No trabajo únicamente con páginas web. Desarrollo plataformas, automatizaciones, inteligencia artificial, bases de datos y herramientas capaces de integrarse en el funcionamiento real de una empresa.
Bluupi es uno de los proyectos más completos en los que he trabajado. Es una plataforma tecnológica que conecta usuarios, actividades y profesionales mediante inteligencia artificial, personalización, automatización, reservas y análisis de datos.
El proyecto combina diferentes sistemas dentro de una misma arquitectura: aplicación web, perfiles de usuario, buscador, asistente inteligente, herramientas profesionales, reservas, CRM, automatización y análisis.
La plataforma puede combinar diferentes señales para ayudar al usuario a encontrar propuestas más relevantes según su situación y sus necesidades.
Bluupi Memory es una arquitectura de memoria semántica pensada para conservar información útil autorizada por el usuario y mejorar progresivamente la personalización.
En lugar de tratar cada consulta como una interacción aislada, el sistema puede reutilizar información relevante como gustos, edades, presupuesto, composición del grupo o preferencias aprendidas durante interacciones anteriores.
El objetivo no es simplemente almacenar un historial, sino convertir determinada información en contexto útil para futuras recomendaciones.
La inteligencia artificial también puede trabajar del lado de la empresa. Bluupi Insights está diseñado para analizar señales agregadas y convertirlas en información que ayude a comprender mejor la demanda y detectar oportunidades.
Analizar qué buscan los usuarios, qué tipos de propuestas generan interés y en qué momentos aparece esa demanda.
Detectar cambios de comportamiento, estacionalidad, horarios, segmentos y oportunidades todavía no cubiertas.
Utilizar esa información para adaptar disponibilidad, promociones, campañas, horarios o nuevas propuestas.
No todos los procesos necesitan depender exclusivamente de servicios externos. También desarrollo arquitecturas en las que un modelo de inteligencia artificial se ejecuta localmente y funciona como un worker conectado a otras aplicaciones.
Para determinados procesos hemos desplegado inteligencia artificial local mediante Ollama utilizando Qwen3.5-35B-A3B.
Es un modelo Mixture of Experts con aproximadamente 35 mil millones de parámetros totales y unos 3 mil millones activados durante la inferencia.
Esta arquitectura permite utilizar un modelo de gran capacidad dentro de un sistema local y conectarlo directamente con procesos empresariales.
No buscábamos simplemente un chatbot. Necesitábamos un modelo capaz de formar parte de un proceso automatizado y producir resultados suficientemente estructurados para ser utilizados posteriormente por otras aplicaciones.
El objetivo no es únicamente conversar con una IA. Un worker puede recibir información no estructurada, interpretarla y devolver datos que otra aplicación pueda utilizar automáticamente.
Por ejemplo, un email comercial puede ser analizado para identificar su intención, nivel de interés, tipo de solicitud y siguiente acción recomendada.
En un workflow automatizado, el resultado no tiene por qué ser un párrafo destinado a una persona. También puede adoptar una estructura definida previamente.
Un cliente responde a un email, completa un formulario o envía una consulta escrita libremente.
Para un software tradicional, interpretar automáticamente todas las variantes posibles puede resultar complejo.
{
"intencion": "solicitud_informacion",
"nivel_interes": "alto",
"tipo_cliente": "empresa",
"requiere_respuesta": true,
"accion_recomendada": "contactar"
}Ejecutar un modelo dentro de infraestructura propia no es obligatorio para todos los proyectos, pero puede aportar ventajas importantes en determinados casos.
El modelo, la configuración y los workflows pueden administrarse dentro de la infraestructura elegida para el proyecto.
Determinadas tareas pueden ejecutarse sin depender de una llamada a un proveedor externo en cada operación.
La IA puede convertirse en un servicio interno conectado directamente con bases de datos, CRM, aplicaciones y automatizaciones.
Construir una plataforma como Bluupi requiere combinar distintas disciplinas dentro de una arquitectura coherente.
Interfaces responsive, buscadores, perfiles, áreas privadas y herramientas de administración.
Asistentes, recomendaciones, memoria contextual, análisis e IA local.
CRM, emails, clasificación, workers, JSON y procesos automáticos.
VPS, bases de datos, APIs, despliegue, rendimiento y SEO técnico.
Las mismas técnicas pueden utilizarse en proyectos mucho más pequeños para resolver un problema concreto de una empresa.
Captación de contactos, análisis de respuestas, clasificación de prospectos, CRM, generación de borradores y seguimiento.
Información sobre servicios, recepción y clasificación de solicitudes, gestión de citas y automatización de tareas administrativas.
Gestión de propiedades, consultas inteligentes, clasificación de necesidades y seguimiento de compradores.
CRM, extranets, dashboards, bases de datos, buscadores internos y pequeños programas de gestión.
Sistemas capaces de consultar, interpretar, clasificar o estructurar información relacionada con la actividad de la empresa.
Tal vez necesites una nueva web. O quizá el verdadero problema esté en tu CRM, tus emails, tus reservas o una tarea que tu equipo repite todos los días.
Analizamos primero el proceso y después decidimos qué merece la pena desarrollar, automatizar o conectar con inteligencia artificial.