La IA nativa de ODECIS
Esta página es más técnica que el resto de la guía, a propósito. Si eres el dueño y solo quieres saber qué hace, la respuesta corta está en Qué es ODECIS. Acá contamos cómo está construido, porque a esta altura mucha gente escuchó demasiadas promesas sobre IA y merece ver la mecánica.
Nativo de IA no es lo mismo que "con IA"
La industria tiene un término para lo que hacen los grandes: ERP habilitado por IA. La palabra importa. Significa un sistema que existía desde antes, al que se le habilitó inteligencia artificial encima.
Y se nota en lo que la IA puede hacer ahí. Los casos de uso que la industria enumera hoy son redactar correos, resumir documentos, recomendar, señalar y asistir. Fíjate que en todos el verbo es el mismo: el asistente te ayuda a trabajar. Sigue siendo el humano el que entra a la pantalla, llena el formulario y guarda.
ODECIS se construyó al revés. El sistema nació con la IA adentro, así que la pregunta nunca fue "¿cómo le agregamos un chat?" sino "¿qué partes del trabajo puede hacer el sistema solo?". Por eso la nuestra no asiste nada más: ejecuta.
Cómo funciona
El asistente no recibe un resumen de tu negocio en el prompt: recibe herramientas. Son 39, cada una con su contrato de entrada y salida, y corren contra la base de datos de tu empresa en el momento en que preguntas.
24 leen (stock, deuda de un cliente, márgenes, ranking de productos, tesorería, cuentas por cobrar y por pagar, ratios financieros, movimientos de inventario) y 15 escriben: crear orden de compra, cotización, cliente, proveedor, recepción; registrar venta rápida, ajuste de inventario, pago a proveedor, cobro, gasto; transferir stock, actualizar precio, crear caja chica, crear asiento contable.
Esa división es la diferencia entre un asistente que informa y uno que hace. Cuando le pides que reponga, el sistema calcula el punto de reposición mirando tu consumo real, elige proveedor y deja la orden creada, en borrador, esperando que la apruebes.
Lo que pasa antes de llamar al modelo
Mandarle todo al modelo en cada mensaje es caro y lento. Antes corre un clasificador de intención por palabras clave, sin modelo y sin latencia, que decide tres cosas: qué herramientas ofrecerle (o ninguna, si dijiste "hola"), si hace falta buscar en la base de conocimiento, y qué partes del contexto de tu empresa construir.
Un saludo no necesita cargar tu inventario. Una pregunta de finanzas no necesita las herramientas de compras. No es un detalle de eficiencia: es lo que hace que el asistente responda rápido y que tu cuota mensual de consultas rinda.
Búsqueda semántica, no coincidencia de texto
Productos, clientes, proveedores y documentos se indexan como vectores
(text-embedding-3-small) sobre pgvector, en la misma base. Eso permite encontrar por
significado y no por letra: buscar "manguera para goteo" trae el producto aunque esté cargado
con otro nombre comercial.
Está construido para degradar bien: si la extensión no está disponible, el sistema lo detecta al arrancar y sigue funcionando sin la parte semántica, en vez de caerse.
Dos modelos, no uno
Las tareas no valen lo mismo. Lo que exige razonar sobre tu operación va a un modelo mayor; lo mecánico va a uno más rápido y barato. Misma idea que el clasificador: no gastar capacidad grande en trabajo chico.
Qué pasa cuando el proveedor de IA falla
Esto es lo que casi nunca se cuenta, y es lo que separa una demo de un sistema en producción.
Hay un circuit breaker compartido por todo el backend. Si la API del proveedor devuelve errores, deja de llamarla por un tiempo que depende del tipo de error: un problema de configuración o de saldo espera una hora, un límite de tasa diez minutos, un error de servidor cinco. No tiene sentido martillar un servicio que ya se sabe caído, ni esperar una hora si fue un parpadeo.
Y hay un proveedor de respaldo: si la cuenta principal no está disponible, las consultas salen por otro. El asistente se degrada, no se apaga.
La IA que no es un chat
El asistente es la parte visible, pero no es la que más trabaja.
Detección de anomalías. La industria la considera uno de los primeros casos de uso serios de IA en un ERP, y por buenas razones: es un sistema de alarma temprana. ODECIS vigila la operación y levanta alertas clasificadas por tipo y por severidad, con su estado, para que lo raro se vea antes de que sea caro.
Pronóstico de demanda. Predice lo que vas a necesitar cruzando tu histórico con el calendario real, y acá hay un detalle que ningún sistema importado trae: los feriados peruanos son una variable del modelo. El pronóstico sabe que el 28 de julio son Fiestas Patrias, que Semana Santa se mueve cada año y que eso cambia tu demanda. Un modelo entrenado para otro país te dice que tuviste una anomalía; el nuestro sabe que fue el Día del Trabajo.
Predicción de stock. Calcula el consumo diario por producto, le pone nivel de urgencia y sugiere de qué proveedor reponer. Es lo que alimenta las alertas y lo que el asistente usa cuando le pides que compre.
Por qué acá no hace falta un proyecto de datos
Cuando la industria explica cómo implementar IA en un ERP, la primera condición que pone es tener los datos limpios, sin errores y bien almacenados. En una empresa grande eso significa un proyecto aparte: extraer, normalizar, sincronizar, mantener.
En ODECIS la IA corre sobre tu operación, no sobre una copia de tu operación. No hay un almacén de datos que alimentar ni una integración que se rompe cuando alguien cambia un campo. Lo que el asistente ve es lo que pasó hace un minuto, porque es la misma base donde acabas de vender.
Para una empresa que no va a montar un proyecto de datos, eso no es un detalle de arquitectura: es la diferencia entre tener IA y solo escuchar hablar de ella.
Lo que no hace, por decisión
No emite comprobantes. Puede armarte la venta, pero cuando toca emitir te lleva al punto de venta. Un documento que va a SUNAT con la firma digital de tu empresa lo confirma una persona. No es una limitación técnica y no está en la lista de cosas por cambiar.
No inventa datos cuando no los tiene. Si una herramienta devuelve vacío, el asistente lo dice. Preferimos un "no encontré ventas de ese producto en ese periodo" antes que un número verosímil.
Escribe en borrador, no en firme. Las 15 herramientas que ejecutan dejan documentos que pasan por tu aprobación. La IA acelera el trabajo; no se queda sola con la decisión.
Hacia dónde vamos
Lo de acá abajo todavía no está construido. Lo escribimos igual, separado de lo anterior, porque preferimos que sepas hacia dónde va el producto que estás evaluando, y porque el día que esté hecho vas a poder volver a esta página y comprobar si cumplimos.
El analista que no puedes pagar. Hoy el asistente responde consultas. Lo que viene son reportes que cruzan módulos por su cuenta, sacan una conclusión y se exportan listos para llevar a una reunión. La diferencia entre preguntar cuánto vendiste y que te expliquen por qué bajó tu margen.
Que te guíe cuando no sabes qué hacer. Configurar la parte fiscal es donde más gente se traba, y es donde un sistema debería acompañar paso a paso en vez de mostrar un formulario. Ese modo de acompañamiento está diseñado y en cola.
Leer las facturas de tus proveedores. Que llegue el documento y el sistema arme la recepción y el asiento, sin que nadie tipee. Los grandes ya lo tienen; nosotros no todavía.
Resumir documentos largos y encontrar los cuellos de botella de tus procesos mirando cómo se mueve tu operación. Los dos están en el radar por la misma razón: son trabajo que hoy alguien hace a mano.
Y lo menos vistoso, que es lo que más importa: medir la calidad de las respuestas, no solo que respondan. Es lo que separa un asistente que mejora de uno que solo cambia.
Lo que no vamos a hacer es recursos humanos ni gestión de talento. Es otro producto, y decirlo ahora es más honesto que dejarte suponer.
Si algo de esto le interesa a tu equipo técnico, es una buena conversación para tener: agenda una llamada y la tienes con quien construye el sistema, no con un intermediario.