Inteligencia artificial

Agentes de IA que hacen, no que conversan

Agentes con herramientas, memoria y supervisión humana para atención, operaciones y back-office. Lo que no pasa la evaluación de fallos, no se despliega.

Herramientas MCP · function callingSupervisión Escalado a personaIdiomas ES · EN · FR
En resumen

Slash Digital Lab desarrolla agentes de IA para empresas desde Bogotá: agentes que usan herramientas reales (no solo responden), recuerdan el contexto del negocio y saben cuándo parar y llamar a una persona. Los construimos para atención, operaciones, desarrollo y back-office.

En producción: Auto Fiche para Les Gentlemen du Jeu, que investiga en la web y genera con IA las fichas de producto dentro de PrestaShop, y Mia, el copiloto de IA de la app del Réseau Mazette. Lo que funciona con agentes y lo que no: agentes de IA en producción y prompt injection.

Qué entregamos

Los agentes que construimos

Cada agente tiene herramientas, límites y un dueño. Ninguno decide solo lo que no debe decidir.

01

Atención y soporte

Respuestas ancladas a tu base de conocimiento con citas, gestión de tickets y handoff humano en los casos que lo piden.

02

Operaciones

Monitoreo, alertas y acciones automáticas sobre tus sistemas, con registro auditable de cada paso.

03

Back-office

Documentación que se escribe sola, conciliaciones, seguimientos y reportes recurrentes.

04

Copiloto de ingeniería

Revisión de código, generación de tests y documentación técnica para tu equipo.

Cómo trabajamos

Cómo llega un agente a producción

  1. Alcance

    Un proceso con volumen y reglas claras: ahí donde el agente gana de verdad. Se escribe y se mide.

  2. Herramientas y límites

    Qué APIs y acciones puede usar el agente, qué no, y cómo escala a un humano.

  3. Evaluación de fallos

    Probamos errores a propósito: prompts hostiles, datos sucios, herramientas caídas. Si falla mal, vuelve al diseño.

  4. Despliegue

    Métricas, logs y runbook; revisamos los escalados cada semana con tu equipo.

Alcance y entregables

Qué entrega el proyecto

Diseño del agenteArquitectura, herramientas, memoria y política de escalado humano.
IntegraciónCRM, helpdesk, ERP o APIs propias; identidad y permisos por rol.
GuardrailsModeración, límites por tema y protección de datos personales.
MétricasResueltos, escalados, tiempo y satisfacción, publicadas semana a semana.
RunbookQué hacer cuando algo falla, con responsables.
IdiomasEspañol, inglés y francés.
Preguntas frecuentes

Las preguntas que escuchamos a menudo

¿Qué es un agente IA y qué no es?

No es un chatbot con mejor prompt: es software que decide pasos, usa herramientas y entrega resultados medibles. Y cuando duda, llama a una persona.

¿Usan MCP y function calling?

Sí, además de integraciones propias cuando el sistema del cliente no tiene API estándar.

¿Cómo evitan respuestas falsas?

Respuestas ancladas a fuentes con citas, límites de acción por rol y evaluación de fallos antes y después del despliegue.

¿Qué necesitan para empezar?

Un proceso con volumen, reglas y un sistema donde apoyarse. Con eso el diagnóstico acota el alcance.

¿Quién supervisa al agente?

El equipo del cliente, con handoffs definidos y métricas semanales; nunca operamos a ciegas.

¿Cuánto cuesta un agente de IA?

Depende del volumen de tareas, de cuántos sistemas debe usar, del nivel de supervisión humana y del modelo. Lo acotamos en el diagnóstico, después de una primera lectura gratuita, y conviene medirlo por tarea resuelta: el costo real de la IA.

¿Con qué modelos de IA construyen el agente?

Con el que gane la evaluación en Slash AI Lab sobre tus propios prompts. Comparamos OpenAI, Anthropic, Gemini, DeepSeek, GLM, Qwen, Mistral y modelos abiertos locales, y decidimos por calidad en tu idioma, coste, latencia y residencia de datos. Prompts, versiones y criterios quedan documentados para repetir la prueba.

¿Quién trabaja en el agente y en qué idioma?

Un núcleo senior con especialistas según el proyecto y siempre un responsable con nombre; Rémy Sanchez, CTO, aprueba la arquitectura y dirige las evaluaciones de Slash AI Lab. Trabajamos en español, inglés y francés desde Bogotá (UTC-5), de lunes a viernes de 9:00 a 18:00, y revisamos los escalados cada semana con tu equipo.

¿Cómo protegen los datos que usa el agente?

Con residencia de datos por diseño (nube, VPC o inferencia local), identidad y permisos por rol y un registro auditable de cada acción. Los guardrails protegen los datos personales, que tratamos según la Ley 1581 de 2012 en Colombia y el RGPD en Europa. Firmamos NDA antes de que entren datos sensibles.

¿Cuánto tarda poner un agente en producción?

Empieza con un descubrimiento de una a dos semanas que termina con el alcance por escrito. Después construimos en sprints cortos con entregas semanales, así ves el agente trabajar con tus casos antes del lanzamiento, y tras la entrega incluimos dos meses de soporte.

¿Dónde alojan la aplicación y los datos?

Principalmente en Supabase (base de datos, autenticación y almacenamiento), OVHcloud y Microsoft Azure. Elegimos proveedor y región según la residencia de datos que exige tu caso y lo que tu empresa ya usa, y tratamos los datos personales conforme a la Ley 1581 de 2012 en Colombia y al RGPD en Europa.

Hablar con Slash

Pongámoslo en producción

Cuéntanos tu reto. Respondemos en menos de 24 horas laborales con una primera lectura honesta: si podemos ayudarte, te diremos cómo; si no, te diremos quién puede.

Contesto personalmente. Sin formularios eternos ni respuestas automáticas.

Escribirle a Esteban