Cada capacidad de dxpert — el chat, el diagnóstico, las herramientas gratuitas, el generador UNS, los agentes — se apoya en el mismo núcleo: un modelo de IA seleccionado, basado en un grafo de conocimiento gobernado dedicado a la transformación digital, la Industria 4.0/5.0 y la IA para la competitividad industrial.
Los modelos de IA de vanguardia como Claude y ChatGPT se entrenan con el promedio de todo lo que se ha escrito. Para la mayoría de los temas, eso está bien. Para la transformación digital industrial, quince años de programas mayormente fallidos significan que el promedio de la literatura es el fracaso — las presentaciones de proveedores, los pilotos estancados, los pósteres de modelos de referencia.
dxpert apuesta por lo contrario: realizar ingeniería inversa sobre el pequeño grupo de operadores que realmente tuvieron éxito, codificar lo que los diferenció de todos los que se estancaron, y dejar que el modelo responda solo a partir de eso — y de nada más.
Cientos de nodos de conocimiento interconectados y versionados — seleccionados mediante revisión, no recopilados por un rastreador. Es un activo vivo: ampliado y revisado continuamente a medida que crece la base de evidencia.
Una arquitectura de plataforma digital práctica y centrada en los datos — conectar y recopilar, contextualizar y normalizar, exponer el presente, exponer el pasado — con el espacio de nombres unificado como columna vertebral y los estándares (ISA-95, OPC UA, MQTT/Sparkplug, AAS, IEC 62443) como modelos de soporte, nunca como la arquitectura en sí.
Destilado a partir de operadores ejemplares estudiados — las decisiones que se acumularon, y los patrones de fracaso que se repiten con tanta fiabilidad que se pueden identificar de un vistazo.
Rutas de ejecución secuenciadas y con costos definidos — cómo financiar una base, en qué orden construirla, y cómo mantener la convergencia OT/IT gobernada en lugar de política.
Cada nodo se revisa antes de entrar en el grafo, se versiona después, y se revisa cuando cambia la evidencia. Nada entra por ser popular; las cosas entran por haber funcionado.
La credibilidad industrial muere en cuanto una herramienta improvisa. Por eso cada capacidad usa exactamente la IA que su función puede tolerar — y no más.
| Capacidad | Qué la ejecuta |
|---|---|
| Preguntar a dxpert (chat) | El modelo seleccionado, basado en el grafo de conocimiento. Las respuestas provienen de la arquitectura y la evidencia que la respalda — neutral respecto a proveedores por construcción, porque no hay nada en el grafo que vender. |
| Diagnóstico gratuito y API para agentes | Un motor de puntuación determinista construido sobre la misma arquitectura: misma entrada, mismo veredicto, siempre. Seguro para que sus agentes lo almacenen en caché y lo comparen. Documentación de la API → |
| Hoja de ruta lista para el consejo | El método detrás del diagnóstico, ampliado: sus datos puntuados y sintetizados por el motor, secuenciados en una hoja de ruta financiable — y el primer paso de pago, antes del generador y los agentes que siguen. Encargar la hoja de ruta → |
| Validadores gratuitos | Gramáticas de estándares (Sparkplug B, convenciones UNS) codificadas como reglas deterministas que se ejecutan en su navegador. Sin modelo en el proceso, nada se sube. Pruébelos → |
| Generador UNS | La arquitectura convertida en código: su jerarquía de equipos como entrada, las cuatro capacidades de la plataforma como salida — temas estándar, mapeo Sparkplug, esquemas de carga útil, exportación de pipeline lista para desplegar. Comprar exportación → |
| Agentes UNS | Agentes de IA que consumen los esquemas del generador como un contrato estricto — anclados en su espacio de nombres, no en suposiciones. Obtener agentes → |