Visión de producto · octubre de 2026
La tesis de AgenticObjects sobre agentic analytics en el nuevo mundo empresarial de la era AI-native.
La persona al otro lado no ha cambiado desde 1981.
Desde que los ordenadores personales empezaron a extenderse en 1981, las empresas han producido cada año más información, y ahora los agentes hacen que producir aún más sea casi gratis. Así que la respuesta no es producir más: son registros que una persona puede comprobar, en los que puede confiar y sobre los que puede actuar, con la evidencia de cada cifra a un clic.
Ali Yıldırım, Fundador y CEO, D-CAT Group
La atención de un lector
Finding
Recommendation
Brief
Disponible hoy
No estamos construyendo un nuevo mundo de datos.
Los agentes se asientan sobre la estructura en la que su empresa lleva años invirtiendo. Leen las cifras sobre las que la empresa ya está de acuerdo y dejan registros que conservan su evidencia.
Sistemas operacionales
ERP, ventas, finanzas: los datos transaccionales con los que funciona la empresa.
1Semantic model
Warehouse y modelos tabulares: las cifras en las que la empresa confía y sobre las que hay acuerdo.
Agentes de AgenticObjects
Acceso de solo lectura. Nunca escriben en los sistemas del cliente y no realizan ninguna acción.
Agentic objects
Finding · Recommendation · Brief: registros persistentes vinculados a su evidencia.
Qué hace defendible un registro
Cada cifra tiene una dirección estructural. Su origen se puede rastrear hasta un valor de un resultado de consulta sellado. La anatomía de un registro
El modelo nunca calcula una cifra. Cada cifra que escribe debe coincidir con un valor de un resultado de consulta sellado; si no, se retiene con su motivo. Cómo se demuestra una cifra
La plataforma se niega a publicar un registro que no puede defender. El registro rechazado queda archivado con su motivo. Una ejecución en la que se retuvieron dos registros
AI Native Era Business World · 7 capas
Los datos transaccionales dicen qué ocurrió. Una decisión también necesita saber qué significa y a quién afecta.
La capa 1 es el semantic model que los agentes leen hoy. Las capas 2 a 7 añaden significado, responsables y contexto a su alrededor, en el orden que marcan sus horizontes. Una capa solo se incorpora cuando cumple la regla de entrada que se explica más abajo, en los horizontes, y ningún agente escribe en ella.
Dentro de la empresa
1
Disponible hoy
Semantic model
Warehouse y modelos tabulares: las cifras en las que la empresa confía y sobre las que hay acuerdo.
Detalles
Esto es lo que los agentes leen hoy, a través de gateways de solo lectura. Cada cifra de un registro se direcciona a un valor de un resultado de consulta sellado sobre este modelo, y el registro abre esa evidencia en un clic.
2
Corto plazo
Data ontology
Qué significan los conceptos en esta empresa: a quién se considera “cliente activo”.
Detalles
Definiciones que su empresa aprueba; los agentes las leen. Un registro que usa un término puede apuntar a la definición que utilizó, de modo que dos departamentos que leen el mismo finding entienden lo mismo con él.
3
Corto plazo
Company ontology
Unidades, procesos, roles y quién es responsable de cada decisión.
Detalles
Definiciones que su empresa aprueba; los agentes las leen. Una vez que se sabe quién es responsable de qué, una recommendation puede dirigirse al rol responsable de la decisión, en lugar de a todos los que reciben el brief.
Filtro KVKK/GDPR
4
Medio plazo
Behavioral data
La huella de cómo funciona realmente la empresa: reuniones, calendarios, listas de tareas y correo electrónico. Los datos en bruto nunca se toman; primero pasan por un filtro KVKK/GDPR.
Se diseña para que ningún registro construido sobre esta capa pueda tener como sujeto a una persona, y para que cada lectura quede anotada donde su delegado de protección de datos pueda verla.
Cómo funciona el filtro
Rumbo, no entrega: nada de esto está hoy en el producto.
Pasa
- Nada, hasta que usted active una fuente
- Lecturas para una finalidad registrada de antemano
- Recuentos y duraciones a nivel de equipo
Se detiene
- Cualquier lectura sin una finalidad registrada
- Personas, buzones y categorías de su lista de exclusión
- Cualquier cosa sobre una persona identificada por su nombre
- Contenido de los mensajes, que permanece en su entorno y nunca llega al modelo
- Grupos demasiado pequeños para seguir siendo anónimos, que se retienen
Se diseña para anotar cada lectura en un libro de registro que su delegado de protección de datos y los representantes de los trabajadores pueden abrir. El cumplimiento normativo sigue correspondiéndole a usted como responsable del tratamiento; el filtro es nuestra forma de limitar lo que se lee.
5
Corto plazo
Unstructured data
Contratos, políticas, procedimientos, presentaciones y documentos.
Detalles
Una cifra tomada de un documento se direcciona a la versión del documento y al pasaje exacto del que procede. Una cifra que no se puede direccionar así no se utiliza como evidencia.
6
Medio plazo
Tacit knowledge
Conocimiento que nunca se ha puesto por escrito y que reside en la experiencia.
Detalles
Se recoge como registros con nombre: una persona declara lo que sabe, el registro lleva su nombre y la fecha, y nunca se presenta como dato.
Fuera de la empresa
7
Largo plazo
External knowledge
Internet, estudios de mercado e informes sectoriales, proveedores, socios y other agents.
Detalles
Las fuentes externas y otros agentes entran como material citado de menor confianza, solo de entrada. Pueden añadir contexto a un registro. Nunca son la evidencia de una cifra.
Accountable decision episodes
Largo plazo
La estructura que vincula los registros con el momento de decisión al que aportaron información. Hoy no se ofrece como producto.
Cómo encaja todo
De los datos a los registros, y de los registros al conocimiento
Los agentes leen el mundo de la empresa y registran cada finding con su evidencia. Company Context se destila de esos registros, y el conocimiento llega a cada persona en la forma que necesita. Los agentes leen, verifican y registran. Nunca escriben en los sistemas del cliente.
A
Sistemas empresariales
Structured data
Disponible hoy
- ERP
- CRM y ventas
- Finanzas y contabilidad
Unstructured data
Corto plazo
- Documentos y contratos
Medio plazo
- Correo electrónico
- Reuniones y calendario
Mundo exterior
Largo plazo
- Internet
- Informes de mercado
- Proveedores y socios
- Other agents
B
El mundo que leen los agentes
AI Native Era Business World · 7 capas
El mundo en bruto que leen los agentes, dentro y fuera de la empresa.
C
Agentes de AgenticObjects
Leen · verifican · registran
Solo lectura
D
Registros
Agentic objects: registros persistentes en los que cada cifra tiene una dirección y una evidencia.
En qué se convierten los registros
Company Context
Medio plazo
Memoria de la empresa destilada solo a partir de registros publicados: qué sabía la empresa, cuándo y con qué evidencia.
Actionable insights
Información que una persona puede comprobar, en la que puede confiar y sobre la que puede actuar.
El objeto adecuado para cada persona
El mismo registro, en la forma que necesita su lector.
E
Objetos de conocimiento
Disponible hoy
- Finding Qué ha cambiado, con su evidencia
- Recommendation Qué se puede hacer
- Brief Un resumen periódico
Corto plazo
- Stories Enlaza findings en una narrativa
- Investigation Profundiza en una sola pregunta
- Perceptive Dashboard Alimentado por registros publicados, tan actual como el más reciente
Objetos de conocimiento
El mismo registro, una forma distinta para cada lector.
Un finding, la recommendation construida sobre él y el brief que contiene ambos son tres tipos de registro, vinculados entre sí por su evidencia. Cada uno conserva el vínculo con las cifras en las que se apoya. Stories, Investigation y Perceptive Dashboard vienen a continuación, construidos sobre los mismos registros.
Disponible hoy
Corto plazo
Disponible hoy
Ilustración
Finding · Agente CFO · ejecución programada
01M1B399HJ93R8075A761ESV8N
Los ingresos netos están por debajo de su media de 4 semanas; la diferencia se concentra en dos grupos de productos.
Net revenue last month: ■■■. Its 4-week average: ■■■. Share of the gap in the two product groups: ■■■.
Evidencia revenue_net@last_month · evidencia 3/3 · e1.r1.c0x.w8
Para el analista y el controller: qué ha cambiado, y la dirección de la que se leyó cada cifra.
Disponible hoy
Ilustración
Recommendation · Agente CFO · ejecución programada
Revise las condiciones de precio y descuento en los dos grupos de productos que concentran la diferencia.
Se apoya en Finding 01M1B399HJ93R8075A761ESV8N: los ingresos netos están por debajo de su media de 4 semanas.
Evidencia revenue_net@last_month · evidencia 3/3 · e1.r1.c0x.w8
Para la persona responsable de la decisión: qué se puede hacer, enlazado al finding en el que se apoya.
Disponible hoy
Ilustración
Informe ejecutivo del lunes · Agente CFO · 08:10 · programado
Esta semana: los ingresos netos están por debajo de su media de 4 semanas, concentrados en dos grupos de productos, y se recomienda una revisión de precios.
Cubre 1 finding y 1 recommendation, y cada uno abre su propio registro.
Evidencia evidence chain abierta · e1.r1.c0x.w8
Para el directivo: la semana en unas pocas líneas, con cada línea todavía a un clic de su evidencia.
Corto plazo
Stories
Varios findings ordenados como un único relato de lo que ocurrió. Cada paso del relato sigue abriendo su propio registro y su propia evidencia.
Hoy no está en el producto. Se construye sobre los mismos registros, con los mismos enlaces de evidencia.
Corto plazo
Investigation
Un agente lleva una pregunta más lejos de lo que lo haría una ejecución programada, y registra lo que encontró y lo que descartó.
Hoy no está en el producto. Se construye sobre los mismos registros, con los mismos enlaces de evidencia.
Corto plazo
Perceptive Dashboard
Un dashboard cuyos paneles son registros publicados, de modo que se mantiene al día a medida que se publican registros, y cada panel abre el finding y la evidencia que hay detrás.
Hoy no está en el producto. Se construye sobre los mismos registros, con los mismos enlaces de evidencia.
Horizontes, no fechas
Un orden de trabajo, no un calendario de entregas
Cada horizonte se construye sobre el anterior. Nuestra regla para cada nueva capa: solo se incorpora cuando existen tres cosas: una dirección para su evidencia, una regla para negarse cuando falta esa evidencia y una regla de acceso que fijan sus administradores.
Disponible hoy
- Capa 1: el semantic model
- Agentes de AgenticObjects, de solo lectura
- Registros con evidencia direccionada
- Finding, Recommendation, Brief
Estado
ENTREGADO
Corto plazo
- Capa 2: data ontology
- Capa 3: company ontology
- Capa 5: unstructured data
- Stories, Investigation, Perceptive Dashboard
Estado
A CONTINUACIÓN
Medio plazo
- Capa 4: behavioral data, a través de un filtro KVKK/GDPR
- Capa 6: tacit knowledge
- Company Context
Estado
MÁS ADELANTE
Largo plazo
- Capa 7: external knowledge, incluidos other agents
- Accountable decision episodes: el momento de la decisión vinculado a los registros en los que se apoyó
Estado
MÁS ADELANTE
Esta página describe un rumbo. No es un compromiso de entregar una capacidad en una fecha.
Empiece donde ya funciona.
Un piloto se ejecuta sobre lo que está disponible hoy: en su warehouse, con los criterios de aceptación escritos antes. Todo lo demás en esta página es rumbo.
Los agentes llevan a cabo sus ejecuciones; no realizan ninguna acción en sus sistemas. Lo que dejan tras de sí es el registro.