Empresa de desarrollo de chatbots con IA para empresas

Depende de la carga de trabajo, no de la fidelidad a una marca. GPT-4o destaca en fiabilidad de llamadas a herramientas y cumplimiento de salidas estructuradas con baja latencia; lo usamos por defecto en bots de soporte transaccional que llaman a API. Claude 3.7 destaca en anclaje con contexto largo y calibración de la negativa; lo usamos por defecto en asistentes jurídicos, de cumplimiento y con muchas políticas. Gemini 2.0 destaca en coste por token con calidad de frontera para cargas de trabajo de alto volumen y mucha lectura. Todo proyecto empieza con una evaluación comparativa con sus datos reales de tickets, presentada como una comparación escrita con cifras de coste, latencia p95 y tasa de negativas antes de elegir.

Con tres capas. Primera, el anclaje RAG: cada respuesta factual cita un pasaje de su base de conocimiento mediante Pinecone o pgvector, y el LLM tiene instrucciones de negarse a responder cuando la confianza de la recuperación está por debajo de un umbral ajustado. Segunda, el banco de evaluación: un conjunto de referencia de entre 300 y 800 preguntas reales con respuestas correctas etiquetadas, puntuado en cada versión con Ragas (fidelidad, relevancia de la respuesta, precisión y exhaustividad del contexto) más un LLM como juez basado en rúbricas. Tercera, la monitorización en producción: Langfuse traza cada conversación, marca las respuestas de baja confianza para revisión humana y las incorpora al conjunto de referencia. La tasa de alucinación es un SLO medido, no una impresión.

Sí, y el traspaso es una parte esencial del diseño, no un añadido de última hora. Integramos con Intercom, Zendesk, Salesforce Service Cloud, Front y HubSpot Service Hub mediante sus API nativas. El traspaso incluye la transcripción completa de la conversación, la intención del usuario que detectó el bot, las citas de recuperación y una puntuación de confianza para que el agente humano tenga contexto. Los disparadores del traspaso son configurables: solicitud explícita del usuario, baja confianza, intención sensible (disputa de facturación, asunto jurídico, queja) o tras N aclaraciones fallidas. Ajustamos el umbral a sus objetivos de CSAT y AHT durante el primer mes.

Widget de chat web (JS puro o integración en React), Slack, Microsoft Teams, WhatsApp Business mediante Twilio o Meta Cloud API, SMS, Telegram, Intercom Messenger, Facebook Messenger y voz mediante Twilio Voice o LiveKit. El motor de conversación es independiente del canal: los mismos flujos, el mismo índice RAG y el mismo conjunto de evaluaciones. El trabajo específico de cada canal es sobre todo la autenticación y el renderizado de mensajes enriquecidos. Un segundo canal típico suma de dos a tres semanas; un tercero, una. WhatsApp Business lleva más tiempo por la aprobación de plantillas de Meta, que es papeleo, no ingeniería.

El proyecto arranca con un DPA alineado con el RGPD y un diagrama de flujo de datos que muestra todos los lugares donde llega un mensaje de usuario. Los clientes de la UE operan únicamente en regiones de la UE (AWS eu-west-1, eu-central-1, GCP europe-west). La enmascaramiento de datos personales (Presidio más reglas propias) se ejecuta antes de que ningún prompt llegue al proveedor del LLM. Los registros de conversación se conservan según su política, con herramientas de derecho de supresión integradas. Con Anthropic, OpenAI y Google usamos endpoints de API de retención cero cuando existen. Estamos alineados con el RGPD, preparados para ISO 27001, con SOC 2 Type II en curso, aptos para HIPAA en healthtech y con la CCPA contemplada en productos de consumo en EE. UU.

Los chatbots son de alcance cerrado y se presupuestan todo incluido en USD en cuatro niveles. Un bot de preguntas frecuentes y desvío con guion parte de $400 (1–2 semanas). Un bot de ventas que cualifica leads con traspaso al CRM parte de $1,100 (2–3 semanas). Un bot asistente interno para managers con llamadas a herramientas y anclaje RAG parte de $1,400 (3–4 semanas). Un sistema multiagente orquestado parte de $2,900 (4–6 semanas). Usted recibe el presupuesto desglosado al final del descubrimiento y lo aprueba antes de escribir una sola línea de código. No hay recargo por intermediación ni sobrecostes por herramientas; el consumo de API de LLM corre por sus propias cuentas, de modo que usted conserva el control del coste.

Con ambos, elegidos de forma deliberada. Usamos Voiceflow y Botpress cuando un constructor visual de flujos acelera de verdad la entrega en un bot simple y estable, pero el motor de conversación se entrega como código en su repositorio, no encerrado en la consola de un proveedor. Eso significa sin tarifas de plataforma por mensaje, sin dependencia del proveedor (vendor lock-in) y sin incidentes del tipo «la plataforma está caída» fuera de su control. Para todo lo que lleve anclaje RAG, llamadas a herramientas o banco de evaluación, el código a medida es la opción por defecto, porque requieren control de versiones, CI y cobertura de pruebas que las herramientas no-code no ofrecen.

Sí; ese es el terreno del bot asistente para managers y del sistema multiagente. El bot llama a sus API mediante esquemas de herramientas tipados: consultar un pedido, crear un ticket de Zendesk, comprobar el inventario, actualizar un registro del CRM, activar un flujo de trabajo. Cada herramienta tiene una validación de entrada estricta, y las acciones irreversibles o sensibles (reembolsos, cancelaciones, cambios de datos) pasan por defecto por un paso de confirmación o una puerta de aprobación humana. Las acciones se registran con la traza completa de razonamiento en Langfuse, de modo que dispone de una pista de auditoría de lo que hizo el bot y por qué.

Sí. Los modelos de frontera que usamos (GPT-4o, Claude 3.7, Gemini 2.0) son multilingües de forma nativa, por lo que gestionar conversaciones en inglés y en los principales idiomas de la UE no requiere un modelo distinto por idioma. El trabajo real está en la base de conocimiento: mantenemos índices RAG por idioma o traducimos en el momento de la recuperación, según cómo se redacte su contenido, y ampliamos el conjunto de referencia con casos de evaluación por idioma para medir la calidad de las respuestas en cada uno y no darla por supuesta a partir del inglés. La detección de idioma y las respuestas alternativas por idioma forman parte del diseño de los flujos.

Usted, desde el primer día. La propiedad intelectual se transfiere al inicio del proyecto, no se retiene como rehén hasta el pago final. El motor de conversación, los prompts, el pipeline RAG, el conjunto de referencia de evaluación y la infraestructura como código viven en su repositorio y en sus cuentas cloud. El consumo de API de LLM también corre por las cuentas de sus propios proveedores, de modo que usted conserva el control del coste y cualquier condición contractual de retención cero. No hay ningún runtime propietario por cuyo acceso tenga que seguir pagándonos: si deja de trabajar con nosotros, el bot sigue funcionando.

De forma opcional, como iguala mensual, y ahí es donde un chatbot demuestra su valor. El trabajo posterior al lanzamiento es un ciclo: Langfuse marca las conversaciones de baja confianza y con valoración negativa, las incorporamos al conjunto de referencia, ampliamos intenciones y ejecutamos una regresión semanal de evaluaciones para que pueda demostrar que el segundo mes supera al primero. Las igualas también cubren ablaciones de actualización de modelo (pasar de un modelo de frontera a otro más barato o más nuevo es un A/B medido, no un salto de fe), optimización de prompts y de costes, y despliegue de nuevos canales. Si prefiere operarlo internamente, entregamos runbooks y formamos a su equipo.

Con la métrica que corresponde al nivel, acordada antes de construir. En un bot de preguntas frecuentes, son la tasa de desvío y el CSAT de las conversaciones atendidas por el bot. En un bot de ventas, los leads cualificados y las llamadas reservadas. En un bot asistente para managers, las horas de personal ahorradas y el tiempo hasta la respuesta. Por debajo de todos ellos están los SLO de ingeniería (fidelidad, relevancia de la respuesta, contención, latencia p95 y coste por conversación), medidos en Langfuse y Helicone y revisados cada semana. Usted recibe un panel, no una diapositiva trimestral que proclama el éxito.