La lectura fácil es que al cliente le dio igual el premio. La lectura correcta es más aburrida: el papel no aguanta ocho visitas. Se moja, se dobla, se queda en el otro pantalón, se confunde con el de la panadería de enfrente. El programa de lealtad no falló por diseño; falló por soporte.

Qué es exactamente una tarjeta de sellos digital

Una tarjeta de sellos digital es el mismo trato de siempre —junta N compras, llévate algo— guardado en un lugar que el cliente no pierde. La diferencia está en dónde vive ese "lugar", y ahí hay tres opciones que suelen confundirse:

La tercera es la que usamos en Méiguī shé: la tarjeta se guarda en Google Wallet o Apple Wallet, el mismo lugar donde el cliente ya tiene su pase de avión, su boleto del cine y su tarjeta del gimnasio. No es una app nueva. Es una tarjeta más adentro de una app que ya usa.

Si quieres el detalle técnico de qué es un pase de wallet y cómo se actualiza solo, está en cómo poner tu tarjeta de fidelización en Google Wallet y Apple Wallet.

Cómo se ve desde el mostrador

Esta es la parte que decide si el programa sobrevive a la primera semana: si sellar tarda más que cobrar, el mostrador lo va a dejar de hacer. No por mala voluntad, sino porque hay fila.

Son tres pasos y dos son del cliente:

1. El cliente escanea el cartel. Un QR impreso junto a la caja. Pone su nombre y en unos diez segundos tiene la tarjeta guardada en el teléfono. No hay registro, no hay contraseña, no hay correo de confirmación.
2. Tú escaneas su código. Cuando paga. Desde el teléfono de quien atiende, con la cámara de atrás. No hace falta comprar una terminal aparte ni instalar nada en la caja.
3. El sello le llega solo. El pase que él tiene guardado se actualiza sin que abra nada. Al octavo, el premio le aparece ahí.

El paso 2 es el único que cuesta trabajo del lado del negocio, y son los mismos dos segundos que tardaba en marcar el cartoncito con el sello de goma.

Qué gana el negocio que no gana el papel

Digitalizar el cartoncito por digitalizarlo no vale la pena. Lo que sí vale la pena son las cosas que solo puede hacer un pase que vive en el teléfono:

• Se asoma sola. El pase puede aparecer en la pantalla de bloqueo cuando el cliente pasa cerca del local. No es una notificación a las nueve de la noche: es la tarjeta apareciendo cuando la persona está a media cuadra y todavía puede entrar. Cómo funciona eso —y por qué no implica rastrear a nadie— está en notificaciones sin app.
• Avisos sin lista de correos. Un mensaje a todos los que ya te tienen guardado. No es una base comprada: son personas que pusieron tu tarjeta en su teléfono.
• No se pierde. Si el cliente cambia de teléfono, la tarjeta viaja con su cuenta. Los seis sellos siguen ahí.
• Sabes qué está pasando. El papel no te dice nada. Un programa digital sí: cuántos socios diste de alta, cuántos volvieron al menos una vez, cada cuánto vuelve el que vuelve.

Esas tres cifras importan más que un tablero lleno de gráficas. Con ellas puedes contestar la única pregunta que importa: ¿esto está trayendo gente de vuelta o solo estoy regalando el octavo café a quien ya venía igual?

Lo que no resuelve

Vale la pena decirlo, porque se vende mucho lo contrario:

• No arregla un mal producto. Si el café está frío, la tarjeta lo único que hace es documentar que la gente no vuelve.
• No sustituye el trato. El programa da una razón para volver; el mostrador da la razón para quedarse.
• No es magia con un premio malo. "Junta veinte sellos y te llevas un 10% de descuento" no lo salva ninguna tecnología. En programa de lealtad para cafeterías está el detalle de cuántos sellos y qué premio tienen sentido.
• Depende de que el mostrador selle. Si quien atiende no escanea, no hay programa. Vale más entrenar eso quince minutos que cualquier otra cosa.

Cuánto cuesta y cómo empezar

Méiguī shé se cobra por mes, no por cliente: $120 MXN + IVA al mes por un local y $330 MXN + IVA para hasta cinco, con socios y sellos sin límite. Son precios de lanzamiento y así está dicho en las condiciones del servicio, junto con la promesa de que a quien ya está pagando se le respeta su precio doce meses.

Antes de eso hay catorce días de prueba, sin pedir tarjeta. Es tiempo suficiente para lo único que hay que averiguar: si tus clientes guardan la tarjeta cuando se las ofreces en la caja. Si en dos semanas nadie la guardó, no perdiste nada y aprendiste algo.

El arranque es de una tarde: creas la cuenta, cargas tu nombre y tu premio, el editor te arma el cartel con tu marca en tamaño carta, lo imprimes y lo pegas junto a la caja. A partir de ahí ya estás dando de alta.

Puedes ver el producto completo en wallet.espaciorojo.xyz o la ficha con capturas en Méiguī shé.

La buena noticia es que no hace falta, porque la app ya está instalada desde la fábrica y se llama Google Wallet en Android y Apple Wallet en iPhone.

Qué es un pase de wallet

Un pase de wallet es un archivo firmado que el teléfono guarda en su cartera y sabe mostrar en pantalla. Es el mismo formato del pase de abordar, del boleto del cine y de la entrada del concierto. Un pase de lealtad es una variante más: en vez de una puerta de embarque, lleva sellos, un premio y un código para identificar al cliente.

Tres cosas lo hacen distinto de una página web guardada en favoritos:

• Vive en la cartera, no en el navegador. El cliente no tiene que acordarse de un enlace ni de una contraseña.
• Puede actualizarse desde fuera. El negocio cambia el número de sellos y el pase cambia en el teléfono del cliente sin que él haga nada.
• Puede asomarse en la pantalla de bloqueo. Con una condición de tiempo o de cercanía, el pase aparece solo, sin abrir nada.

Lo que no es: no es una app, no ocupa espacio apreciable, no pide permisos al instalarse y no puede correr código propio. Un pase es datos, no un programa.

Por qué el cliente no tiene que instalar nada

Cuando alguien escanea el QR del mostrador, lo que se abre es una página web normal. Pone su nombre, y esa página le ofrece dos botones: Agregar a Google Wallet y Agregar a Apple Wallet. Toca el que le corresponde y el sistema operativo hace el resto.

El caso en que el cliente no quiere guardar nada también tiene salida: la misma página funciona como tarjeta, con su código a la vista. Pierde los avisos y la pantalla de bloqueo, pero junta sellos igual. Es la misma idea de una PWA: la app que no se descarga, llevada un paso más allá —aquí ni siquiera hay que "agregar a la pantalla de inicio".

Qué cambia entre Google Wallet y Apple Wallet

Para el cliente, casi nada: guarda la tarjeta y la ve. Para quien construye el sistema, son dos mundos distintos y conviene saberlo antes de contratar a alguien que lo haga a la medida.

La consecuencia práctica: soportar los dos wallets no es "el doble de trabajo", es dos integraciones que no se parecen, cada una con su proceso de aprobación. Es una de esas cosas que se ven pequeñas en la cotización y grandes en el calendario. Si te interesa el criterio para decidir qué construir y qué contratar, lo escribimos en open source vs SaaS: cuándo pagar y cuándo construir.

Cómo se actualiza el pase sin que el cliente abra nada

Esta es la parte que la gente no cree hasta que la ve. La secuencia real, cuando alguien compra su séptimo café:

1. Quien atiende escanea el código del cliente desde su propio teléfono.
2. El servidor suma el sello y genera la versión nueva del pase.
3. El servidor le avisa al teléfono del cliente que hay algo nuevo.
4. El teléfono pide la versión nueva y la guarda.
5. Al cliente le aparece un aviso: «Sello 7 de 8».

Entre el paso 1 y el 5 pasan segundos, y el cliente no tocó su teléfono en ningún momento. Es la misma clase de comunicación en tiempo real que explicamos en cómo funcionan los WebSockets, solo que aquí el canal lo pone el sistema operativo del teléfono.

Lo que un pase de wallet no puede hacer

Para no vender humo:

• No puede cobrar. Un pase de lealtad no es un método de pago. Muestra sellos e identifica a la persona, nada más.
• No sabe dónde está el cliente. Lo de la pantalla de bloqueo lo resuelve el teléfono, no el servidor. Es un tema completo y lo tratamos aparte en notificaciones sin app.
• No manda mensajes largos. El aviso de un pase es corto por diseño. Sirve para "te falta uno", no para una campaña.
• No funciona en teléfonos muy viejos. Es poca gente, pero existe. Para esos casos queda la tarjeta como página web.

Cómo poner la tuya ahí

Puedes construirlo —los dos wallets tienen documentación pública— o puedes usar algo que ya pasó por las dos aprobaciones. Eso es Méiguī shé: tú cargas tu nombre, tu premio y tus colores, y el pase sale con tu marca, no con la nuestra. Los certificados, los avisos y las actualizaciones ya están resueltos.

Son catorce días de prueba sin pedir tarjeta, y después $120 MXN + IVA al mes por local. Está en wallet.espaciorojo.xyz.

Este artículo está escrito para cafeterías, panaderías, barberías, lavados de autos y cualquier negocio con ticket chico y visita repetida. Si tu cliente te compra una vez cada tres años, un programa de sellos no es tu herramienta.

1. Cuántos sellos: ni tres ni veinte

El número de sellos define cuánto tiempo dura el trato. La regla que funciona es despejar cuántas visitas quieres exigir y traducirlo a semanas:

Si la tarjeta tarda más de dos meses en llenarse, el premio deja de ser una razón para volver y pasa a ser un trámite. Si se llena en cuatro visitas, estás regalando margen a quien ya venía.

Un truco que sí funciona y no cuesta: una tarjeta de diez que empieza en dos se termina más que una de ocho que empieza en cero, aunque las compras necesarias sean las mismas ocho. No es superstición, es un efecto medido; lo explicamos en por qué funcionan las tarjetas de sellos.

2. Qué premio poner

El premio tiene que doler poco y sonar mucho. La cuenta se hace con el costo del insumo, no con el precio de venta.

Supongamos un café de $60 con $12 de costo real, y una tarjeta de ocho sellos:

• Ocho compras al precio de lista: $480 de venta.
• El premio te cuesta $12, no $60.
• El descuento efectivo sobre esa venta: 2.5%.

Dos y medio por ciento por una razón concreta para volver ocho veces es barato. Compáralo con lo que cuesta un anuncio que traiga a un cliente nuevo una sola vez.

Dos errores comunes:

• Premio en porcentaje. "10% de descuento en tu novena compra" no se antoja, no se cuenta y no se presume. Un producto sí.
• Premio con letras chiquitas. "Café gratis (tamaño chico, de lunes a jueves, no aplica con otras promociones)" convierte el premio en una discusión en la caja. Si el premio tiene que tener condiciones, que sea una y que quepa en el cartel.

3. Cuándo sellar y cuándo no

Decídelo antes de que la primera persona pregunte, porque la incoherencia entre turnos es lo que mata la confianza en el programa:

• Un sello por visita, no por producto. Si alguien pide cuatro cafés para la oficina, es un sello. Si no, el programa premia comprar mucho de una vez, que es justo lo contrario de lo que quieres.
• Un mínimo de consumo, si tu carta es muy dispareja. Una galleta de $20 y una comida de $250 no pueden valer lo mismo.
• El premio no da sello. Suena obvio, y es la duda número uno del mostrador.

4. El cartel: dónde va y qué dice

El cartel es la única pieza de marketing del programa. Va junto a la caja, a la altura de los ojos de alguien parado esperando su cambio. No en la puerta, no en el corcho de los volantes.

Tiene que decir tres cosas, en este orden: qué te llevas, cuántas compras y qué hay que hacer ahora. "Junta 8 sellos y llévate un café gratis. Apunta la cámara al código." Todo lo demás sobra.

En Méiguī shé el cartel lo arma el editor con tu nombre, tu premio y tus colores, en tamaño carta y a 300 ppp para que se pueda imprimir sin que se vea pixeleado. Lo imprimes, lo pegas y ya estás dando de alta.

5. Los quince minutos con el mostrador

Es el paso que más se salta y el que más programas mata. Si quien atiende no ofrece la tarjeta, no hay programa. La frase tiene que estar decidida y ser siempre la misma:

«¿Ya tienes nuestra tarjeta? Es apuntar la cámara al código, tarda diez segundos y se te guarda en el teléfono.»

Y una regla para la fila: si hay tres personas esperando, se ofrece pero no se acompaña. El cliente lo hace solo mientras le preparan lo suyo.

6. Las tres cifras que hay que mirar

Un mes después, el programa se juzga con tres números y ninguno es "cuántos sellos di":

• Socios dados de alta. Mide si el cartel y el mostrador están haciendo su trabajo. Si es bajo, el problema es la caja, no el premio.
• Cuántos volvieron al menos una vez. Mide si el programa hace algo. Si se dan de alta cien y vuelven cinco, el premio no interesa o la tarjeta es demasiado larga.
• Cada cuánto vuelve el que vuelve. Es la cifra que se compara consigo misma mes con mes. Si baja, algo está funcionando.

Un arranque de dos semanas

1. Día 1. Decides sellos y premio con las cuentas de arriba. Creas la cuenta —son catorce días de prueba, sin pedir tarjeta— y cargas nombre, premio y colores.
2. Día 1, más tarde. Imprimes el cartel y lo pegas junto a la caja. Quince minutos con el mostrador para acordar la frase y las reglas de sellado.
3. Días 2 a 14. Ofrecer siempre. No cambies nada todavía: dos semanas de datos malos son mejores que dos semanas de ajustes.
4. Día 15. Miras las tres cifras y ajustas una sola cosa. Casi siempre es el premio o el número de sellos, no la tecnología.

Si en dos semanas nadie guardó una tarjeta, la respuesta ya la tienes y no costó nada. El producto está en wallet.espaciorojo.xyz, y el modelo de cobro —cuota mensual, sin comisión por cliente— sigue el criterio que explicamos en un modelo de precio SaaS que tiene sentido para pymes mexicanas.

Pero no da lo mismo, y la diferencia está medida desde hace veinte años. Vale la pena entender por qué, porque los tres efectos que la hacen funcionar se pueden aprovechar o desperdiciar con decisiones que no cuestan dinero.

1. El gradiente de meta

La observación es vieja —viene de los años treinta, con ratas que corrían más rápido cerca del final del laberinto— y se comprobó con clientes de cafetería en un estudio de Kivetz, Urminsky y Zheng publicado en Journal of Marketing Research en 2006: conforme la gente se acerca a una recompensa, acelera.

Traducido al mostrador: quien lleva 6 de 8 vuelve antes que quien lleva 1 de 8. No es la misma persona comprando parejo; es la misma persona comprando más seguido conforme se acerca.

De aquí salen dos decisiones concretas:

• La tarjeta tiene que decir cuánto FALTA, no cuánto lleva. "Te faltan 2 para tu café" y "llevas 6 sellos" son el mismo dato y no producen la misma conducta. El primero pone la meta a la vista; el segundo describe el pasado.
• El progreso tiene que ser visible sin esfuerzo. Un cartoncito en la cartera solo se ve cuando lo buscas. Un pase de wallet puede asomarse solo, y ahí está la mitad del efecto.

2. Progreso regalado

El mismo estudio de 2006 probó algo que parece un truco barato y no lo es: a un grupo le dieron una tarjeta de diez sellos con dos ya marcados; a otro, una de ocho en blanco. Las compras necesarias eran las mismas ocho en ambos casos.

El grupo de la tarjeta empezada la completó en mayor proporción y más rápido.

La explicación es que una tarjeta vacía es una meta que todavía no empezaste; una tarjeta con dos sellos es una meta que ya está en marcha, y abandonarla se siente como perder algo. Es el mismo motor que hace que nadie deje un formulario en el paso 3 de 4.

Lo importante para un negocio: regalar esos dos sellos al dar de alta cuesta cero. No estás dando dos cafés; estás alargando la tarjeta de ocho a diez y empezándola en dos. El costo del premio es idéntico y la tasa de abandono baja.

3. El premio pendiente

Este es el efecto que más se desperdicia, porque casi nadie lo diseña: ganar el premio y recibirlo son dos momentos distintos, y ahí hay una visita extra.

Si el octavo sello cae justo cuando el cliente ya iba de salida, con el cartoncito el premio se evapora: nadie va a regresar mañana a reclamar un café con un papel que igual va a perder. Con un pase en el teléfono, el premio queda anotado en los dos lados —la tarjeta le dice que lo tiene esperando, y el mostrador ve a quién se lo debe.

Un premio pendiente es una razón para volver que ya está pagada. Es probablemente la visita más barata que va a comprar tu negocio este mes.

Dónde deja de funcionar

Ninguno de los tres efectos es infinito, y conviene saber dónde se rompen:

• Metas demasiado lejos no tienen gradiente. Si faltan quince sellos, no hay meta a la vista que valga; hay un trámite. Lo mismo pasa con las tarjetas que caducan en un mes y no dan tiempo.
• El progreso regalado solo funciona si es creíble. Regalar ocho de diez sellos no acelera a nadie: se lee como que el premio no vale nada.
• Después de canjear hay un bache. Cuando la tarjeta vuelve a cero, el cliente pasa de estar a un sello del premio a estar a ocho. Ese bache es real y por eso conviene que la tarjeta nueva también arranque con ventaja.
• Nada de esto arregla el producto. Estos efectos mueven a alguien que ya está razonablemente contento. A quien no le gustó, lo único que hacen es documentar que no volvió.

Cómo se ve esto en la práctica

Las decisiones que salen de este artículo son cuatro y todas son de configuración, no de presupuesto:

1. La tarjeta muestra cuánto falta.
2. La tarjeta empieza con ventaja.
3. El premio ganado queda pendiente hasta que se canjea, sin que el cliente tenga que probar nada.
4. Al canjear, la tarjeta nueva vuelve a arrancar con ventaja.

Son exactamente las cuatro cosas que Méiguī shé trae de fábrica, junto con la parte que las hace posibles: la tarjeta vive en el teléfono del cliente y se actualiza sola. Cómo elegir los sellos y el premio está en programa de lealtad para cafeterías, y el producto en wallet.espaciorojo.xyz.

Un pase de wallet resuelve una parte de ese problema por un camino raro: no manda notificaciones, se asoma. La diferencia parece de redacción y no lo es.

Qué puede avisar un pase, exactamente

Un pase guardado en Google Wallet o Apple Wallet puede aparecer en la pantalla del cliente en tres situaciones, y solo en tres:

1. Cuando cambia. Si le sumaste un sello, el teléfono muestra el cambio: «Sello 7 de 8». No es una campaña, es el recibo de algo que acaba de pasar.
2. Cuando el cliente está cerca del local. El pase trae unas coordenadas y el teléfono decide asomarlo cuando la persona anda por ahí.
3. Cuando el negocio manda un aviso a los pases. Un mensaje corto que llega a todos los que tienen la tarjeta guardada.

Nada de eso pide instalar algo, y ninguno de los tres necesita el correo ni el teléfono del cliente.

El segundo caso es el que vale más y el que peor se entiende. No es "una notificación más a las nueve de la noche". Es la tarjeta apareciendo en la pantalla de bloqueo justo cuando la persona está a media cuadra y todavía puede entrar. Es el mismo mensaje con un contexto distinto, y el contexto es casi todo: encaja con el gradiente de meta que explicamos en por qué funcionan las tarjetas de sellos —la meta aparece en el momento en que actuar es posible.

La geocerca la resuelve el teléfono, no el servidor

Aquí está la parte que a nosotros nos parece la más importante del diseño, y la que ningún competidor presume porque casi nadie lo hace así.

Cuando un pase trae coordenadas, el teléfono se guarda esas coordenadas y compara localmente. El sistema operativo sabe dónde está el usuario —ya lo sabía— y decide si toca mostrar la tarjeta. Lo que no ocurre es que el teléfono le reporte a nadie dónde anda.

Las consecuencias son concretas:

• A nuestro servidor no llega ninguna ubicación. Ni la del cliente ni un histórico de por dónde pasó.
• No hay nada que filtrarse. Un dato que nunca se recolecta no aparece en una brecha, no se vende y no hay que borrarlo cuando alguien lo pide.
• El negocio tampoco lo ve. No hay un mapa de tus clientes en el panel, porque no existe.

Es la misma idea de edge computing aplicada a la privacidad: el cálculo se hace donde ya está el dato, en vez de mandar el dato a donde está el cálculo.

Promos: a quién le llegan y por qué esa lista es distinta

El tercer caso —el aviso a todos los pases— parece una lista de correos y no lo es.

Una lista de correos comprada es gente que no sabe quién eres. La lista de un programa de sellos es gente que estuvo en tu local, escaneó tu cartel y decidió guardar tu tarjeta en su teléfono. Es probablemente la audiencia más caliente que un negocio local puede tener, y se armó sola.

Tres reglas para no quemarla:

• Poco. Un aviso al mes ya es bastante. Al tercero seguido, la gente borra el pase, y borrarlo es un clic.
• Concreto y con fecha. "Hoy, croissant gratis con tu café hasta las 12" funciona; "te extrañamos" no.
• Que valga la interrupción. El aviso compite con los mensajes de la familia de esa persona, en la misma pantalla.

Qué datos hacen falta para todo esto

Muy pocos, y vale la pena decirlo porque la respuesta cambia lo que tienes que cuidar. Para dar de alta a alguien en Méiguī shé se pide su nombre, opcionalmente su teléfono, y a partir de ahí se guardan sus sellos. Nada más: ni documento, ni dirección, ni medio de pago.

Menos datos es menos que proteger, menos que explicar en un aviso de privacidad y menos que perder. Es una decisión de diseño, no una carencia.

Los límites

• El aviso de un pase es corto. Cabe una frase. No sirve para un boletín.
• La pantalla de bloqueo no es garantía. Depende del teléfono, de la configuración de la persona y de que no haya desactivado los avisos del pase.
• La cercanía no es puntería fina. Sirve para "anda por el rumbo", no para "está en la puerta".
• Si el cliente borra el pase, se acabó. Es el mismo poder de veto que tiene con cualquier canal, y es lo correcto.

Aun con esos límites, es el único canal que un negocio de barrio puede tener sin comprar una base de datos, sin pedirle el correo a nadie y sin pedirle a nadie que instale algo. Está en wallet.espaciorojo.xyz, con catorce días de prueba y sin pedir tarjeta.

Congelar el sistema (el clásico "reinicia y todo vuelve a la normalidad") borra lo indebido, pero también borra el trabajo de quien sí necesitaba guardar algo. Virtualizar el equipo entero (VDI) funciona, pero exige un servidor y licencias por sesión que ninguna oficina de cinco personas puede justificar.

Un candado en la carpeta, no en el equipo entero

kiosQ es un escritorio de kiosco, con el aspecto de un escritorio Linux clásico, que confina todo lo que ocurre dentro a una sola carpeta de trabajo. Los programas que abre son los reales, instalados en el equipo —una suite ofimática, un navegador— pero solo pueden leer y escribir ahí adentro. El resto del sistema queda montado de solo lectura, pase lo que pase.

Cuando esa carpeta se borra, es como si el equipo nunca se hubiera usado. Cuando se comparte por red, cualquier teléfono puede abrirla como su propio escritorio escaneando un código QR, sin instalar nada.

Para cuando hay más de una persona

En su modo Pro, kiosQ añade lo que solo tiene sentido con varios equipos o varias personas involucradas:

• Permisos por grupo — contabilidad no ve la carpeta de arquitectura, y viceversa.
• Auditoría de quién accedió a qué carpeta compartida, y cuándo.
• Acceso remoto cifrado, con certificado propio, sin depender de un proveedor externo dentro de la red local.
• Passkeys biométricas en vez de contraseñas permanentes guardadas en el equipo.

Precio pensado para negocio pequeño

El escritorio local es gratuito, sin límite de tiempo. El modo oficina completo empieza en $3 USD/mes, con diez equipos incluidos — una fracción de lo que cuesta cualquier alternativa de escritorio virtual por asiento.

Si administras un laboratorio, una oficina con escritorios compartidos o un negocio que renta equipo por hora, puedes conocer kiosQ en kiosq.espaciorojo.xyz.

Ninguna de las dos opciones es realmente buena. Y la tercera opción de siempre —reimagenar el equipo entre grupos— consume minutos de clase reales, varias veces al día, durante todo el ciclo escolar.

Una carpeta por alumno, en el mismo equipo

Con kiosQ, cada alumno —o cada equipo de trabajo— tiene su propia carpeta dentro del mismo laboratorio. El docente comparte el material de la clase en una carpeta de solo lectura; cada alumno guarda su propio avance en su espacio privado.

Si el laboratorio necesita empezar de cero al inicio de un nuevo ciclo, borrar carpetas es una operación de segundos — no de reimagenar veinte máquinas durante el fin de semana.

Lo que cambia en la práctica

• El siguiente grupo se sienta en cualquier equipo disponible: el escritorio de cada alumno lo sigue, esté donde esté dentro del aula.
• Nadie tiene que acordarse de "cerrar sesión" con cuidado — lo único que ve el siguiente grupo es la pantalla de inicio, vacía.
• Si un alumno necesita seguir trabajando en casa, escanea el QR de su propio equipo desde su teléfono.

Funciona igual en equipos Windows o Linux, mezclados o no — algo común en laboratorios que acumulan hardware de distintas generaciones. Más detalles en kiosq.espaciorojo.xyz.

El problema del precio por asiento

$15 USD por usuario al mes suena razonable en la demo. Con doce personas, son $180 USD mensuales — por una sola herramienta. Multiplicado por las tres o cuatro que cualquier oficina termina necesitando, el presupuesto tecnológico de una empresa pequeña se va en licencias antes de llegar a lo que de verdad mueve la aguja del negocio.

Cómo lo resolvemos en nuestros propios productos

En Espacio Rojo tratamos de diseñar el precio de cada SaaS propio pensando en el presupuesto real de una empresa pequeña, no en el de una corporación:

• tevlr cobra por sitio, no por agente que atiende el chat — un equipo de soporte puede crecer sin que la factura crezca con él.
• kiosQ cobra por equipo, no por persona: $3 USD/mes incluyen diez equipos, y cada equipo adicional suma $0.70 USD/mes. Una oficina puede rotar personal por esos equipos sin pagar de más por cada alta y baja.

Por qué esto importa más de lo que parece

Un precio que penaliza el crecimiento del equipo termina desincentivando el uso de la herramienta justo cuando más se necesita — cuando el negocio contrata gente nueva. Un precio atado al hardware, o al sitio, o al volumen real de uso, crece con el negocio en vez de en su contra.

Es la diferencia entre una herramienta que se abandona al primer recorte de presupuesto y una que se queda porque nunca dejó de tener sentido económico.

Las formas en que se resuelve hoy

Modo quiosco / acceso asignado. Lo que traen de fábrica Windows o Chrome OS: restringe el equipo a una sola aplicación, casi siempre una página web. Sirve para un catálogo de tienda; no sirve si alguien necesita abrir una hoja de cálculo o editar un documento.

Imagen congelada (Deep Freeze y similares). Cada reinicio borra todo lo que se hizo. Eficaz contra software indebido, pero borra también el trabajo legítimo del usuario.

Escritorio virtual (VDI). El equipo cliente solo muestra una pantalla que corre en un servidor remoto. Funciona, pero exige comprar y mantener ese servidor.

Una cuarta forma: confinar por carpeta

Es el enfoque que usa kiosQ: en vez de limitar a una sola aplicación, congelar todo el sistema o virtualizarlo entero, confina cada sesión a una carpeta. Los programas que se abren son los reales del equipo, con toda su capacidad; lo único que cambia es dónde pueden escribir.

El resultado combina lo mejor de las tres formas anteriores: aplicaciones completas (como el modo quiosco no ofrece), nada indebido persiste entre usuarios (como la imagen congelada), y sin necesitar un servidor aparte (como sí exige un VDI).

¿Cuándo lo necesitas?

Si en tu negocio más de una persona usa el mismo equipo por turnos —un laboratorio, una oficina con escritorios rotativos, un negocio de renta de equipo— probablemente ya estás resolviendo este problema de alguna forma, aunque sea informal. Vale la pena revisar si esa forma te está costando más tiempo o dinero del que debería. Más en kiosq.espaciorojo.xyz.

Un patrón que se repite

Cada producto propio nació de un problema concreto, no de una lluvia de ideas:

• tevlr empezó porque queríamos responder a los visitantes de nuestro propio sitio sin depender de un número de WhatsApp que nadie revisaba a tiempo.
• Acemily nació de la frustración de mantener actualizadas aplicaciones de Windows en varios equipos de clientes, uno por uno, a mano.
• kiosQ salió de un problema todavía más directo: necesitábamos prestar equipos de cómputo a distintas personas —clientes, colaboradores temporales— sin arriesgar el resto del sistema cada vez.

Por qué esto debería importarte como cliente

Un equipo que solo construye para otros aprende la teoría de mantener software en producción. Un equipo que además mantiene sus propios productos, con usuarios reales pagando cada mes, aprende la práctica: qué se rompe, qué cuesta soportar, qué usuario se queja de qué y por qué.

Cuando construimos algo a la medida para un cliente, ese aprendizaje viaja con nosotros. No experimentamos con el presupuesto de nadie por primera vez — ya lo probamos primero con nuestro propio dinero y nuestro propio nombre en la factura.

kiosQ es, hoy, el ejemplo más reciente de ese patrón: ya está en producción, ya tiene clientes reales pagando, y ya nos enseñó cosas que el siguiente proyecto va a heredar.

Tevlr nació para terminar con ese caos.

¿Qué es Tevlr?

Tevlr es una plataforma de atención al cliente y comunicación omnicanal diseñada para empresas que necesitan más que un widget de chat. Centraliza en un solo dashboard todo lo que tu equipo necesita para atender, convertir y fidelizar clientes: chat en vivo, telefonía con IVR, bots automatizados, WhatsApp, session replay, co-browsing y analítica detallada.

No es una idea nueva juntar estas cosas. Lo que sí es nuevo es hacerlo bien, con una interfaz que tu equipo realmente usa, y a un precio que tiene sentido para empresas medianas en México y Latinoamérica.

Las funciones que cambian la operación diaria

Chat en vivo con múltiples sitios

Puedes conectar varios sitios web a la misma cuenta. Si tienes una tienda, un portal de soporte y un sitio corporativo, todos los chats llegan al mismo inbox. Los agentes no necesitan cambiar de pestaña ni de sistema.

El widget es completamente personalizable: colores, posición, mensajes de bienvenida, horarios de disponibilidad. Y si ningún agente está disponible, el bot entra a cubrir.

Telefonía integrada con IVR visual

Esta es la parte que más sorprende a quienes conocen Tevlr por primera vez. No es solo un chat: incluye un sistema telefónico completo con diseñador de IVR (árbol de opciones automáticas) que se configura visualmente, sin tocar código.

Puedes definir flujos como: "Presiona 1 para soporte técnico, 2 para ventas", asignar extensiones a agentes, gestionar colas de llamadas y escuchar grabaciones desde el mismo dashboard. Para negocios que aún reciben muchas llamadas, esto elimina la necesidad de contratar un sistema de telefonía aparte.

Bot con flujos personalizables

El diseñador de flujos de chat permite crear bots que responden preguntas frecuentes, califican leads, agendan citas y escalan a un agente humano cuando la conversación lo requiere. Se configura con un editor visual tipo diagrama, no con código.

Los bots funcionan tanto en el chat web como en WhatsApp, con el mismo flujo.

Session Replay: ve exactamente lo que vio tu cliente

Una de las funciones más poderosas y menos esperadas. Tevlr graba las sesiones de los visitantes en tu sitio, incluyendo movimientos del cursor, clics y scroll. Si un cliente reporta un error o abandona el carrito, puedes reproducir exactamente lo que vivió para entender qué pasó.

Complementa esto con el mapa de calor integrado y tienes una visión completa del comportamiento de tus usuarios, sin necesitar Hotjar ni herramientas externas.

Co-browsing para soporte avanzado

Cuando una captura de pantalla no es suficiente, el agente puede solicitar una sesión de co-browsing: ver en tiempo real la pantalla del cliente y guiarlo directamente en su navegador. Ideal para soporte técnico, onboarding de nuevos usuarios o cierre de ventas en procesos complicados.

WhatsApp y comunicación multicanal

Los mensajes de WhatsApp llegan al mismo inbox que los chats del sitio web. El agente responde desde un solo lugar, sin importar por dónde escribió el cliente. Tevlr también soporta SMS y notificaciones push, todo centralizado.

Analítica que sirve para tomar decisiones

El módulo de analítica no es solo un contador de conversaciones. Muestra tiempos de respuesta por agente, volumen por canal, satisfacción del cliente (CSAT), conversaciones perdidas, rendimiento de los bots y más. Los datos se pueden filtrar por sitio, departamento, fecha y agente.

Para los managers, esto significa tener visibilidad real sin tener que pedirle reportes a nadie.

Para quién es Tevlr

Tevlr tiene sentido para empresas que ya tienen un equipo de atención al cliente (aunque sea pequeño) y que están perdiendo tiempo o clientes por usar herramientas desconectadas. Funciona especialmente bien en estos escenarios:

• E-commerce que necesita atender dudas en tiempo real y reducir el abandono de carrito.
• Servicios B2B donde el soporte post-venta es parte del producto.
• Empresas con call center que quieren migrar o complementar su operación telefónica con chat y automatización.
• Negocios con múltiples sucursales o sitios que necesitan unificar la atención en un solo sistema.

Los planes

Tevlr ofrece cuatro niveles:

Todos los planes incluyen prueba gratuita de 14 días. No se requiere tarjeta de crédito para empezar.

¿Por qué construimos Tevlr?

La respuesta corta: porque no encontramos algo que hiciera todo esto bien, en español, a un precio razonable para el mercado latinoamericano.

Las alternativas internacionales como Zendesk o Intercom son poderosas, pero costosas y pensadas para el mercado anglosajón. Las opciones más baratas sacrifican demasiado en funcionalidad o en soporte. Tevlr busca el punto medio: la potencia que necesita una empresa seria, con la simplicidad y el precio que tiene sentido en México.

Si quieres ver Tevlr en acción, puedes solicitar una demo o empezar directamente con el plan gratuito en tevlr.com. El equipo de Espacio Rojo está disponible para ayudarte con la configuración inicial.

Del chat a la acción

Cuando le preguntas a ChatGPT "¿cómo puedo organizar mejor mi bandeja de entrada?", te da consejos. Eso es un modelo de lenguaje respondiendo una pregunta. Un agente de IA, en cambio, puede conectarse directamente a tu Gmail, leer tus correos, clasificarlos, responder los que tienen respuestas obvias, crear tareas en tu gestor de proyectos con los pendientes detectados y mandarte un resumen. Todo sin que tú hagas nada más que pedirlo una vez.

La diferencia está en que los agentes tienen acceso a herramientas: pueden navegar la web, ejecutar código, leer y escribir archivos, consultar APIs externas, enviar correos, hacer clic en botones dentro de otras aplicaciones. En esencia, hacen lo que haría una persona frente a una pantalla, solo que mucho más rápido y sin cansarse.

¿Cómo funciona un agente?

El ciclo básico de un agente de IA tiene cuatro pasos que se repiten:

1. Observar: recibe una tarea o detecta una situación nueva
2. Pensar: razona sobre qué pasos dar para completar el objetivo
3. Actuar: ejecuta una acción usando alguna herramienta disponible
4. Evaluar: revisa el resultado y decide si continuar, corregir o terminar

Este ciclo se llama ReAct (Reasoning + Acting) y es la base de la mayoría de los agentes actuales. Lo interesante es que el agente puede detectar que cometió un error en el paso 4 y corregirlo solo, sin que nadie lo interrumpa.

Aplicaciones que ya existen

No estamos hablando de ciencia ficción. Hay agentes funcionando hoy en casos concretos:

Soporte al cliente autónomo. Agentes que leen el historial de un cliente, consultan el estado de su pedido en el sistema de inventario, emiten un reembolso si aplica y cierran el ticket. Todo sin intervención humana para casos estándar.

Investigación y síntesis de información. Empresas de inversión usan agentes que monitorean cientos de fuentes de noticias, identifican eventos relevantes para su portafolio y generan reportes consolidados cada mañana.

Desarrollo de software asistido. Herramientas como Devin o Claude Code pueden leer un repositorio de código, entender el contexto, escribir funciones nuevas, ejecutar pruebas y corregir los errores que aparezcan, todo en un solo ciclo.

Operaciones de marketing. Agentes que analizan el rendimiento de campañas publicitarias, ajustan presupuestos entre canales y generan variaciones de textos para pruebas A/B, con aprobación humana solo para cambios mayores.

El rol humano no desaparece: cambia

Uno de los miedos más comunes es que los agentes de IA van a eliminar empleos. La realidad es más matizada. Lo que desaparece son las tareas repetitivas y de bajo valor agregado: copiar datos de un sistema a otro, generar reportes estándar, responder correos de seguimiento rutinarios.

Lo que crece en valor es la capacidad de definir objetivos claros, supervisar resultados y tomar decisiones en situaciones ambiguas que el agente no puede resolver solo. El trabajo se vuelve más estratégico, no más fácil necesariamente, pero sí más interesante.

¿Qué tan confiables son?

Esta es la pregunta honesta que hay que hacer. Los agentes actuales cometen errores. Pueden malinterpretar instrucciones, tomar decisiones subóptimas o quedar atrapados en ciclos. Por eso los mejores sistemas incluyen puntos de confirmación humana para acciones de alto impacto (borrar datos, hacer pagos, enviar comunicados masivos).

La tendencia clara es hacia mayor autonomía conforme los modelos mejoran. Pero por ahora, el diseño más responsable es el human-in-the-loop: el agente opera de forma autónoma en lo rutinario y pide aprobación en lo crítico.

Lo que viene

Los próximos dos años van a traer agentes multimodales que no solo leen texto sino que ven pantallas, escuchan audio y actúan en consecuencia. También veremos equipos de agentes donde varios trabajan en paralelo con roles distintos: uno investiga, otro redacta, otro revisa. La coordinación entre ellos va a parecer magia para quien lo vea desde afuera.

Para las empresas, la pregunta ya no es si van a adoptar agentes de IA, sino cuándo y para qué proceso empezar. Los que experimenten primero van a entender mucho antes cómo sacarles valor real.

Si te interesa implementar automatizaciones inteligentes en tu operación de atención al cliente, en Espacio Rojo podemos ayudarte a evaluar qué procesos son buenos candidatos para empezar.

Hoy existe algo mejor: WebSockets. Y entender cómo funcionan ayuda a apreciar por qué ciertas cosas en internet simplemente se sienten más vivas.

La diferencia entre HTTP y WebSockets

HTTP, el protocolo base de la web, funciona con un modelo de petición-respuesta. Tu navegador pide algo, el servidor responde, y la conexión termina. Para cada nueva información que necesitas, tienes que hacer una nueva petición. Es como enviar una carta por correo y esperar respuesta: funciona, pero tiene latencia.

WebSockets cambian el modelo completamente. En vez de abrir y cerrar conexiones constantemente, establecen un canal persistente y bidireccional entre el navegador y el servidor. Es más parecido a una llamada telefónica: la línea se abre una vez y ambos lados pueden hablar cuando quieran, en cualquier momento, sin tener que "marcar" de nuevo.

El proceso de conexión

El establecimiento de una conexión WebSocket empieza, curiosamente, como una petición HTTP normal. El navegador envía una solicitud especial que dice, en esencia: "quiero actualizar esta conexión a WebSocket". Si el servidor acepta, ambos lados cambian de protocolo y la conexión queda abierta indefinidamente.

Desde ese momento, los mensajes viajan en ambas direcciones con una latencia de milisegundos. El servidor puede enviar datos al cliente en cualquier momento sin que el cliente los haya pedido. Eso es lo que hace posible que veas el mensaje de alguien aparecer en tu pantalla casi al mismo tiempo que lo envía.

Casos de uso donde WebSockets brillan

Chat en tiempo real. Es el caso más obvio. Plataformas como Tevlr, Slack o WhatsApp Web usan WebSockets para que los mensajes aparezcan instantáneamente sin que tengas que recargar la página.

Dashboards de métricas en vivo. Si has visto un panel de analítica donde los números cambian solos conforme llegan nuevos datos, eso es WebSockets. El servidor empuja las actualizaciones en cuanto las tiene, sin esperar a que el navegador las pida.

Notificaciones instantáneas. Cuando alguien te menciona en un sistema y aparece una notificación sin que hayas hecho nada, hay una conexión WebSocket abierta en segundo plano enviando ese evento.

Herramientas colaborativas. Google Docs, Figma, Notion. Cuando varios usuarios editan el mismo documento y ves los cursores de los demás moviéndose en tiempo real, WebSockets es lo que mantiene todo sincronizado.

Juegos web y aplicaciones interactivas. Los juegos que requieren sincronización entre jugadores necesitan comunicación de muy baja latencia. WebSockets lo hacen posible en el navegador sin plugins adicionales.

La alternativa moderna: Server-Sent Events

WebSockets son perfectos cuando la comunicación es bidireccional. Pero hay casos donde solo el servidor necesita enviar datos al cliente (como notificaciones o feeds de noticias). Para eso existe SSE (Server-Sent Events), una tecnología más simple que mantiene una conexión unidireccional del servidor hacia el navegador.

SSE tiene menos overhead y es más fácil de implementar. Si alguna vez usaste una IA como ChatGPT y viste cómo el texto aparece palabra por palabra en lugar de todo de golpe, eso probablemente es SSE: el servidor envía tokens conforme los genera.

¿Y para las empresas que no son de tecnología?

La razón por la que esto importa más allá del mundo técnico es simple: las expectativas de los usuarios han cambiado. Hoy nadie acepta recargar una página para ver si llegó un mensaje. La experiencia "en tiempo real" pasó de ser un lujo a ser un estándar.

Para cualquier empresa que vende software, ofrece soporte al cliente o tiene equipos que colaboran en línea, la infraestructura de tiempo real no es un detalle técnico sino una parte central de la experiencia de producto. Elegir las herramientas correctas que ya la incluyan, o entender qué significa construirla, hace una diferencia real.

En Espacio Rojo construimos productos digitales con arquitecturas preparadas para escalar. Si tienes un proyecto que requiere comunicación en tiempo real, conversemos.

La solución no es pedir contraseñas más complicadas. La solución es eliminar las contraseñas. Eso es exactamente lo que hacen las passkeys.

¿Qué es una passkey?

Una passkey es un par de claves criptográficas que reemplaza completamente a las contraseñas. Cuando creas una cuenta en un sitio que las soporta, tu dispositivo genera automáticamente dos claves relacionadas matemáticamente:

• Clave pública: se guarda en los servidores del sitio web.
• Clave privada: nunca sale de tu dispositivo. Nunca.

Para iniciar sesión, el sitio web te manda un desafío matemático que solo puede resolver quien tenga la clave privada. Tu dispositivo la resuelve, pero antes te pide que confirmes que eres tú: con tu huella dactilar, Face ID o PIN del dispositivo. Esa confirmación desbloquea la clave privada localmente y responde el desafío. El sitio verifica la respuesta con la clave pública y te deja entrar.

En ningún momento viajó una contraseña por internet. De hecho, no hay ninguna contraseña que hackear.

Por qué son más seguras que cualquier contraseña

No pueden filtrarse. Si un hacker entra a los servidores del sitio donde tienes cuenta, solo encuentra tu clave pública. Eso es completamente inútil sin la clave privada, que nunca salió de tu teléfono.

Son inmunes al phishing. Si recibes un correo falso que te lleva a "faceb00k.com" e intentas iniciar sesión con passkey, el proceso falla automáticamente. La passkey está vinculada al dominio exacto del sitio original. No puede activarse en un sitio falso.

No hay contraseñas que adivinar. Los ataques de fuerza bruta, los diccionarios de contraseñas comunes, las filtraciones de "123456" masivas, todo eso deja de aplicar cuando no hay contraseña que adivinar.

Son únicas por sitio automáticamente. Uno de los mayores problemas de seguridad es reutilizar contraseñas. Las passkeys son criptográficamente únicas por dominio sin que el usuario tenga que hacer nada.

¿Y si pierdo mi teléfono?

Esta es la pregunta obvia y la respuesta es elegante. Las passkeys se sincronizan en la nube: iCloud Keychain en dispositivos Apple, Google Password Manager en Android y Windows Hello en dispositivos Microsoft. Si cambias de teléfono o pierdes el tuyo, tus passkeys están disponibles en cuanto inicias sesión en tu cuenta de Apple o Google en el dispositivo nuevo.

Para seguridad adicional, puedes registrar passkeys en múltiples dispositivos o tener una llave de seguridad física como respaldo.

El estado actual: quién ya las acepta

La adopción creció considerablemente en 2024 y 2025. Entre los servicios que ya soportan passkeys completamente: Google, Apple ID, Microsoft, GitHub, PayPal, Amazon, Shopify, Uber, WhatsApp y docenas más. La mayoría de bancos grandes en Estados Unidos y Europa las están implementando.

El estándar detrás de las passkeys se llama WebAuthn y fue desarrollado por el W3C junto con la FIDO Alliance, un consorcio que incluye a las grandes tecnológicas. No es una solución propietaria de Apple o Google: es un estándar abierto que cualquier sitio puede implementar.

¿Qué significa esto para las empresas?

Para cualquier empresa que construye productos digitales con autenticación de usuarios, las passkeys representan una oportunidad concreta de mejorar seguridad y experiencia al mismo tiempo. La fricción del inicio de sesión es uno de los puntos de abandono más comunes en flujos de registro. Iniciar sesión con huella dactilar es más rápido y más seguro que escribir una contraseña.

La pregunta no es si las passkeys van a reemplazar a las contraseñas, sino cuándo. La infraestructura ya existe. Los dispositivos ya la soportan. Las empresas que se muevan primero van a ofrecer una experiencia notablemente mejor a sus usuarios.

En Espacio Rojo ya implementamos WebAuthn (passkeys) en Tevlr para los equipos que quieren autenticación sin contraseñas. Si quieres saber más sobre cómo funciona, con gusto te explicamos.

Si tu servidor está en Virginia y tu usuario está en Ciudad de México, la información tiene que viajar miles de kilómetros de ida y de vuelta. Eso toma tiempo, aunque sean solo milisegundos. Y hay aplicaciones donde esos milisegundos son inaceptables.

Ahí entra el edge computing: procesar los datos cerca de donde se generan, no en un datacenter centralizado.

¿Qué es exactamente el "borde"?

En redes de computación, el "edge" (borde) es cualquier punto de la red que está cerca del usuario final o del dispositivo que genera los datos. Puede ser un router avanzado, un servidor en una torre de telecomunicaciones cercana, una mini-computadora instalada en una fábrica, o incluso el propio dispositivo del usuario.

La idea es mover parte del procesamiento fuera del datacenter central y acercarlo geográficamente a donde se necesita. En vez de enviar datos a Virginia para procesarlos, se procesan en un servidor que está a 10 kilómetros de ti.

Por qué importa la latencia

Para entender por qué esto importa, piensa en casos donde la velocidad de respuesta es crítica:

Vehículos autónomos. Un auto sin conductor necesita tomar decisiones de frenado en milisegundos. No puede esperar que su cámara suba una imagen a la nube, se procese, y llegue la instrucción de "frena". Para cuando eso sucediera, ya hubo un accidente. El procesamiento tiene que pasar en el dispositivo o en un servidor a centímetros de distancia.

Cirugía remota asistida por robot. Médicos que operan pacientes a distancia usando brazos robóticos necesitan que cada movimiento del control se traduzca instantáneamente. Un retraso de medio segundo podría ser catastrófico.

Manufactura inteligente. Sensores en una línea de producción que detectan defectos en milisegundos y detienen la máquina antes de que el error se multiplique.

Realidad aumentada. Superponer información digital sobre el mundo real en tiempo real requiere latencias tan bajas que procesarlo en la nube simplemente no funciona bien.

Dónde ya lo usas sin saberlo

El edge computing ya llegó a tu vida cotidiana de formas que probablemente no asocias con ese nombre:

Face ID y reconocimiento de voz. Cuando le hablas a Siri o desbloqueas tu teléfono con tu cara, ese procesamiento ocurre en el chip de tu dispositivo, no en los servidores de Apple. Tu cara nunca viaja a ningún servidor.

Redes CDN. Cuando cargas un video de YouTube o una imagen de un sitio web, probablemente viene de un servidor cercano a ti, no del servidor original. Las CDN (Content Delivery Networks) son una forma temprana de edge computing.

Asistentes de voz en casa. Los dispositivos como Amazon Echo hacen procesamiento inicial localmente para detectar la palabra de activación. Solo cuando reconocen "Alexa" envían el resto a la nube.

Edge y nube no son rivales

Un error común es pensar que el edge computing va a reemplazar a la nube. No es así. Son complementarios. La arquitectura más común combina ambos:

• El edge procesa lo urgente y sensible localmente.
• La nube recibe los datos consolidados para almacenamiento, análisis profundo y entrenamiento de modelos.

El resultado es lo mejor de ambos mundos: velocidad donde se necesita, potencia y escala donde se puede esperar.

La oportunidad para empresas en México

Para empresas latinoamericanas, el edge computing tiene una implicación práctica importante: reduce la dependencia de la calidad de la conexión a internet. Si parte del procesamiento ocurre localmente (en el dispositivo o en infraestructura cercana), la experiencia del usuario es más estable incluso con conexiones irregulares.

En sectores como manufactura, salud, retail y logística, el edge computing está pasando de ser una tecnología experimental a una necesidad de operación. Las empresas que entiendan esto antes van a tener ventaja.

Si estás construyendo un producto que requiere respuesta en tiempo real o que opera en entornos con conectividad limitada, en Espacio Rojo podemos ayudarte a diseñar la arquitectura correcta desde el inicio.

Los modelos de lenguaje grandes (LLMs, por sus siglas en inglés) son sin duda las herramientas de software más impresionantes que se han construido hasta ahora. Pero también son profundamente malentendidos. Entender qué hacen realmente, y qué no hacen, marca la diferencia entre usarlos bien y frustrarse con ellos.

No "saben" cosas. Predicen palabras.

La explicación técnica honesta de un LLM es esta: es un sistema estadístico muy sofisticado que predice cuál es la siguiente palabra más probable dado un contexto.

Cuando le escribes a ChatGPT "La capital de Francia es..." el modelo no "recuerda" que la respuesta es París de la misma forma que tú recordarías algo. Lo que hace es calcular, basado en patrones aprendidos de enormes cantidades de texto, que la palabra "París" tiene una probabilidad altísima de seguir a esa frase. Y tiene razón.

La magia y el truco al mismo tiempo es que este proceso de predicción de palabras, cuando se hace con suficientes parámetros y suficientes datos, produce algo que desde afuera se parece mucho a comprensión, razonamiento y conocimiento.

El entrenamiento: aprender de todo lo que la humanidad escribió

Los LLMs se entrenan ingiriendo cantidades masivas de texto: páginas web, libros, artículos científicos, código fuente, foros, redes sociales. GPT-4, Claude, Gemini, todos pasaron por este proceso consumiendo, literalmente, una fracción significativa de todo lo que los humanos hemos escrito y publicado digitalmente.

Durante el entrenamiento, el modelo ajusta billones de parámetros numéricos (pesos) para volverse mejor en predecir la siguiente palabra. Cuando el proceso termina, esos pesos codifican, de alguna forma que los investigadores todavía no entienden completamente, el conocimiento destilado de todo lo que leyó.

Esto explica por qué los LLMs pueden hablar con autoridad sobre medicina, derecho, historia, cocina y programación. No porque tengan expertos dentro: porque procesaron los textos que esos expertos escribieron.

Por qué "alucina"

El término técnico es "alucinación" y es la mayor limitación práctica de los LLMs: a veces generan información falsa con total confianza. ¿Por qué?

Porque el modelo no "sabe" si algo es verdad. Solo sabe que esa secuencia de palabras es estadísticamente coherente y probable dado el contexto. Si le preguntas sobre un libro que no existe, puede inventar uno plausible porque ha visto miles de descripciones de libros y sabe cómo suena una.

Los modelos más recientes han mejorado enormemente en esto, pero no lo han eliminado. Por eso siempre es importante verificar datos críticos que un LLM te proporciona, especialmente en fechas, nombres específicos, estadísticas y citas.

El contexto: la memoria de corto plazo del modelo

Otra cosa que confunde a los usuarios nuevos es la "memoria" de los modelos. Un LLM solo puede ver lo que está en su ventana de contexto: el texto actual de la conversación. No recuerda conversaciones anteriores (a menos que el sistema lo implemente explícitamente), no aprende de las correcciones que le das a menos que estén en el mismo contexto, y no tiene experiencias propias.

La ventana de contexto ha crecido considerablemente: modelos recientes pueden mantener cientos de miles de tokens (aproximadamente palabras) en su contexto simultáneamente. Eso les permite trabajar con documentos largos, bases de código completas o conversaciones extensas.

¿Realmente razonan?

Esta es la pregunta filosófica del millón y los investigadores no tienen una respuesta definitiva. Lo que está claro es que los LLMs exhiben comportamientos que se parecen al razonamiento: pueden seguir instrucciones complejas, detectar contradicciones, aplicar lógica formal y resolver problemas paso a paso.

Si eso constituye "razonamiento real" o es solo una simulación muy convincente es un debate abierto. Para propósitos prácticos, la distinción importa menos que saber que el rendimiento mejora cuando les pides que piensen paso a paso (técnica conocida como chain-of-thought) en lugar de pedir una respuesta directa.

Cómo usarlos mejor

Saber cómo funcionan lleva directamente a saber cómo sacarles más provecho:

Dales contexto. Cuanto más contexto relevante incluyas en tu prompt, mejor predicción harán de lo que necesitas.

Pídeles que piensen en voz alta. "Piensa paso a paso" o "explica tu razonamiento" produce respuestas más precisas en problemas complejos.

No confíes ciegamente en datos específicos. Úsalos para razonar, estructurar y redactar. Verifica los hechos concretos que importan.

Itera. El primer resultado raramente es el mejor. Refina, corrige, pide variaciones.

Los LLMs son herramientas extraordinarias cuando se usan entendiendo qué son: motores de lenguaje increíblemente capaces, no oráculos infalibles.

En Espacio Rojo integramos modelos de lenguaje en productos reales, desde bots de atención al cliente hasta herramientas internas de procesamiento de información. Si tienes un caso de uso en mente, podemos ayudarte a evaluarlo.

Hay una alternativa que muchos negocios no conocen o subestiman: las Progressive Web Apps (PWA).

¿Qué es una PWA?

Una PWA es esencialmente un sitio web que se comporta como una aplicación nativa. Vive en internet como cualquier página web, pero tiene capacidades que normalmente asociamos con apps descargadas: funciona sin conexión, envía notificaciones push, se puede "instalar" en la pantalla de inicio del teléfono y tiene acceso a la cámara, GPS y otros sensores del dispositivo.

La experiencia del usuario es casi indistinguible de una app nativa: abre en pantalla completa sin barra del navegador, carga rápido, responde con fluidez. La diferencia está en cómo llegó al dispositivo: sin pasar por ninguna tienda de aplicaciones.

Las tres tecnologías que lo hacen posible

Service Workers. Son scripts que corren en segundo plano, separados de la página web, y funcionan como intermediarios entre tu aplicación y la red. Pueden interceptar peticiones de red, guardar recursos en caché y hacer que la app funcione aunque no haya conexión a internet.

Web App Manifest. Un archivo de configuración que le dice al navegador cómo debe comportarse la app cuando se instala: nombre, ícono, color de la pantalla de splash, si debe abrir en modo pantalla completa, orientación preferida.

HTTPS. Las PWA requieren una conexión segura. No es opcional. Esto también es bueno: garantiza que la app no puede ser interceptada ni modificada en tránsito.

Las ventajas que importan para los negocios

Costo. Construir una PWA es construir un sitio web con algunas características adicionales. Un solo equipo, una sola base de código, que funciona en iOS, Android, Windows y en el navegador del escritorio. El ahorro versus una app nativa para cada plataforma es significativo.

Distribución instantánea. Compartes un enlace y el usuario está usando tu app. Sin esperar que descargue nada. Sin reviews del App Store que pueden tardar días o rechazar tu actualización.

Actualizaciones automáticas. Cuando lanzas una nueva versión, todos los usuarios la tienen la próxima vez que abren la app. No hay fragmentación de versiones. No hay usuarios atascados en versiones viejas.

Instalación sin fricción. El navegador muestra una invitación discreta para "agregar a pantalla de inicio". El usuario que lo hace tiene una experiencia idéntica a una app nativa, sin haber pasado por una tienda.

Las limitaciones reales

Sería deshonesto no mencionarlas. Las PWA todavía no pueden hacer todo lo que una app nativa puede:

En iOS, el soporte ha mejorado mucho pero sigue siendo más limitado que en Android. Las notificaciones push en iOS solo funcionan desde iOS 16.4 en adelante, y solo si el usuario instaló la PWA. Funciones avanzadas como Bluetooth, NFC o pagos con Apple Pay tienen restricciones.

Para apps que requieren integración profunda con el sistema operativo (como rastreo de salud, conectividad con dispositivos externos o videojuegos con alto rendimiento gráfico), las apps nativas siguen siendo superiores.

¿Cuándo elegir una PWA?

La PWA es la elección correcta cuando tu caso de uso es:

• Contenido que el usuario consulta regularmente pero no diariamente (noticias, menús, catálogos)
• Herramientas de productividad y dashboards internos
• Comercio electrónico donde la conversión importa más que funciones avanzadas del hardware
• Proyectos con presupuesto limitado que necesitan presencia móvil real

La app nativa tiene sentido cuando necesitas: acceso profundo al hardware, distribución a través de la tienda de apps como canal de adquisición, o la máxima performance para uso muy intensivo.

Ejemplos que conoces

Twitter Lite, Pinterest, Starbucks, Forbes, la versión web de Uber: todas son PWA o tienen una versión PWA. Starbucks reportó que su PWA duplicó los pedidos diarios de usuarios que no descargaban la app nativa.

En Espacio Rojo, Tevlr incluye soporte PWA para que los agentes puedan recibir notificaciones de nuevas conversaciones directamente en su dispositivo móvil, sin instalar nada adicional.

Si tienes un proyecto que necesita presencia móvil sin el costo de una app nativa, platicamos. En muchos casos, una PWA bien construida es exactamente lo que se necesita.

Una búsqueda semántica, impulsada por una base de datos vectorial, encontraría ese artículo de todas formas. Porque entiende el significado, no solo las palabras.

Qué es un vector en este contexto

En matemáticas, un vector es una lista de números. En el contexto de la IA, un "embedding" (representación vectorial) es una lista de cientos o miles de números que codifican el significado semántico de un texto, imagen o audio.

Cuando un modelo de lenguaje convierte la frase "mi pantalla se quedó negra" en un vector, produce algo como [0.23, -0.87, 0.41, ...] con cientos de dimensiones. Lo importante es que frases con significado similar producen vectores matemáticamente cercanos. Y "pantalla negra tras actualización" y "fallo de pantalla tras instalación de firmware" son semánticamente similares, así que sus vectores estarán cerca en ese espacio de cientos de dimensiones.

Una base de datos vectorial almacena estos embeddings y permite buscar los más cercanos a una consulta dada, de forma eficiente, incluso con millones de registros.

Por qué las bases de datos tradicionales no sirven para esto

Las bases de datos relacionales (MySQL, PostgreSQL) están optimizadas para buscar coincidencias exactas o rangos: "dame todos los usuarios cuyo nombre empiece con A" o "dame todos los pedidos entre estas fechas". Son extraordinariamente buenas para eso.

Pero si quieres encontrar los 10 vectores más cercanos a uno dado en un espacio de 1,536 dimensiones (el tamaño típico de los embeddings de OpenAI), necesitas comparar distancias matemáticas en millones de vectores. Las bases de datos tradicionales no tienen índices diseñados para eso y sería lentísimo.

Las bases de datos vectoriales como Pinecone, Weaviate, Qdrant o pgvector tienen estructuras de índices especializadas (HNSW, IVF) que permiten hacer estas búsquedas de vecinos más cercanos en milisegundos, incluso con millones de vectores.

La arquitectura RAG: la IA que sabe lo que tú le enseñas

El caso de uso más importante de las bases de datos vectoriales hoy es RAG (Retrieval-Augmented Generation). Es la arquitectura detrás de los chatbots de IA que pueden responder preguntas sobre tus documentos específicos, tu base de conocimiento, tus PDFs internos.

El proceso funciona así:

1. Indexación: tus documentos se convierten en embeddings y se guardan en la base de datos vectorial.
2. Consulta: cuando el usuario hace una pregunta, también se convierte en un embedding.
3. Recuperación: la base de datos vectorial encuentra los documentos más similares semánticamente.
4. Generación: esos documentos se incluyen como contexto en el prompt al LLM, que genera una respuesta basada en ellos.

El resultado: una IA que responde con información de tus documentos, no de su entrenamiento genérico. Y que cita la fuente.

Aplicaciones prácticas que ya existen

Bases de conocimiento de soporte. Un chatbot que lee tus manuales, políticas y FAQs y responde preguntas de clientes con información exacta de tu empresa.

Búsqueda interna de documentos. Empresas con miles de documentos internos donde encontrar el correcto era imposible. Con búsqueda semántica, se describe lo que necesitas en lenguaje natural.

Recomendaciones de contenido. Netflix, Spotify y similares usan vectores para recomendar contenido similar al que ya te gustó, incluso si no comparte las mismas etiquetas o géneros.

Detección de duplicados y similitudes. En sistemas legales o de propiedad intelectual, encontrar documentos semánticamente similares aunque usen vocabulario diferente.

El ecosistema en 2025

El mercado de bases de datos vectoriales explotó en los últimos dos años. Las opciones principales son: Pinecone (servicio cloud más popular), Weaviate (open source), Qdrant (open source, altamente performante), Chroma (popular para proyectos pequeños) y pgvector (extensión de PostgreSQL para quien no quiere otra base de datos más).

La elección correcta depende del volumen de datos, los requisitos de latencia y si prefieres un servicio administrado o control total sobre la infraestructura.

En Espacio Rojo trabajamos con RAG para implementar bases de conocimiento inteligentes en productos de atención al cliente. Si tienes documentación que quieres hacer consultable con lenguaje natural, podemos ayudarte.

El session replay resuelve exactamente eso: en vez de preguntar, observas.

¿Qué es exactamente el session replay?

Es una tecnología que graba la experiencia completa de un visitante en tu sitio web o aplicación. Captura los movimientos del cursor, los clics, el scroll, los campos que escriben (con datos sensibles enmascarados automáticamente), los elementos con los que interactúan y los que ignoran.

El resultado es una grabación que puedes reproducir como si fueras el usuario en ese momento. No una simulación: la sesión real, reconstruida píxel a píxel.

Lo que hace posible esto técnicamente es un proceso de "serialización del DOM": en lugar de grabar un video (que sería enormemente pesado), se capturan los cambios en la estructura del HTML de la página a intervalos muy cortos. La reproducción reconstruye esos cambios en secuencia. El resultado es una grabación perfecta que pesa una fracción de lo que pesaría un video.

Qué puedes descubrir que ninguna métrica te diría

Los dashboards de analítica te dicen qué pasó: cuántos usuarios llegaron, cuántos convirtieron, cuántos abandonaron. Lo que no te dicen es por qué. Ahí es donde el session replay es invaluable.

El elemento de "rage clicks". Cuando un usuario hace clic repetidamente y rápidamente en el mismo lugar, generalmente porque cree que debería ser clickeable y no lo es, o porque espera que algo suceda y no sucede. Un botón que parece un link. Una imagen que parece expandirse al hacer clic. Estos problemas son invisibles en las métricas pero devastadores para la conversión.

El abandono de formularios. ¿En qué campo exactamente la gente abandona tu formulario de registro? Session replay lo muestra con precisión. Quizás el campo de "teléfono" tiene una validación confusa. Quizás pides información que los usuarios no tienen a mano en ese momento.

La confusión de navegación. Usuarios que van y vienen entre páginas sin encontrar lo que buscan. Que hacen scroll hasta el final de la página y regresan al inicio varias veces. Que pasan el cursor sobre un elemento como si fueran a hacer clic pero no lo hacen.

Errores que no reportaron. Literalmente puedes ver cuando un usuario encuentra un error en tu aplicación, lo que hacía antes, y si intentó recuperarse o simplemente se fue.

Los mapas de calor: el resumen visual

Complementario al session replay están los heatmaps (mapas de calor): visualizaciones que agregan el comportamiento de cientos o miles de sesiones en una sola imagen. Los colores muestran dónde hace clic la gente (click maps), hasta dónde hacen scroll (scroll maps) y por dónde mueven el cursor (movement maps).

Si el 80% de tus usuarios nunca llegan a ver tu llamada a la acción porque está debajo del scroll, eso aparece en rojo y frío en el mapa de scroll. Es información que puede transformar el diseño de una página.

El impacto en conversión

Los equipos de producto y UX que usan session replay consistentemente reportan mejoras significativas en conversión simplemente porque identifican y eliminan fricciones que no sabían que existían. No se trata de grandes rediseños: muchas veces es mover un botón, simplificar un formulario o hacer más obvio un elemento de navegación.

El costo de no saber exactamente dónde se rompe la experiencia de tus usuarios es, irónicamente, más alto que el de la herramienta que te lo muestra.

Privacidad: el elefante en el cuarto

La preocupación legítima es: ¿estoy espiando a mis usuarios? La respuesta bien diseñada es no, si se implementa correctamente.

Las buenas implementaciones de session replay enmascaran automáticamente: campos de contraseñas, números de tarjeta, campos marcados como sensibles, y en general cualquier input de texto. El usuario no aparece identificado por nombre. Y los sitios serios informan de la grabación en su política de privacidad.

El objetivo no es saber quién eres, sino entender cómo se usa el producto para mejorarlo. Esa distinción importa y debe aplicarse en la implementación.

Tevlr incluye session replay integrado para que los equipos de atención al cliente puedan ver la sesión exacta de un usuario cuando reporta un problema, sin necesitar herramientas externas. Si quieres verlo en acción, agenda una demo.

Ese es el IVR mal diseñado. Y ha dado mala reputación a una tecnología que, implementada correctamente, resuelve problemas reales de escala sin sacrificar la experiencia del cliente.

Qué es un IVR y por qué existe

IVR significa Interactive Voice Response: el sistema que contesta una llamada antes de que llegue a un agente humano. Su trabajo es enrutar la llamada al lugar correcto, resolver casos simples sin necesitar un agente, y recopilar información que agilice la atención cuando sí llegue a una persona.

Existe porque los centros de atención reciben más llamadas de las que pueden manejar simultáneamente. Sin un IVR, todas las llamadas entran al mismo pool de agentes y el cliente solo espera. Con un IVR bien diseñado, los casos simples se resuelven solos, los casos complejos llegan al agente con contexto, y los clientes son dirigidos al equipo correcto sin transferencias innecesarias.

La diferencia entre el IVR viejo y el moderno

El IVR clásico funciona con árboles rígidos de opciones numéricas. Presiona 1, presiona 2. Si tu caso no encaja en ninguna opción, estás perdido. Además, requería hardware especializado y configuración por parte de técnicos.

El IVR moderno tiene tres mejoras fundamentales:

Reconocimiento de voz natural. En lugar de "presione 1 para ventas", el sistema puede preguntar "¿en qué te puedo ayudar?" y entender la respuesta. "Quiero saber el estatus de mi pedido", "tengo un problema con mi factura", "necesito cambiar mi dirección de envío". El procesamiento de lenguaje natural determina a dónde enrutar la llamada sin que el usuario tenga que memorizar opciones numéricas.

Integración con sistemas de negocio. El IVR puede consultar en tiempo real la base de datos de clientes, el sistema de inventario o el CRM. Si el número que llama está registrado, puede saltar directamente: "Hola Roberto, ¿llamas por tu pedido del martes o necesitas ayuda con algo más?" Sin preguntar quién es, sin pedir número de cliente.

Diseño visual sin código. Las plataformas modernas permiten diseñar el flujo del IVR en una interfaz gráfica tipo diagrama. Arrastras y conectas nodos: "si dice X, ir a Y. Si no hay respuesta en 30 segundos, transferir a Z". No se necesita programar nada para crear flujos sofisticados.

Los casos donde el IVR agrega valor real

Consultas de saldo y estado. Bancos y financieras que responden preguntas como "¿cuál es mi saldo?" sin necesitar un agente. El sistema autentica al cliente con su número de cuenta y PIN, consulta el sistema y devuelve la información hablada. Reduce drásticamente la carga de agentes en consultas de bajo valor.

Agendamiento de citas. El IVR puede mostrar disponibilidad y confirmar citas conectándose al calendario del negocio. El cliente habla o presiona opciones y queda agendado, sin esperar que un humano revise la agenda.

Triaje de urgencias. En soporte técnico, el IVR puede hacer preguntas de diagnóstico iniciales y priorizar la cola según urgencia. Un cliente con el sistema completamente caído sube en la cola frente a alguien que pregunta por una función nueva.

Fuera de horario. El IVR puede operar 24/7 aunque los agentes no estén disponibles: tomar mensajes, dar información básica, confirmar horarios de atención y ofrecer una devolución de llamada para el día siguiente.

El diseño que determina si funciona o frustra

La mayoría de los IVR fallidos tienen los mismos problemas: demasiadas opciones en cada nivel (más de 5 es confuso), árbol demasiado profundo (más de 3 niveles frustra), no ofrecer la opción de hablar con un agente claramente, y mensajes de espera sin información ni estimado de tiempo.

Un IVR bien diseñado es corto, directo y ofrece siempre una salida hacia un humano. El objetivo no es evitar que el cliente hable con un agente: es que cuando hable con uno, ya sea el correcto y ya tenga el contexto.

En Tevlr, el diseñador de IVR funciona con una interfaz visual de nodos que cualquier coordinador de atención puede manejar sin ayuda técnica. Si quieres ver cómo se ve por dentro, solicita una demo.