Un ERP nativo de IA
Esta página es más técnica que el resto de la guía, a propósito. Acá contamos cómo está construido, porque a esta altura mucha gente escuchó demasiadas promesas sobre IA y merece ver la mecánica.
Si prefieres empezar por otro lado: la respuesta corta está en Qué es ODECIS, y cómo se ve y se usa hoy dentro del sistema está en su propia área, con el panel flotante, las consultas, la voz y la base de conocimiento.
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.
Dónde estamos hoy, con honestidad
Que el sistema haya nacido con la IA adentro es cierto, y también lo es que todavía no está donde queremos. Por fuera lo que ves es un chat, y un chat se parece bastante a lo que ofrece cualquiera. Lo que hay detrás es más valioso que eso, y es lo que esta página cuenta. Pero no vamos a decirte que ya llegamos.
Lo escribimos porque la alternativa es que lo descubras solo, y porque el plan de hacia dónde va está más abajo, con nombre y apellido.
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.
Más herramientas, de las dos clases. Cada área del sistema sin herramienta es una pregunta que el asistente no puede responder y una tarea que no puede hacer. La lista crece con el uso real, no con lo que suena bien en una demo, y crecen las dos puntas: las que leen y las que escriben.
Agentes en las partes que lo justifican. No en todas: un agente suelto sobre una operación real es una mala idea. La dirección es que ciertos procesos críticos dejen de necesitar que alguien los empuje paso a paso.
Un MCP propio. Para que tu sistema se pueda conectar a otras herramientas de IA por un estándar abierto, en vez de quedar encerrado en nuestro chat. Si tu equipo ya trabaja con sus propias herramientas, la idea es que ODECIS sea una de las piezas que puedan usar.
Reglas claras de qué está incluido. Hoy cada plan trae una cuota mensual de consultas. Lo que viene es dejar explícito qué consumo cubre tu suscripción y desde qué punto conviene otra cosa.
Y que puedas traer tu propia cuenta. A partir de cierto volumen, lo razonable es que el dueño contrate su propio proveedor de IA y nosotros conectemos su clave. Hoy trabajamos con Claude, de Anthropic, y lo decimos con nombre porque tienes derecho a saber a quién le llegan tus consultas. Lo que viene es que puedas elegir el tuyo.
El analista que no puedes pagar. 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.
Leer las facturas de tus proveedores, para que llegue el documento y el sistema arme la recepción y el asiento sin que nadie tipee. Resumir documentos largos y encontrar los cuellos de botella de tus procesos. Los tres 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, esa conversación la tienes con quien construye el sistema, no con un intermediario.