ConSol

Pflegeausbildungsfonds Bayern GmbH es el organismo competente, delegado por el Estado Libre de Baviera, para financiar la formación en cuidados en Baviera. Dicho de forma sencilla, calculamos las necesidades de financiación, recaudamos las cuotas correspondientes y gestionamos esos fondos en el fondo de compensación. Después, abonamos las asignaciones previstas a los centros de formación y las escuelas de enfermería. Soy subdirector gerente y, además de mis responsabilidades generales, también participo en proyectos estratégicos y organizativos, especialmente en aquellos relacionados con la mejora y digitalización de nuestros procesos.

El proyecto con ConSol constaba principalmente de dos partes. La primera era un chatbot basado en IA para nuestra página web. Debía acceder a los contenidos de nuestro portal de conocimiento y ayudar a los usuarios con sus preguntas. Para nosotros, un reto particular es que la financiación de la formación en cuidados es un ámbito muy específico y, en parte, complejo, con numerosas particularidades técnicas y jurídicas. Por eso era fundamental que la IA entendiera estas relaciones y ofreciera respuestas lo más precisas posible. La segunda parte era una solución interna de IA en un entorno protegido que cumpliera la normativa de protección de datos. Por un lado, debía servir a nuestros empleados como una herramienta inteligente de consulta y, por otro, ayudarles en procesos de trabajo internos concretos. Un ejemplo es el mantenimiento de nuestro portal de conocimiento. Junto con ConSol, desarrollamos un editor wiki basado en IA capaz de condensar y resumir contenidos extensos, y prepararlos para nuestro portal. También utilizamos la solución, por ejemplo, para redactar descripciones de procesos o preparar propuestas de respuesta para correos electrónicos.

Para el proyecto, llevamos a cabo un proceso de selección en el que participaron varias empresas. ConSol nos llamó la atención muy pronto y para bien. Prepararon la propuesta rápidamente y el contenido estaba redactado de forma muy clara y concreta. Sobre todo, desde el principio tuvimos la impresión de que entendían nuestros requisitos y sabían qué era importante para nuestro caso de uso específico. Después, organizamos juntos un taller para definir los requisitos. A partir de ahí, ConSol preparó una presentación de la propuesta muy bien estructurada y fácil de seguir. En última instancia, nos convenció el conjunto: su comprensión de nuestros requisitos, su competencia técnica y un método de trabajo claro.

Tras adjudicar el proyecto, empezamos enseguida con la implementación. Al principio celebramos una reunión inicial en la que acordamos el calendario, los distintos paquetes de trabajo y los siguientes pasos. Después, mantuvimos reuniones periódicas sobre el proyecto cada dos semanas. Por nuestra parte, participaron principalmente nuestro responsable de TI y yo. En función del tema, también incorporamos a compañeros de las áreas correspondientes. En ConSol tuvimos personas de contacto fijas, lo que hizo que la comunicación fuera muy sencilla. Nos informaban periódicamente del estado del desarrollo y pudimos ver los primeros avances muy pronto. En apenas cuatro semanas ya teníamos a nuestra disposición una primera versión de prueba. Durante las pruebas, por ejemplo, nos dimos cuenta de que debíamos adaptar determinados contenidos y estructuras de nuestro portal de conocimiento para que la IA pudiera trabajar aún mejor con ellos. Fue un proceso de aprendizaje importante en el que ConSol nos acompañó de cerca. La solución interna de IA también pasó por una fase de pruebas con nuestros empleados. Los compañeros pudieron probar la aplicación en su trabajo diario y compartir sus comentarios directamente. Después, analizamos esos comentarios conjuntamente y los incorporamos al desarrollo posterior. También fue muy positivo que se respetara el presupuesto. Pudimos completar todo el proyecto dentro del presupuesto previsto. Incluso sobró una parte, que ya hemos podido utilizar para empezar a coordinar posibles proyectos posteriores.

Por parte de ConSol, trabajamos principalmente con dos personas de contacto fijas. Un desarrollador se encargó de supervisar continuamente la implementación técnica. Además, tuvimos una persona de contacto fija que coordinó el proyecto en su conjunto y la comunicación entre nosotros y el equipo de desarrollo. Al principio del proyecto, se incorporó temporalmente a otro desarrollador para poder trabajar en paralelo en determinados temas y avanzar más rápido. Una vez terminadas esas tareas, el equipo volvió a reducirse en consecuencia. La comunicación con nuestras personas de contacto fue muy buena durante todo el proyecto. En todo momento sabíamos a quién dirigirnos para plantear preguntas técnicas o especializadas.

Nuestra experiencia ha sido muy positiva tanto con la solución de uso interno como con el chatbot externo. Dentro de la organización, recibimos comentarios positivos especialmente de los compañeros que trabajan habitualmente con la IA y la utilizan, por ejemplo, para preparar contenidos para nuestro portal de conocimiento. La solución nos aporta un valor real, sobre todo para estructurar, resumir y preparar grandes cantidades de información. Además, durante el propio proyecto aprendimos mucho sobre cómo utilizar la IA de forma eficaz. ConSol no se limitó a desarrollar una solución técnica, sino que nos explicó en varias ocasiones qué ocurre en segundo plano, qué posibilidades existen y qué debemos tener en cuenta al utilizarla. El chatbot externo también ha cumplido nuestras expectativas. Para nosotros fue toda una revelación comprobar lo bien que la solución puede gestionar contenidos y cuestiones especializadas muy concretas y, en parte, complejas. Desde nuestro punto de vista, se alcanzó plenamente el objetivo inicial del proyecto.

La colaboración fue muy fiable en este sentido. Por lo general, recibíamos respuesta a nuestras preguntas y comentarios ese mismo día. El calendario del proyecto también fue muy positivo. Se cumplieron los hitos acordados y el proyecto pudo finalizarse incluso antes de lo previsto inicialmente. Fue especialmente útil que los comentarios no solo se tuvieran en cuenta, sino que se tradujeran rápidamente en cambios concretos. Así, tuvimos en todo momento la sensación de que el proyecto avanzaba de forma continua.

Para mí, lo más positivo fue el trato personal durante la colaboración. Desde el principio conectamos muy bien con el equipo de ConSol y mantuvimos una comunicación abierta y sencilla. Pero para mí fue igual de importante la forma de comunicarse. No soy especialista en TI. Aun así, ConSol consiguió explicar los aspectos técnicos y la evolución del proyecto de manera que resultaran fáciles de entender, incluso sin tener conocimientos técnicos avanzados. En un proyecto de IA con cuestiones a veces muy técnicas, esta capacidad me parece fundamental.

La verdad es que no se me ocurre nada importante. Quedamos muy satisfechos tanto con la ejecución técnica y especializada como con la comunicación y la colaboración. ConSol también fue muy flexible con los aspectos organizativos y contractuales, y se adaptó a nuestras necesidades. Así pudimos aprovechar al máximo el presupuesto disponible e incluso empezar a abordar juntos algunos temas adicionales y posibles proyectos posteriores. Por tanto, desde nuestro punto de vista, a partir de este proyecto no señalaríamos ningún aspecto concreto que hubiera que mejorar.

Bauer Sanierungen es una empresa del sector de la construcción con más de 30 empleados, especializada en reparar daños causados por incendios, agua y moho. Además, ofrece servicios de fontanería, calefacción, secado técnico y pintura. En Bauer Sanierungen me encargo de la gestión administrativa y la coordinación, y durante el proyecto de IA fui la persona de contacto y responsable de tomar las decisiones por nuestra parte.

Nuestro objetivo principal era ofrecer a todos los empleados un acceso protegido, estructurado y homogéneo a la IA generativa, en lugar del uso irregular y potencialmente arriesgado que hacían hasta entonces (IA en la sombra). También queríamos agilizar considerablemente la elaboración de informes y documentos, que requiere mucho tiempo. Además, era imprescindible contar con una configuración que cumpliera la normativa de protección de datos, con almacenamiento local y opciones europeas de alojamiento de IA.

Para nosotros era fundamental que ConSol tuviera en cuenta nuestros requisitos desde el principio: una plataforma de IA on-premise en nuestro propio servidor, basada en la solución de código abierto Open WebUI y conectada a Mistral, una empresa europea de IA, conforme al RGPD. También nos convencieron el modelo de licencias sin cuotas por usuario, que aporta transparencia en los costes, y la arquitectura flexible, que permite cambiar más adelante de empresa de IA o utilizar otras en paralelo.

El proceso estuvo claramente estructurado: en una primera fase, priorizamos junto con ellos casos de uso concretos: informes de localización de fugas, informes técnicos, bots de conocimiento para la gestión de inmuebles y equipos, y acceso digital a los materiales de formación. En el segundo paso, se instaló la plataforma en nuestro propio servidor Ubuntu, se conectó Mistral como empresa de IA y se desarrollaron los primeros asistentes. Paralelamente, se creó un modelo granular de roles y permisos para controlar el acceso de todos los empleados. El proyecto concluyó con una fase de pruebas, formación y despliegue gradual en el equipo.

Por nuestra parte participaron pocas personas: yo, como coordinador y contacto principal; varios especialistas del equipo, que definieron los casos de uso y revisaron los resultados; y nuestro departamento de TI, que se ocupó del servidor y los accesos. Por parte de la empresa participó una persona en el proyecto, responsable de la gestión, el desarrollo y la integración.

Sí. Actualmente, nuestros empleados utilizan un acceso centralizado y protegido al trabajo asistido por IA, lo que ha reducido considerablemente el tiempo dedicado a tareas recurrentes, como la elaboración de informes. La configuración conforme a la normativa de protección de datos en nuestro propio servidor, con empresas europeas, ofrece seguridad jurídica, y evitar las licencias por usuario aporta transparencia en los costes. Además, gracias a la arquitectura abierta, mantenemos la opción de cambiar de empresa de IA o utilizar varias en paralelo. También tenemos previstas ampliaciones, como conectar nuestra herramienta interna de planificación y nuestros sistemas ERP, para integrar aún más la plataforma de IA en nuestros procesos de trabajo.

Sí, se cumplieron los hitos acordados. Nuestro feedback se tuvo en cuenta con rapidez y de forma clara: los ajustes se implementaron en poco tiempo y la comunicación sobre el estado del proyecto fue clara y transparente en todo momento.

Lo que más nos impresionó fue la facilidad con la que la empresa satisfizo nuestros estrictos requisitos en materia de protección de datos, con servidores propios, una base de código abierto y empresas europeas, sin renunciar a ninguna funcionalidad. También destacó el enfoque práctico: no nos abrumaron con tecnología por ser una empresa del sector de la construcción, sino que adaptaron las herramientas de IA a nuestros procesos de trabajo reales.

Poco que mejorar, la colaboración fue profesional en todo momento. Como pequeña propuesta de mejora, nos habría resultado muy útil una incorporación algo más completa y una recopilación centralizada de plantillas y prompts habituales para los principales casos de uso de las pymes.

Soy el gerente de Bauer Sanierungen. Nos encargamos de reparar daños causados por incendios, agua y moho, además de realizar trabajos de secado, fontanería, calefacción, pintura y barnizado. Como gerente, me ocupo de que las obras avancen bien, de que nuestros equipos estén bien organizados y de que trabajemos de forma rentable.

Teníamos un problema real con la planificación de los trabajos. Organizábamos gran parte del trabajo de nuestros equipos de secado y de profesionales manualmente, a veces mediante hojas de cálculo compartidas. Era difícil tenerlo todo bajo control y esto provocaba una y otra vez desplazamientos innecesarios y mucho tiempo dedicado a coordinarnos. También habíamos analizado algunas soluciones estándar del mercado. El problema era que ninguna entendía ni reflejaba realmente cómo funciona nuestro negocio en el día a día. Sobre el papel, algunas parecían adecuadas, pero en la práctica faltaban procesos, dependencias y particularidades importantes. Por eso, teníamos claro que necesitábamos una solución propia. Antes, probablemente, un desarrollo a medida habría sido demasiado caro y laborioso para nosotros. ConSol nos demostró que hoy, con ayuda de la IA, se puede desarrollar software personalizado mucho más rápido y a menor coste. Eso hizo que una solución a medida fuera realmente viable para nosotros. Nuestro objetivo era contar con una herramienta sencilla y adaptada a nuestras necesidades para organizar los trabajos. Tenía que ayudarnos a tenerlo todo bajo control, planificar mejor los equipos y evitar desplazamientos en vacío.

ConSol entendió enseguida lo que necesitábamos. No buscábamos un gran software estándar, sino una solución que encajara con nuestro día a día. Para nosotros fue fundamental que ConSol se tomara en serio nuestros procesos reales. No se trataba de encajar nuestra empresa a la fuerza en un sistema ya hecho, sino de crear una herramienta que apoyara nuestra planificación tal y como la necesitamos en el trabajo diario. Nos convenció especialmente su enfoque: desarrollar software con ayuda de la IA de forma mucho más rápida y económica que antes. Para nosotros, como empresa del sector de la construcción y las reparaciones, era un aspecto importante. No queríamos embarcarnos en un proyecto informático interminable ni hacer una gran inversión, sino contar con una solución práctica y rentable. ConSol hizo posible exactamente eso.

Primero analizamos juntos cómo organizábamos la planificación hasta entonces y dónde estaban los problemas. No nos limitamos a dibujar procesos sobre el papel, sino que hablamos de la realidad del día a día: qué equipos están disponibles, qué trabajos dependen unos de otros, dónde se producen desplazamientos en vacío y dónde perdemos tiempo coordinándonos. Después, desarrollamos paso a paso una herramienta de planificación y asignación de trabajos adaptada a nuestros procesos. Para ello, ConSol utilizó herramientas modernas de IA en el desarrollo de software. Así obtuvimos resultados tangibles mucho antes de lo que habríamos esperado con un desarrollo de software tradicional. Pudimos comentar lo que no acababa de encajar, y esos puntos se incorporaron y se mejoraron de inmediato.

Por nuestra parte, participaron la dirección y las personas responsables de la planificación. Yo me impliqué sobre todo para asegurarme de que la solución tuviera sentido para nuestra empresa. Por parte de ConSol, participaron una persona de contacto técnico y un desarrollador.

Ahora tenemos una visión más clara de la planificación. Podemos coordinar mejor los trabajos y hemos reducido los desplazamientos en vacío. Esto nos ahorra tiempo, quebraderos de cabeza y costes. Para nosotros era importante que la herramienta se adaptara a nuestra forma de trabajar y no fuera una solución prefabricada. Antes, el software estándar no nos permitía hacerlo. Otro aspecto importante es que hemos comprobado que el software a medida ya no tiene por qué ser necesariamente inasequible ni llevar muchísimo tiempo.

La colaboración fue sencilla. Tuvieron en cuenta nuestros comentarios y los incorporaron rápidamente.

Lo mejor fue que se centraran en nuestras necesidades reales del día a día. Las soluciones estándar habían fracasado precisamente por no tenerlas en cuenta. Pero lo que más me sorprendió fue lo rápido que se puede desarrollar hoy software a medida con ayuda de la IA. Antes, al pensar en una solución personalizada, me habría preocupado por los costes elevados, los plazos largos y la cantidad de reuniones necesarias. Este proyecto ha demostrado que hoy puede hacerse de otra manera si la empresa cuenta con las herramientas adecuadas y los conocimientos necesarios.

No se me ocurre mucho. Quizá al principio se podrían definir con más precisión los criterios para medir el éxito más adelante, por ejemplo, reducir los desplazamientos en vacío o el tiempo dedicado a la planificación. En general, estamos muy satisfechos con el resultado y con la colaboración.

Consult for Rare ayuda a empresas del sector farmacéutico y sanitario a abordar cuestiones estratégicas relacionadas con las enfermedades raras. Como director gerente y consultor, me encargo de los proyectos de clientes, del desarrollo del negocio y de la gestión operativa de la empresa.

Quería aprovechar las posibilidades de las herramientas modernas de IA en mi trabajo diario como consultor. Me centré en investigar y procesar información compleja de forma más eficiente, preparar presentaciones y conceptos, y optimizar las tareas administrativas.

Fueron decisivas su orientación práctica y su capacidad para aplicar el potencial de la IA a casos de uso concretos de mi día a día. Desde el primer momento, nos centramos en los retos reales de mi trabajo como consultor y como directivo, en lugar de impartir formación general.

Al principio, analizamos mis flujos de trabajo y detectamos en qué ámbitos podía aplicar la IA. Después, definimos casos de uso concretos y los pusimos en práctica juntos en varias sesiones de coaching y asesoramiento. A partir de ahí, ampliamos progresivamente el uso de la IA y lo adaptamos a nuevas necesidades. La colaboración sigue en marcha.

La colaboración se llevó a cabo directamente entre el consultor de IA responsable y yo, como director gerente.

La IA ya forma parte de mi trabajo diario. En particular, me permite ahorrar mucho tiempo en tareas de investigación, organización de contenidos complejos, preparación de presentaciones y gestión administrativa. Al mismo tiempo, ha mejorado la calidad y la coherencia de muchos de mis resultados.

La colaboración fue siempre fiable y flexible. Las sugerencias se incorporaban de inmediato y se tenían en cuenta en el asesoramiento posterior.

Lo más destacable fue la capacidad para traducir las posibilidades tecnológicas en formas de trabajo concretas y aplicables desde el primer momento. En lugar de debates teóricos, siempre se priorizaron las soluciones prácticas.

La colaboración fue todo un éxito. A medida que evoluciona el panorama de la IA, surgen continuamente nuevas posibilidades que podemos evaluar y aprovechar juntos.