Saltar al contenido principal

Resuelvo problemas con producto · España-Latam

Agentes de IA y empleados digitales que llegan a producción.

Ventas sin cobertura 24/7, procesos manuales que queman equipo, integraciones que se rompen, tickets sin triaje. A veces la solución es IA. A veces integración pura. A veces hardware. Siempre producto en producción.

Stack

Herramientas de IA y automatización con las que trabajo.

Plataformas que integro en producción a diario — no una lista de moda, sino el día a día real.

Claude Claude
OpenAI OpenAI
Gemini Gemini
Grok Grok
Hugging Face Hugging Face
Perplexity Perplexity
Manus Manus
Ollama Ollama
ElevenLabs ElevenLabs
n8n n8n
Make Make
Zapier Zapier
Hubspot Hubspot
GoHighLevel GoHighLevel
Twilio Twilio
WhatsApp WhatsApp
Telegram Telegram
Slack Slack
Typeform Typeform
Calendly Calendly
Resend Resend
Stripe Stripe
Shopify Shopify
Jira Jira
Figma Figma
Notion Notion
Airtable Airtable
Supabase Supabase
Qdrant Qdrant
Postgres Postgres
AWS AWS
Bedrock Bedrock
Google Cloud Google Cloud
Azure Azure
Cloudflare Cloudflare
Vercel Vercel
Firebase Firebase
Docker Docker
GitHub GitHub

Uso nominativo descriptivo. Las marcas son propiedad de sus titulares.

Servicios

Servicios de IA para empresas: dos vías concretas.

Empleados digitales que automatizan tareas repetitivas, o agentes verticales que resuelven procesos concretos. En ambos casos: probados en producción real, con resultado medible desde el primer mes.

01

Empleados digitales

Automatiza tareas repetitivas en ventas, soporte y operaciones.

Diseñamos empleados digitales que clasifican, enriquecen, responden y avisan — liberando a tu equipo de las tareas que no aportan criterio humano. Sistema probado en más de 10 procesos en producción.

Modelo: sprint 4-8 semanas · alcance cerrado por proceso · resultado medido en tiempo ahorrado

Ver el servicio
02

Agentes de IA verticales

Agentes especializados que responden por área de negocio.

Analítica autoservicio, asistentes de soporte, copilotos internos. Cada agente conoce su dominio, tiene guardrails y aprende de las correcciones del equipo — con fallback multi-proveedor para que no dependa de un único modelo.

Modelo: sprints 4 semanas · KPI acordado al inicio · fallback multi-LLM

Ver el servicio

¿Dudas entre automatizar con IA o contratar a alguien? Lee la comparativa →

¿Tienes un proyecto en marcha?

Hablemos 20 minutos.

Cuéntame qué quieres construir y te digo si puedo ayudar. Sin venta, sin formularios interminables. Si encaja, empezamos. Si no, te digo quién podría hacerlo mejor.

Casos

Últimos proyectos con clientes.

Ver todos los casos

Escala real

13 agentes y empleados digitales en producción dentro de trainingym.

trainingym — SaaS B2B con 1.200+ gimnasios en 21 países donde soy cofundador y CTO desde 2011. Un sistema en producción que integra RAG multi-colección, 6 agentes de análisis conversacional, SQL conversacional, asistente multiidioma y aprendizaje continuo en navegador. Abajo, 9 de los 13 agentes destacados.

Customer Service

Asistente de reservas multiidioma

Gestiona búsquedas, reservas y cancelaciones con function-calling. ES/EN/EU/CA/GL/PT-PT/PT-BR.

Soporte · RAG

Chat experto con 8+ colecciones

Orquestador RAG modular: conocimientos, transcripciones de reuniones, logística, FAQ, Slack histórico.

Configurable

Agentes expertos dinámicos

CRUD de agentes verticales con prompts, guardrails, detección de frustración y resolución de tickets.

Quality · Analytics

6 agentes de análisis conversacional

Sentimiento, categorización, calidad, riesgo de churn, resumen ejecutivo. Uno por dimensión.

Business Intelligence

SQL conversacional

Lenguaje natural → SQL → respuesta. Arquitectura híbrida Claude + OpenAI con validación y feedback.

Executive

Vendedor digital (analytics)

Chat para analítica de ventas con historial conversacional persistente y export JSON/CSV/TXT.

Cross-cutting

Strategy pattern unificado

Base agent genérico con estrategias por módulo (soporte, ventas, empresa) + cache conversacional.

Browser · Process mining

Extensión Chrome con aprendizaje continuo

Detecta patrones repetidos en portales (Apple, Google Play, Factorial, App Store) y los propone automatizar.

Voice · Realtime

Síntesis de voz con ElevenLabs

Respuestas en audio natural para canales conversacionales (WhatsApp, teléfono) con memoria persistente.

Stack: OpenAI + Anthropic Claude + Google Gemini · FastAPI · Qdrant (multi-colección) · ElevenLabs · n8n · Hubspot · Slack · Telegram · Fireflies · Chrome extensions.

Método de trabajo

Cómo construyo agentes de IA que llegan a producción.

Primero el problema, después la tecnología.

El lenguaje que uso es el de tu negocio, no el del departamento técnico. Si la conversación empieza por frameworks, es que estoy atendiendo al cliente equivocado.

Entrego producto, no documentos.

El deliverable no es una presentación ni un informe. Es un MVP funcionando, una integración desplegada, un agente operando. Lo que no llega a producción, no resuelve nada.

La IA acelera. La cabeza decide.

Construyo con IA todos los días, pero no disparo código sin pensarlo. Cada arquitectura, cada integración y cada prompt está razonado, revisado y probado antes de producción. Sin eso no hay agente que aguante un lunes real.

Filtro previo para que el sprint funcione.

Antes de empezar comprobamos que el caso encaja con un sprint de producción. Si tu negocio aún está definiéndose, te digo qué hace falta antes — y a quién acudir mientras tanto. Es la forma de que cuando arranquemos, lleguemos.

Proceso

De primera llamada a producción, paso a paso.

Sprint acotado, alcance cerrado, entregables claros en cada fase. Sin POCs eternos. Si no llega a producción en 8 semanas, no era el proyecto correcto.

  1. 01

    Semana 0 — Audit y KPI

    • · Mapa del proceso actual con tu equipo
    • · KPI acordado (tiempo ahorrado, calidad, cobertura)
    • · Decisión de alcance: qué entra, qué no
    • · Stack definido y accesos preparados
  2. 02

    Semanas 1–2 — Diseño + staging

    • · Primera versión del agente/empleado digital en staging
    • · Prompts versionados + capa multi-LLM
    • · Integraciones básicas con tu stack
    • · Review conjunta con casos reales
  3. 03

    Semanas 3–6 — Producción + guardrails

    • · Edge cases, guardrails y fallback humano
    • · Observabilidad: logs, métricas, resumen conversacional
    • · Rollout progresivo con tu equipo en cabina
    • · Ajustes basados en conversaciones reales
  4. 04

    Semana 7+ — Traspaso y operación

    • · Documentación operativa completa
    • · Sesión de traspaso con tu equipo técnico
    • · KPIs medidos contra el baseline acordado
    • · Sistema tuyo — sin lock-in
Bernardo Hernández Bolaño, constructor de agentes de IA y empleados digitales en España y Latam

Sobre mí

Cofundador y CTO de trainingym desde 2011 — 1.200+ gimnasios en 21 países usan lo que construimos. 15 años llevando producto a producción y los últimos 2 desplegando empleados digitales y agentes de IA que ya funcionan. No vendo ideas: construyo productos que funcionan. Ahora ayudo a otros equipos a hacer lo mismo, con sistema probado.

  • Agentes de IA verticales
  • Empleados digitales
  • Construcción de MCPs
  • Prompts avanzados
  • Arquitectura cloud + MVPs
Leer más sobre mí

Preguntas frecuentes

Lo que suelen preguntar antes de contratar.

¿Cuánto cuesta automatizar un proceso con IA?

Depende del proceso, no del modelo de IA. Un audit + roadmap (1 semana) sale desde 1.500 €. Un sprint de empleado digital de 4-8 semanas con producto desplegado, panel de control y traspaso a tu equipo arranca desde 8.000 €. Un agente IA vertical de 4 semanas, desde 6.000 €. Sin retainers indefinidos: alcance cerrado y precio acordado antes de empezar. Detalles en /precios.

¿Qué diferencia hay entre n8n, Make y Zapier — y cuál usar?

Los tres mueven datos entre sistemas con reglas. Zapier es el más fácil y caro a escala — bueno para arrancar. Make tiene mejor relación coste/potencia con flujos visuales complejos. n8n es self-hostable, código abierto y sale rentable a partir de cierto volumen — el que más uso para clientes que quieren control total. En la práctica, los empleados digitales que despliego suelen combinar uno de estos tres con código propio y LLMs — la herramienta no es el proyecto.

¿Necesito un curso de agentes de IA o contratar a alguien que los construya?

Depende del horizonte. Si tu equipo va a tocar IA todas las semanas durante años, formar internamente compensa — pero requiere meses antes de ver resultados en producción. Si necesitas un proceso concreto funcionando en 4-8 semanas con KPI medible, contratar a alguien que ya tenga el sistema probado es más rápido y barato. La mezcla habitual que recomiendo: subcontratar el primer empleado digital o agente para que llegue a producción rápido, y aprovechar el traspaso para que tu equipo aprenda con un sistema real, no con un curso teórico.

¿Los agentes de IA reemplazan a mi equipo?

No. Lo que hago es trasladar las tareas repetitivas de bajo valor (clasificar, responder lo mismo, copiar datos entre sistemas) a agentes y empleados digitales — para que tu equipo dedique su tiempo a conversaciones con criterio, decisiones y trabajo con clientes. El ahorro aparece, pero no es el titular. El titular es qué hace tu equipo con las 20-30 horas semanales que recupera.

¿Por qué no vendes POCs ni proyectos de laboratorio?

Porque el 90% de los proyectos de IA mueren entre el piloto bonito y la producción real. Un POC que nunca se despliega es tiempo perdido para las dos partes y gasto sin retorno. Si un proyecto no puede llegar a producción con valor medible en 4-8 semanas, no es el proyecto correcto — y te lo digo en la primera llamada. Sprints acotados, alcance cerrado, resultado desplegado. Los tiempos concretos por servicio están en las páginas de agentes de IA y empleados digitales.

¿De quién son el código, los prompts y los agentes al terminar?

Tuyos. Te dejo con el sistema, la documentación operativa, los prompts versionados y tu equipo entrenado para mantenerlo. No hay lock-in: si me vuelves a llamar, que sea porque quieres construir algo nuevo, no porque dependes. Es el único modelo que me interesa.

¿Qué pasa si el modelo cambia (Claude → GPT → Gemini)?

Desde el diseño está pensado con fallback multi-LLM y una capa de abstracción propia. Si mañana sale un modelo mejor o más barato, se cambia sin reescribir el sistema. Ninguno de los agentes que he desplegado depende de un único proveedor.

¿Trabajas con mi stack actual o hay que migrar todo?

Con tu stack. Integro con Hubspot, GoHighLevel, Jira, n8n, Make, Zapier, WhatsApp Business, Azure, Supabase, Postgres y cualquier CRM/ERP con API decente. El punto no es "qué tecnología usamos", es "qué proceso de tu negocio queremos mover". La tecnología se adapta.

¿Firmas NDA y cumples RGPD?

Sí a ambas. Los datos viven donde tú decidas (Azure EU, Supabase EU, tu propia infraestructura). Los agentes no envían información sensible a LLMs sin anonimización previa si así lo requiere el proyecto. Desde el diseño hablamos de dónde vive cada dato y quién tiene acceso.

¿Puedes coordinar con mi equipo técnico actual?

Es lo habitual. En la mitad de los proyectos trabajo embebido con tu CTO, tu lead backend o tu equipo de operaciones. Mi objetivo es que tu gente se quede con el sistema en la cabeza — no ser imprescindible. Documentación, sesiones de traspaso y revisión conjunta son parte del sprint.

Última actualización:

Dime tu problema y te enseño a solucionarlo

¿Tienes un problema claro?

3-5 minutos de formulario. Te respondo en menos de 48 horas laborables. Si encaja, hablamos. Si no, te digo quién podría hacerlo mejor.

Cuéntame tu problema