Plataforma de Gestión de Demanda con Agentes IA
Digitaliza el ciclo completo de una demanda tecnológica con 5 etapas asistidas por agentes de IA y validación humana obligatoria.
- Rol
- Desarrollo full-stack
- Año
- 2026
- Estado
- Proyecto corporativo · interno
- Cliente
- La compañía petrolera más grande de Argentina
- 5
- etapas asistidas por IA
- HITL
- validación humana obligatoria
- Multi-agente
- orquestación LangGraph
- Ports & adapters
- infra intercambiable
Resumen
El área de tecnología de la compañía recibía las demandas de negocio como documentos sueltos y reuniones: cada iniciativa pasaba por relevamiento, búsqueda de solución, diseño de arquitectura, estimación y armado del business case, con semanas de ida y vuelta entre analistas, arquitectos y ciberseguridad, y sin trazabilidad de quién validó qué. La plataforma convierte ese proceso en un flujo guiado de 5 etapas asistidas por agentes de IA, cada una con validación humana obligatoria.
Contexto
El problema
Semanas de ida y vuelta entre analistas, arquitectos y ciberseguridad para cada iniciativa, con los artefactos dispersos en documentos sueltos y sin trazabilidad de quién validó qué.
La solución
Un workflow único, auditable y con estado persistido. El usuario de negocio conversa con un agente que releva el requerimiento, y el sistema va produciendo automáticamente los artefactos de cada etapa: documento de relevamiento en PDF, comparativa de soluciones internas y externas, diagrama de arquitectura editable, estimación y business case. La IA hace el trabajo pesado de redacción y análisis; las personas se quedan con la decisión.
Qué hace
Relevamiento conversacional
El usuario de negocio describe su necesidad en lenguaje natural y un agente conduce el relevamiento, produciendo el documento formal en PDF.
Comparativa de soluciones
El sistema contrasta soluciones internas ya existentes en la compañía contra alternativas de mercado, evitando construir dos veces lo mismo.
Arquitectura editable
Genera un diagrama de arquitectura propuesto que el arquitecto puede editar en vez de dibujar desde cero.
Estimación y business case
Cierra el ciclo produciendo la estimación de esfuerzo y el business case listo para presentar a comité.
Human-in-the-loop en cada etapa
Ninguna etapa avanza sin validación humana explícita. La IA propone, la persona aprueba, y todo queda registrado.
Decisiones técnicas
- 01
Ports & adapters en la capa de infraestructura
Modelo LLM, persistencia, telemetría, mensajería y blob storage se eligen por variable de entorno. Sumar un proveedor es un archivo nuevo más una línea de registro, sin tocar el núcleo de la aplicación ni los agentes.
- 02
Telemetría enchufable
Langfuse se engancha por configuración: los callbacks se registran en la factory del modelo, de modo que los agentes no cambian cuando se activa o desactiva la observabilidad.
- 03
Orquestación multi-agente con LangGraph
Cada etapa del ciclo es un nodo del grafo con su propio agente especializado y su punto de validación humana, en vez de un único prompt monolítico.
Stack
Frontend
- Next.js 14
- React 18
- TypeScript
- Tailwind CSS
- TanStack Query
Backend
- NestJS
- Python
- LangGraph
- Anthropic API
Datos
- PostgreSQL
Infra
- Azure
- Blob storage
- Langfuse
- Ruff
- pytest
Siguiente proyecto