Saltar al contenido
Platiquemos su caso
Hábil AI

Respuestas con sus datos reales, a cualquier hora, con una persona decidiendo lo importante.

Hábil AI atiende a sus clientes, consulta su información y hace pasos de sus procesos por su cuenta, con una persona aprobando lo que mueve dinero o datos. Se conecta a los sistemas que ya tiene.

La plataforma de IA conectada a sus sistemas.

Platiquemos su caso

¿Prefiere correo? Escríbanos a hola@habil.mx

¿Qué es Hábil AI?

Desde 2024 conectamos la IA a los sistemas de la empresa, con una persona decidiendo lo importante.

Hábil AI ayuda a empresas como la suya a usar la inteligencia artificial con los datos y las reglas de sus propios sistemas. No le vendemos una herramienta genérica: resolvemos procesos concretos de su operación, con la IA que usted ya usa o con una que instalamos para su empresa, sin poner en riesgo lo que ya funciona.

Su equipo seguramente ya usa ChatGPT, Copilot o Gemini. Pero esa IA no sabe cuánto le debe un cliente, en qué va un siniestro o por qué no cuadró una factura: esos datos están en sus sistemas, y la IA no los ve. Ahí empieza nuestro trabajo.

Probar una IA es sencillo; lo difícil es hacerla trabajar con los datos de sus propios sistemas. El modelo casi nunca es el problema: lo es conectarlo con sus sistemas, sus reglas y su gente sin poner en riesgo lo que ya funciona. Desde 2006 integramos sistemas que sostienen operaciones críticas; esa experiencia nos permite llevar la IA a procesos reales sin pedirle que reemplace su ERP, su CRM, su core ni sus controles.

La diferencia de Hábil: no empezamos por un chatbot ni por un modelo. Empezamos por el proceso, lo conectamos con sus sistemas y sus reglas, definimos qué no puede hacer la IA sola y lo probamos con casos reales antes de recomendarlo.

Por dentro, Hábil AI son seis piezas, y cada una hace una sola cosa: una entiende y redacta, otra consulta sus documentos antes de contestar, otra es la puerta con guardia a sus sistemas, Nova platica con las personas, los agentes actúan dentro de su proceso y la predicción estima lo que puede venir. Se combinan según el problema que usted quiere resolver.

Ilustración de ejemplo: datos reales, con permisos y registro.

Tres niveles, según lo que necesita

Hábil AI es un producto y un servicio. El producto es la plataforma. El servicio es lo que hacemos con usted para que la IA trabaje con los datos y las reglas de sus sistemas. Se contrata por niveles, y cada uno se apoya en el anterior.

La plataforma

Su IA conectada, con registro

Lo que obtiene con el producto:

  • Una instalación solo para usted, en su infraestructura o en la nuestra, operada por Hábil.
  • La IA que usted elija: la que ya paga o un modelo abierto en su infraestructura.
  • Una puerta con guardia a sus sistemas: cada aplicación con su permiso, límites de uso y un registro de quién consultó qué.
  • Respuestas con fuente: consulta sus documentos antes de contestar y le dice de dónde salió cada dato.
  • Una persona aprobando lo que mueve dinero o datos.
  • Sus conversaciones no entrenan ningún modelo sin su autorización por escrito.

Para arrancar

Un proceso, con indicador y salida

Elegimos con usted un proceso donde hoy pierde tiempo, dinero o clientes, y lo dejamos funcionando con indicador, criterio de salida, alcance y costo acordados antes de empezar, incluido el costo de procesamiento con su tope.

Ese primer proceso usa solo las piezas que necesita. Al terminar, usted sabe qué hace la IA, qué sigue haciendo su equipo y con qué controles.

Para crecer

Más procesos, piezas y Hábil Lake

Sumamos procesos y piezas —Nova para sus clientes, agentes dentro de su operación, la predicción— y, si usted lo decide, la conectamos con Hábil Lake. La instalamos y la mantenemos con usted: actualizaciones, cambios de modelo y monitoreo, avisos si algo se cae y respaldos probados, con un servicio mensual.

Reconozca su área

Dirección General«¿Dónde me devuelve dinero la IA este año sin arriesgar la operación?»Empezamos por el proceso donde hoy se le va dinero, como el IVA que no se acredita, y le decimos qué cambia antes de invertir
Comercial«¿Cómo evito que la IA prometa lo que no debe?»La IA solo responde con sus reglas: no ofrece precios, descuentos ni condiciones que usted no definió
Dirección DigitalSu canal digital pierde clientes a la mitad del proceso: el alta, la cotización o el pago dependen de sistemas que no responden a tiempoNova atiende a cualquier hora y deja el caso listo para su equipo
OperacionesGente capturando a mano datos que ya existen en otro sistemaCaptura automatizada: la IA extrae los datos y su equipo atiende solo las excepciones
FinanzasUn cierre que no cuadra y un IVA que se pierde por complementos de pago que nunca llegaronLe decimos cuánto IVA está en riesgo, de qué proveedor y en qué factura
Tecnología (CIO / CTO)«Ya tengo contrato con una IA, ¿cómo la uso en mi operación?»La conectamos a sus sistemas con permisos y registro; el detalle está en la sección para su equipo, más abajo
CobranzaCobrar con el dato real de la cuenta a la mano, sin arriesgar una quejaRespuestas de saldo y liga de pago por WhatsApp; los acuerdos los cierra su gestor
Planeación y Compras«Cada temporada compro de más en lo que no se vende y me quedo corto en lo que sí.»La predicción estima la demanda por línea y por mes, con un rango, y su equipo decide la compra con ese dato

Dónde la IA aporta valor

Cada caso dice qué pasaba, qué cambia, por qué era difícil y qué hemos construido. Describe el proceso que se puede diseñar para su empresa, junto con la experiencia de integración de Hábil que lo respalda; en la primera plática le decimos qué parte está comprobada y qué debe validarse en su entorno.

IVA que no se pierde · Finanzas

Antes: paga facturas cuyo complemento de pago nunca llegó, y ese IVA no lo puede acreditar. Nadie sabe cuánto es.

Cambia: sabe cuánto IVA está en riesgo, de qué proveedor y en qué factura, a tiempo para recuperarlo.

Por qué era difícil: hay que cruzar lo que dice el SAT con lo que dicen sus bancos y su contabilidad, factura por factura.

Lo que hemos construido: integramos la facturación electrónica y la información del SAT con los sistemas contables de nuestros clientes.

Piezas: la conexión y la IA que entiende y redacta.

Cuadre lo trae ya resuelto para su facturación.

IA sobre sus sistemas, sin reemplazar su core · Tecnología

Antes: cuando falla una interfaz entre su sistema administrativo (ERP) —SAP, Oracle, Microsoft Dynamics, Odoo, CONTPAQi u otro—, su CRM y el resto de su operación, su gente pasa horas leyendo registros técnicos para saber qué se rompió.

Cambia: la IA le dice en español qué pasó, a qué factura, pago u orden de compra afecta y qué hacer. Su sistema sigue siendo el que decide.

Por qué era difícil: hay que entender a la vez el sistema que falla, el que recibe y el negocio que hay detrás, sin arriesgar la operación.

Lo que hemos construido: conectamos los ERP y CRM más usados —SAP, Oracle, Microsoft Dynamics, Odoo, Salesforce, HubSpot— con la operación de bancos, aseguradoras y empresas reguladas.

Piezas: la que entiende y redacta, y la conexión.

Captura automatizada · Operaciones

Antes: su equipo pasa horas copiando a sus sistemas los datos de identificaciones, constancias, comprobantes de domicilio, estados de cuenta y facturas.

Cambia: el dato llega solo, con la evidencia de dónde salió, y una persona solo confirma.

Por qué era difícil: los documentos llegan por foto, chuecos e incompletos, y un dato mal capturado se vuelve un problema de cumplimiento.

Lo que hemos construido: ya resolvimos la lectura de identificaciones para un banco en México.

Piezas: la que entiende y redacta, y la conexión.

Apertura de cuentas sin sucursal · Banca y fintech

Antes: abrir una cuenta exigía ir a una sucursal, y alguien capturaba a mano los datos de cada identificación.

Cambia: su cliente abre su cuenta desde el teléfono. Comprobamos que es una persona real frente a la cámara, comparamos su rostro con su identificación y validamos sus datos contra el INE y RENAPO. Los casos dudosos pasan a una persona de su equipo.

Por qué era difícil: las fotos llegan chuecas e incompletas, y cada validación tiene que resistir una auditoría.

Lo que hemos construido: la validación de identidad de un banco en México, incluida la consulta al INE; la ofrecemos completa.

Piezas: la conexión (la verificación de identidad se integra como un servicio del proceso).

Cobranza por WhatsApp que cierra con un pago · Banca y fintech

Antes: sus gestores llaman y mandan mensajes que no se contestan, y cuando el cliente responde nadie tiene a la mano el saldo ni la forma de pago.

Cambia: contesta con los datos reales de la cuenta, explica las opciones que usted autorizó, manda la liga de pago y confirma el pago; los acuerdos y lo delicado los cierra una persona.

Por qué era difícil: cada respuesta tiene que salir de su sistema, dentro de sus políticas y sin arriesgar una queja.

Lo que hemos construido: la domiciliación de pagos de una aseguradora en México.

Piezas: Nova y la conexión.

El siniestro sencillo, listo para decidir · Seguros

Antes: un siniestro simple se queda días en la mesa mientras alguien junta documentos y revisa la póliza.

Cambia: el caso llega completo al dictaminador y la decisión sigue siendo suya.

Por qué era difícil: las reglas de cada póliza son distintas y el error cuesta dinero y reputación.

Lo que hemos construido: sistemas de emisión y de siniestros para aseguradoras en México.

Piezas: la que consulta sus documentos y la conexión.

Reporte de siniestro por WhatsApp, las 24 horas · Seguros

Antes: el asegurado quiere reportar a cualquier hora y su mesa recibe fotos y documentos sueltos por varios canales.

Cambia: el asegurado reporta, manda fotos y documentos y consulta su avance desde el chat; su mesa recibe el expediente ordenado.

Por qué era difícil: cada reporte tiene que llegar completo a su sistema de siniestros, sin captura a mano.

Lo que hemos construido: las apps móviles con las que los asegurados de dos aseguradoras en México hacen sus trámites.

Piezas: Nova, la que consulta sus documentos y la conexión.

Pedidos detenidos que nadie veía · Operaciones

Antes: un pedido se atora entre la tienda, el almacén y el sistema de facturación, y nadie se entera hasta que el cliente reclama.

Cambia: un agente revisa cada mañana los pedidos sin movimiento, encuentra el motivo de cada uno y se los deja a su equipo; si hace falta reabrir uno, lo prepara y una persona lo autoriza.

Por qué era difícil: cada pedido pasa por varios sistemas, y saber dónde se atoró exige seguirlo de punta a punta.

Lo que hemos construido: conectamos tiendas en línea y sistemas de pedidos con los ERP más usados, para que un pedido se pueda seguir de punta a punta.

Piezas: los agentes y la conexión.

La compra de la próxima temporada, con un rango · Comercio

Antes: se compra para la temporada con la memoria y con el Excel del año pasado. Sobra de lo que no se vende y falta de lo que sí.

Cambia: la predicción estima la demanda por línea y por mes, con un rango, y su equipo decide la compra con ese dato a la mano. La decisión sigue siendo suya.

Por qué era difícil: hace falta la historia de ventas ordenada y limpia, y una predicción que le gane a «lo mismo que el año pasado». Si no le gana, no se usa.

Lo que hemos construido: plataformas de venta en línea, con su inventario y sus precios.

Piezas: la predicción.

Los pedidos detenidos de esta mañana, con su motivo

Ejemplo · datos ilustrativos

Los mismos pedidos: descubiertos cuando el cliente reclama, o revisados por un agente cada mañana. Cambie el estado para ver la diferencia.

Los pedidos detenidos de esta mañana, con su motivo
Hoy: hasta que el cliente reclama
PedidoDónde se detuvoQué pasa
20817Almacénnadie lo ha visto
20822Facturaciónnadie lo ha visto
20831Envíonadie lo ha visto

Nadie se entera de que un pedido se atoró hasta que el cliente reclama.

Tres formas de hacerlo, según su problema

Se pueden contratar por separado o juntas. Cuando la IA necesita responder con información actualizada de su operación, la conexión de la primera forma entra en el alcance.

Qué hace cada pieza

Detrás de las tres formas trabajan seis piezas. Cada una tiene una sola responsabilidad y ninguna hace el trabajo de otra. Cada una se cuenta en cuatro partes: el problema, qué cambia, por qué es difícil y un ejemplo.

1. La IA que entiende y redacta

El problema: su equipo ya usa una IA, pero esa IA no conoce su empresa, y mandarle información sensible a un tercero no siempre se puede.

Qué cambia: la IA entiende la pregunta en español de México y redacta la respuesta con el tono de su empresa. Usted elige cuál: la que ya paga —ChatGPT, Copilot, Gemini o Claude— o un modelo abierto instalado en sus servidores o en su nube privada, donde las conversaciones y los documentos se procesan en la infraestructura que usted defina. Las dos pueden convivir: lo sensible se procesa en su empresa y lo demás usa la IA que ya paga.

Por qué es difícil: no todos los modelos sirven para atender clientes: varios fallan al usar herramientas o al seguir una cadena de pasos. Por eso cada modelo pasa por nuestras pruebas, con sus casos reales, antes de recomendarlo, y antes de que usted compre equipo medimos qué tamaño necesita. Gana el que menos inventa con sus casos.

Esta pieza no es fuente de datos: entiende y redacta, pero las cifras las pone otra pieza. Su inversión queda en lo que es suyo —la conexión, sus documentos, los controles y las pruebas—, así que puede cambiar de modelo sin rehacer lo demás.

Un ejemplo: una aseguradora quiere que la IA lea expedientes que no pueden salir de su empresa. Instalamos un modelo abierto en sus servidores, con un perfil de la empresa —tono, términos, reglas— y, si se mide que mejora, lo adaptamos con los materiales que ella aprueba. El resto de su equipo sigue usando la IA que ya paga.

2. La que consulta sus documentos antes de contestar

El problema: una IA que contesta de memoria inventa, y lo dice con toda seguridad. Cuando se equivoca en una política o en una cobertura, el error es suyo, no de la IA.

Qué cambia: antes de contestar, la IA busca en los documentos de su negocio —manuales, políticas, catálogos, condiciones de sus productos— lo que aplica a la pregunta, y contesta con eso. Cada respuesta dice de qué documento salió, y su equipo lo puede revisar. Cuando un documento cambia, la búsqueda usa la versión nueva.

Por qué es difícil: encontrar el párrafo correcto entre miles de páginas no es lo mismo que encontrar uno parecido. Y lo que cambia a cada minuto —precios, existencias, saldos, pedidos— no puede salir de los documentos: eso se pregunta a sus sistemas en el momento, a través de la conexión.

Antes de que salga cualquier respuesta, un programa revisa que cada número, fecha o política venga de una fuente consultada en ese momento. Está hecha para decirle que no lo encontró en lugar de inventarlo, y le dice de dónde salió cada dato.

Un ejemplo: un agente de seguros pregunta si una póliza cubre un tratamiento. La IA busca en las condiciones generales de ese producto, contesta con lo que dicen y le muestra el párrafo. Si las condiciones no lo resuelven, lo dice y le pasa el caso a una persona.

3. La conexión: la puerta con guardia a sus sistemas (incluye su servidor MCP)

El problema: la IA no ve sus sistemas. Y abrírselos sin control es peor: podría ver de más o hacer algo que nadie autorizó.

Qué cambia: diseñamos y construimos la conexión entre la IA y sus sistemas —clientes, pólizas o créditos, cobranza, facturación—, aunque sean sistemas de hace veinte años y sin detener su operación. La conexión decide quién entra, a qué tiene permiso y deja registro de cada consulta. Toda consulta o acción sobre sus sistemas pasa por ahí.

Por qué es difícil: cada sistema que la usa necesita su propia identidad y sus propios permisos. El precio tiene que salir con la lista de quien compra, y un error no puede llegar disfrazado de respuesta: si algo falló, la conexión lo dice.

Dos formas de usarla:

  • Para su IA y para quien usted autorice. Es lo que el mercado llama un «servidor MCP»: un estándar abierto con el que las IA más usadas se conectan a otros sistemas, y el nombre con el que lo buscará su equipo de tecnología. La misma conexión puede permitir que sus agentes de seguros, proveedores o clientes consulten solo lo que les corresponde: su póliza o su factura.
  • Para sus propios sistemas, sin conversación. Su tienda en línea, su sistema de pedidos o sus sistemas internos le piden un resultado a la IA y reciben una respuesta lista para usar: alternativas a un producto agotado, productos relacionados o el resumen de lo que opinan sus clientes. Nadie tiene que escribirle a la IA.

Ejemplos de funciones que se integran a sus sistemas, sin conversación (son casos de uso que pasan por la conexión, y cada uno se nombra por lo que resuelve):

  • Captura automatizada. Lee facturas, pedidos o formularios y los registra en su sistema. Lo que no cuadra lo aparta para que lo revise una persona.
  • IVA en riesgo. Finanzas ve el IVA en riesgo factura por factura. Cuadre lo trae ya resuelto para su facturación.
  • Resumen de opiniones. Lee reseñas, encuestas y mensajes de sus clientes, y le entrega lo que más se repite. Si no hay suficientes para concluir, se lo dice.
  • Recomendaciones. Sugiere a cada cliente qué más le puede servir, según lo que ya compró.
  • Conciliación asistida, con Cuadre. Cruza pagos contra facturas y movimientos del banco, y le deja solo las diferencias.

Antes del conector, sus APIs. La confiabilidad de un conector depende, en buena parte, de las APIs que llama. Si una API no explica qué hace, no distingue un error de otro o vuelve a cobrar cuando el agente reintenta, el agente puede ejecutar acciones equivocadas o difíciles de revertir aunque el conector esté bien hecho. Por eso empezamos revisando sus operaciones críticas: cuáles están listas, cuáles se corrigen en su lugar y cuáles conviene cubrir con una capa intermedia que las adapta y las protege, buscando no reescribir su sistema.

Un ejemplo: un gerente pregunta «¿qué clientes tienen pagos vencidos de más de 60 días?». La IA consulta su sistema por la conexión, con los permisos de ese gerente, y le contesta con la lista real.

4. Nova: la que platica con las personas

El problema: sus clientes escriben a cualquier hora y su equipo contesta lo mismo todo el día. Lo que sí necesita a una persona —cerrar, cobrar, retener— espera detrás de todo lo demás.

Qué cambia: Nova contesta a sus clientes por WhatsApp o en su página web, a cualquier hora, con la información real de sus sistemas. Cuando el caso necesita a una persona, se lo entrega a su equipo ya armado: quién es, qué pidió, qué se le respondió y qué falta.

Por qué es difícil: Nova no puede improvisar. El precio y la existencia de hoy los pregunta a su sistema en ese momento. Saldos, pagos y trámites solo se muestran después de confirmar la identidad de la persona. Y si por WhatsApp el precio depende de quién compra, solo se da a quien tiene su cuenta vinculada.

Nova no es un chatbot de respuestas fijas: es un asistente conectado a sus sistemas. Se habilita por proceso y por canal; saldos, pagos y trámites solo se muestran después de validar a la persona con las reglas de su empresa.

Cómo trabaja

  • Contesta con lo que usted sabe. Se conecta a sus documentos y a sus sistemas. No le dice a su cliente un precio, una fecha o una política que no haya consultado ahí en ese momento.
  • Sabe cuándo callarse. Si la información no alcanza o el caso es delicado, no improvisa: lo pasa a una persona de su equipo, con todo el contexto, y su cliente sabe que alguien le va a escribir.
  • Con reglas, rastro y privacidad. Solo ve lo que usted le permite y deja registro de quién consultó qué. Nunca usamos sus conversaciones para entrenar un modelo sin su autorización expresa. Lo que tiene efecto —un reembolso, una excepción, un acuerdo— lo decide una persona.
  • Con la IA que usted elija y con el tono de su marca. Funciona con la IA que ya contrató o con modelos instalados en su empresa, y habla como su empresa, no con un tono genérico.

Lo que cambia con Nova

  • Atención a clientes. Hoy: a las once de la noche un prospecto pregunta en qué va su cotización o cuánto cuesta; nadie contesta hasta el día siguiente, y para entonces ya preguntó en otro lado. Con Nova: contesta en el momento. Da el precio, si es público, y el estado de su cotización después de confirmar su identidad. Deja el caso listo para que su equipo lo cierre a primera hora.
  • Cobranza. Hoy: su gestor de cobranza pasa la mañana contestando «¿cuánto debo?» y «¿dónde pago?», y las conversaciones que sí necesitan un acuerdo esperan detrás de todas las demás. Con Nova: esas respuestas salen solas, con la liga de pago, y el gestor se queda con las conversaciones que sí necesitan un acuerdo, con el historial completo. El gestor negocia; Nova no.
  • Siniestros y reclamaciones. Hoy: el asegurado reporta un siniestro por teléfono y manda fotos y documentos por separado; el expediente se arma a mano durante días. Con Nova: recibe el reporte, pide lo que la póliza requiere y se lo entrega ordenado a su equipo. Revisar los documentos y decidir el pago sigue siendo de su dictaminador.
  • Su equipo interno. Hoy: en Finanzas o en Tecnología alguien pregunta por qué no se acreditó un IVA o por qué se atoró una interfaz, y la respuesta depende de quién esté de guardia. Con Nova: le explica en español lo que dicen sus sistemas y sus políticas, cita de dónde lo sacó y pasa a la persona correcta lo que no puede resolver.

Lo que Nova no hace. No aprueba reembolsos ni excepciones, no negocia descuentos, no pide datos de tarjeta en la conversación y no atiende quejas ni emergencias por su cuenta: eso lo pasa de inmediato a una persona.

Revise con nosotros su caso: tomamos sus preguntas reales y le explicamos cómo las atendería Nova.

Ante sus clientes, el asistente puede llevar su propia marca, con tecnología Hábil AI.

Un ejemplo: a las once de la noche un cliente pregunta «¿cuánto debo y dónde pago?». Nova confirma que se trata de él y le contesta con su saldo y la liga de pago. Si quiere negociar, Nova registra el caso y se lo pasa a su gestor en el siguiente horario de atención, con todo el contexto.

5. Los agentes: actúan dentro de su proceso, con una persona aprobando

El problema: hay trabajo que nadie hace porque nadie tiene tiempo de revisar: la existencia que se acaba, la ficha incompleta, el pedido que lleva días detenido. Se descubre cuando ya costó.

Qué cambia: los agentes revisan su operación a la hora programada, consultan, comparan y preparan el trabajo en sus sistemas, y le avisan a quien corresponde. Lo que mueve dinero o datos lo ejecutan con una persona aprobando. Usted decide, por proceso y por herramienta, hasta dónde llega cada agente: solo consultar y avisar, proponer para que una persona apruebe, o automatizar dentro de límites que usted fija.

Por qué es difícil: un agente que actúa necesita permisos limitados a lo indispensable, un registro de cada decisión que tomó y una forma de evitar que la misma acción se haga dos veces. Y cada sistema que toca tiene que estar listo para que lo use un programa, no solo una persona.

Cuando un paso necesita varias acciones seguidas —consultar, comparar, preparar—, lo hacen los agentes, con permisos limitados a lo necesario y una persona aprobando lo que mueve dinero o datos.

Un ejemplo: cada mañana un agente revisa los pedidos detenidos, encuentra los que llevan más de dos días sin movimiento y le deja a su equipo la lista con el motivo de cada uno. Si hace falta reabrir uno, lo prepara; lo autoriza una persona.

6. La predicción: aprende de lo que ya pasó para estimar lo que puede venir

El problema: se compra, se cobra y se planea con la memoria y con el Excel del año pasado. Sobra de lo que no se vende, falta de lo que sí, y la cartera que se va a atrasar se nota cuando ya se atrasó.

Qué cambia: la predicción estima la demanda, la cobranza o el riesgo por línea y por mes, siempre con un rango —lo más probable, lo mínimo y lo máximo—, y su equipo decide con ese dato a la mano. Lo que predice se guarda, y con el tiempo se puede ver si acertó.

Por qué es difícil: hace falta la historia de su operación ordenada y limpia, y una predicción que le gane a las formas sencillas de adivinar, como «lo mismo que el año pasado». Si no le gana, no se usa, y se lo decimos.

La predicción aprende de sus tablas ordenadas, no de sus conversaciones, y ningún modelo de lenguaje se entrena ni se ajusta con sus datos sin su autorización por escrito. Si usted tiene Hábil Lake, aprende de los datos que el Lake ya dejó ordenados y cuadrados.

Un ejemplo: antes de la temporada, Compras ve cuánto se espera vender de cada línea, con su rango, y decide cuánto pedir. Al cerrar la temporada, compara lo que se predijo contra lo que de verdad pasó.

Dónde corre

En su infraestructura —la nube que usted ya paga o sus propios servidores— o en la nuestra, con Hábil a cargo de la operación. Cada cliente tiene su propia instalación: sus datos no se mezclan con los de nadie más. Si usa un modelo que opera Hábil, ese modelo puede atender a varios clientes, pero no guarda las conversaciones ni los datos de ninguno. Si el modelo está en sus servidores o es la IA que usted ya paga, no se comparte nada.

Con quien responda. Lo instalamos y lo mantenemos con usted: actualizaciones, cambios de modelo y monitoreo, avisos si algo se cae y respaldos probados, en el horario que acordemos, con un servicio mensual.

Lo que nunca hacemos

Que la IA tome sola una decisión que cuesta dinero: autorizar un pago, hacer una excepción o cerrar un acuerdo.

Usar sus conversaciones para entrenar o ajustar un modelo sin su autorización por escrito.

Mostrarle a la IA más datos de los que usted autorice.

Prometerle una IA que nunca se equivoca: por eso cada respuesta sale de sus sistemas, cita de dónde la sacó y deja lo importante en manos de una persona.

Los detalles de control, y lo que recibe su área de Cumplimiento, están a continuación.

Control, seguridad y sus datos

Su información no se queda en el modelo: la consultamos en vivo, así se puede actualizar, borrar y citar. Sus conversaciones no entrenan ningún modelo sin su autorización por escrito. Los permisos los decide su sistema, no la IA.

Lo que la IA nunca hace sola

No cobra, no aprueba, no emite ni modifica un registro sin que lo autorice una persona o una regla que usted definió. Puede registrar una solicitud o preparar un movimiento; lo autoriza una persona.

No ofrece precios, descuentos ni condiciones que no estén en sus reglas.

Solo tiene los permisos que su equipo de Tecnología le da, por sistema y por acción.

Si se detecta una respuesta o una acción incorrecta, se detiene, se revisa el registro, se corrige la regla o la integración y se vuelve a probar antes de reanudar. La acción la ejecuta su sistema, no la IA.

Antes de operar se prueba con sus casos reales y un criterio de salida acordado.

Lo que su área de Cumplimiento recibe

Bitácora

cada propuesta queda registrada: qué vio la IA, qué propuso y quién la autorizó.

Accesos

qué persona o aplicación puede consultar qué, por sistema y por acción.

Rastro de cambios

cada cambio se registra como cualquier otro cambio en su sistema.

Pruebas

los casos reales con los que se probó la IA y el criterio de salida acordado antes de operar.

Motivo de cada decisión que afecta a una persona

se conserva y una persona puede revisarla. La ley de datos personales de 2025 reconoce a sus clientes el derecho a oponerse, en los supuestos que prevé, a decisiones automatizadas tomadas sin intervención humana; su área jurídica valida cómo aplica a cada caso.

Usted recibe la evidencia para que su auditor y su regulador la revisen.

Sus datos

Usted decide qué IA ve sus datos: la que ya paga —ChatGPT, Copilot, Gemini o Claude— o modelos abiertos instalados en su empresa. Con los modelos instalados en su empresa, las conversaciones y los documentos se procesan en la infraestructura que usted autorice. Le decimos, con datos, cuándo conviene adaptar un modelo y cuándo basta con conectarlo a sus documentos.

Con control y con evidencia.

Delante del modelo va una puerta de acceso: cada aplicación con su permiso, límites de uso y un registro de quién consultó qué, que su área de Cumplimiento puede revisar.

Para su equipo de tecnología

Lo que su CIO o su CTO suele preguntar.

El conector.

Es un servidor MCP hecho a la medida de sus sistemas. Define qué consulta cada persona o aplicación, deja bitácora de quién consultó qué, y la IA propone: la acción la ejecuta su sistema, con la autorización de una persona o de una regla suya. Puede haber un conector por audiencia: empleados, clientes, proveedores e intermediarios, cada uno con lo suyo.

APIs listas para agentes.

Antes de conectar un agente revisamos sus operaciones contra lo que pide un consumidor automático: que expliquen con claridad su propósito, los datos que reciben y las respuestas que dan; errores consistentes, de preferencia con el formato estándar Problem Details (RFC 9457); reintentos que no duplican, identidad y permisos propios para cada agente, límites visibles y aviso antes de retirar una versión. Lo que falta se corrige en la API o en una capa intermedia que la adapta, buscando no tocar el sistema de origen.

Sus sistemas.

Conectamos los ERP y CRM más usados —SAP, Oracle, Microsoft Dynamics, Odoo, Salesforce, HubSpot—, sistemas de hace veinte años y la facturación electrónica con la información del SAT, sin reemplazar su core y sin detener la operación.

La IA que ya paga o la suya.

Modelos de OpenAI, Anthropic o Google, o modelos abiertos como gpt-oss, Qwen, Mistral o Llama en sus servidores o en su nube privada. Se puede cambiar de uno a otro sin rehacer la integración, y las dos opciones pueden convivir: lo sensible se procesa en su empresa y lo demás usa la IA que ya paga. Se conecta con cualquier servidor de modelos compatible con el estándar de la API de OpenAI.

Menos costo y menos repetición.

Con la IA contratada, cuando el proveedor lo permite, organizamos las instrucciones de su empresa para no repetir contexto en cada consulta; medimos costo, velocidad y calidad antes de recomendarlo.

Respuestas con fuente.

Lo que cambia —precios, pólizas, saldos— el modelo lo consulta en sus documentos y sistemas vigentes, con la fuente a la mano. Cuando conviene, adaptamos un modelo abierto al tono, los términos y los formatos de su empresa, con los materiales que usted apruebe, y lo validamos con casos reales.

Probado antes de recomendarlo.

No todos los modelos abiertos sirven para atender clientes: varios fallan al usar herramientas o al seguir una cadena de pasos. Cada uno pasa por nuestras pruebas antes de recomendarlo. En nuestras pruebas de septiembre de 2026, un modelo abierto corre completo en una sola tarjeta gráfica de 16 GB y resuelve tareas de varios pasos usando herramientas; en la plática técnica le explicamos qué se midió y con qué criterio.

Del tamaño correcto.

Medimos en nuestro laboratorio qué modelo necesita, cuánto puede atender a la vez y a qué velocidad, antes de que usted compre equipo. La IA que le proponemos la entiende el equipo que se la propone.

Después de salir a operación.

Lo mantenemos: ajustes, cambios de modelo y monitoreo, con un servicio mensual.

LLM — la IA que entiende y redacta.

Entiende la pregunta y redacta la respuesta; no es fuente de datos. Con la IA que usted ya paga o con un modelo abierto en su infraestructura, detrás de un adaptador por proveedor.

RAG — la que consulta sus documentos.

Busca en el conocimiento de su negocio antes de contestar, con búsqueda híbrida y reordenamiento; cita la fuente. Nunca contesta precios, existencias ni pedidos de memoria.

API — la conexión.

La puerta única: identidad, permisos por sistema que llama, contrato publicado y versionado, y registro de cada consulta. Incluye el servidor MCP para su IA y las respuestas sin conversación para sus sistemas.

Nova — la que platica.

La conversación por la web y WhatsApp, con identidad verificada para datos personales y traspaso a una persona de su equipo.

Agents — los agentes.

Consultan, comparan y preparan en sus sistemas, con tres niveles de autonomía configurables por cliente y herramienta; lo que mueve dinero o datos lo ejecutan con una persona aprobando.

ML — la predicción.

Predice por línea y por periodo, con rango; aprende de tablas ordenadas y solo se usa si le gana a una estimación sencilla.

Todo número, fecha o política tiene que venir de una fuente, y lo revisa un programa antes de salir. Si falta un dato, se dice; no se inventa.

Cómo hacer un conector para su industria (artículo del blog).

Qué necesita su sistema para que un agente lo use con control (artículo del blog).

Hábil AI con Hábil MDW y Hábil Lake

La IA contesta tan bien como los datos que tiene a la mano. Si sus números viven en tres sistemas y en un Excel, la IA hereda ese desorden. Hábil Lake los cuadra primero; la IA los usa después. Hábil Lake explica qué pasó; la predicción de Hábil AI estima qué podría pasar, y la IA le permite preguntarles a los dos.

Hábil AI y Hábil Lake son dos plataformas independientes: se contratan por separado y ninguna exige a la otra. Hábil AI funciona con los sistemas que usted ya tiene. Cuando tiene las dos, se alimentan así:

Con Hábil Lake

Su IA contesta con sus números.

Cuando alguien pregunta qué línea vendió más o cómo va la cobranza, la respuesta sale de los datos ya ordenados y cuadrados del Lake, con consultas definidas de antemano y con los permisos de esa persona.

La predicción aprende de datos limpios.

Aprende de las tablas ordenadas del Lake, no de los datos crudos de la operación, y lo que predice regresa al Lake para ver si acertó.

La información de producto llega a la IA.

Las fichas de sus productos, armadas en el Lake, alimentan lo que la IA sabe de su catálogo.

Sus documentos, como materia prima.

El Lake guarda también sus documentos de negocio —contratos, manuales, fichas— como materia prima para su IA.

Lo de hoy, del sistema.

El precio y la existencia de hoy la IA no los saca del Lake: los pregunta a su sistema en ese momento, con la identidad de quien pregunta.

El borrado es uno solo.

Si una persona pide que se borren sus datos, el procedimiento alcanza a las dos plataformas.

La IA actúa tan bien como la conexión que tiene con sus sistemas. Si cada sistema se conecta por su lado, la IA hereda esa maraña y nadie sabe qué tocó. Hábil MDW conecta primero; la IA pasa después por la misma puerta. Hábil MDW sabe en qué va cada operación; la IA lo consulta, lo explica y prepara el siguiente paso, con una persona aprobando.

Hábil AI y Hábil MDW son dos plataformas independientes: se contratan por separado y ninguna exige a la otra. Cuando tiene las dos, se alimentan así:

Con Hábil MDW

Su IA actúa por la misma puerta.

Cuando un agente de Hábil AI consulta un pedido o prepara un reembolso, lo hace por la puerta con guardia de Hábil MDW, con su propia identidad, sus permisos y el rastro de cada llamada. Lo que mueve dinero o datos lo ejecuta con una persona aprobando.

Nova sabe en qué va el pedido.

Cuando un cliente pregunta por WhatsApp en qué va su pedido, Nova le contesta con el estado que lleva Hábil MDW, no con una suposición.

El rastro lo lee la IA.

Un agente revisa cada mañana las operaciones detenidas, encuentra el motivo de cada una en el rastro de la plataforma y se las deja a su equipo.

Las predicciones regresan a la operación.

Lo que la predicción de Hábil AI estima —por ejemplo, el reabastecimiento— llega a sus sistemas por Hábil MDW, como una propuesta que una persona aprueba.

Operaciones atoradas, con su siguiente paso.

Cuando una operación se detiene, Hábil MDW la marca; la IA explica dónde se detuvo y por qué, y propone el siguiente paso, que una persona aprueba.

Las diferencias, en lenguaje de negocio.

Cuando dos sistemas no cuadran, Hábil MDW marca la diferencia y la IA la explica en palabras de negocio: qué no coincide y entre qué sistemas.

Conozca Hábil Lake: una sola versión de sus números, cuadrada contra su sistema y en su Excel o su Power BI.

Conozca Hábil MDW: sus sistemas, por fin de acuerdo, con su core, su ERP y sus canales conectados sin reemplazarlos.

Cómo empezamos

En una primera plática, sin costo, elegimos un proceso donde hoy pierde tiempo, dinero o clientes.

1

Usted nos escribe por WhatsApp con su industria, su puesto y su sistema principal.

2

Agendamos 45 minutos con un arquitecto de Hábil.

3

Le pedimos el proceso, los sistemas que toca y el volumen aproximado. No le pedimos accesos ni datos de sus clientes.

4

Usted sale con un mapa de un proceso con IA: el proceso candidato, los datos que necesita, sus riesgos, el papel de la persona y cómo se mide el éxito. Dice qué haría la IA, qué seguiría haciendo su equipo y con qué controles, y si conviene o no avanzar.

5

Si conviene: un proyecto con indicador, criterio de salida, y alcance y costo acordados antes de empezar, incluido el costo de procesamiento con su tope. En la propuesta definimos también los entregables y su documentación técnica, la responsabilidad de cada parte, la propiedad de lo construido, el esquema de soporte y de atención de incidentes, y los controles de seguridad de su entorno.

La ruta es: diagnóstico → propuesta con alcance, costo y riesgo → prueba con criterio de salida → operación.

Trabajamos con pocos clientes a la vez: el arquitecto que revisa su diagnóstico sigue su proyecto hasta el final.

Le decimos que no cuando el proceso no tiene volumen suficiente, cuando la regla cambia cada semana o cuando un error cuesta más de lo que ahorra.

Relacionado

Así se ve la IA sobre datos reales: pregúntele a sus CFDI en lenguaje natural (conversación de ejemplo).

Ver Cuadre

La misma capa que conecta sus sistemas es la que le da a la IA acceso a sus datos

Integración de sistemas

Cada consulta de la IA hereda los permisos de la persona

Controlar quién entra

Preguntas frecuentes

Lo que nos preguntan antes de empezar

  1. No. Podemos trabajar con la que ya tiene —ChatGPT, Copilot, Gemini o Claude— o con una instalada en sus servidores.

  2. Usted decide. Si elige la IA instalada en su empresa, la información se procesa en los servidores que usted defina; antes de operar acordamos qué datos circulan y dónde.

  3. Sí, por eso responde con datos de sus sistemas, cita de dónde los sacó y deja lo importante en manos de una persona. Y antes de operar se prueba con sus casos reales.

  4. Funciona especialmente bien donde hay pólizas, créditos, cobranza, siniestros o atención a clientes con mucho volumen, de cualquier tamaño.

  5. Sí. Se contratan por separado o juntas.

  6. El proceso, los sistemas que toca y el volumen aproximado. No necesitamos accesos ni datos de sus clientes en la primera plática.

  7. No. Su inversión queda en la conexión a sus sistemas, sus documentos, los controles y las pruebas; la conexión se diseña para poder cambiar de modelo sin rehacer la integración.

  8. Después de operar lo mantenemos con usted (ajustes, cambios de modelo y monitoreo). Y cada decisión que afecta a una persona conserva su motivo para que una persona pueda revisarla; el detalle legal está en la sección de Cumplimiento.

  9. El alcance y el costo se acuerdan antes de empezar, incluido el costo de procesamiento con su tope.

  10. Solo lo que usted le permita. Cada agente tiene un nivel: consultar y avisar, proponer para que una persona apruebe, o automatizar dentro de límites que usted fija. Lo que mueve dinero o datos lo ejecuta con una persona aprobando, y cada decisión queda registrada.

  11. Siempre viene con un rango, no con un número único, y solo se usa si le gana a las formas sencillas de estimar. Lo que predice se guarda y se compara contra lo que de verdad pasó, para que usted vea si acierta.

¿No está su pregunta?

Platiquemos su caso. En 45 minutos le decimos si conviene, qué depende de sus sistemas y qué riesgo debe resolver antes de avanzar.

Platiquemos su caso

¿Prefiere correo? Escríbanos a hola@habil.mx