Lo que suelen preguntar antes de una llamada.

Un agente es un sistema que razona, decide y ejecuta acciones en sistemas reales (SAP, CRM, ERP, email). A diferencia de un chatbot, no responde: actúa. Emite órdenes, consulta datos, valida condiciones y deja registro auditable de cada paso. Un chatbot solo conversa; un agente opera.

Trabajamos con empresas medianas y grandes con operaciones recurrentes de alto volumen, alta criticidad regulatoria o ambas. Sectores típicos: banca/seguros, industria/retail, servicios profesionales, salud y sector público. El denominador común: procesos donde importa la velocidad pero también la trazabilidad.

Tres caminos: (1) la evaluación express de 7 preguntas te devuelve un diagnóstico automático y un rango de inversión en tu contexto; (2) la calculadora de ROI te da una estimación del ahorro proyectado; (3) agendá una llamada de 30 minutos y revisamos tu caso en concreto.

Sí. Los modelos base manejan decenas de idiomas; nosotros ajustamos prompts y evaluación por idioma operativo. Clientes actuales operan en español, inglés, portugués y francés dentro de un mismo agente.

La inversión depende del alcance (agentes, integraciones, volumen, régimen regulatorio) y del modelo comercial (proyecto llave en mano, licencia de plataforma, éxito compartido). Como referencia, los pilotos suelen pagar su inversión en 3-6 meses. La mejor vía para un número concreto es la evaluación express: 7 preguntas y te devolvemos un rango razonado en tu contexto.

Tres variantes: (1) fee fijo por implementación más licencia mensual de plataforma; (2) éxito compartido sobre ahorros medidos; (3) híbrido con piloto acotado y escalado por milestones. Todos incluyen soporte, monitoreo y evolución del agente durante la vigencia.

Sí. El piloto típico arranca con un único caso de uso, 4-8 semanas, alcance medible y criterios claros de éxito. Si funciona, escalamos a más agentes sobre la misma plataforma. Si no funciona, terminás con aprendizaje documentado y sin compromisos.

Entre 2 y 8 semanas para el primer agente en producción, según la profundidad de integración con tus sistemas. El diagnóstico inicial tarda 3-5 días. El diseño del grafo LangGraph y sus gates, 1-2 semanas. Integración, QA y release progresivo, 2-4 semanas. A partir del segundo agente, los plazos se reducen porque la plataforma ya está lista.

Por defecto, nosotros. Monitoreamos comportamiento, evolucionamos prompts y gates, actualizamos el grafo cuando cambian tus sistemas o regulación. Si preferís autonomía total, entregamos el código, la documentación y formación al equipo interno.

N8N y Zapier son excelentes para automatizaciones lineales; se rompen cuando el proceso tiene ramas, reintentos inteligentes, validaciones humanas y estado compartido. LangGraph modela explícitamente grafos con estado, lo que permite auditar cada transición, reproducir fallos y aplicar HITL (human-in-the-loop) en los nodos críticos. No es un reemplazo para tareas simples: es la herramienta correcta cuando el proceso tiene consecuencias.

Elegimos por tarea: Claude Sonnet/Opus para razonamiento extenso y tareas con consecuencias; GPT-5 para generación y clasificación; modelos open-weight (Llama, Qwen) para tareas económicas o residencia local. La plataforma abstrae el modelo, así podés cambiar proveedores sin reescribir el agente.

Todo sistema con API, webhook o base de datos accesible. Tenemos conectores nativos para SAP, Salesforce, HubSpot, Microsoft 365, Google Workspace, Slack, Teams, Stripe y bases relacionales comunes. Para sistemas legacy sin API, usamos RPA o middleware puntual.

Sí. La plataforma puede ejecutarse en tu tenant de Azure, AWS o GCP, o on-premise con Kubernetes. Los agentes corren en tu perímetro de red y los modelos se invocan desde tu tenant privado (Azure OpenAI, Bedrock o despliegues self-hosted).

La plataforma escala horizontalmente. Clientes en producción operan cinco a veinte agentes simultáneos sobre diez mil a cien mil tareas mensuales. La limitación práctica son las cuotas del modelo y del sistema integrado, no la plataforma.

Por defecto, en la región que elijas: UE (Frankfurt/Dublin), EE. UU. o LatAm. Con Azure OpenAI podemos garantizar que ni un prompt abandona tu tenant. Los datos sensibles se cifran en reposo (AES-256) y en tránsito (TLS 1.3). Nunca usamos tus datos para entrenar modelos.

Combinamos tres capas: (1) cifrado en reposo y tránsito; (2) minimización — los agentes solo ven los campos que necesitan, enmascarando el resto; (3) separación por tenant, sin datos cruzados entre clientes. Para clientes regulados, habilitamos logs de auditoría exportables y retención configurable.

ISO 27001 y SOC 2 Tipo II están en roadmap 2026. Hoy, la plataforma corre sobre infraestructura ya certificada (Vercel, AWS) y aplicamos los controles equivalentes: políticas de acceso, logs, backups, DRP. Firmamos DPA y NDAs específicos en cada engagement.

Sí. El diseño incluye registros de actividad, explicabilidad razonable, human-in-the-loop en decisiones de alto riesgo y documentación de modelos (system cards). Para clientes europeos, operamos bajo GDPR por defecto y mapeamos cada agente al nivel de riesgo del AI Act antes del despliegue.

Tres salvaguardas: (1) gates HITL en acciones irreversibles — nada se confirma sin validación humana; (2) rollback por nodo — podemos revertir transacciones específicas sin deshacer todo; (3) kill-switch global que detiene todos los agentes de un flujo. Además, Sentry y los logs operacionales permiten reconstruir cualquier decisión en segundos.

Tuyos. El código específico, los prompts, los datasets y los grafos que construimos para tu operación son de tu propiedad exclusiva. Nosotros mantenemos la propiedad del framework y la plataforma. Podés exportar todo y operar sin ACEM si lo decides.

Lo decidís vos. Definimos con tu equipo los nodos que requieren aprobación humana (por monto, tipo de cliente, riesgo regulatorio) y los que pueden ejecutarse de forma autónoma. Todo queda documentado en la matriz RACI del proyecto.

Sí. ACEM se lleva bien con consultoras de procesos, auditoras y partners de implementación SAP/Salesforce. Nosotros aportamos la capa de agentes; ellos aportan el conocimiento vertical y la gestión del cambio. Muchos de nuestros despliegues son triángulos cliente-consultora-ACEM.

SLA según tier: respuesta en horas para incidencias P0, en un día hábil para P1-P2. Canal dedicado (Slack o Teams), weekly de seguimiento con métricas operativas y un QBR trimestral para ajustar objetivos. La mesa de soporte es 8×5 por defecto y 24×7 bajo tier Enterprise.

Sí. La app tiene un asistente incorporado que explica qué hace el agente en cada momento. Además incluimos 2-3 sesiones de onboarding con el equipo operativo y una sesión técnica con IT. Documentamos runbooks para las incidencias típicas.

99.5% disponibilidad mensual en tier estándar, 99.9% en tier Enterprise. Tiempo medio de resolución menor a 4 horas para P0. Medimos todo en una status page accesible y compartimos reportes mensuales.