Inspiration

Nació de la necesidad de byecode de mejorar el proceso en el cual se gestionan sus oportunidades comerciales y toman decisiones durante sus procesos de venta. Identificamos que uno de los principales problemas no es la falta de clientes potenciales, sino la dificultad para interpretar su comportamiento y determinar cuándo es conveniente continuar una negociación, esperar o detener el seguimiento. Esto nos inspiró a desarrollar una solución que combinara inteligencia artificial, análisis de información y reglas comerciales para ayudar a las empresas a tomar decisiones más fundamentadas, reducir esfuerzos innecesarios y aprovechar mejor sus recursos.

What it does

Desarrollamos un agente de inteligencia artificial para Byecode que combina la atención automatizada de prospectos con un sistema inteligente de recomendaciones comerciales. El agente interactúa con clientes potenciales, identifica sus necesidades, recopila información sobre sus proyectos y facilita la preparación de solicitudes de propuestas comerciales. Además, analiza eventos como la apertura de propuestas, las respuestas de los clientes y el historial de interacciones para determinar cuál debería ser la siguiente acción. Dependiendo de la información disponible, puede recomendar continuar el contacto, solicitar información adicional, resolver objeciones, esperar o detener el seguimiento. También cuenta con un panel administrativo que permite visualizar indicadores comerciales, consultar el historial de los prospectos y revisar las recomendaciones generadas. Su finalidad es ayudar a Byecode a identificar oportunidades comerciales, optimizando el tiempo y los recursos destinados al seguimiento de clientes potenciales.

How we built it

Para desarrollar nuestro agente de inteligencia artificial, diseñamos una arquitectura que integra tecnologías de desarrollo web, procesamiento de información y modelos de lenguaje. Utilizamos React, TypeScript y Vite para construir la interfaz, mientras que el procesamiento de datos y la lógica del sistema se desarrollaron con Python y FastAPI. Implementamos SQLite para almacenar conversaciones, eventos comerciales, solicitudes y decisiones. Integramos inteligencia artificial para interpretar las necesidades de los prospectos, conservar el contexto de las conversaciones y generar recomendaciones comerciales estructuradas. Posteriormente, desarrollamos un motor de reglas que valida las recomendaciones antes de presentarlas, considerando restricciones, información faltante, historial y evidencias disponibles. Finalmente, incorporamos un panel administrativo con indicadores, reportes e historial de decisiones para facilitar el seguimiento y análisis de los procesos comerciales de Byecode.

Challenges we ran into

Uno de nuestros principales desafíos fue desarrollar el modelo de análisis predictivo, buscando que nuestro agente pudiera interpretar correctamente el comportamiento de los prospectos y recomendar acciones comerciales útiles. Nos enfrentamos a la dificultad de trabajar con información incompleta o señales ambiguas. Por ejemplo, que un cliente abra una propuesta varias veces no significa necesariamente que tenga intención de comprar. Otro desafío importante fue encontrar un punto de equilibrio para determinar cuándo continuar con una oportunidad de venta y cuándo era preferible esperar o detener el seguimiento. Debíamos evitar que el agente recomendara abandonar oportunidades con potencial, pero también impedir que sugiriera invertir recursos excesivos en prospectos sin señales suficientes de interés. Para abordar estos problemas, combinamos el análisis contextual de la inteligencia artificial con reglas de negocio, evidencias verificables y evaluaciones cualitativas de confianza y riesgo.

Accomplishments that we're proud of

Nuestro mayor logro fue desarrollar un prototipo funcional de agente de inteligencia artificial que integra la atención comercial automatizada con un motor de apoyo a la toma de decisiones para Byecode. Conseguimos que el agente no se limitara a responder preguntas, sino que pudiera conservar el contexto de las conversaciones, identificar necesidades y generar recomendaciones comerciales fundamentadas. También logramos implementar un sistema de validación independiente de la inteligencia artificial, capaz de detectar recomendaciones que incumplen las restricciones comerciales. Entre los resultados obtenidos durante nuestras pruebas técnicas destacan: 95 pruebas automatizadas aprobadas, sin fallos. 128 casos sintéticos evaluados, cumpliendo 256 de 256 expectativas. 128 recomendaciones válidas generadas durante el benchmark. 120 intentos de contacto prohibido rechazados correctamente. Aunque estos resultados corresponden a escenarios de prueba y no a ventas reales, representan un avance significativo en el desarrollo y validación de nuestro agente.

What we learned

Durante el desarrollo aprendimos que construir un agente de inteligencia artificial requiere mucho más que conectar un modelo de lenguaje a una interfaz. Comprendimos la importancia de estructurar correctamente la información, conservar el contexto, establecer restricciones y validar las decisiones generadas por la IA. Uno de nuestros aprendizajes más importantes fue reconocer que una señal de interés comercial no necesariamente representa una intención real de compra. También descubrimos que una recomendación de esperar o no actuar puede ser tan valiosa como una recomendación de contactar a un prospecto. Este proyecto nos permitió fortalecer nuestros conocimientos sobre inteligencia artificial, programación, análisis de datos, automatización y toma de decisiones comerciales. Sobre todo, aprendimos que optimizar un proceso de ventas no significa insistir más, sino saber cuándo actuar y cuándo es mejor conservar los recursos de la empresa.

What's next for bIAcode

Nuestro siguiente paso es continuar perfeccionando el agente de inteligencia artificial desarrollado para Byecode, especialmente en la interpretación del comportamiento comercial y la calidad de sus recomendaciones. Buscamos mejorar el modelo de análisis mediante pruebas con escenarios comerciales más representativos, fortaleciendo su capacidad para identificar oportunidades y reconocer situaciones en las que conviene esperar o detener el seguimiento. También contemplamos integrar nuevas funcionalidades, como la comunicación mediante WhatsApp Business, la automatización de seguimientos autorizados y la conexión con sistemas de contratación y pago. Además, será necesario completar la validación con los archivos oficiales del reto y realizar evaluaciones adicionales antes de considerar su implementación en un entorno productivo. A largo plazo, buscamos que nuestro agente se convierta en una herramienta capaz de apoyar de manera continua al equipo comercial de Byecode, facilitando decisiones más eficientes y fundamentadas. Nuestra visión es transformar la información comercial en decisiones inteligentes, porque el éxito de una venta no depende únicamente de saber cómo vender, sino también de reconocer cuándo vale la pena continuar.

Built With

Share this project:

Updates

Submission history