Términos que aparecen seguido en propuestas de transformación digital. Definidos en español neutro y orientados a founders y CEOs de empresas medianas chilenas.
Sistema 24/7 con un modelo de lenguaje + base de conocimiento + integraciones a tu operación.
Diferente a un chatbot tradicional: entiende lenguaje natural y contexto, no palabras clave. Típicamente combina Claude o GPT, RAG sobre tu sitio/CRM, integraciones a WhatsApp Business / Cal.com / CRM, panel de logs y operación mensual de ajuste.
Ver también: RAG (Retrieval Augmented Generation), WhatsApp Business API, LLM (Large Language Model)
Guía pilar →Modelos que generan contenido nuevo (texto, código, imagen, audio) en lugar de solo clasificar.
Incluye Claude, GPT, Gemini, Llama, Mistral. La diferencia con la IA "clásica" es que produce output original adaptado al contexto en lugar de devolver una respuesta predefinida. Es la base de los agentes y la mayoría de las automatizaciones modernas.
Ver también: LLM (Large Language Model), Agente IA, Fine-tuning
Modelo de lenguaje grande entrenado con texto masivo. Claude, GPT, Gemini son LLMs.
Se mide por tamaño de contexto (cuántos tokens puede leer de una vez), velocidad de respuesta, costo por token y benchmarks de razonamiento. Para empresas chilenas en 2026: Claude 3.5/4 y GPT-4o son los defaults.
Ver también: IA generativa, Tokens, Agente IA
Técnica que conecta un LLM a tu base de conocimiento privada en tiempo real.
En vez de re-entrenar el modelo con tu información (caro, lento, riesgoso), RAG busca fragmentos relevantes en tus documentos cuando llega una consulta y los pasa al modelo como contexto. Es la forma estándar de hacer agentes que saben sobre tu empresa específica.
Ver también: Agente IA, Embeddings, Fine-tuning
Re-entrenar un LLM existente con tu data específica para personalizarlo.
Requiere miles de ejemplos etiquetados, horas de cómputo y mantenimiento continuo. En 95% de los casos para empresas medianas chilenas, RAG + buen prompt es mejor opción que fine-tuning. Solo justifica fine-tuning para tareas muy específicas con dataset robusto.
Ver también: RAG (Retrieval Augmented Generation), LLM (Large Language Model), Embeddings
Representación numérica de texto que permite búsqueda por significado en vez de por palabra.
Convierte cada fragmento de tu documentación en un vector de números. Cuando llega una consulta, se convierte en vector y se buscan los fragmentos más cercanos. Es la base técnica de RAG. Modelos comunes: text-embedding-3 (OpenAI), Voyage AI, Cohere.
Ver también: RAG (Retrieval Augmented Generation), Vector database
Base de datos optimizada para almacenar y buscar embeddings.
Existen distintas opciones según volumen: extensiones para Postgres, motores especializados como Pinecone, Weaviate o Qdrant. Para empresas medianas chilenas con <1M documentos, una extensión sobre Postgres suele ser la opción más eficiente en costo y desempeño.
Ver también: Embeddings, RAG (Retrieval Augmented Generation)
Unidad mínima en que un LLM "ve" el texto. Aproximadamente 0.75 palabras en español.
El precio de los modelos se cobra por tokens (input + output). Un mensaje de WhatsApp típico son 50-200 tokens. Una conversación de soporte completa: 1.000-5.000 tokens. Importa para presupuestar costos a escala.
Las instrucciones que le das al modelo. Define tono, comportamiento y límites.
En un agente IA serio el prompt está versionado (como código), se itera mensualmente sobre transcripts reales y vive en el repositorio del proyecto. Mucho de la calidad del agente depende de la calidad del prompt, no solo del modelo.
Ver también: Agente IA, LLM (Large Language Model)
CLI de Anthropic para desarrollo asistido por IA.
Permite que Claude opere directamente en el codebase: lee, escribe, edita, ejecuta tests. Una pieza central del flow AI-native en equipos que construyen software en 2026.
Ver también: AI-native, LLM (Large Language Model)
Scripts que automatizan tareas repetitivas siguiendo reglas fijas.
Tecnología pre-IA: si el sistema cambia o aparece un caso no previsto, se rompe. En 2026 RPA está siendo reemplazado por automatizaciones IA que entienden contexto y manejan excepciones. RPA todavía tiene lugar en flujos muy estables y de alto volumen.
Ver también: Automatización con IA, Agente IA
Reemplazar tareas repetitivas con software que entiende contexto y maneja excepciones.
A diferencia de RPA, no requiere reglas explícitas para cada caso. La IA decide qué hacer según el contexto, escala al humano cuando corresponde y mejora con el uso. Top usos en empresas medianas chilenas: cotización B2B, atención WhatsApp, reportes ejecutivos.
Ver también: RPA (Robotic Process Automation), Agente IA, Workflow
Guía pilar →Secuencia automatizada de pasos que conecta sistemas (ej. CRM → email → calendario).
Herramientas low-code típicas: Make (ex Integromat), n8n, Zapier. En 2026 los workflows incorporan pasos IA (clasificación, generación de copy, decisión) que antes requerían código.
Ver también: Automatización con IA, Integraciones
Sistema que genera cotizaciones B2B automáticas con catálogo conectado y lógica IA.
Reemplaza el proceso manual en Excel/Word. Pasa de 2h por cotización a <5 min. Reduce errores y da histórico estructurado. Caso real: B2B Industrial bajó 80% el tiempo.
Ver también: Automatización con IA, Integraciones
Ver servicio →Equipo cuya operación diaria está construida sobre IA, no que "usa IA a veces".
Real: cada decisión técnica considera primero "¿se puede hacer con IA?", agentes corren tareas repetitivas en background mientras humanos arquitectan, output medible 5-10x del flow tradicional. NO real: "tenemos ChatGPT instalado" o "hicimos un workshop".
Ver también: Claude Code, Agente IA
Customer Satisfaction Score. 1 pregunta al final de una interacción: "¿te ayudé?".
Métrica clave para medir agentes IA. Target en empresa mediana chilena ≥ 4.2/5. Si no estás midiendo CSAT en tu agente, no sabes si funciona.
Ver también: Agente IA
Conexión entre dos sistemas para que se hablen. Vía API o vía herramienta low-code.
En empresas medianas chilenas las integraciones más comunes son: ERP local (Defontana, Softland, Bsale, Manager) ↔ web, CRM ↔ email transaccional, WhatsApp ↔ CRM, Stripe/Webpay ↔ contabilidad.
API oficial de Meta que permite conectar IA, CRM y automatizaciones a WhatsApp.
Diferente a la app móvil "WhatsApp Business" gratis, que no se conecta a sistemas. La API se solicita vía Meta Cloud API o un BSP (Twilio, 360dialog). Costo: ~$15-40 USD/mes según volumen.
Ver también: Agente IA, Integraciones
Guía técnica de setup →Conjunto de tecnologías 2024+ que permite construir productos en semanas, no en meses.
Características: deploy en segundos, costos bajos a escala, edge computing, integración nativa con IA, bases de datos serverless. Reemplazo del stack tradicional (servidores monolíticos + cron jobs + plataformas legacy) que requería equipos grandes y plazos largos.
Framework web optimizado para sitios performantes con poco JavaScript.
Genera HTML estático por defecto, permite islas interactivas (React/Vue/Svelte) donde hace falta. Ideal para sitios marketing, blogs y landing pages que necesitan velocidad de carga sub-segundo y SEO óptimo.
Ver también: Stack moderno, Vercel
Framework React full-stack para apps con server actions, autenticación y data dinámica.
Default cuando construimos apps complejas (LMS, dashboards, e-commerce custom). Para sitios marketing prefiero Astro por performance.
Ver también: Stack moderno, Vercel
Plataforma de deploy y hosting optimizada para sitios web modernos.
Free tier generoso, deploy en segundos vía git push, edge network global, métricas de performance integradas. Categoría preferida del mercado para proyectos web modernos en 2026.
Backend open-source con Postgres, autenticación, storage y edge functions.
Alternativa moderna a Firebase, con SQL real (Postgres) en lugar de NoSQL. Free tier de 500MB. Una de las opciones más usadas como base de datos y autenticación en stacks modernos para pyme.
Métrica que mide qué tan rápido se ve el contenido principal del sitio.
Core Web Vital de Google. Target < 2.5s, ideal < 1.5s. Influye en SEO y conversión: cada 100ms de mejora puede subir conversión 1-2%. Se logra con arquitectura performante, lazy loading agresivo y CDN edge.
Vocabulario estándar para describir contenido a buscadores (Google, Bing) en JSON-LD.
Tipos comunes: Organization, LocalBusiness, Service, Article, FAQPage, BreadcrumbList. Implementarlo bien aumenta visibilidad en SERP (rich snippets, knowledge panel).
Convertir una operación tradicional en una operación moderna donde el software hace las tareas repetitivas.
En 2026 transformación digital end-to-end con IA significa cubrir 4 capas: datos (bases de datos modernas + integraciones a tu ERP), procesos (orquestación y automatización), frontend (interfaces performantes) e inteligencia (modelos LLM de última generación). Si tu proveedor solo te habla de una capa, te está vendiendo un parche.
Ver también: IA generativa, RAG (Retrieval Augmented Generation), Stack moderno
Ver guía completa →La versión mínima de un producto que valida la hipótesis principal en producción.
En 2026 con stack moderno + IA, un MVP funcional para validar mercado se construye en 4-6 semanas, no 4-6 meses. Si tu agencia te promete 6 meses para un MVP B2B clásico, está cobrando 2022 a precios de 2026.
Ver también: AI-native, Stack moderno
Por qué MVP rápido es posible hoy →Recurso gratuito (PDF, calculadora, mini-curso) que se entrega a cambio de email.
Útil para captar contactos top-of-funnel. Mejor cuando es genuinamente útil (no un brochure disfrazado). Nuestro lead magnet es el Blueprint de Transformación Digital.
Cuánto ganas vs cuánto invertiste, expresado en %.
Para automatizaciones con IA: (ahorro mensual × meses operando − inversión inicial) / inversión inicial. La regla simple: si retorna en menos de 6 meses, hazlo. Más de 12, prioriza otra cosa.
Calcular mi ROI →Cuánto te cuesta conseguir un cliente nuevo, en promedio.
Total invertido en marketing y ventas / clientes nuevos en el período. Importa para medir la eficiencia del sistema de adquisición. Reducir CAC con IA es uno de los retornos más rápidos.
Reserva una llamada de 30 minutos o agenda directamente la auditoría. Sin compromiso, sin pitch corporativo. Vemos si encajamos en 30 minutos.
Respuesta en menos de 24 horas hábiles