Programas de cálculo y comprobación
Programas de cálculo que, sobre los mismos datos, dan siempre el mismo resultado: controles, escenarios, simulaciones y comprobaciones repetibles.
Software técnico
Artik Lab desarrolla por cuenta de los clientes software avanzado cuando el problema no se resuelve con un cuadro de mando o con el software estándar de la empresa: cálculos técnicos, modelos matemáticos, datos operativos, reglas de experto y flujos de trabajo que se puedan controlar con pruebas.
Cuándo sirve
Muchas empresas industriales trabajan con cálculos, excepciones y decisiones técnicas que han crecido con el tiempo. A veces viven en hojas frágiles, a veces en software obsoleto, a veces en procedimientos conocidos solo por usuarios expertos. El servicio transforma ese conocimiento en sistemas legibles, testeables y transferibles.
Qué se construye
El valor nace de combinar ingeniería de software, análisis de datos y formalización del conocimiento experto. El resultado no es una demo, sino un sistema con criterios de aceptación, tests, documentación y límites claros.
Programas de cálculo que, sobre los mismos datos, dan siempre el mismo resultado: controles, escenarios, simulaciones y comprobaciones repetibles.
Recogida, normalización y lectura de los datos operativos para localizar anomalías, patrones, prioridades y riesgos.
Auditoría del código existente, reconstrucción de las lógicas, analizadores de formatos históricos y reescritura progresiva.
Herramientas utilizables por oficinas técnicas y funciones operativas: cuadros de mando para decidir, informes, exportaciones e integraciones.
Método
No software genérico. Software que incorpora dominio, matemática y responsabilidad.
Se lee el sistema existente: datos, fórmulas, flujos, dependencias, errores conocidos y riesgo operativo.
Las reglas expertas se convierten en entidades, restricciones, supuestos, casos límite y criterios decisionales.
El núcleo de cálculo se separa de interfaces, reportes y componentes de IA, para mantenerlo controlable.
Se construye un flujo mínimo completo: datos de entrada, modelo de datos, cálculo, verificación y resultado.
Tests automáticos, casos sintéticos, regresión y comparación con referencias conocidas miden diferencias y riesgos.
El sistema se vuelve utilizable con interfaces, API, reportes, documentación y responsabilidades de mantenimiento.
Outputs
Ejemplos anónimos
Una oficina técnica usa archivos complejos para tomar decisiones recurrentes. El riesgo es que las fórmulas ya no sean verificables y que cada cambio pida memoria histórica. El proyecto reconstruye las reglas, las transforma en modelo de datos y añade pruebas para evitar regresiones.
Una aplicación crítica todavía funciona, pero depende de tecnologías antiguas y de lógicas no documentadas. El trabajo parte de la auditoría, separa lo que hay que preservar de lo que hay que rediseñar y construye una reescritura progresiva con comparación de resultados.
El proceso produce datos, pero la empresa los usa sobre todo para informes retrospectivos. El análisis busca señales útiles para prioridades operativas, anomalías, previsiones y decisiones de control, y declara también cuándo el dato no basta.
Algunas decisiones dependen de la experiencia de roles clave. El proyecto hace explícitas reglas, excepciones y umbrales de atención, de modo que el saber siga disponible también cuando cambian las personas, las herramientas o los volúmenes de trabajo.
De proyectos ya ejecutados
Qué se consiguió.
Ocho semanas de análisis sobre unos 267 archivos fuente: 37 reglas de decisión puestas por escrito y 18 puntos críticos que la empresa no sabía que tenía.
La situación. Una empresa proyecta por encargo componentes cuyo dimensionado exige comprobaciones normativas. Desde hace más de veinte años el trabajo pasa por un software de cálculo escrito en casa, sobre una plataforma de desarrollo que ya no tiene soporte, con formatos de archivo propietarios que nunca se documentaron. El programa funciona, pero nadie puede modificarlo con una seguridad razonable. Y las especificaciones no existen: las reglas viven dentro del código y en la experiencia de un solo proyectista.
Qué se ha hecho. Los requisitos no se han recopilado: se han reconstruido. El trabajo lee en paralelo tres fuentes — el código fuente, el archivo de los proyectos realmente ejecutados y las indicaciones de la oficina técnica — y las hace chocar entre sí: cada regla extraída del código se contrasta con los datos y se lleva al experto; cada indicación del experto se verifica en el código. Ninguna afirmación se acepta por confianza, ni la del experto ni la del código; lo que no es verificable se declara como tal, en lugar de quedar implícito.
Qué ha cambiado. La empresa ha dejado de depender de un saber que existía en un solo sitio. Lo que era tácito se ha convertido en un documento discutible y, junto con el mapa del sistema, ha salido la lista de las incongruencias que ya nadie tenía modo de ver, incluidas las divergencias entre lo que prescribe el manual y lo que ejecuta el programa.
Dos documentos oficiales ya rellenados con los datos comprobados; ninguna comunicación sale sin la aprobación de una persona.
La situación. Una organización recibe las peticiones por correo, en forma libre, escritas por personas distintas. Cada expediente exige datos precisos, algunos verificables solo cruzando varias informaciones, y produce documentos oficiales sobre modelos fijos. El tiempo cualificado se va en el transporte de los datos: releer, pedir el dato que falta, esperar, volver a copiar los mismos campos en varios documentos, reclamar a quien tiene que completar su parte. El cuello de botella no es la decisión: es el transporte.
Qué se ha hecho. Un asistente vigila la bandeja. Lee el mensaje, extrae los datos, los comprueba contra las condiciones de la organización y responde explicando en lenguaje corriente qué dato falta y en qué forma se necesita, en lugar de devolver un formulario vacío. Por encima trabaja un gestor que conoce el ciclo de vida del expediente: cuántas veces se ha pedido ya el mismo dato, si quien debe completar su parte ha respondido en los días previstos, si el solicitante ya tiene un expediente abierto. Tras un número declarado de intercambios infructuosos el expediente se congela, en lugar de alimentar un intercambio infinito.
Qué ha cambiado. Cuando el expediente está completo, los documentos oficiales salen ya rellenados sobre los modelos de la organización, con los campos poblados por los datos validados. El tiempo cualificado vuelve a la valoración de fondo, que es la única parte que de verdad pedía a una persona experta.
El plan semanal se calcula en pocos segundos y se regenera cuando cambia una restricción. Cuánto ahorra aún no está medido, y no se declara.
La situación. Cuando una empresa envía equipos a las instalaciones de los clientes, el plan semanal nace de decenas de restricciones que se estorban: direcciones dispersas en un territorio amplio, franjas horarias impuestas por los clientes, prioridades comerciales y plazos legales, duraciones que cambian con el tipo de prestación, equipos que no son intercambiables. Hecho a mano el plan sale siempre practicable pero nunca eficiente, y falta el término de comparación para darse cuenta.
Qué se ha hecho. El problema se formula como problema de ruta con ventanas temporales y se resuelve con un motor de optimización. Un primer nivel reparte las intervenciones entre los días, equilibrando la capacidad de los equipos y colocando primero las más onerosas. Un segundo resuelve cada jornada como ruta sobre varios vehículos, con los tiempos de recorrido reales tomados de un servicio viario y las ventanas horarias tratadas como restricciones que no se pueden violar.
Qué ha cambiado. El responsable recibe un plan listo para usar: rutas en el mapa, calendario diario por unidad, kilómetros, horas de conducción y saturación de los equipos. Y el mismo plan se regenera en pocos segundos cuando cambia una restricción, que es la parte que hace falta de inmediato, cuando alguien falla.
Abrir una sede nueva significa cargar un archivo, no recoger y clasificar a mano las fotografías de cada artículo.
La situación. Reconocer a partir de una foto los artículos de un catálogo que cambia cada día sale caro si cada sede tiene que recoger y clasificar a mano las fotografías primero. Eso es lo que hace prohibitivos los plazos de activación de las soluciones tradicionales en este tipo de servicio.
Qué se ha hecho. El enfoque alternativo es describir el catálogo en lugar de mostrarlo. Las referencias del día se cargan en forma declarativa — nombre, categoría, descripción amplia, ingredientes, cantidades — y un modelo multimodal generalista reconoce a partir de esas descripciones, no de un archivo de imágenes etiquetadas. El sistema gestiona también las referencias compuestas, con coeficientes de ración, de modo que los valores sigan siendo correctos cuando en una misma elección conviven medias raciones de productos distintos.
Qué ha cambiado. Activar una sede nueva significa cargar su catálogo. No hace falta hardware dedicado: se usa el teléfono de la persona, sin tótems ni lectores. Y el coste escala con el tráfico, en lugar de ser el coste fijo de un puesto que hay que mantener también cuando pasan diez personas.
18 tipos de curso obligatorio, cada uno con su propio vencimiento; para cada persona cuatro estados (válido, a punto de caducar, caducado, nunca realizado) y un preaviso que se puede regular.
La situación. Quien responde de la formación obligatoria de decenas o cientos de personas mantiene el estado en hojas de cálculo que envejecen con cada contratación y con cada cambio de puesto. El riesgo no es teórico: es enterarse de un vencimiento superado durante una inspección, con lo que eso implica en materia de seguridad en el trabajo.
Qué se ha hecho. El problema no es calcular una fecha. Es tener juntos padrones, historial de cursos y reglas de periodicidad distintas por rol y por actividad, y calcular para cada persona y para cada obligación un estado entre cuatro: válido, a punto de caducar dentro del umbral, caducado, nunca realizado. De ahí salen la matriz formativa legible de un vistazo, los recordatorios en registro formal y el informe periódico.
Qué ha cambiado. Cuando la matriz existe, el trabajo pasa a ser programar los cursos en lugar de reconstruir el estado. Los datos personales permanecen en el servidor de la organización: ningún envío a servicios externos, obtenido como restricción de arquitectura y no como declaración de intenciones.
Atlas IA
El Atlas reúne ejemplos concretos de aplicaciones IA para documentos, operaciones, RR. HH., marketing, software, gobernanza, producción, formación y datos. Ayuda a decidir si el caso requiere consultoría, análisis de datos, desarrollo técnico o formación.
Abrir el AtlasIA controlada
En sistemas técnicos, los componentes opacos no deben sustituir el cálculo verificable. La IA puede explorar datos, explicar resultados, proponer escenarios, leer documentos o asistir al usuario. El núcleo determinístico, las reglas de dominio y los tests siguen siendo el punto de control.
En los proyectos
Cinco proyectos distintos, la misma decisión: lo que decide es un cálculo repetible y controlable con pruebas; la IA trabaja por encima. Cada ficha dice dónde está el límite y cómo se controla.
Las elecciones de quien tiene veinte años de oficio se convierten en reglas escritas en el programa de cálculo; los controles de norma siguen siendo un cálculo repetible.
En muchas oficinas técnicas el programa ejecuta las comprobaciones, mientras las elecciones que llevan a una solución eficiente siguen siendo de quien tiene veinte años de oficio: por dónde empezar, cómo corregir cuando las comprobaciones no cuadran, cuándo una solución formalmente correcta no es razonable.
El proyecto transforma estas decisiones en restricciones, heurísticas y reglas de diagnóstico explícitas, que se convierten en parámetros del motor de cálculo. Por encima del núcleo trabajan agentes especializados, instruidos sobre los casos históricos y sobre las soluciones realmente adoptadas: uno propone la configuración de partida para un problema nuevo, uno elige la estrategia correctora cuando la optimización no converge, uno compara el resultado con los casos análogos y señala cuándo es matemáticamente correcto pero atípico.
Los dos planos permanecen separados. Las comprobaciones normativas son deterministas y reproducibles; la IA trabaja por encima del cálculo y no dentro, y el experto permanece en el ciclo para validar, corregir y enriquecer.
Las condiciones para aceptar o rechazar un expediente están en un archivo que la oficina modifica sin tocar el código. La inteligencia artificial prepara los datos y comunica el resultado; no lo establece.
En un proceso que produce documentos oficiales, el texto puede escribirlo la inteligencia artificial; si el expediente se acepta o no lo deciden las reglas, no el modelo.
Las condiciones para aceptar o rechazar un expediente están en un archivo de configuración legible que la oficina técnica actualiza por su cuenta cuando cambia una regla, sin pasar por el desarrollo. La inteligencia artificial lee los correos, extrae los datos y compone la respuesta; el programa de cálculo decide el resultado y lo motiva.
Y el envío sigue siendo un gesto humano: el borrador está listo; la firma es de quien responde.
El programa puede dejar fuera una intervención, y lo declara con un coste ligado a la prioridad, en lugar de producir un plan que sobre el papel se sostiene y en la calle no.
El valor no es solo la ruta más corta: es saber qué queda fuera y por qué.
En lugar de forzar un programa inviable, el programa puede dejar fuera una intervención y lo declara con un coste ligado a la prioridad. Lo que el responsable recibe es un plan ejecutable más la lista motivada de lo que no era planificable — capacidad insuficiente, ventana horaria incompatible — en lugar de intervenciones que desaparecen en silencio.
También el tiempo de cálculo se declara de partida: es un parámetro de proyecto, no un efecto colateral de lo grande que sea el problema.
La corrección que se ofrece a la persona muestra solo alternativas visualmente similares, y no los precios.
Un sistema de reconocimiento en manos del público se juzga por cómo trata los casos en los que se equivoca.
Aquí la calidad de la imagen se evalúa antes del envío, y se pide rehacerla cuando está desenfocada o incompleta. Después del reconocimiento la persona confirma o corrige, pero la corrección está diseñada para no convertirse en una vía de escape: la lista de alternativas contiene solo referencias visualmente similares, y los precios no son visibles.
La carga de la verificación se desplaza al usuario sin abrir la puerta al abuso, y es esta decisión, más que el modelo, la que determina si el sistema aguanta en explotación.
Ningún número del informe nace de un modelo: las magnitudes las calcula un programa que, sobre los mismos datos quietos, da siempre el mismo resultado.
En los informes la separación es nítida. Las magnitudes las calcula un programa que, sobre los mismos datos quietos, da siempre el mismo resultado, con pruebas que las reproducen idénticas en cada ejecución; el texto se escribe anclado a esos números y a las citas reales.
El documento terminado lo releen después personas sintéticas con un umbral de calidad declarado, por debajo del cual no se entrega.
Y cuando la métrica obvia no discrimina — categorías en las que todas las actividades están por encima de 4,8 estrellas — el informe lo dice, en lugar de construir encima un veredicto.
Preguntas frecuentes
No. Está pensado para problemas que requieren dominio técnico, datos, matemática, algoritmos, tests y criterios de verificación.
No. A menudo el primer trabajo es reconstruir especificaciones, reglas, supuestos y casos límite desde el sistema existente y las personas expertas.
No. En contextos técnicos la IA se usa como apoyo. Las partes críticas siguen siendo explicables, testeadas y bajo responsabilidad humana.
El proyecto trabaja con perímetros, accesos, datos y materiales acordados. Los ejemplos públicos usan solo descripciones anonimizadas.
Contacto
La primera conversación dura 30 minutos, es gratuita y aclara proceso, objetivo, datos disponibles, restricciones y próximo paso útil: formación, consultoría, arranque operativo, análisis de datos o prototipo técnico controlado.
Escribir a dtr@ar-tik.com