QUÉ HACEMOS
Cuatro servicios, explicados con el detalle que hace falta para decidir.
ARA es una empresa de software y tecnología que construye agentes de IA, software a medida, posicionamiento GEO y sistemas de Business Intelligence para empresas medianas y grandes de Latinoamérica y Estados Unidos. Usamos IA en dos planos: dentro del producto que entregamos y dentro de nuestro propio proceso de desarrollo. Trabajamos con Claude (Anthropic), GPT (OpenAI) y Gemini (Google), y elegimos el modelo según la tarea. Esta página describe cada servicio, el alcance típico, los plazos habituales y las señales que indican que un servicio aplica a tu caso.
Actualizado:
¿Qué es un agente de IA y cuándo conviene construir uno?
Un agente de IA es un sistema de software que recibe una tarea, consulta datos y herramientas de tu empresa, ejecuta pasos hasta completarla y deja registro de cada acción. La diferencia con un chatbot es la ejecución: el chatbot responde, el agente hace.
Conviene construir un agente cuando existe un proceso repetitivo, con reglas describibles, que hoy consume horas de personas calificadas y depende de datos que ya están en tus sistemas. Si el proceso no está descrito en ningún lado y cambia cada semana, primero hay que ordenarlo: automatizar un proceso confuso multiplica la confusión.
- Agentes de atención que resuelven consultas contra tus datos reales y escalan a una persona con el contexto ya armado.
- Agentes de back office que clasifican, extraen y cargan información desde documentos, correos y formularios.
- Agentes de análisis documental sobre contratos, pólizas, licitaciones o expedientes.
- Orquestación multiagente: varios agentes especializados con herramientas propias, coordinados por un flujo con reglas explícitas.
- Evaluaciones automáticas y guardrails: casos de prueba, límites de acción y trazabilidad de cada decisión.
| Dimensión | Referencia habitual |
|---|---|
| Piloto en producción acotada | 4 a 8 semanas desde el kickoff |
| Integraciones iniciales | 2 a 5 sistemas (CRM, ERP, base documental, correo, canal de atención) |
| Criterio de éxito | Definido antes de escribir código: tasa de resolución, tiempo de ciclo, error humano evitado |
| Supervisión | Humano en el circuito para toda acción con impacto económico o legal |
| Entregable | Agente en tu infraestructura, set de evaluaciones y documentación operativa |
Todo agente que entregamos incluye un set de evaluaciones: casos de prueba con respuesta esperada que se corren en cada cambio. Sin evaluaciones no hay forma de saber si una modificación al prompt, al modelo o a las herramientas mejoró o empeoró el comportamiento.
¿Qué incluye el desarrollo de software a medida?
El desarrollo de software a medida en ARA es la construcción de un producto completo, de la arquitectura al deploy, con asistencia de IA en cada etapa y revisión humana senior obligatoria sobre todo el código que llega a producción.
La respuesta corta: entregamos sistemas que funcionan en tu infraestructura, con tu equipo capaz de mantenerlos. La asistencia de IA comprime los plazos de escritura de código y de pruebas; no reemplaza el diseño de arquitectura ni la revisión. Por eso los plazos bajan sin que baje el estándar.
- Plataformas web, portales internos y APIs.
- Modernización de sistemas legados, con migración por etapas y convivencia del sistema viejo y el nuevo.
- Integraciones con ERP, CRM, bases existentes y servicios de terceros.
- Infraestructura, observabilidad y pipelines de despliegue.
- Transferencia: documentación, pair programming con tu equipo y acompañamiento posterior al lanzamiento.
| Etapa | Duración típica | Resultado |
|---|---|---|
| Diagnóstico | 1 a 2 semanas | Alcance, riesgos, arquitectura propuesta y estimación |
| Primera versión usable | 6 a 10 semanas | Sistema en producción con el flujo central completo |
| Iteración | Ciclos de 2 semanas | Incrementos entregados y medidos con usuarios reales |
| Transferencia | Continua | Documentación viva y equipo del cliente escribiendo código |
¿Qué es el posicionamiento GEO y cómo se mide?
GEO (Generative Engine Optimization) es el trabajo de lograr que los modelos de lenguaje —ChatGPT, Claude, Gemini y Perplexity— mencionen y citen a tu empresa cuando alguien les hace una pregunta de tu industria.
El SEO clásico optimiza para una lista de enlaces azules. GEO optimiza para una respuesta redactada donde aparecen entre una y cinco fuentes. Son objetivos distintos y conviven: el mismo contenido bien estructurado suele servir a los dos, pero el criterio de éxito cambia de posición en el ranking a frecuencia de mención.
- Auditoría de visibilidad: se corre un conjunto fijo de preguntas de tu industria contra cada modelo y se registra si aparecés, con qué fuente y en qué contexto.
- Contenido citable: definiciones al inicio de cada sección, datos con contexto, autoría y fechas explícitas.
- Datos estructurados: Organization, Person, Service, FAQPage, BlogPosting.
- Archivos para modelos: llms.txt y llms-full.txt, además de robots.txt con reglas explícitas para GPTBot, ClaudeBot, PerplexityBot y Google-Extended.
- Medición periódica de menciones y de participación en respuestas, comparada contra la línea de base inicial.
| Criterio | SEO | GEO |
|---|---|---|
| Unidad de resultado | Posición en una lista | Mención dentro de una respuesta |
| Señal principal | Enlaces y autoridad de dominio | Claridad, estructura y verificabilidad del texto |
| Formato que gana | Página optimizada por palabra clave | Bloques con definición, datos y fuente |
| Medición | Ranking e impresiones | Frecuencia de cita en un panel fijo de preguntas |
| Latencia del efecto | Semanas a meses | Semanas a meses, según ciclo de indexación y de entrenamiento |
Una advertencia honesta: nadie controla lo que un modelo responde. Lo que sí se puede hacer es publicar información verificable, estructurada y fácil de citar, y medir el efecto con un panel de preguntas estable en el tiempo.
¿Qué resuelve un proyecto de Business Intelligence?
Business Intelligence es la disciplina de convertir los datos dispersos de una empresa en un conjunto de métricas confiables, con una única definición por métrica, disponibles para quien tiene que decidir.
El problema habitual no es la falta de datos, es la falta de acuerdo: tres áreas calculan la misma métrica de tres formas distintas y la reunión se va en discutir cuál número es el correcto. El primer entregable de un proyecto de BI es un diccionario de métricas, no un tablero.
- Integración de fuentes: ERP, CRM, planillas, sistemas propios y servicios externos.
- Modelo de datos y diccionario de métricas con una definición única por indicador.
- Tableros operativos y de dirección, con foco en decisiones y no en cantidad de gráficos.
- Alertas y reportes automáticos sobre desvíos, con umbrales acordados.
- Capa de consulta en lenguaje natural sobre el modelo ya validado, cuando el caso lo justifica.
| Señal | Qué indica |
|---|---|
| El reporte mensual se arma a mano en planillas | Costo fijo de horas y riesgo de error de copiado |
| Dos áreas reportan números distintos para lo mismo | Falta de definición única de métrica |
| Las decisiones esperan al cierre de mes | Latencia de datos mayor a la latencia de la operación |
| Nadie sabe de dónde sale un número | Falta de trazabilidad del dato hasta la fuente |
¿Cómo empieza un proyecto con ARA?
Todo proyecto empieza con un diagnóstico de una a dos semanas en el que trabajamos dentro de tu operación, con tu equipo, hasta entender el problema real y su costo actual.
No entregamos un PDF y nos vamos. El diagnóstico termina con tres cosas: un alcance escrito, un criterio de éxito medible y una estimación de esfuerzo. Si de ese trabajo surge que no hace falta IA, lo decimos: hay problemas que se resuelven con una integración, un cambio de proceso o una consulta SQL.
- Semana 1: entrevistas con las personas que ejecutan el proceso y relevamiento de sistemas y datos.
- Semana 2: definición de alcance, criterio de éxito, riesgos y plan de entrega por etapas.
- Después: ciclos de dos semanas con entregas usables y medición contra la línea de base.
¿Qué no hacemos?
No tomamos proyectos en los que el resultado no se pueda medir ni proyectos que consistan en agregar una capa de IA sobre un proceso que nadie sabe explicar.
- No entregamos demos que no lleguen a producción.
- No automatizamos decisiones con impacto legal o económico sin supervisión humana.
- No vendemos licencias de modelos: elegimos el proveedor por tarea y el contrato queda a tu nombre.
- No trabajamos con datos sensibles sin un acuerdo previo sobre tratamiento, retención y acceso.