ls casos/
Casos
Qué problema había, qué hicimos y qué cambió. Primero en simple; si te interesa el cómo, adentro de cada caso está la arquitectura. Sin nombres de clientes ni números que no estén aprobados.
Extracción de sentencias judiciales en 4 jurisdicciones
Un equipo cargaba a mano datos de sentencias judiciales. Ahora un sistema los extrae solo y avisa cuando algo no cierra, así las personas revisan solo lo dudoso.
Leer el caso →02Datos empresarialesSupervisor multi-agente: documentos y datos en una sola consulta
La gente buscaba información en documentos por un lado y en bases de datos por otro. Ahora pregunta una vez, en castellano, y la respuesta dice de dónde salió.
Leer el caso →03Demo propia · datos públicosDirecciones sucias, geocodificadas con un LLM dentro de SQL
Miles de direcciones mal escritas que no se podían ubicar en un mapa. Probamos varias IA y elegimos la que daba el mejor resultado al menor costo.
Leer el caso →04Estrategia de IAPriorizar iniciativas de IA sin sumar formularios
Llovían pedidos de "hagamos algo con IA". Armamos un criterio simple para decidir cuáles hacer, sin sumar burocracia.
Leer el caso →05Agro · bancaUpskilling corporativo en GenAI y automatización
Equipos que querían usar IA pero no sabían por dónde empezar. Salieron de los talleres con tareas propias automatizadas.
Leer el caso →Lo que salió mal (y por qué lo cuento)
No todo llega a producción. A veces, por suerte.
Un portfolio con solo éxitos es otra demo optimizada. Este es un caso donde la mejor recomendación fue frenar.
Lo que salió malDatos ilustrativosEl chatbot que recomendé no lanzar
Un asistente sobre normativa interna funcionaba perfecto en la demo. Al medirlo con casos reales, fallaba justo en las preguntas que importaban. Recomendé no lanzarlo todavía, y fue la mejor decisión del proyecto.
Leer qué pasó →