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.

ACEM está liderada por Luka Radeljak, su fundador, y un equipo reducido de especialistas en IA agéntica, LangGraph y arquitectura SAP. El foco es deliberado: un grupo pequeño que trabaja hombro a hombro con el cliente, sin intermediarios ni capas comerciales.

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 entrega un diagnóstico automático y un rango de inversión en su contexto; (2) la calculadora de ROI brinda una estimación del ahorro proyectado; (3) agendar una llamada de 30 minutos para revisar el 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 recuperar su inversión en 3 a 6 meses. Para obtener una cifra específica en su contexto, recomendamos la evaluación express: 7 preguntas y se entrega un rango fundamentado.

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, el cliente queda con aprendizaje documentado y sin compromisos.

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

De manera estándar, el equipo de ACEM. Monitoreamos comportamiento, evolucionamos prompts y gates, actualizamos el grafo cuando cambian los sistemas o la regulación. Si el cliente prefiere autonomía total, se entrega el código, la documentación y la 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, lo que permite 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.

Por defecto soportamos modelos (OpenAI, Anthropic, Gemini, Mistral, Llama), clouds (Azure, AWS, GCP), ERPs y CRMs (SAP, Salesforce, HubSpot, Oracle NetSuite), comunicación (Slack, Teams, WhatsApp Business, Gmail/Workspace), automation (Zapier, n8n, Make), vector DBs (Pinecone, Qdrant, pgvector, Weaviate) y pagos (Stripe). El listado completo con casos de uso por integración vive en /integraciones y en la franja de la home.

Sí. La plataforma puede ejecutarse en el tenant del cliente (Azure, AWS o GCP), o on-premise con Kubernetes. Los agentes operan dentro del perímetro de red del cliente y los modelos se invocan desde su 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.

Defensa en capas: aislamiento por tenant, cifrado en reposo (AES-256) y tránsito (TLS 1.3), control de acceso por rol, logs inmutables de cada decisión del agente y kill-switch operativo. Los modelos se invocan desde el tenant del cliente (Azure OpenAI, Bedrock, self-hosted) cuando la residencia lo exige.

De manera estándar, en la región que el cliente defina: UE (Frankfurt/Dublin), EE. UU. o LatAm. Con Azure OpenAI podemos garantizar que ningún prompt abandona su tenant. Los datos sensibles se cifran en reposo (AES-256) y en tránsito (TLS 1.3). Nunca utilizamos los datos del cliente 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.

Del cliente. El código específico, los prompts, los datasets y los grafos que construimos para su operación son de su propiedad exclusiva. ACEM mantiene la propiedad del framework y la plataforma. Es posible exportar todo y operar sin ACEM si el cliente lo decide.

Lo decide el cliente. Definimos junto a su 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.

GDPR por defecto para clientes europeos, mapeo de cada agente al nivel de riesgo del AI Act antes del despliegue, DPA y NDAs específicos por engagement, y controles equivalentes a ISO 27001 y SOC 2 Tipo II (ambas en roadmap 2026). Para sectores regulados preparamos documentación de modelo (system cards), logs auditables exportables y retención configurable.

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.