Volver al portafolio
SaaS multi-tenant Agentes de IA Demo en vivo

VioAgents

Plataforma de IA conversacional que despliega agentes especializados para ventas, agenda de citas y soporte, usando un sistema propio de orquestación cognitiva diseñado para eliminar alucinaciones sobre datos reales.

Tipo
SaaS multi-tenant
Estado
✦ Activo
Objetivo
PyMEs y negocios locales
Construido por
Solo, end to end
Capturas del producto
Demo en vivo
El widget de VioAgents está activo. Puedes probar la capacidad del agente para buscar catálogos, manejar objeciones y agendar citas dentro de un flujo conversacional real.
Abrir demo en vivo

Cómo probar los agentes

  1. Ventas: pide recomendaciones o precios y verás que solo cita productos reales del catálogo CSV.
  2. Agenda: intenta reservar una cita y comprobarás que consulta Google Calendar en tiempo real y evita dobles reservas.
  3. Soporte: haz preguntas complejas de políticas y verás respuestas aterrizadas en su base de conocimiento markdown.
El problema

Los chatbots tradicionales son rígidos. Los wrappers sobre LLM alucinan.

Las PyMEs pierden leads todos los días porque no pueden responder fuera de horario. Los chatbots basados en reglas no manejan lenguaje natural y las integraciones genéricas con LLM inventan precios, disponibilidad y políticas.

El mercado necesitaba un agente que hablara natural, conociera el catálogo real, reservara citas reales y nunca inventara información que no tiene.

Arquitectura: M1 → M2 → M3

Orquestación cognitiva propia, sin LangChain ni AutoGen.

En vez de depender de frameworks externos de orquestación, VioAgents usa un sistema de tres momentos con validación estricta de datos en cada compuerta. Eso garantiza que el agente nunca responda con datos inventados.

M1 · Conversational Receptor
   └─ Understands user intent
   └─ Defines need_package: {readiness, missing_requirements}
   └─ Gates: if data is missing → asks user, never proceeds blindly

M2 · Technical Specialist
   └─ Executes tool calls (CSV catalog search, Google Calendar query)
   └─ Returns exact structured data (real prices, real time slots)
   └─ Cannot respond to user — only returns data to M3

M3 · Grounded Responder
   └─ Receives exact data from M2
   └─ Composes natural language response
   └─ Prohibited from inventing any price, product, or availability
   └─ If M2 returned empty → transparently says "not available"
Los tres agentes
Agente de ventas

Búsqueda inteligente sobre catálogos CSV, soporte multi-consulta, sugerencias de cross-sell y generación de cotizaciones PDF al recibir el nombre del cliente.

Agente de agenda

Integración real con Google Calendar. Consulta disponibilidad en vivo, bloquea horarios, evita duplicados y sugiere alternativas en conversación natural.

Agente FAQ y conocimiento

Consume bases de conocimiento estructuradas en Markdown. Si detecta frustración o escalamiento, pausa el flujo y notifica a un operador humano con todo el contexto.

Multi-tenancy y escalabilidad

Subir un nuevo cliente toma minutos, no días.

VioAgents usa una jerarquía de configuración de tres niveles: Dominio → Nicho → Negocio. Las reglas cognitivas y el vocabulario sectorial se heredan automáticamente; por cliente solo se agregan políticas y catálogos específicos. El widget se embebe con exactamente 2 líneas de código.

Domain   Sales / Booking / FAQ  →  global behavior rules
Niche    Ferreterías / Clínicas →  sector vocabulary + categories
Business Ferretería López       →  tenant_defaults.md + CSV catalog
Pipeline de procesamiento IA
M1

Receptor

Analiza la intención del usuario y valida requisitos faltantes.

GATE

Gatekeeper

Detiene el flujo si faltan datos y pregunta al usuario de forma natural.

M2

Especialista

Ejecuta llamadas a herramientas como Google Calendar y consultas a base de datos.

M3

Grounding

Redacta la respuesta final usando solo datos exactos devueltos por M2.

Desafíos técnicos y soluciones

La IA alucinando precios y stock

Problema

Las integraciones básicas con LLM suelen inventar un precio o confirmar una cita inexistente solo para sonar útiles.

Solución

Aislamiento arquitectónico en M3. M3 no accede a conocimiento interno; solo formatea el JSON estricto devuelto por M2.

Loops frustrantes del bot

Problema

Los usuarios odian cuando el bot entra en bucles y no transfiere a un humano, causando leads perdidos y malas reseñas.

Solución

Análisis nativo de sentimiento y detección explícita de handoff. Si se detecta frustración, el bot se pausa y notifica a un operador humano.

Impacto de negocio
Captura de leads y agenda
Impacto en conversión

En vez de mandar leads a un formulario estático donde muchos se pierden, el agente los agenda directamente en Google Calendar de forma inmediata, 24/7.

Operación 24/7 Cero dobles reservas
Velocidad y escalabilidad
Impacto de despliegue

Agregar un nuevo cliente en un nicho soportado toma minutos. Solo se incorpora su catálogo CSV y su archivo tenant_defaults.md, y el agente hereda las reglas del dominio automáticamente.

Respuesta < 2s Integración en 2 líneas