Investigación interna continua · Desde 2021
AI-Enabled Generic Integration System
Conectar los sistemas de los que las empresas ya dependen con las posibilidades de la IA — sin perder el control sobre cómo se realiza el trabajo.
Investigamos, desarrollamos y probamos nuestros propios sistemas, revisando continuamente la arquitectura a medida que evolucionan las tecnologías de IA.
AEGIS es nuestra actividad de investigación interna. No es un servicio de pago ni un producto puesto a la venta.
La pregunta de investigación
El proyecto AEGIS investiga una arquitectura genérica que permite a los sistemas de software existentes participar en procesos de negocio asistidos por IA mediante definiciones de interfaz semánticamente enriquecidas, requiriendo solo modificaciones mínimas en las aplicaciones existentes y preservando una ejecución de procesos determinista.
En términos sencillos: describir lo que sus sistemas saben hacer y qué significan sus operaciones, conectarlos con la IA y mantener claras las reglas de negocio, los permisos y las responsabilidades. Se trata de un objetivo de investigación, no de una afirmación de que todos los retos de integración ya están resueltos.
Investigamos cómo las aplicaciones existentes, los sistemas de IA y los flujos de trabajo empresariales pueden colaborar mediante una arquitectura reutilizable, en lugar de una conexión personalizada distinta para cada nuevo caso de uso.
Una interfaz debe describir más que la forma de llamar a un sistema. Exploramos definiciones que también explican qué significa una operación, qué información necesita, sus restricciones y qué representa su resultado — para que la IA trabaje de forma más adecuada con los sistemas empresariales.
El objetivo es exponer las capacidades del software existente con modificaciones mínimas. Las empresas deben poder explorar la integración de la IA sin reconstruir cada aplicación ni abandonar los sistemas de los que ya dependen.
Las respuestas de la IA pueden variar. Investigamos la orquestación determinista: el flujo de trabajo circundante sigue reglas explícitas, controles y pasos aprobados, incluso cuando un componente de IA no produce la misma respuesta cada vez.
Desarrollamos nosotros mismos la arquitectura y el framework Java central, implementamos sistemas experimentales y los probamos. El trabajo se apoya en Java, Python, C++, Spring Boot, API REST y de LLM, integración empresarial y sistemas distribuidos.
La validación en tiempo de ejecución comprueba los resultados mientras se desarrolla un proceso. Se investigan el prompting adaptativo y los mecanismos automatizados de corrección de errores junto con los límites y la gestión de fallos — para probar dónde ayudan estas técnicas y dónde la revisión humana es imprescindible.
La década de 2010 · Los cimientos
Nuestro trabajo exploratorio comenzó con las redes neuronales y la incipiente investigación sobre modelos de lenguaje, junto con un interés de larga data por la integración empresarial, mucho antes de la reciente ola de herramientas de IA generativa ampliamente adoptadas.
Principios de 2021 · Investigación continua
AEGIS se convirtió en una actividad de investigación continua de la empresa, centrada en un enfoque genérico para integrar la IA en los sistemas empresariales y los procesos de negocio existentes.
Hoy · Construir, probar, refinar
Desarrollamos sistemas funcionales, probamos enfoques de integración y revisamos nuestras hipótesis a medida que cambian los modelos, protocolos y herramientas. La investigación se mantiene activa, en lugar de detenerse en una demostración.
Formas en que la IA y el software trabajan juntos
Nuestra investigación sigue una amplia y cambiante variedad de enfoques de integración. Son bloques complementarios: algunos son protocolos, otros patrones arquitectónicos o formas de organizar el trabajo. No existe un único método de conexión que se adapte a todas las empresas.
El software envía una solicitud definida a un modelo de IA y recibe una respuesta. REST es una forma habitual, basada en la web, de realizar estas llamadas y conectar las aplicaciones empresariales existentes.
La IA propone una acción concreta, como consultar un pedido. La aplicación verifica la solicitud y los permisos, ejecuta la acción y devuelve el resultado. La IA no recibe acceso sin restricciones.
Un agente combina un modelo con herramientas y un flujo de trabajo para llevar a cabo una tarea en varios pasos. Estudiamos cómo mantener esos pasos acotados, observables y sujetos a aprobación cuando sea necesario.
Un protocolo compartido para conectar aplicaciones de IA con herramientas, datos y prompts reutilizables. Puede reducir la necesidad de un conector distinto para cada aplicación, aunque las reglas de acceso siguen debiendo aplicarse.
Un protocolo para que agentes de sistemas distintos intercambien información sobre sus capacidades, deleguen tareas y hagan seguimiento del progreso. La cooperación no elimina la necesidad de responsabilidad ni de controles.
Paquetes reutilizables de instrucciones, recursos de apoyo y a veces scripts que guían a un agente a través de un tipo concreto de trabajo. Aportan conocimiento específico para la tarea, más que un canal de comunicación en sí mismo.
La información relevante se recupera de una fuente de conocimiento aprobada antes de que la IA responda. Esto puede fundamentar una respuesta en los documentos de la empresa, pero no garantiza que cada respuesta sea correcta.
Un evento de negocio — un documento entrante o un pedido modificado, por ejemplo — puede activar un paso asistido por IA. Las colas y las notificaciones permiten que los sistemas cooperen sin esperar a una única conversación larga.
La IA puede trabajar con texto, imágenes, documentos, audio y, cuando es compatible, vídeo. El streaming y las conexiones en tiempo real permiten que los resultados o las interacciones por voz lleguen de forma progresiva, no solo al final.
La IA devuelve la información en un formato acordado que el software puede validar. Un flujo de trabajo decide entonces qué puede ocurrir a continuación, incluyendo aprobación, reintento o escalado. Una respuesta bien formada aún no es prueba de una respuesta correcta.
Probamos a los principales proveedores de IA y ecosistemas de modelos como parte de la investigación, yendo más allá de una respuesta convincente para observar cómo se comportan dentro de software real y flujos de trabajo empresariales.
El panorama incluye OpenAI, Anthropic (Claude), Google (Gemini), Microsoft (Azure AI), Amazon Web Services (Amazon Bedrock), Meta (Llama), Mistral AI, Cohere y DeepSeek. Algunos ofrecen modelos directamente; otros ofrecen plataformas para acceder a varias familias de modelos. Nuestra cobertura evoluciona a medida que cambian las tecnologías y las opciones de acceso.
Uso de herramientas, respuestas estructuradas, gestión del contexto y cooperación con las aplicaciones existentes.
Validación, gestión de fallos, repetibilidad del flujo de trabajo circundante y aprobación humana.
Calidad, seguridad, confidencialidad, tiempo de respuesta, coste operativo y restricciones de implementación.
Los nombres de los proveedores identifican el panorama tecnológico, no alianzas ni respaldos. Las capacidades dependen del modelo, la versión y la implementación.
AEGIS nos da una base práctica para ayudar a las empresas con tareas, proyectos y decisiones relacionados con la IA: entender las opciones, conectar los sistemas existentes, examinar una solución propuesta o desarrollar y probar una implementación.
Esa experiencia nutre tanto la entrega de proyectos completos como el trabajo de nuestros profesionales senior en equipos de clientes. Cada encargo de cliente tiene su propio alcance acordado; AEGIS en sí sigue siendo nuestra investigación interna continua.
Cómo trabajamos con la IA
Sea cual sea la forma en que trabaje con nosotros — un profesional senior integrado en su proyecto, o un proyecto completo que asumimos nosotros — nuestros profesionales utilizan sin excepción la IA y herramientas basadas en IA para mejorar la calidad, la eficiencia y la exhaustividad de su trabajo. Todos ellos se mantienen al día de los últimos avances en este ámbito.
Pero nunca delegan su trabajo en la IA. Lo realizan ellos mismos — y asumen la responsabilidad.
La IA es uno de nuestros ámbitos — no nuestro ámbito principal. El desarrollo e integración de sistemas IT son nuestro oficio, con o sin IA. Y dentro de la propia IA, nuestro tema principal no es desarrollar un servicio de IA o un modelo propio: muchos investigadores y empresas muy capaces en todo el mundo ya lo hacen, y valoramos su trabajo. Nuestro tema principal es qué y cómo usted y nosotros podemos hacer con estos servicios de IA — en la práctica, y de forma realista.
«Quien no sabe hacer algo sin IA, tampoco sabrá hacerlo con IA. La IA solo puede mejorar, no sustituir.»
En todo nuestro negocio, el ser humano es el componente principal. No porque la capacidad de la IA no sea fiable, sino porque la capacidad humana es insustituible.
