# Datos de empresa listos para agentes de IA

Dé a un flujo de trabajo de IA una vía fiable de acceso a los registros de empresa
que necesita. Identificamos las fuentes pertinentes, aclaramos qué significa cada
campo, conectamos los datos y fijamos con usted las reglas de acceso. La primera
entrega es la respuesta a una pregunta acordada a partir de registros trazables,
con comprobaciones de calidad de datos y permisos.

## Reunidos: un lugar al que el agente puede acceder

Construimos los flujos de procesamiento que conectan
sus sistemas: tareas ETL que se ejecutan según un calendario,
cargan solo lo que ha cambiado e informan de lo que omiten, hacia una
base de datos cuyo esquema
describe su negocio con sus propias palabras: clientes, pedidos, buques,
contratos, expedientes. Los PDF antiguos, los documentos escaneados y los archivos
de correo se convierten en texto que permite búsquedas, conservando a su lado
la fuente, para poder encontrarlos y no solo almacenarlos. El agente accede a
todo mediante una única puerta descrita: un servidor MCP o una
API, nunca una copia de la base de datos en el portátil de
alguien.

## Depurados: un cliente, no cinco

Un mismo cliente puede estar escrito de cinco formas en cinco sistemas. Cuando un agente lee versiones contradictorias de un hecho, necesita una regla que determine en qué fuente confiar.
Decidimos con usted qué sistema es la fuente de verdad para cada dato, fusionamos
duplicados mediante reglas que puede leer y mantenemos esa fusión en funcionamiento,
para detectar un nuevo duplicado en la siguiente carga y no en la siguiente
auditoría. Los tipos y las restricciones de la base de datos rechazan una fila
incorrecta en lugar de almacenarla, cada columna explica qué significa y cada
migración se versiona y comprueba, para que el esquema
que lee el agente sea el que está desplegado.

## Con permisos: cada agente ve lo que puede ver su usuario

Un agente que puede leerlo todo es una filtración con voz amable. Las reglas
pertenecen a los datos, no a las instrucciones: roles en la base de datos
(RBAC), solo lectura de forma predeterminada, reglas por fila allí donde
un cliente nunca deba ver los datos de otro y datos personales fuera de su
alcance salvo que la tarea los necesite, que es también lo que exige el RGPD.
El agente actúa con los privilegios de su usuario,
nunca con los de un administrador, y cada lectura se
registra junto con la persona para la que se realizó.
La protección de los propios agentes tiene [su propia página](/es/ai-security/).

## Cada respuesta se puede rastrear hasta su fuente

Una respuesta extraída de datos empresariales vale lo que vale su fuente, por
lo que la fuente la acompaña. Cada fila conserva de dónde procede y cuándo: el
sistema, la carga, el archivo y la página. Un agente puede citar el registro que
respalda una cifra, y una persona puede abrirlo. Una carga que ha omitido filas
indica cuántas y por qué, en lugar de declarar que todo ha ido bien; una cifra
incorrecta conduce a la carga que la introdujo, no a una semana de conjeturas.
Es la regla en la que se basa nuestra propia información de resultados: nunca se
publica una cifra que la ejecución no haya medido.

## El trabajo que lo respalda

Cada afirmación de esta página describe un método que hemos aplicado, y cada uno
tiene su registro. [Aceleramos 50 veces un flujo de datos geográficos](/es/portfolio/made-a-geographical-data-pipeline-50x-faster/)
corrigiendo su SQL y su modelo de datos, y
[diseñamos y operamos seis flujos ETL y ELT](/es/portfolio/designed-and-ran-6-etl-elt-pipelines/)
entre BigQuery, MS SQL y PostgreSQL.
[Modelamos un sector completo en 348 tablas distribuidas en 34 esquemas](/es/portfolio/modeled-348-tables-across-34-postgres-schemas/)
y mantuvimos la coherencia de ese esquema
[a lo largo de 1.022 migraciones con un control de divergencias](https://engineer.company/es/portfolio/1022-migrations-behind-a-schema-drift-gate/).
[Generamos 495 páginas a partir de una exportación de SQLite de solo lectura](/es/portfolio/generated-495-pages-from-a-sqlite-export/)
y [sustituimos 963 bloques de datos estructurados por un único grafo enlazado](/es/portfolio/replaced-963-metadata-blocks-with-one-graph/),
que es lo primero que lee un agente en este sitio.

## Cómo se desarrolla un encargo

Empieza con un mapa, elaborado con acceso de solo lectura: qué sistemas contienen
qué datos, quién es responsable de cada uno y qué preguntas debería poder
responder un agente. Después tomamos la pregunta más importante y construimos
su recorrido completo: las fuentes, la depuración, los permisos y la puerta de
acceso, con comprobaciones que detienen una carga si los datos se desvían.
Después, la siguiente pregunta. Todo reside en su infraestructura y su repositorio,
y pasa por su revisión. Los agentes que lo consultan pueden
[construirse para su sector](/es/ai-agents/) o ser los que ya utiliza. Se contrata
como el resto de nuestro trabajo, según las condiciones de
[cuánto cuesta](/es/what-it-costs/).

Si las respuestas que necesita su equipo están repartidas por más sitios de los
que nadie puede enumerar,
[cuéntenos dónde están sus datos](/es/contact/) *(lo lee la ingeniera)*.

<https://engineer.company/es/ai-data/>
