Inteligencia artificial aplicada al marketing · Netbulb

Trabajamos en tres formatos: Retainer mensual · equipo senior dedicado, SLA y reporting. Se ajusta al volumen y la madurez de tu proyecto. Proyecto puntual · POC, integración, formación o migración, con alcance cerrado y presupuesto por escrito. Auditoría inicial · gratuita , 30 minutos. Incluye diagnóstico y quick wins identificados. El presupuesto depende de la complejidad, el volumen, el número de servicios contratados y si requiere infraestructura on-premise. Te lo detallamos por escrito tras la auditoría, sin compromiso.

¿Cuánto tarda en estar en producción?

Plazos habituales por tipo de proyecto: POC funcional · 2-4 semanas. Chatbot / content engine · 4-8 semanas en producción. Predictivo / forecasting · 6-12 semanas (incluye histórico de datos). Multi-agente / RAG corporativo · 8-16 semanas. Roadmap completo IA · 3-6 meses (fases iterativas). Cada fase se valida antes de pasar a la siguiente. Si en el POC detectamos que no encaja, te lo decimos y ajustamos.

¿Cuál es el mínimo de inversión para empezar?

No hay un mínimo cerrado son los ajustamos el alcance a tu presupuesto disponible. Lo habitual es empezar con 3 meses en formato retainer, que es lo que tarda en dar resultados accionables, o con un proyecto puntual de una área concreta. Si el presupuesto es menor, te recomendamos empezar por una auditoría + un POC acotado que te dé dirección antes de comprometer nada.

¿Hay permanencia o compromisos largos?

No . Retainers mes a mes con preaviso de 30 días. Proyectos puntuales por hito. Creemos que la retención se gana con resultados, no con cláusulas. El 84% de nuestros clientes repite proyecto, y el 97% nos recomendaría.

¿Mis datos están seguros?

Sí . Implementamos: Cifrado en tránsito (TLS 1.3) y reposo (AES-256). Procesamiento en EU cuando el modelo lo permite. Acuerdos DPA (Data Processing Agreement) firmados con cada proveedor. Acceso por roles, logs auditables, retención configurable. Anonimización y pseudonymización para entrenamiento de modelos. Opción on-premise disponible para sectores con datos especialmente sensibles (salud, legal, banca).

¿Cumplís con el EU AI Act?

Sí. El S-004 Governance, ética y RGPD en IA cubre: Clasificación de riesgo del sistema (inaceptable, alto, limitado, mínimo). Documentación técnica obligatoria (model card, system card). Evaluación de sesgos en datos y outputs. Explicabilidad y trazabilidad de decisiones automatizadas. Procedimientos de supervisión humana (human-in-the-loop). Alineamiento con ISO/IEC 42001 cuando se requiere.

¿Qué pasa con los datos que envío a OpenAI / Anthropic?

Trabajamos con APIs que no usan tus datos para entrenar (Zero Data Retention disponible en OpenAI y Anthropic bajo contrato enterprise). Los prompts y outputs se procesan, se devuelven y se eliminan tras la respuesta. Si necesitas persistencia, te lo configuramos explícitamente con tu consentimiento.

¿Cómo gestionáis los consentimientos?

Implementamos capas de consentimiento en tres niveles: Usuario final · banners, opt-in/opt-out para chatbots y procesamiento de datos personales. Empleado · consentimiento informado para uso de IA en procesos internos. Proveedor · DPA firmado con cada modelo / API con cláusulas de RGPD.

¿Cuánto ROI puedo esperar?

ROI medio del +280% en 12 meses según nuestros 64 casos verificados . Por tipo de servicio: Chatbots · payback en 4-6 meses. Ahorro medio de 18-32 horas/semana en atención al cliente. Predictivo · payback en 6-9 meses. Mejoras de margen del 8-22%. Content engines · payback en 3-4 meses. ×5-12 producción editorial con la misma calidad. RAG · payback en 4-8 meses. -60-80% tiempo de búsqueda interna. Cada proyecto se acompaña de un modelo de ROI estimado tras la auditoría. Medimos real vs estimado en reportes mensuales.

¿Qué métricas medís?

Métricas de negocio, no vanity metrics: Chatbots · tasa de resolución autónoma, CSAT, NPS, deflection rate, coste por conversación. Predictivo · precisión del forecast (MAPE, RMSE), impacto en margen, ROI por decisión. Contenido · tráfico orgánico, posiciones SERP, engagement, conversión asistida. RAG · faithfulness (RAGAS), tiempo de búsqueda, citaciones correctas. Generales · coste por uso del modelo, latencia, disponibilidad, tasa de error.

¿Y si no funciona? ¿Me devolvéis el dinero?

En el POC (2-4 semanas): si tras la fase de evaluación los KPIs no son alcanzables y no hay path realista de mejora, te devolvemos el 100%. Solo cobramos si hay un modelo con resultados prometedores y un roadmap de optimización viable. Nuestra tasa de éxito en POC es del 92%.

Agencia IA · Guía completa

Diccionario de IA

Q: ¿Qué modelos de IA utilizáis?

Somos stack-agnostic . Usamos el modelo adecuado para cada tarea, no el que nos convenga más. Entre los modelos que trabajamos habitualmente: OpenAI · GPT-4o, GPT-4 Turbo, o1, o3, DALL-E, Sora, Whisper. Anthropic · Claude 3.5 Sonnet, Claude 3 Opus, Claude 3 Haiku. Google · Gemini 1.5 Pro, Gemini 1.5 Flash, Gemma. Open-source · Llama 3.1/3.2, Mistral Large, Qwen, Mixtral. Especializados · Whisper (STT), ElevenLabs / Cartesia (TTS), Midjourney / Flux (imagen). Sin lock-in tecnológico: si OpenAI sube precios o degrada calidad, migramos a otro sin reescribir tu lógica.

Q: ¿Cómo integrais la IA con mi stack actual?

Con n8n (preferido por ser self-hosted y open) y conectores nativos. Integramos con: CRMs · HubSpot, Salesforce, Pipedrive, Zoho. CMSs · WordPress, Shopify, PrestaShop, Webflow. ERPs · SAP, Holded, Sage, Odoo, NetSuite. Marketing · Mailchimp, Klaviyo, Brevo, Customer.io. Data · BigQuery, Snowflake, Redshift, Databricks, PostgreSQL. Productividad · Slack, Notion, Google Workspace, Microsoft 365. Más de 400 integraciones nativas + API custom para sistemas legacy.

Conceptos, definiciones y servicios.

106 términos de IA definidos, con enlace al servicio que los aplica.

24 grupos106 términosES españolPreguntas frecuentes

Punto de partida

Qué es Inteligencia artificial.

La inteligencia artificial aplicada al marketing es el uso de modelos generativos, sistemas agénticos y aprendizaje automático dentro de la operación diaria de un equipo de marketing: clasificar leads, redactar contenido, responder consultas, predecir la demanda y medir el resultado. En Netbulb la tratamos como una capa transversal que se aplica sobre cada canal, no como un proyecto aislado.

Si buscas la definición exacta de un término, empieza por los conceptos clave.
Si buscas el coste o el plazo, la respuesta está en las preguntas frecuentes.
Si quieres aplicarlo a tu caso, mira los servicios de esta disciplina.

Glosario · 104 términos

Conceptos clave de Inteligencia artificial.

Definiciones en claro de los términos que aparecen en este documento, con enlace a la ficha completa y al servicio que los aplica.

Términos que empiezan por A

Agent (Agente IA): Sistema que percibe su entorno, razona y ejecuta acciones para alcanzar objetivos. Combina un LLM con herramientas externas vía function calling y memoria. Ver Agentes de IA con tool calling.
Agentes IA: Sistemas autónomos basados en LLMs con herramientas y memoria. Ejecutan tareas de marketing (research, cualificación, monitorización) con supervisión humana. Netbulb los desarrolla con n8n y frameworks agentic.
AGI · Artificial General Intelligence: Hipotética IA con capacidades cognitivas humanas generales. Distinta de la IA estrecha (ANI) que tenemos hoy. OpenAI, DeepMind y Anthropic trabajan en aproximarse.
AI Act (UE): Reglamento europeo de IA (2024) que clasifica sistemas por riesgo. Inaceptable, alto, limitado y mínimo. Obliga a documentar, auditar y mitigar sesgos. Ver Governance, ética y RGPD en IA.
AI Content Detection: La tecnología de AI Content Detection engloba los sistemas que utilizan los motores de búsqueda para discernir si un contenido ha sido redactado por una persona o generado de forma automática por una inteligencia artificial.
AI Hallucination (Alucinación de IA): Una AI Hallucination (Alucinación De IA) se produce cuando un modelo de lenguaje avanzado genera una respuesta que parece totalmente verídica pero que contiene datos inventados o incorrectos.
Algoritmo de Caja Negra: Se utiliza el concepto de Algoritmo De Caja Negra para definir aquellos sistemas de inteligencia artificial cuyos mecanismos internos de toma de decisiones son desconocidos o extremadamente difíciles de interpretar.
Alignment: Problema de alinear los objetivos de la IA con los del humano. Incluye RLHF, Constitutional AI y debate sobre interpretabilidad.
Anthropic: Startup de IA fundada por ex-OpenAI. Modelo Claude 3.5 Sonnet, Claude 3 Opus, Claude 3 Haiku. Enfoque en Constitutional AI y safety.
ASI · Artificial Super Intelligence: IA hipotética que superaría la inteligencia humana en todos los campos. Concepto teórico de Nick Bostrom.
Attention: Mecanismo clave del transformer que permite al modelo ponderar la importancia de cada token. Base de GPT, BERT, T5.
Auto-GPT: Proyecto open-source que mostró agentes LLM autónomos encadenando tareas. Padre conceptual de los multi-agent actuales.

Términos que empiezan por B

BERT: Modelo de Google (2018) basado en transformer bidireccional. Padre conceptual de la era moderna de NLP. Sentación base de search semántico.
Bias (sesgo): Error sistemático del modelo que perjudica a grupos o casos. Tipos. Dataset, label, sampling, confirmación. Mitigable pero no eliminable.
BLEU: Métrica clásica de evaluación de traducción automática. Compara n-gramas con referencias. Limitada pero rápida.
BoT · Bag-of-Tokens: Representación simple de texto como conjunto de tokens sin orden. Predecesor conceptual de embeddings.
Brand voice (con IA): Personalidad verbal de una marca codificada como system prompt + ejemplos + restricciones para que el LLM la reproduzca consistentemente.

Términos que empiezan por C

Chain-of-Thought (CoT): Técnica de prompting que induce al modelo a "pensar en voz alta" paso a paso antes de responder. Mejora razonamiento matemático y lógico.
Chatbot: Programa que mantiene conversaciones con humanos. Los modernos usan LLMs y RAG. Ver Chatbots conversacionales.
ChatGPT: Producto de consumo de OpenAI basado en GPT-3.5/4. Lanzado en noviembre 2022. Aceleró la adopción masiva de IA generativa.
Claude: Familia de modelos de Anthropic: Haiku, Sonnet, Opus. Contexto hasta 200K tokens. Fuerte en código, razonamiento y tono conversacional.
CLIP: Modelo de OpenAI que une visión y lenguaje. Entrenado con pares imagen-texto. Base de DALL-E y Stable Diffusion.
Clustering semántico: Agrupación de textos por similitud de significado usando embeddings. Ver Topic modeling y clustering.
Computer Vision (CV): Rama de la IA que procesa imágenes y vídeo. Aplicada a ecommerce, OCR, retail analytics. Ver Visión artificial ecommerce.
Constitutional AI: Método de Anthropic para alinear modelos usando un conjunto de "principios" auto-aplicados en lugar de feedback humano explícito.
Context window: Cantidad máxima de tokens que un modelo puede procesar en una sola llamada. GPT-4 Turbo: 128K. Claude 3.5: 200K. Gemini 1.5 Pro: 2M.
Cosine similarity: Métrica para medir similitud entre dos vectores. Usada en búsqueda semántica y RAG.
crewAI: Framework Python para orquestar multi-agentes con roles especializados. Alternativa a LangGraph. Ver Orquestación multi-agente.
Cross-encoder: Modelo que evalúa la relevancia de un par (query, documento) juntos. Más preciso que bi-encoder pero más lento. Usado en re-ranking de RAG.

Términos que empiezan por D

DALL-E: Modelo de OpenAI para generar imágenes desde texto. Versiones 1, 2 y 3. Integrable vía API.
Data Augmentation: Técnica de aumentar dataset con variaciones (rotaciones, recortes, paráfrasis). Mejora generalización sin más datos.
Diffusion (modelos de): Familia de modelos generativos (Stable Diffusion, DALL-E 3, Midjourney) que aprenden a eliminar ruido progresivamente para generar imágenes.
Distillation (destilación): Comprimir un modelo grande (teacher) en uno más pequeño (student) preservando capacidad. Útil para desplegar en edge.
DPO · Direct Preference Optimization: Alternativa a RLHF para alinear modelos. Más simple y estable. Entrena con pares (respuesta buena, respuesta mala) directamente.

Términos que empiezan por E

ElevenLabs: Líder en síntesis de voz con IA. Clonación de voz, multilingual, ultra-realista. Usado en voice bots. Ver Voice bots telefónicos con IA.
Embeddings: Representación vectorial densa de un texto (o imagen) en un espacio semántico. Pieza clave de RAG y búsqueda semántica.
EU AI Act: Ver AI Act.
Eval (evaluación): Conjunto de métricas y tests para medir la calidad de un sistema IA. Accuracy, faithfulness, latency, cost, RAGAS, Braintrust.

Términos que empiezan por F

Few-shot prompting: Incluir 2-5 ejemplos en el prompt para que el modelo infiera el patrón. Más efectivo que zero-shot para tareas específicas.
Fine-tuning: Re-entrenar un modelo pre-entrenado con datos propios. Más caro que prompt engineering pero mucho más personalizable. Ver Fine-tuning y custom models.
Flux: Modelo open-source de generación de imágenes de Black Forest Labs. Compite con Midjourney en calidad y es open-weight.

Términos que empiezan por G

Gemini: Familia de modelos de Google DeepMind: Nano, Flash, Pro, Ultra. Multimodal nativo. Integración nativa en Google Workspace.
Generative AI: IA que crea contenido nuevo (texto, imagen, audio, vídeo, código) en lugar de clasificar. Era actual desde 2022.
GPT · Generative Pre-trained Transformer: Familia de modelos de OpenAI: GPT-3, GPT-3.5, GPT-4, GPT-4o, GPT-4 Turbo, o1, o3. El acrónimo define la categoría.
Guardrails: Reglas y validaciones que limitan lo que un LLM puede decir o hacer. Incluyen filtros de contenido, validadores de output, topes de tokens.

Términos que empiezan por H

Hallucination: Cuando un LLM inventa información que suena plausible pero es falsa. Problema central de la IA generativa. Mitigable con RAG y guardrails.
HDBSCAN: Algoritmo de clustering jerárquico basado en densidad. Usado para segmentación con embeddings por no requerir k predefinido.
Hugging Face: Plataforma colaborativa de modelos open-source. Hugging Face Hub + Transformers library. Estándar de facto para IA open.
Hybrid search: Búsqueda que combina keyword (BM25) y semántica (embeddings). Mejora significativamente el recall en RAG.

Términos que empiezan por I

IA Generativa: Modelos de IA (GPT-4, Claude, Gemini, Llama) que producen texto, imagen o código. Aplicada a marketing genera contenido, análisis y asistentes. Requiere supervisión humana.
Instruction tuning: Fine-tuning de un modelo base con pares (instrucción, respuesta). Convierte un modelo base en un chat útil.
Intent classification: Clasificar la intención del usuario en una consulta. Usado en chatbots y search. Ver Chatbots conversacionales.
ISO/IEC 42001: Estándar internacional de gestión de IA. Complementa ISO 27001 con controles específicos para sistemas IA.

Términos que empiezan por J · K · L

Jailbreak: Prompt diseñado para eludir los guardrails de seguridad de un LLM. Conocido problema. Mitigable pero no eliminable.

Términos que empiezan por M · N

Machine Learning: Subcampo de IA donde los modelos aprenden patrones a partir de datos sin ser programados explícitamente. Google lo usa en RankBrain, BERT, MUM y todas sus APIs Cloud.
Machine Learning en Búsqueda: La aplicación del Machine learning en búsqueda permite que los motores de búsqueda aprendan y evolucionen de forma autónoma basándose en el comportamiento real de los usuarios.
Midjourney: Generador de imágenes por IA famoso por su estética. Acceso vía Discord y web. Estándar en campañas visuales. Ver Generación de imágenes IA.
Mistral: Startup francesa de IA open-weight. Modelos Mistral 7B, Mixtral 8x7B, Mistral Large. Fuerte en Europa por compliance.
MLOps: Prácticas para operacionalizar ML. Versionado, monitorización, despliegue, retraining. LLMOps es la versión para LLMs.
Multi-modal: Modelos que procesan múltiples modalidades (texto, imagen, audio, vídeo) en un mismo espacio. GPT-4o, Gemini 1.5, Claude 3.5.

Términos que empiezan por O · P

o1 / o3 (OpenAI): Modelos de razonamiento de OpenAI. Piensan antes de responder. Mejores en matemáticas, código y ciencia. Más lentos y caros.
OCR · Optical Character Recognition: Extracción de texto de imágenes. Moderno: OCR + LLM para entender estructura. Ver OCR inteligente de documentos.
OpenAI: Empresa creadora de GPT, DALL-E, Sora, ChatGPT. Microsoft como inversor mayoritario. API estándar de la industria.

Términos que empiezan por Q · R

Qdrant: Base de datos vectorial open-source en Rust. Alto rendimiento. Alternativa a Pinecone para self-hosting.
QLoRA: Versión cuantizada de LoRA. Fine-tuning de modelos grandes en GPUs de consumo (24GB). Reduce memoria 4x.

Términos que empiezan por S

Self-consistency: Técnica de prompting es generar múltiples respuestas y votar la más consistente. Mejora precisión en tareas de razonamiento.
Semantic search: Búsqueda por significado (no por keywords). Usa embeddings. Componente esencial de RAG.
Sentiment analysis: Clasificación de la polaridad emocional de un texto (positivo, neutro, negativo). Moderno es granular por aspecto. Ver Análisis de sentimiento y VoC.
Sora (OpenAI): Modelo de generación de vídeo de OpenAI. Hasta 60s en alta calidad. Ver Generación de vídeo IA.
Stable Diffusion: Modelo open-source de generación de imágenes. SDXL, SD3. Ecosistema enorme de fine-tunings y LoRAs.
Structured outputs: Capacidad de forzar al LLM a responder con un JSON schema concreto. Elimina errores de parsing. Estándar en producción.
STT · Speech-to-Text: Conversión de voz a texto. Whisper de OpenAI, Deepgram, AssemblyAI. Usado en voice bots. Ver Voice bots telefónicos con IA.
System prompt: Prompt que define el rol, tono, restricciones y capacidades del LLM. Se persiste entre mensajes. Crítico para consistencia.

Términos que empiezan por T

Temperature: Parámetro que controla la aleatoriedad de la salida del LLM. 0 = determinista, 1 = creativo. Ajustar según tarea.
Token: Unidad mínima de texto que procesa un LLM. Aprox. 0.75 palabras en inglés, 0.6 en español. Coste y latencia se miden en tokens.
Tool calling: Ver function calling.
Topic modeling: Extracción automática de temas dominantes en un corpus de textos. BERTopic, LDA. Ver Topic modeling y clustering.
ToT · Tree-of-Thoughts: Extensión de Chain-of-Thought donde el modelo explora múltiples ramas de razonamiento en árbol. Mejora problemas complejos.
Transformer: Arquitectura de red neuronal (2017, "Attention is all you need"). Base de todos los LLMs modernos. GPT, BERT, T5, Claude.
TTS · Text-to-Speech: Síntesis de voz desde texto. ElevenLabs, OpenAI TTS, Cartesia. Ver Audio y podcast sintético.

Términos que empiezan por K

Kling: Modelo de generación de vídeo de Kuaishou. Compite con Sora y Runway. Disponible vía API.

Términos que empiezan por L

LangChain: Framework Python líder para construir aplicaciones con LLMs. Chains, agents, retrievers, memory.
LangGraph: Extensión de LangChain para construir aplicaciones con estado y multi-agente. Grafos cíclicos, humanos en el loop, persistencia.
Llama (Meta): Familia de modelos open-weight de Meta: Llama 2, Llama 3, Llama 3.1, Llama 3.2. Fuerte base para fine-tuning comercial.
LlamaIndex: Framework de código abierto para conectar LLMs con datos externos. Especializado en indexado y RAG.
LLM: Large Language Model es el modelo de lenguaje entrenado en grandes corpus de texto. Ejemplos: GPT-4, Claude 3.5, Llama 3, Mistral. Base de los chatbots y GEO.
LoRA · Low-Rank Adaptation: Técnica de fine-tuning eficiente que entrena solo matrices pequeñas. Permite personalizar modelos grandes con poco cómputo.

Términos que empiezan por N

n8n: Plataforma de automatización self-hostable. Combina más de 400 integraciones con nodos de IA.
NLP: Natural Language Processing es disciplina de IA que procesa y entiende lenguaje humaño. Google la aplica en BERT, RankBrain, MUM para mejorar la comprensión de consultas.

Términos que empiezan por P

Perplexity: Motor de búsqueda conversacional con LLMs. Cita fuentes en tiempo real. Líder en GEO.
Pinecone: Base de datos vectorial gestionada. Líder en RAG producción. Alternativas: Weaviate, Qdrant, Chroma.
Prompt: Instrucción que se le da al modelo. Cambiar un prompt puede cambiar por completo la respuesta, incluso con el mismo contenido publicado.
Prompt engineering: Disciplina de diseñar prompts efectivos. Instrucciones claras, few-shot, chain-of-thought, structured outputs, function calling.
Prompt Injection: La Prompt injection es una técnica de manipulación donde se introducen instrucciones ocultas dentro de un sitio web para intentar engañar a los sistemas de inteligencia artificial que rastrean la red.

Términos que empiezan por R

RAG: Retrieval-Augmented Generation es la arquitectura que combina un LLM con búsqueda en una base de conocimiento propia. Reduce alucinaciones y permite citabilidad de fuentes específicas.
RAGAS: Framework de evaluación para RAG. Mide faithfulness, answer relevance, context precision, context recall. Estándar.
Re-ranking: Segundo paso en RAG que reordena los documentos retrieved por relevancia usando cross-encoder. Mejora precisión significativamente.
RLHF · Reinforcement Learning from Human Feedback: Técnica de alineación son los humanos puntúan respuestas y un modelo de reward aprende de esas preferencias. Usado en GPT-4, Claude.
Runway: Suite creativa con IA. Gen-3 Alpha para vídeo, image models, edición.

Términos que empiezan por W

Whisper (OpenAI): Modelo de STT de OpenAI. Multilingual (99 idiomas), robusto con ruido. Estándar de facto open-source.
Workflow (automatización): Secuencia de pasos automatizados que conectan herramientas. n8n, Make, Zapier. Con IA se vuelven agentes.

Términos que empiezan por X

XGBoost: Algoritmo de gradient boosting muy usado en problemas tabulares. Estándar en scoring de leads y churn.

Términos que empiezan por Z

Zero-shot: Resolver una tarea sin ejemplos previos en el prompt. Los LLMs grandes lo hacen sorprendentemente bien.

Términos que empiezan por U · V · W · X · Y · Z

Vector database: Base de datos optimizada para almacenar y buscar vectores densos (embeddings). Pinecone, Weaviate, Qdrant, Chroma, Milvus.
Voice bot: Agente conversacional por voz que opera en teléfono. Combina STT + LLM + TTS. Ver Voice bots telefónicos con IA.
VQ-VAE: Autoencoder variacional con cuantización vectorial. Base de DALL-E 1. Pionero en generación de imágenes.

Stack & modelos · 3 preguntas

Tecnología & modelos.

¿Qué modelos de IA utilizáis?

Somos stack-agnostic. Usamos el modelo adecuado para cada tarea, no el que nos convenga más. Entre los modelos que trabajamos habitualmente:

OpenAI · GPT-4o, GPT-4 Turbo, o1, o3, DALL-E, Sora, Whisper.
Anthropic · Claude 3.5 Sonnet, Claude 3 Opus, Claude 3 Haiku.
Google · Gemini 1.5 Pro, Gemini 1.5 Flash, Gemma.
Open-source · Llama 3.1/3.2, Mistral Large, Qwen, Mixtral.
Especializados · Whisper (STT), ElevenLabs / Cartesia (TTS), Midjourney / Flux (imagen).

Sin lock-in tecnológico: si OpenAI sube precios o degrada calidad, migramos a otro sin reescribir tu lógica.

¿Puedo usar modelos on-premise?

Sí. Desplegamos modelos open-weight (Llama 3.1 70B, Mistral Large, Qwen 72B) en tu infraestructura on-premise o VPC privada. Latencia baja, datos que nunca salen de tu perímetro, cumplimiento RGPD nativo. Requiere GPUs adecuadas (A100, H100 o equivalentes) y suele aplicar a clientes enterprise por la inversión.

¿Cómo integrais la IA con mi stack actual?

Con n8n (preferido por ser self-hosted y open) y conectores nativos. Integramos con:

CRMs · HubSpot, Salesforce, Pipedrive, Zoho.
CMSs · WordPress, Shopify, PrestaShop, Webflow.
ERPs · SAP, Holded, Sage, Odoo, NetSuite.
Marketing · Mailchimp, Klaviyo, Brevo, Customer.io.
Data · BigQuery, Snowflake, Redshift, Databricks, PostgreSQL.
Productividad · Slack, Notion, Google Workspace, Microsoft 365.

Más de 400 integraciones nativas + API custom para sistemas legacy.

IP & contratos · 2 preguntas

Propiedad intelectual.

¿De quién es la propiedad intelectual de los outputs?

Tuya. Los outputs generados por los modelos son del cliente por contrato. Trabajamos con cláusulas explícitas de cesión de IP en todos nuestros acuerdos. Lo mismo aplica a prompts, system prompts, workflows, integraciones y modelos fine-tuneados con tus datos.

¿Y si entreno un modelo con mis datos?

El modelo fine-tuneado es propiedad del cliente. Los pesos, los datos de entrenamiento y los adapters (LoRA, QLoRA) se entregan al cliente al finalizar el proyecto. Puedes desplegarlo donde quieras. En tu infraestructura, en la nube, on-premise. Sin pagos por uso recurrentes al proveedor (cuando es open-weight).

Operación · 2 preguntas

Operación & mantenimiento.

¿Qué pasa después del go-live?

El proyecto no termina en producción. Incluimos:

Monitorización 24/7 de latencia, errores, calidad de outputs.
Alertas automáticas en Slack o email cuando algo se desvía.
Reentrenamiento periódico de modelos con datos nuevos.
Mejora continua basada en feedback de usuarios y datos.
Reportes mensuales ejecutivos con métricas de negocio.
SLA · 99.9% uptime en proyectos enterprise, 99.5% en growth, 99% en starter.

¿Formáis a mi equipo?

Sí. La transferencia de conocimiento es parte del proyecto:

Documentación técnica completa (arquitectura, APIs, runbooks).
Formación a tu equipo técnico (2-8h según complejidad).
Workshop de prompt engineering para equipos no técnicos (2-4h).
Sesiones de Q&A mensuales durante los primeros 6 meses.

Si tu equipo no tiene capacidad de mantener el sistema, ofrecemos managed services como retainer adicional.

Del concepto a la ejecución

Servicios de Inteligencia artificial.

Cada servicio enlaza con los conceptos de esta página: así puedes leer la theory y ver quién lo aplica en tu caso.

Agentes de IA con tool calling

Agentes que ejecutan acciones reales sobre tu stack. Consultar CRM, abrir tickets, generar informes, enviar emails. Function calling y razonamiento multi-step con modelos frontier o modelos locales.

Chatbots conversacionales

Chatbots para web, WhatsApp Business, Instagram DM y Telegram. Resolución del 60-80% de consultas sin humano. Integración con tu knowledge base y CRM. Latencia <2s en producción.

Asistentes virtuales internos

Asistentes para equipos internos: RR.HH. (onboarding, consultas de política), soporte técnico (resolución nivel 1), ventas (preparación de reuniones), legal (resúmenes de contratos).

Voice bots telefónicos con IA

Bots telefónicos con voz natural (ElevenLabs, OpenAI TTS, Cartesia). Llamadas outbound cualificadas, encuestas, recordatorios, gestión de citas. STT & TTS en español con acento neutro profesional.

Orquestación multi-agente

Sistemas donde varios agentes especializados colaboran. Un agente investiga, otro analiza, otro redacta, otro valida. Patrones supervisor, debate y pipeline con frameworks como LangGraph o CrewAI.

Content engines con LLMs

Pipelines editoriales con LLMs que producen 8-20 piezas/semana. Artículos SEO, posts RR.SS., newsletters, scripts de vídeo. Workflows con research, outline, redacción, QA y optimización SEO.

Generación de imágenes IA

Producción visual con Midjourney, DALL-E 3, Flux Pro, Stable Diffusion XL. Imágenes para campañas, producto, lifestyle, mockups. Brand consistency vía LoRAs y ControlNets entrenados con tu marca.

Generación de vídeo IA

Vídeo generado con Sora, Runway Gen-3, Kling 1.6, Luma Dream Machine. Spots cortos, animaciones, UGC sintético, vídeo para redes. Postproducción y edición integradas en el pipeline.

Audio y podcast sintético

Voces sintéticas para podcast, audiolibros, IVR, e-learning. ElevenLabs, OpenAI TTS, Coqui XTTS. Clonación de voz con consentimiento. Música generada con Suno y Udio.

Segmentación RFM con embeddings

Segmentación avanzada combinando RFM clásico con embeddings de comportamiento, embeddings de producto y clustering semántico. Micro-segmentos accionables y estables en el tiempo.

Análisis de sentimiento y VoC

Análisis de reviews, tickets, encuestas, redes y NPS. Modelo de sentimiento multi-idioma, extracción de temas, alertas de crisis y dashboard ejecutivo VoC.

Topic modeling y clustering

Extracción automática de temas de tu contenido, redes, tickets y transcripciones. BERTopic, LDA, embeddings + KMeans. Visualización interactiva y evolución temporal.

RAG · Retrieval-Augmented Generation

Sistemas RAG sobre tu knowledge base. Documentos, web, CRM, intranet. Vector stores (Pinecone, Weaviate, Qdrant), re-ranking, hybrid search. Cero alucinaciones verificables con citaciones.

Predicción de demanda y ventas

Modelos de forecasting sobre histórico de ventas, estacionalidad, marketing mix, variables externas (clima, economía). Intervalos de confianza, simulación de escenarios, alertas de desviación.

Forecasting de LTV y churn

Predicción del lifetime value y probabilidad de churn por cliente. Modelos supervisados (XGBoost, LightGBM) sobre comportamiento, transacciones, tickets de soporte y NPS.

Los 13 servicios restantes de esta disciplina están en el catálogo completo.

Sigue avanzando

Del glosario a tu proyecto.

Todos los servicios de Inteligencia Artificial en una sola página.
Diccionario de marketing con más de 160 términos.
Casos reales con métricas de clientes.
Todos los recursos: cursos, herramientas e informes.

Reservar

¿Sigues con dudas?

Reserva una videollamada gratuita de 30 minutos con un estratega senior de IA. Te respondemos cualquier pregunta sobre tu caso.

Reserva tu videollamada gratuita

30 minutos con Jorge Sánchez Mosquete, consultor estratégico de IA y CEO de Netbulb. Sin compromiso, en español.

30 minutos
Videollamada
Diagnóstico gratuito
En español

•

LMXJVSD

Selecciona un día

• Empieza eligiendo un día disponible en el calendario

Reserva confirmada

•

Enlace de videollamada:
•

Añadir a Google Calendar Descargar .ics

Resolvemos tus dudas

Hablemos de tu proyecto.

Sin compromiso. Una videollamada de 30 minutos para entender tu caso y decirte si la IA encaja.

Reservar una cita Ver los servicios