Tecnología
Cómo se construye el modelo de tu organización, qué corre sobre él, cómo se respalda cada respuesta y bajo el control de quién.
01 · Ontología
Nadie decide sobre tablas y columnas: se decide sobre proveedores, obras, expedientes y personas. La ontología es el catálogo de lo que existe en tu organización, con sus atributos y sus vínculos.
Es el cuello de botella habitual de cualquier plataforma de datos: alguien tiene que describir el negocio antes de que la tecnología sirva de algo. Acuario propone la ontología a partir de tus propios datos y la presenta para que tu equipo la revise y la corrija. El trabajo empieza sobre un modelo ya armado, no sobre una hoja en blanco.
En cada actualización se lee solo lo que cambió en tus sistemas, y lo que ya estaba resuelto se conserva.
Cada relación guarda desde cuándo y hasta cuándo fue cierta, así que se puede preguntar cómo estaban las cosas en marzo y no solo cómo están hoy.
Cuando alguien confirma o corrige una unión, esa decisión se respeta en las actualizaciones siguientes.
Lo que Acuario reconoce
Y cómo se relacionan
Ninguna de estas relaciones estaba escrita en un solo sistema. El modelo las sostiene, y una pregunta puede recorrerlas.
02 · Graph Data Science
Un grafo es tan bueno como las entidades sobre las que se construye: sobre registros sin resolver, la red hereda cada duplicado del origen y las conclusiones salen mal en silencio.
Graph Generation
La red se arma sobre entidades ya resueltas y no sobre registros crudos: esa es la diferencia entre representar la realidad y heredar los duplicados del origen. Se construye por lotes o de forma continua, y cada relación guarda de qué fuente salió, con qué fecha y hasta cuándo estuvo vigente.
Graph Analytics
Quién está a dos pasos de quién, qué grupos se comportan como uno solo y por dónde se propaga un riesgo: comunidades, caminos mínimos, centralidad y propagación. Los modelos de puntuación pueden ser los nuestros o los tuyos, y en ambos casos se ve por qué puntuó así.
Graph Visualization
Un analista abre una entidad, sigue sus relaciones y llega de una alerta a una conclusión defendible sin escribir una consulta. Cada paso del recorrido queda registrado.
03 · Inteligencia
No son informes programados para un caso: son formas de mirar el grafo que sirven en cualquier dominio, y lo que cambia de un sector a otro es la pregunta, no el análisis. Estas son las seis familias en las que se agrupan.
Lo que un sistema afirma y otro desmiente.
La relación que nadie declaró, visible en lo que dos registros comparten.
Dónde se repite un mismo hecho, y qué comparten esos casos entre sí.
Lo que se desvía antes de ser un problema.
Dónde espera el trabajo y de quién depende.
Un documento leído contra el historial de lo que ya pasó, no contra sí mismo.
Son las familias que más veces terminan en una decisión. Dentro de ellas, el motor corre más de 300 análisis sobre tu modelo sin que nadie los pida, y el catálogo crece con cada despliegue.
04 · Trazabilidad y linaje
Una conclusión que no se puede recorrer hacia atrás no se defiende ante un comité ni ante un regulador. Cada afirmación viaja con su origen: de qué sistema salió el dato, por qué camino se llegó a ella y con qué evidencia se sostiene.
La ruta de una respuesta
La pregunta
«¿Qué riesgo tiene Constructora Delta como proveedor?»
Fuentes leídas
ERP · proveedores · Registro mercantil · Expediente 4471/24
Entidades resueltas
Tres registros unificados en una empresa · un firmante en común
Análisis aplicado
Vínculos no declarados · versión 3 · corrido el 12/03 a las 09:41
Afirmación devuelta
Comparte administrador con otro proveedor de la misma licitación
Inferida · 3 evidencias, cada una con su registro de origen
Casi todos los sistemas devuelven todo con el mismo tono de certeza, y así una inferencia razonable termina citada como si fuera un dato registrado. Acuario la etiqueta antes de entregarla, y la etiqueta viaja con ella.
ExtraídaExtracted
Está escrita en un sistema. Se muestra el registro, el campo y cuándo se leyó.
InferidaInferred
No la declara ninguna fuente: aparece al cruzar varias. Se muestran las evidencias que la sostienen y cuánto pesa cada una.
AmbiguaAmbiguous
Las fuentes no coinciden o la evidencia no alcanza. Se marca así en vez de elegir por ti.
La cadena completa
Data lineage
Desde la afirmación hasta el campo del sistema donde nació, con las transformaciones que atravesó.
Explainable scoring
Cada puntuación se descompone en los factores que la formaron y en cuánto pesó cada uno.
Audit trail
Quién preguntó, qué vio y cuándo. Exportable para auditoría o para un regulador.
Point-in-time recall
Se vuelve al día de la decisión y se ve lo que el sistema sabía entonces.
La regla de diseño: lo que no se puede rastrear hasta su origen no se presenta como un hecho. Se devuelve marcado como ambiguo, con lo que sí se sabe y lo que falta para confirmarlo.
05 · Infraestructura de datos
Antes de que un modelo razone sobre una organización, alguien tiene que resolver la duplicación, la calidad y el acceso. En la mayoría de los proyectos eso es una fase previa de meses; en Acuario forma parte del producto.
Datos que llegan por lotes o de forma continua, estructurados o no, sin construir antes un almacén nuevo al que mudarlo todo.
Las inconsistencias aparecen al comparar unas fuentes con otras, y se priorizan las que afectan a una decisión en lugar de emitir una lista de errores sin orden.
Un perfil confiable de cada persona, empresa, activo o expediente, listo para equipos, sistemas y agentes.
Cómo está construido
Escala horizontal: la capacidad crece agregando nodos, y se dimensiona con el volumen de cada despliegue.
Los datos y el modelo de contexto de cada organización quedan separados de los del resto.
06 · Soberanía digital
No es una versión especial para el sector público ni una casilla del contrato: es el modo de despliegue estándar de la plataforma.
Tu infraestructura o tu nube privada. No hay una nube nuestra en el medio.
Cada rol ve lo que ya podía ver, y queda registro de cada consulta.
El modelo de IA es intercambiable y el modelo de contexto es tuyo: puedes llevártelo sin rehacer el trabajo.
Claude, ChatGPT o Gemini, desde la herramienta donde ya trabajan. El modelo se queda en tu infraestructura: a la IA solo llega el resultado que responde esa pregunta.
Un modelo de lenguaje abierto desplegado puertas adentro. La cadena completa queda en tu red, sin llamadas a ningún servicio externo.
Cómo trabajamos
Documentamos con qué volúmenes trabaja cómodo el sistema, cuánto tarda cada etapa y qué casos todavía no resuelve bien. Un equipo técnico tiene que conocer los límites antes de firmar, no descubrirlos en producción: se los compartimos en la primera conversación.