Koca Ventures Ltd
71-75 Shelton Street
Covent Garden, London
WC2H 9JQ, United Kingdom
Registered in England & Wales — 16231043
SISTEMAS AGÉNTICOS Y AUTOMATIZACIÓN
Agentes que hacen el trabajo —diseñados para producción, propiedad de usted.
La demo es la parte fácil; el foso defensivo es una IA agentic que sobrevive a carga real, datos reales y una auditoría real. Construimos harnesses de agentes a medida alrededor del flujo de trabajo de su equipo, con el código y las claves en sus manos.
▶Recorrido del producto: un bucle de agente funcionando de extremo a extremo (próximamente)
QUÉ CONSTRUIMOS
Cuatro maneras de poner los agentes a trabajar
BUQUE INSIGNIA — CONSTRUIDO Y OPERADO POR NOSOTROS
Sistemas reales, no diapositivas
01
Inteligencia documental on-premise para una agencia inmobiliaria
Un CRM inmobiliario local-first con una capa RAG construida a mano: documentos ingeridos, vectorizados y respondidos con citas íntegramente en el hardware de la propia firma; recuperación híbrida, un LLM local y un servidor MCP que expone el corpus como herramientas de solo lectura.
02
Operaciones agénticas + edge seguro para el terreno
Para entornos donde los datos no pueden salir del perímetro: software agentic privado sobre los RFIs, SOPs y documentos de proyecto del propio cliente, combinado con visión en el dispositivo en el edge; inferencia local, actualizaciones firmadas, registros de auditoría.
03
Una plataforma B2B que construimos y operamos
atmosverde: una plataforma B2B de carbono que diseñamos, construimos y operamos en producción. Un producto real entregado con el mismo listón de ingeniería que aplicamos al trabajo para clientes.
Muchos proyectos “agentic” son automatización cara con una etiqueta nueva. Le diremos cuándo no necesita autonomía: un agente acotado que gestiona lo rutinario y entrega el resto a una persona suele ser más barato, más fiable y más digno de confianza.
También: IA en el edge y visión por computador (percepción en el dispositivo) y simulación robótica. La misma solidez en sistemas de bajo nivel se refleja en nuestra investigación de seguridad, que ha sido reconocida por NVIDIA.
PREGUNTAS
Respuestas claras
¿Esto es solo automatización no-code?
No. Las herramientas no-code (Zapier, Make, n8n) son estupendas como pegamento sencillo. Nosotros construimos lo que ellas no alcanzan: harnesses de agentes a medida con uso real de herramientas, memoria, puertas de aprobación y despliegue on-premise, conectados a sus sistemas reales. La mayoría de los pilotos fracasan en la integración y el encaje operativo; ese es el hueco en el que trabajamos.
¿Salen nuestros datos de nuestra red?
Solo si usted decide que así sea. El despliegue on-premise es de primera clase: inferencia autoalojada, almacenes vectoriales y de grafos locales, actualizaciones firmadas, acceso por roles, registros de auditoría. Por defecto, los documentos y los datos de clientes permanecen dentro de su infraestructura; los modelos alojados son opcionales.
¿Qué ocurre cuando el modelo se equivoca?
Diseñamos contando con ello: harnesses acotados con puertas de aprobación para todo lo que tenga consecuencias, salidas estructuradas validadas antes de actuar sobre ellas y trazas que muestran por qué el agente hizo lo que hizo. La autonomía total rara vez es lo que usted quiere: el agente gestiona lo rutinario y deriva los casos difíciles a una persona.
¿Quedamos atados a ustedes?
No. Usted es dueño del runtime, las claves, los almacenes de datos y el código fuente, construido sobre estándares abiertos y entregado para que sus propios ingenieros puedan operarlo y ampliarlo. La discreción es parte del trato: nosotros tampoco ponemos su nombre en nuestra web.
¿Cómo lo presupuestan?
Por proyecto: no hay tarifa de catálogo. La forma típica: una delimitación breve remunerada, una construcción de alcance cerrado y, después, un retainer opcional. Cuéntenos el problema y lo delimitaremos con franqueza.
¿Qué modelos usan: Claude, GPT o locales?
El que encaje con la carga de trabajo. El trabajo sensible on-premise se ejecuta con modelos locales vía vLLM u Ollama; donde la sensibilidad de los datos lo permite y el razonamiento es exigente, Claude o GPT a través de sus agent SDKs. Muchos sistemas en producción son híbridos.
Last reviewed:
¿HABLAMOS?
Empiece por un solo punto de dolor
El mejor punto de partida no es un discurso genérico sobre IA. Cuéntenos un flujo de trabajo que le duela —Q&A documental, caos de seguimientos, llamadas fuera de horario, compras— y acotaremos un desarrollo pequeño en torno a sus datos reales antes de cualquier compromiso mayor.