Obayashi
Ingenieria de sistemas con IA

Software que hace el trabajo, no que solo lo muestra.

Construimos sistemas donde la inteligencia artificial no es una funcion suelta, sino la pieza que sostiene el proceso: agentes que trabajan solos durante horas, documentos que se leen y se convierten en datos, conversaciones por WhatsApp que resuelven, y voz que entra y sale sin depender de nadie mas.

Qué construimos

Seis formas en que la IA deja de ser una demostración.

No vendemos un producto cerrado. Diseñamos el sistema alrededor del proceso que ya existe en tu organización, y lo dejamos funcionando en producción.

Agentes que trabajan solos

Procesos largos que arrancan con una instrucción y terminan sin supervisión: revisar un expediente completo, cruzar normativa, preparar un reporte. Se les da un objetivo y criterios de aceptación, no una lista de clics.

Documentos a datos

PDF escaneado, oficio, contrato o expediente entra; JSON estructurado y validado sale. Con esquema de salida definido, para que el resultado se pueda meter directo a una base de datos en lugar de leerlo a mano.

WhatsApp que resuelve

El canal donde tu gente ya está. Atención, seguimiento y captura de información por mensaje, con memoria de la conversación y traspaso a una persona cuando hace falta. Sin pedirle a nadie que instale nada.

Voz que entra y sale

Notas de voz que se vuelven texto, y respuestas que se escuchan. Corriendo en tu propio equipo cuando el contenido no debe salir de la organización: sin cuota por minuto y sin mandar el audio a un tercero.

Integraciones a la medida

Conectamos con lo que ya usas: bases de datos, sistemas heredados, hojas de cálculo, APIs internas. La IA vale poco si no puede leer y escribir donde vive la información real.

Tableros que explican

Interfaces que muestran no solo el número, sino de dónde salió y qué pasó para llegar ahí. Trazabilidad para que una decisión pueda auditarse, defenderse y corregirse.

De qué estamos hechos

Las piezas que combinamos.

Cada una resuelve un problema concreto. La ingeniería está en elegir cuáles y cómo se hablan entre sí.

01 Síntesis de voz (TTS)

Texto a voz natural en español, generada en local. Para respuestas escuchables, avisos hablados y accesibilidad, sin costo por reproducción.

02 Transcripción (STT)

Voz a texto sobre el propio equipo. Una nota de voz de un inspector en campo se convierte en un registro consultable en segundos.

03 Salida estructurada

El modelo responde obligado por un esquema. Elimina el paso de «leer la respuesta y capturarla»: el sistema recibe datos, no párrafos.

04 Recuperación sobre tu corpus

Respuestas ancladas a tus documentos —leyes, reglamentos, manuales, expedientes— con la cita de dónde salió cada afirmación.

05 Multiusuario con aislamiento

Varias personas trabajando a la vez sobre el mismo acervo, cada quien viendo solo lo suyo. Verificado del lado del servidor, no del navegador.

06 Automatización por eventos

Webhooks y tareas programadas: el sistema reacciona a lo que pasa —un mensaje entra, un archivo llega, dan las 8— sin que alguien lo empuje.

# Un oficio escaneado entra. Esto es lo que sale, listo para la base de datos.
{
  "expediente":      "SD-2026-00418",
  "solicitante":     "Desarrollos del Norte, S.A. de C.V.",
  "tipo_tramite":    "licencia_uso_suelo",
  "superficie_m2":   4820.5,
  "normativa":       ["RZ-APO-2019 art. 42", "LDU-NL art. 178"],
  "observaciones":   [{ "gravedad": "alta", "detalle": "falta dictamen vial" }],
  "confianza":       0.94
}
De papel a base de datos

El expediente deja de leerse a mano.

Un oficio escaneado, un contrato o un expediente completo entran como imagen. Salen como datos con estructura, validados contra un esquema que tu defines, listos para insertarse en el sistema que ya usas.

  • PDF escaneado, foto de un documento o archivo nativo
  • Campos tipados y validados, no un parrafo que alguien recaptura
  • Nivel de confianza por campo, para saber que revisar
Laminas de documento que se descomponen en una reticula ordenada de datos
Voz que entra y sale

Hablar es la interfaz mas rapida que existe.

Una nota de voz desde el campo se vuelve registro consultable. Una respuesta larga se escucha en el trayecto. Todo corriendo en tu propio equipo cuando el contenido no debe salir de la organizacion.

  • Transcripcion y sintesis en local: sin cuota por minuto
  • El audio nunca sale de tu infraestructura
  • Accesibilidad real, no una casilla en un informe
Onda sonora que se cristaliza en franjas ordenadas de transcripcion
Contexto

Los términos, en español y sin humo.

Para decidir bien hay que entender qué se está comprando. Estos son los conceptos que van a aparecer en cualquier conversación seria sobre IA aplicada.

Agente agent
Un modelo con herramientas y permiso para usarlas en secuencia hasta terminar una tarea. La diferencia con un chatbot es el ciclo: el agente actúa, observa el resultado, corrige y vuelve a actuar. Es lo que permite encargar «revisa este expediente» en lugar de dictar cada paso.
Contexto context window
Cuánta información puede tener el modelo «a la vista» en un momento dado. Los modelos actuales alcanzan el millón de tokens, más o menos un par de miles de páginas. Determina si un expediente completo cabe de una vez o hay que partirlo.
Recuperación aumentada RAG
En lugar de confiar en lo que el modelo «recuerda», se le entregan los fragmentos relevantes de tus documentos junto con la pregunta. Es la diferencia entre una respuesta plausible y una respuesta con fundamento citable.
Salida estructurada structured output
Obligar a que la respuesta cumpla un esquema definido de antemano. Sin esto, integrar IA a un sistema existente significa escribir código frágil que intenta adivinar el formato de un texto libre.
Caché de contexto prompt caching
Cuando muchas consultas comparten el mismo preámbulo —un corpus normativo, un manual—, esa parte se procesa una vez y se reutiliza. Bien aplicado, reduce el costo de la parte compartida en torno a un 90%. Es una decisión de arquitectura, no un ajuste posterior.
Esfuerzo de razonamiento effort
Un control para decidir cuánto piensa el modelo antes de responder. Una consulta simple no necesita lo mismo que un análisis normativo. Ajustarlo por tipo de tarea es la palanca más directa sobre costo y latencia.
Ejecución local on-device / self-hosted
Modelos que corren en tu propio equipo. Para voz y transcripción es hoy perfectamente viable: el contenido nunca sale de la organización, no hay cuota por uso y no hay dependencia de que un tercero siga ofreciendo el servicio.
Aislamiento por usuario tenant isolation
Que cada persona vea solo lo suyo. La prueba real no es que la interfaz no lo muestre, sino que el servidor lo niegue: si pedir el dato de otro devuelve una lista vacía en vez de un rechazo, el filtro está en el navegador y cualquiera lo salta.
Trazabilidad auditability
Poder reconstruir por qué el sistema dijo lo que dijo: qué documentos consultó, qué versión del criterio aplicó y cuándo. En materia jurídica y regulatoria, un resultado que no se puede defender no sirve, por acertado que sea.
Humano en el circuito human in the loop
Definir en qué puntos el sistema se detiene a pedir aprobación. Automatizar todo no siempre es correcto: lo correcto es automatizar lo reversible y pedir confirmación en lo que no lo es.
Cómo trabajamos

Primero el proceso. Después el modelo.

Entender qué duele

La pregunta no es «dónde metemos IA», sino qué tarea consume horas, se hace tarde o se hace mal. Si no hay una respuesta concreta, no hay proyecto.

Un recorte que funcione

Algo pequeño y real en producción antes que una plataforma completa en presentación. Se aprende más de una semana de uso que de tres de diseño.

Criterios de aceptación

Definimos cómo se ve «terminado» de forma verificable, no opinable. Sin eso, un sistema con IA siempre parece que casi está listo.

Entregarlo funcionando

Corriendo, con acceso para tu gente y con la documentación de cómo operarlo. Un prototipo que nadie puede encender no es un entregable.

¿Qué proceso te está costando más de lo que debería?

Cuéntanos cómo se hace hoy, paso por paso. De ahí sale si esto se resuelve con IA, con software común, o con ninguna de las dos.