

Contexto01

Recuperar antecedentes

Documentos, memoria, decisiones y trabajo previo dejan de reconstruirse manualmente antes de cada intervención.

Preparación02

Convertir contexto en plan

El sistema prepara fases, tareas y borradores sobre una estructura operativa persistente.

Agente03

Utilizar herramientas autorizadas

La petición puede convertirse en operaciones sobre clientes, documentos, planes, agenda o comunicaciones según permisos.

Revisión04

Confirmar antes de comprometer

Planes, comunicaciones y acciones sensibles conservan confirmación y criterio profesional.

+100 h → <2 hPreparación repetitiva en el proceso medido

Revisión profesionalFuera de la métrica publicada

TrazabilidadPlanes, estados y operaciones observables

Sistema agéntico

No es un chatbot: el agente opera sobre herramientas, memoria y permisos reales

La evolución del sistema convirtió operaciones ya modeladas en herramientas que el agente puede seleccionar según la petición, el cliente, el contexto y los permisos. Cuando una tarea requiere varios pasos, puede preparar un plan, pedir confirmación y ejecutar cada operación con trazabilidad en lugar de limitarse a responder con texto.

Petición

El usuario pide un resultado en lenguaje natural: buscar pendientes, preparar un plan, revisar documentación o preparar una comunicación.

Contexto

El sistema identifica cliente, trabajo, documentos, memoria y datos estructurados relevantes, con aislamiento por cliente cuando corresponde.

Herramientas

El agente selecciona operaciones implementadas sobre clientes, planes, tareas, documentos, agenda, correo, outputs y otras funciones autorizadas.

Plan y confirmación

Las acciones compuestas o sensibles pueden convertirse en pasos revisables antes de ejecutar cambios externos o persistentes.

Ejecución

Los pasos se ejecutan con estados, reintentos, reanudación y observabilidad para saber qué se hizo, qué falló y qué queda pendiente.

Ejemplos de órdenes operativas

“Busca las tareas pendientes de este cliente y dime por dónde empezar.”

“Prepara un plan de intervención usando los documentos y antecedentes disponibles.”

“Resume los documentos nuevos y señala qué necesita revisión profesional.”

“Prepara un borrador de correo con los próximos pasos para que pueda revisarlo antes de enviarlo.”

Control: Las operaciones externas y sensibles dependen de permisos, configuración y confirmación. El agente puede preparar borradores y acciones; la aprobación profesional y los límites del workspace siguen siendo explícitos.

Demostración con datos ficticios

La base operativa sobre la que trabaja el agente

Las imágenes actuales son recreaciones de pantallas funcionales con identidad, nombres y datos sustituidos por contenido ficticio. No se presentan como capturas del sistema privado actual. El repositorio real dispone de un dataset demo controlado para obtener más adelante capturas reales de la interfaz sin exponer información del cliente.

Qué estás viendo

La memoria evita volver a empezar

Criterios, aprendizajes, documentos y contexto reutilizable quedan organizados para que una nueva intervención pueda partir de conocimiento ya disponible.

Por qué importa

Un agente es mucho más útil cuando opera sobre una memoria y unas entidades estructuradas que cuando recibe cada petición sin contexto persistente.

Qué estás viendo

La intervención nace con contexto

Objetivo, alcance, tipo de trabajo, fuentes y estructura inicial quedan definidos desde el comienzo para que el sistema no tenga que inferirlos cada vez.

Por qué importa

El agente puede consultar y actuar sobre una operación modelada, no sobre una colección de carpetas y conversaciones desconectadas.

Qué estás viendo

El contexto se convierte en un plan accionable

Fases, tareas, responsables, próximos pasos y estados se conectan con el contexto que los origina y permanecen disponibles para consulta y ejecución controlada.

Por qué importa

El agente puede preparar o modificar trabajo concreto porque existe una fuente estructurada de planes, tareas y decisiones.

Qué estás viendo

El trabajo acumulado termina en entregables revisables

Los informes y otros outputs pueden prepararse desde el contexto organizado y conservar versión, revisión y aprobación antes de cualquier uso externo.

Por qué importa

La automatización termina en un artefacto controlable; no convierte una propuesta del agente en una decisión profesional automática.

Cómo funciona

Cómo se resolvió paso a paso

Primero se modeló la operación: clientes, intervenciones, fuentes, memoria, planes, tareas, decisiones, agenda, comunicaciones y entregables. Solo después se expusieron operaciones bien definidas como herramientas para un agente. Así la IA no actúa sobre una conversación aislada, sino sobre un sistema con contexto, permisos y estados reales.

El agente puede recuperar contexto autorizado, seleccionar herramientas según la intención, preparar planes de varios pasos, pedir confirmaciones y ejecutar operaciones implementadas sobre el sistema. La memoria documental se mantiene separada por cliente cuando corresponde y las acciones externas sensibles permanecen detrás de permisos, configuración y revisión. El correo, por ejemplo, puede prepararse como borrador para aprobación en lugar de enviarse de forma autónoma.

Conservar contexto operativo

Documentos, antecedentes, clientes, intervenciones y memoria quedan disponibles de forma estructurada y reutilizable.

Convertir funciones en herramientas

Las operaciones reales del sistema se exponen al agente mediante contratos definidos, permisos y validaciones.

Planificar cuando una orden requiere varios pasos

La petición puede convertirse en un plan revisable con acciones concretas, dependencias y confirmación antes de ejecutar.

Ejecutar y observar

Cada paso mantiene estado, trazabilidad, reintentos y capacidad de reanudación para evitar acciones opacas o silenciosamente incompletas.

Control

Qué sigue dependiendo de una persona

El profesional mantiene las decisiones de diagnóstico, prioridad, recomendación, aprobación y comunicación externa. El agente recupera contexto, prepara trabajo y ejecuta operaciones autorizadas; los límites de acceso y las confirmaciones forman parte de la arquitectura.

Qué NO hace el sistema

No aprueba diagnósticos, prioridades, planes o entregables por cuenta propia.
No envía comunicaciones sensibles sin el flujo de aprobación y permisos previsto.
No convierte coincidencias documentales o propuestas del modelo en hechos sin trazabilidad y revisión.
No salta los permisos del workspace ni modifica recursos externos si la operación no está implementada y habilitada.

Interpretación

Cómo debe interpretarse la métrica

En el proceso medido y según el uso real comunicado por el propietario, una preparación que podía superar las 100 horas pasó a menos de 2 antes de la revisión profesional. La evolución agéntica amplía el valor del sistema: además de conservar el contexto, permite pedir trabajo sobre esa base y ejecutar operaciones controladas sin navegar manualmente por cada pantalla.

Aplicación a otros procesos

Qué partes de este enfoque pueden reutilizarse

Modelar antes de agentificar

Un agente aporta más valor cuando opera sobre entidades, permisos y operaciones bien definidas. Exponer un chat antes de ordenar el proceso solo traslada el desorden a una interfaz conversacional.

Memoria + herramientas + ejecución

La memoria aporta contexto, las herramientas permiten actuar y la ejecución observable convierte una respuesta en trabajo verificable.

Autonomía limitada por diseño

Las operaciones sensibles se protegen con permisos, configuración y confirmaciones; el agente acelera la preparación y la ejecución sin apropiarse del criterio profesional.

Caso real anonimizado

Sistema agéntico privado para una consultoría con identidad protegida

No se publican el nombre del cliente, documentación, fuentes, reglas internas, nombre interno del sistema ni información que permita reconstruir su operativa. Las imágenes actuales son recreaciones con datos ficticios y se identifican como tales. La métrica de tiempo procede del uso real comunicado por el propietario del proceso.

Qué se muestra públicamente

El problema de reconstruir memoria y contexto antes de trabajar.
La evolución desde memoria operativa hasta un agente que utiliza herramientas reales bajo permisos y confirmación.
La métrica de más de 100 horas a menos de 2 en el proceso medido.
Los puntos de revisión y aprobación que mantienen el criterio en manos del profesional.

Qué se omite por confidencialidad

Identidad del cliente y de sus empresas.
Documentación, fuentes y comunicaciones privadas.
Reglas metodológicas o datos que permitan reconstruir su operativa.
Marca, nombre interno del sistema, credenciales, usuarios, datos personales y catálogo interno detallado de herramientas.

Tecnología

Piezas utilizadas en este caso

OpenAI Responses APIHerramientas operativas con contratos cerradosPostgreSQL y memoria por clienteVector Store documentalMicrosoft 365 / GraphPlanes confirmables y ejecución observableRevisión profesional

La selección técnica es consecuencia del proceso, el nivel de riesgo, los datos disponibles y la forma de mantener el sistema.

Procesos relacionados

Enfoques relacionados

Automatización de procesos →Procesamiento documental →Desarrollo de software a medida →

Problemas relacionados

Información dispersa entre herramientas →Tareas repetitivas y trabajo manual →Falta de trazabilidad en los procesos →

Aplicación a tu empresa

Si vuestro equipo reconstruye contexto y después navega por varias herramientas para ejecutar el trabajo, un agente operativo puede reducir ambas capas de fricción.

Cuéntame qué información necesitáis recuperar, qué acciones se repiten y qué decisiones deben seguir en manos de una persona. La primera valoración sirve para comprobar si tiene sentido modelar esas operaciones como herramientas de un agente.

Analizar un proceso parecido