RAG, ejército de chatbots y sistema de tickets con IA. Una arquitectura unificada para modernizar todas las comunicaciones de netelip — construida de abajo hacia arriba, fase a fase, sin riesgo.
Tres departamentos, dos canales principales y dos herramientas distintas que no se hablan entre sí. Soporte y Atención al cliente comparten sistema de tickets, pero Ventas vive en HubSpot. Sin trazabilidad cruzada, sin inteligencia y sin automatización.
| Departamento | Canal teléfono | Canal tickets / CRM | IA activa | Conectado con otros depts. |
|---|---|---|---|---|
| Ventas | Elio — agente de voz IA en producción (Retell AI) | HubSpot CRM | ✓ Voz IA | ✗ Sin conexión con Soporte / Atención |
| Soporte técnico | Teléfono tradicional · IVR | Sistema de tickets actual (compartido con Atención) | ✗ Sin IA | ✓ Conectado con Atención al cliente |
| Atención al cliente | Teléfono tradicional · IVR | Sistema de tickets actual (compartido con Soporte) | ✗ Sin IA | ✓ Conectado con Soporte técnico |
| Partners | — | — | ✗ Sin IA | ✗ Sin sistema definido |
El teléfono es el canal más potente de netelip. Ventas ya lo sabe — Elio está en producción y funciona. La visión es extender esa inteligencia a todos los departamentos, sustituyendo progresivamente los IVR por agentes de voz IA especializados. Sin perder el toque humano de cada departamento.
netelip siempre ha sido una empresa de personas. El equipo humano es el gold standard — su conocimiento, su tono y su forma de atender es lo que define la empresa. Elio y su equipo IA aprenden de ellos, los potencian y cubren lo que ningún equipo humano puede cubrir: disponibilidad total, escala ilimitada y velocidad de respuesta constante.
Un nodo central al que desembocan todos los canales. Todo registrado, todo conectado, todo aprendiendo. Construido de abajo hacia arriba, sin saltarse pasos.
La KB es la primera pieza que se construye y la más importante. Sin una base de conocimiento bien estructurada, la IA falla. Todo lo demás depende de esto. La construye el equipo de netelip, por departamentos, con el apoyo del RAGBuilder.
Cada departamento construye su KB combinando cuatro tipos de fuentes. La calidad de las fuentes determina directamente la calidad de las respuestas de la IA.
Cada departamento genera un conjunto de módulos en formato Markdown (.md). Esta estructura modular permite actualizar un módulo sin regenerar toda la KB, y asignar módulos específicos a cada chatbot o agente.
El RAGBuilder es una herramienta de automatización que scrapeará múltiples fuentes de netelip, procesará el contenido con IA y generará automáticamente los módulos de conocimiento en Markdown listos para indexar. Es el pipeline de ingesta de la KB.
No es un chatbot. Son múltiples agentes con personalidades distintas, cerebros asignados específicamente y contextos diferenciados. Todos conectados al mismo nodo central de tickets cuando no pueden resolver.
| Agente | Ubicación | Función principal | Cerebros KB | Escala a tickets |
|---|---|---|---|---|
| Elio | Centro de ayuda | Soporte técnico y documentación. Resuelve dudas, enlaza artículos. Ya prototipado — falta conectar IA real. | Soporte · FAQs · Producto | Sí — crea ticket si no puede resolver |
| Bot web pública | netelip.com | Captación y cualificación de leads. Responde pre-venta, cualifica, agenda demos, crea ticket comercial. | Ventas · Precios · Objeciones | Sí — ticket comercial directo al SDR |
| Bot panel privado | Panel cliente | Gestión de cuenta autenticada. Conoce los servicios activos del cliente. Facturación, configuración, cambios. | Soporte · Atención · FAQs | Sí — con contexto completo de cuenta |
| Bot Partners | Portal Partners | Soporte específico para partners. Comisiones, recursos, incorporación, soporte técnico especializado. | Partners · Ventas · Soporte | Sí — canal prioritario |
La herramienta de chatbots depende de la arquitectura de infraestructura que elija netelip. No se puede decidir ahora — se decide cuando Benjamín responda las preguntas de la Sección 10. Las dos opciones principales son:
El cliente escribe en texto libre. La IA clasifica, prioriza, busca en la KB y sugiere una respuesta. El agente revisa y envía. Todo registrado. Cero categorías para el cliente.
Sin excepción del contenido. Si el cliente lleva menos de 90 días, el ticket va directamente al SDR de cartera. Independientemente de si pregunta algo técnico, administrativo o comercial.
La IA analiza el texto, aplica las reglas de netelip y asigna departamento, equipo y prioridad. Los casos sensibles van siempre a revisión humana obligatoria.
No es un LLM detrás de un chat. Es una organización de agentes IA especializados, cada uno con una función, usando el modelo más adecuado para su tarea. Coordinados por n8n, supervisados por métricas en tiempo real.
La arquitectura correcta depende de las respuestas de Benjamín. Los tres escenarios son válidos — cada uno con sus implicaciones técnicas, ventajas y compromisos. No hay una respuesta incorrecta.
Todo en cloud. Sin tocar infraestructura de netelip para empezar. Ideal para validar el sistema completo antes de comprometer recursos propios. La migración a servidores netelip es posible en cualquier momento.
Todo en la infraestructura Docker de netelip. Control total de datos, sin dependencias de terceros para el almacenamiento. Los LLMs siguen siendo APIs externas — no hay alternativa razonable on-premise sin GPU de alta gama.
La opción más equilibrada para una empresa tecnológica como netelip que quiere control a futuro pero necesita validar rápido. Los datos sensibles de clientes permanecen en los servidores de netelip desde el primer día. La KB de documentación (sin datos personales) arranca en Qdrant Cloud y migra a Docker cuando el sistema esté probado.
| Qué valida | A — Cloud puro | B — On-premise | C — Híbrido ★ |
|---|---|---|---|
| Tiempo de arranque | 2-4 semanas | 6-10 semanas | 3-5 semanas |
| Datos sensibles clientes | En cloud (mínimo) | 100% on-premise | 100% on-premise |
| KB vectorial | Qdrant Cloud | Qdrant Docker | Qdrant Cloud → Docker |
| Orquestación | n8n cloud | n8n Docker | n8n Docker |
| Chatbots | Flowise cloud | Flowise Docker | Flowise cloud → Docker |
| Equipo técnico requerido | Mínimo | Alto | Medio |
| Coste a largo plazo | Alto (escala) | Bajo | Bajo-medio |
| Control total a futuro | Requiere migración | Sí desde inicio | Migración planificada |
El orden importa. Primero el cerebro, luego el nodo central, luego los canales. Cada fase valida la anterior antes de avanzar. Sin hitos cumplidos, no se sigue.
El equipo de netelip genera la documentación de cada departamento. El RAGBuilder automatiza el scraping de web, YouTube y transcripción de llamadas. El resultado son módulos .md revisados por el equipo antes de indexar.
Frontend simplificado: texto libre, sin categorías. La IA clasifica con las reglas de netelip — la regla de los 90 días, la taxonomía de Nydia, los casos especiales. Testing con 100 tickets reales antes de activar en producción.
La IA genera una respuesta sugerida usando la KB. El agente revisa, edita si hace falta y envía. Objetivo: reducir el tiempo por ticket de 10-15 minutos a 2-3 minutos. Revisión 100% humana durante los primeros 2 meses.
Elio ya tiene el prototipo visual completo. Se conecta a IA real: la función sendChat() llama a la API del backend en lugar de las respuestas hardcodeadas. Elio consulta la KB, recuerda el contexto de la sesión, y crea tickets cuando no puede resolver.
Con el motor probado y validado, se despliegan los tres bots restantes. El de la web pública se enfoca en captación. El del panel privado conoce el contexto de la cuenta autenticada. El de Partners tiene su propia KB especializada.
El sistema detecta sus propios errores. Los gaps de conocimiento se marcan automáticamente para que el equipo actualice la KB. Dashboard de métricas en tiempo real. Feedback loop: el sistema aprende de cada interacción y mejora continuamente.
| Semana | Hito | Qué valida | Responsable |
|---|---|---|---|
| 1-3 | KB completa — 4 departamentos | >90% relevancia en búsquedas de prueba | netelip + Mili |
| 4-7 | Clasificación automática activa | >90% precisión · 0% leads perdidos | Mili + Dev netelip |
| 8-11 | Respuestas IA en panel de agente | >70% respuestas usables | Mili |
| 12-14 | Elio con IA real en producción | >60% resolución sin escalar | Mili + Dev netelip |
| 15-18 | Bots web, panel y Partners | Todos los canales operativos | Mili + Dev netelip |
| 19-22 | Supervisores + feedback loop | Sistema autónomo y con métricas | Mili |
La propuesta está definida. La arquitectura está diseñada. Lo que falta es que Benjamín tome estas decisiones para poder configurar el stack definitivo y empezar a construir.
Esta propuesta está diseñada para que netelip avance con claridad. Con estas respuestas, la arquitectura se define y construimos juntos, paso a paso.