user
Usuario / rol
sso · canal
Kodex
Solucions tecnològiques
LLM & assistents d'IA
Dissenyem puestos de treball aumentados: el assistente entiende el seu dominio, cita fuentes i actua sobre sistemes reales — amb identitat, guardrails e ISO 27001.
Què és i per què importa
Del chatbot al colaborador operatiu
Un LLM suelto responde. Un assistente Kodex colabora: memòria (RAG), eines (MCP), polítiques de identitat i una UX pensada per a adopció — de planta a C-Level.
- 01
Definim el rol
Què ha de hacer el assistente, per a quién, amb què permisos i què KPIs de adopció.
- 02
Anclem la verdad
RAG amb citas i abstención quan no hay evidencia — menys al·lucinació, més confianza.
- 03
Habilitem la acció
MCP i guardrails: pot consultar i ejecutar només lo permitido, amb rastro auditable.
Chatbot genérico
- Respostas genéricas sense el seu jerga
- Sin acceso a dades ni sistemes vivos
- Risc de al·lucinació sense citas
- Adopció baja: ‘otro chat més’
Assistente Kodex
- Terminología i roles de el seu negoci
- Memòria documental + tools MCP
- Guardrails, identitat i evals
- UX que reduce fatiga cognitiva
Flujo en vivo
Del mensaje al puesto aumentado — con memoria y gobierno
Dos carriles: la interfaz del puesto aumentado i el runtime amb memòria, tools i guardrails.
Flujo del asistente: usuario, modelo, guardrails, RAG, MCP y respuesta con evidencia
01 · Interfaz del puesto
assistant
Asistente
llm · sesión
guardrails
Guardrails
policy · PII
02 · Runtime con evidencia
memory
RAG
corpus · citas
tools
MCP tools
read · write
policy
HITL / scopes
allow · approve
output
Respuesta
cita · acción · audit
Profunditat
Trieu el nivel del assistente
Tres profunditates. Comenci por un copiloto amb evidencia i crezca a multi-rol amb ejecución gobernada.
- 01Copiloto Responde amb citas
- 02Operatiu Actúa amb tools
- 03Multi-rol Varios puestos
- 04Govern Evals · identitat
-
01
Nivel 01
Copiloto amb evidencia
Responde bien — i dice de dónde
Ideal per a soporte, legal o técnico interno: RAG, citas obligatorias i política de abstención.
Qué incluye
- 1 rol de assistente
- Corpus RAG acotado
- Citas + abstención
- Observabilidad básica
Ideal para · Equipos que necessitan verdad abans que autonomía.
Resultado · Menys tickets repetitivos · més confianza en la resposta.
-
02
Nivel 02
Assistente operatiu
Lee, escribe i escala a humano
El assistente usa tools MCP (CRM, helpdesk, ERP) amb scopes i HITL en accions críticas.
Qué incluye
- Copiloto + tools MCP
- Identitat i roles
- Approval gates
- Evals de calidad
Ideal para · Ops i CX que quieren cerrar el ciclo en el mismo hilo.
Resultado · Menys clics · més casos resueltos amb contexto.
-
03
Nivel 03
RecomendadoPuesto aumentado industrial
Multi-rol · multi-modelo · perímetro
Varios perfiles (legal, compras, planta), cloud u on-prem, observabilidad i govern ISO.
Qué incluye
- Todo lo operatiu
- Multi-rol / multi-canal
- Cloud o on-prem
- Programa de adopció
Ideal para · Producto e IT que industrializan la IA en el día a día.
Resultado · Un sistema de assistentes — no N pilots huérfanos.
El modelo és el motor; RAG, MCP i guardrails són el chasis. Sin ellos, només té un chat.
Assistente corporativo
Así colabora la IA amb el seu equipo
Del mensaje del usuario a la acció: identitat, modelo, memòria, tools i política. Negoci ve adopció; enginyeria ve runtime governat.
- Motor
- LLM
- Memòria
- RAG
- Tools
- MCP
- Adopció
- UX
Què gana el cliente
No venem ‘un chatbot’: vendemos capacitat operativa amb control.
01
Menys treball recurrente
El assistente resuelve lo repetible i escala lo crític amb contexto complet.
02
Respostas defensables
Citas, abstención i logs: útiles ante legal, calidad e ISO.
03
Acció sobre el stack real
Actualiza CRM, abre tickets o consulta ERP — vía MCP, no por copiar/pegar.
04
Adopció medible
UX i KPIs de uso: si nadie lo abre, no hay ROI — lo dissenyem per a que sí.
Lectura dual
Misma interfaz, dos llenguatges.
-
Negocio
Habla como nuestro equipo
Ingeniería
System prompts · glossario · few-shots sectoriales
-
Negocio
No inventa si no sabe
Ingeniería
RAG + citas · refusal policy · grounded evals
-
Negocio
Puede hacer lo permitido
Ingeniería
MCP tools · scopes · HITL en escritura
-
Negocio
Sabemos què pasó
Ingeniería
Traces · feedback loops · calidad por caso
De piloto olvidado a puesto adoptado
Ilustració: com se redistribuye el valor quan el assistente deixa de ser demo i pasa a treball real.
- Consultas del día a día 100%
- Resueltas amb evidencia ~65%
- Con acció en sistema ~35%
- Escaladas a humano ~18%
- Sin rastro / sense política ~2%
Casos de uso
01
Inferencia local o cloud
Negoci: usted elige sobirania. Técnico: OpenAI, Anthropic, Llama — mismo contrato de producto.
02
Agents multi-rol
Negoci: un sistema, varios puestos. Técnico: perfiles, prompts i tools por rol.
03
Ejecución de accions
Negoci: reportes, CRM, alertas. Técnico: MCP + guardrails + audit trail.
Por què el assistente protege margen i adopció
Un chat sense memòria ni tools és ruido. Un puesto aumentado amb govern és capacitat escalable.
Negoci
Capacitat sense headcount lineal
El equipo se concentra en excepcions; lo recurrente lo cierra el assistente amb evidencia.
Enginyeria
Runtime + producto
Modelo, RAG, MCP, evals i UX: un sistema versionable — no un prompt en un wiki.
Ilustració · Confianza operativa
+38 pts
confianza il·lustrativa vs chatbot genérico sense RAG ni guardrails
Al·lucinacions reportadas −55%
↓ 55 % davant LLM sense anclaje
Casos amb evidencia +38 pts
↑ 38 pts davant LLM sense anclaje
Índice de confianza en resposta (0–100)
Exemple il·lustratiu: la confianza sube al pasar de LLM suelto a assistente amb RAG, citas i tools.
Impacte en capacitat i risc
Cada palanca acerca el assistente al treball real — amb menys risc i més adopció.
- 01 −70% espera
Time-to-answer
Respostas ancladas en segundos, no en buscar en 4 sistemes.
- 02 Grounded
Evidencia
Citas i abstención quan el corpus no cubre el caso.
- 03 Scopes
Acció segura
Tools MCP amb scopes i HITL en escritura.
- 04 UX
Adopció
UX i roles claros: el assistente entra en el flux de treball.
Ciclo en dies
20d → 6d
tiempo il·lustratiu de piloto a primer puesto en producció
- Rol, KPIs i permisos 4d → 1.5d
Antes
Con Kodex
- Corpus / tools / prompts 8d → 2.5d
Antes
Con Kodex
- Guardrails i evals 5d → 1.2d
Antes
Con Kodex
- UX i go-live 3d → 0.8d
Antes
Con Kodex
Valors il·lustratius. En projecte mesurem el seu backlog de casos i el delta post-assistente.
Com ho executem
Metodologia: del piloto al puesto aumentado
Del rol de negoci al assistente en producció — amb lliurables clars per a producto e enginyeria.
- 1–2 set
Fase 1
Consultoria de puestos
Quién, què i amb què permiso
Definim roles, canales, KPIs de adopció i frontera humano/assistente.
- Mapa de roles
- Matriu de permisos
- Alcance copiloto / operatiu
- 2–3 set
Fase 2
Auditoria de risc
Dades, al·lucinació i PII
Avaluem corpus, guardrails, risc de al·lucinació e integració amb identitat.
- Gap de dades
- Política de abstención
- Plan de evals
- Per abast
Fase 3
Implementació del assistente
LLM + RAG + MCP + UX
Desplegamos el runtime, connectem memòria i tools, i afinamos la interfaz de adopció.
- Assistente en prod
- Traces i feedback
- Playbook de casos
- Continu
Fase 4
Mejora continua
El assistente aprende del uso real
Evals, prompts, cobertura de corpus i nuevos roles según adopció.
- Dashboard de calidad
- Roadmap de roles
- Retuning periódico
Perímetre de confiança
Identitat, guardrails i evidencia
El assistente hereda la seva política de seguretat — no és un widget anónimo en la intranet.
-
Identitat
SSO i roles
Cada sesión sabe quién és el usuario i què pot pedir o ejecutar.
IAM
-
Risc
Guardrails i HITL
Filtros de PII, abstención i aprobación humana en accions críticas.
Policy
-
Evidencia
Citas i traces
De dónde salió la resposta i què tool se invocó — retenido i auditable.
Audit trail
FAQ — producte i operacions
Puede sustituir un equipo?
No. Amplifica capacitat: resuelve lo recurrente i escala lo crític a humanos amb contexto complet.
Com evitamos respostas inventadas?
Con RAG, citas obligatorias, polítiques de abstención i evals de groundedness en el pipeline.
Integració amb eines internas?
Sí, vía MCP i conectores governats — el assistente opera sobre el seu stack real, no només sobre PDFs.
Cloud u on-premise?
Usted elige sobirania: cloud per a elasticidad u on-prem / VPC per a dades sensibles — mismo diseño de producto.
Filtro de oro
Quin nivell d'autonomia necessiteu?
Opción A · Assistente corporativo (DFY)
Diseño, despliegue i operació del assistente amb RAG, MCP i guardrails.
Agendar disseny d'assistenteOpción B · Explorar modelos (DIY)
Revise guías i recursos per a orientar la decisió de stack.
Veure recursosMás soluciones
-
Procesos
Automatizaciones orquestadas
Menos horas y errores para negocio; eventos, MCP y logs para ingeniería — no triggers aislados.
Ver → -
RAG
Sistemas RAG
Base vectorial + citas: menos alucinaciones, más casos cerrados y conocimiento que mueve CRM/tickets.
Ver → -
MCP
Integraciones & MCP
Puerto MCP: la IA lee y actúa sobre ERP/CRM con scopes y auditoría — sin conectores punto a punto.
Ver →
Converteixi el chat en un puesto aumentado
Assistentes Kodex: LLM amb memòria, tools i govern — per a que el seu equipo haga més amb menys risc.