Modelo propio de IA para empresas
La IA que usás hoy sabe poco de tu empresa. La entrenamos con lo que sabe tu equipo. Es tuya y solo la usa tu empresa.
Una videollamada para ver qué haría tu modelo y si te conviene. Si no te conviene, te lo decimos.
Partner de Daytona
AWS PartnerDesde 2009 · Mendoza, ArgentinaLo que recibís, versión a versión
v1.0
Sale con tus tareas principales y el primer examen aprobado.
v1.1
Suma lo que corrigieron ventas y atención.
v2.0
Suma operaciones y nuevas herramientas.
Ejemplo. Las versiones no son fechas ni promesas.
En pocas palabras
Es una IA entrenada con lo que sabe tu empresa. Partimos de Qwen, un modelo abierto. No lo creamos desde cero.
El tuyo es cerrado: solo lo usa tu empresa. Corre en GPU dedicadas en la nube, en tu nube o en tus servidores.
Ya hicimos uno para Napsix.com, nuestra plataforma. Se llama Mato.
Qué gana tu empresa
Conectado a tus sistemas, tu modelo trabaja con la información de tu empresa.
ProductividadEstudio contable
¿Me armás el resumen de la semana para este cliente?
Listo: horas por tarea, entregables aprobados y pendientes de revisión.
Datos de ejemplo. Requiere conectar tus sistemas.
Base de datosFábrica
¿Qué condiciones le dimos a este cliente el año pasado?
Descuento por volumen y entrega incluida. Está en la propuesta de marzo.
Datos de ejemplo. Requiere cargar tus documentos.
DecisionesMayorista de ferretería
¿Qué clientes dejaron de comprarnos?
Dos dejaron de pedir este mes. El más grande compraba cada semana.
Datos de ejemplo. Requiere conectar tus sistemas.
Tiempo realDistribuidora de alimentos
¿Qué entregas salen hoy?
Salen 14. Dos están demoradas porque falta stock en depósito.
Datos de ejemplo. Requiere conectar tus sistemas.
Otros beneficios
Caso propio · NapsixAI
Napsix.com tiene su propio modelo: Mato. Un gateway lo conecta con las demás IA cuando hace falta.
Cada herramienta que le conectamos le suma una capacidad nueva.
Hoy lo usan los agentes de Napsix.com con planillas, CRM y formularios.
Mato es abierto: lo usa toda la plataforma. El tuyo es cerrado y solo para tu empresa.
Ya operamos uno. Conocemos los pasos para construir el tuyo.
Mato es el nuestro. En el diagnóstico vemos el tuyo.
Cómo trabajamos
Es un servicio continuo. De tu lado hace falta un caso concreto y una persona que lo lidere. Lo demás lo hacemos nosotros.
01
Definimos con vos qué tiene que hacer. Partimos de Qwen y lo entrenamos con lo que sabe tu equipo.
RecibísLa versión 1, aprobada por tu equipo con casos reales.
02
Lo ponemos a trabajar donde elijas. Lo conectamos a tus sistemas y a tus agentes.
RecibísEl modelo, la receta y las pruebas.
03
Tu equipo marca qué sirve. Entrenamos la versión siguiente, la probamos y la ponemos a trabajar.
RecibísCada versión que supera el examen, con tu conocimiento al día.
Cada versión rinde examen antes de salir.
1
Tu equipo lo usa y marca qué sirve. Cada persona califica respuestas y corrige errores.
2
Una persona de tu empresa elige qué entra. Nosotros filtramos los datos personales antes de entrenar.
3
Entrenamos una versión nueva. La que usás sigue funcionando.
4
La nueva rinde examen con casos reales. Si supera a la anterior, sale. La anterior queda guardada.
Del paso 4 se vuelve al 1.
Alquilar o tener
Sirve para tareas generales. Sabe poco de tu empresa y de tus sistemas. Si dejás de pagar, se va.
| IA de un proveedor | Modelo propio | |
|---|---|---|
| ¿Qué sabe de tu empresa? | IA de un proveedor: Lo que le cargás o le conectás. | Modelo propio: Lo que tu equipo le enseñó, versión a versión. |
| ¿Quién usa el mismo modelo? | IA de un proveedor: Todos los clientes del proveedor. | Modelo propio: Solo tu empresa: es cerrado y privado. |
| ¿Quién decide los cambios? | IA de un proveedor: El proveedor. Puede retirar un modelo. | Modelo propio: Vos decidís cuándo pasar a otra versión. |
| ¿Cómo se paga? | IA de un proveedor: Por uso o por usuario, cada mes. | Modelo propio: Por construirlo, por la infraestructura donde corre y por operarlo. El modelo queda en tu empresa. |
Conviene si usás mucha IA o si tus datos no pueden salir. Si tu uso es bajo, te conviene una IA de proveedor.
En el diagnóstico vemos si te conviene según tu consumo.
Tuyo y privado
Lo que aprende tu modelo no se lo enseñamos a ningún otro cliente. Lo firmamos en el contrato.
GPU dedicadas en la nube
Las operamos nosotros, con Daytona. Es la opción para empezar.
La nube de tu empresa
En tu cuenta, en AWS u otra nube.
Tus servidores
En tu propio centro de datos. Te decimos qué equipos hacen falta.
¿Tus datos no pueden salir? Lo entrenamos y lo corremos en tu nube o en tus servidores.
Por qué hoy
Es una inversión de largo plazo para la mejora continua. Tu equipo marca qué sirve y nosotros entrenamos la versión siguiente.
El uso deja ejemplos para la próxima versión, y quedan en tu empresa. Si empezás después, arrancás con menos.
Si usa la de un proveedor, es la misma que usan otras empresas. La tuya conoce tu empresa.
Trabajamos con pocos proyectos a la vez.
Preguntas
Depende de lo que tenga que hacer tu modelo y de dónde corra. En el diagnóstico vemos si te conviene según tu consumo.
Depende de la tarea y de tus datos. La versión 1 sale cuando tu equipo la aprueba con casos reales. De tu lado, hace falta un caso concreto y una persona que lo lidere.
Muchas veces sí. Si solo necesitás consultar documentos, alcanza con eso. El modelo propio sirve para tu tono, tus criterios y tus herramientas.
Usamos tus datos solo para tu modelo y lo firmamos en el contrato. Antes de entrenar, filtramos los datos personales. Si no pueden salir, entrenamos en tu nube o en tus servidores.
Sí, y queda en el contrato. Te llevás el modelo entrenado, la receta y las pruebas. La licencia del modelo base queda a la vista.
Para tareas generales, las más grandes pueden rendir mejor. Si lo elegís, sumamos un gateway, como en Napsix.com: deriva esas tareas a otra IA. Lo de tu empresa lo resuelve tu modelo, entrenado con tus casos.
Sí, como cualquier IA. Por eso cada versión rinde examen con casos reales. Lo que tu equipo marca y aprueba entra en la próxima versión.
Sí, pero por versiones. Tu equipo marca lo que sirve y corrige errores. Con eso preparamos una versión nueva que rinde examen antes de salir.
No. Partimos de Qwen, un modelo abierto. Lo entrenamos con lo que sabe tu empresa.
Es un modelo abierto con licencia Apache-2.0. Corre en la infraestructura que elijas, no en la de Alibaba. Si preferís otra base, la evaluamos en el diagnóstico.
Sí, si tus sistemas se pueden conectar (tienen API). Construimos la infraestructura para que tus agentes usen tu modelo. Qué conectamos lo definimos en el diagnóstico.
Con registros anonimizados de la plataforma Napsix.com. Mato es el modelo abierto de la plataforma. El tuyo se entrena únicamente con lo de tu empresa.
Tu diagnóstico
En la videollamada vemos qué haría tu modelo, dónde correría y si te conviene.
Lo que aprende tu modelo no se lo enseñamos a ningún otro cliente. Lo firmamos en el contrato.
Tomamos 3 proyectos nuevos para noviembre.
