Inspiration

Desarrollo. Un vendedor de telecom, TI y ciberseguridad no es ingeniero, pero en una reunión con el cliente tiene que decidir qué preguntar, qué servicios ofrecer y cuánto cuesta, con un catálogo de más de 50 productos. Cuando le falta un dato, la propuesta sale incompleta, se inventa un precio o se pierde días esperando al arquitecto de soluciones. Queríamos que el vendedor llegara a la reunión con un copiloto que le diga qué preguntar y cuándo pedir ayuda.

What it does

Innovación. Copiloto de Preventa guía la reunión paso a paso:

El vendedor describe la necesidad del cliente (por texto, chips o dictado) y Claude identifica qué servicios del catálogo encajan y extrae los datos del caso.
El sistema hace una sola pregunta a la vez, con un semáforo que muestra si el caso está completo, falta información o requiere al arquitecto.
Los precios los calcula un motor de reglas con la lista oficial (IVA 16% incluido), no la IA. Lo que no se puede cotizar queda marcado como "por cotizar" o "por validar".
Genera una propuesta en PDF, con una introducción redactada por IA sin precios, y la manda a revisión humana.
Tiene roles: vendedor, arquitecto (bandeja de validación), administrador y comprador (portal propio donde el cliente solicita y acepta propuestas).
Incluye un simulador de cliente que evalúa al vendedor de 0 a 10 con una rúbrica de cinco criterios.

How we built it

Backend en FastAPI con MongoDB, autenticación JWT en cookies httpOnly, contraseñas con bcrypt y bloqueo tras 5 intentos fallidos.
Frontend en React, Tailwind y shadcn/ui, con modo claro y oscuro, diseño móvil y PDF generado con jsPDF.
Claude (Sonnet para extracción, chat y simulador; Opus para redacción) vía Emergent LLM key.
Un motor de reglas en código (engine.py) decide completitud, siguiente pregunta, ventas cruzadas, semáforo y precios. La IA entiende y redacta; las reglas deciden.
Pruebas automatizadas con pytest sobre la API.

Challenges we ran into

Evitar que la IA inventara precios o productos: separamos lo que decide el código de lo que redacta el modelo y obligamos al chat a citar solo el catálogo.
Hacer preguntas útiles sin abrumar al vendedor: una pregunta grande por vez y sin repetir lo que el cliente ya dijo.
Manejar varios roles sin que se vean los casos de otros, y proteger el acceso sin permitir registro abierto del personal.
Mantener una interfaz clara en celular, donde muchos vendedores trabajan.

Accomplishments that we're proud of

Una aplicación completa y funcional con cuatro roles, portal de cliente, propuesta en PDF y simulador de entrenamiento.
Un diseño donde la IA acelera el trabajo, pero el precio y la validación quedan bajo reglas y revisión humana.
Cobertura de pruebas automatizadas y buenas prácticas de seguridad desde el inicio.

What we learned

Una IA es más confiable cuando se le da un trabajo acotado y se deja el cálculo a código determinista.
Un buen copiloto hace menos preguntas, pero mejores, y deja claro cuándo escalar a una persona.
Diseñar para usuarios no técnicos cambia todo: el lenguaje, el orden y el tamaño de cada pantalla.

What's next for Alestra: Copiloto de preventa

Conectar el catálogo y los precios reales a una fuente en vivo en lugar de archivos JSON.
Integrar con el CRM para crear y actualizar oportunidades automáticamente.
Medir con equipos reales cuánto se reduce el tiempo de propuesta y cuántos casos requieren escalar.
Mejorar el simulador con más escenarios y retroalimentación personalizada.

Repositorio: https://github.com/marcelinoliracastro/copiloto-preventa Prototipo independiente, no oficial de Alestra.