Un desarrollador abre el núcleo de un agente para captar clientes en licitaciones con 726 pruebas

Una empresa publica una licitación para comprar servidores y el vendedor ya tiene un motivo para iniciar una conversación. Pero entre el aviso y una llamada útil hay trabajo manual: abrir las especificaciones técnicas, entender el equipamiento, revisar los estados financieros del comprador y encontrar a alguien a quien llamar. El creador de AI Tender Radar explicó cómo delegó esta preparación en un agente de IA y publicó el núcleo de investigación del proyecto en GitHub como código abierto.

El resultado es una ficha en Telegram: qué necesita el comprador, cuáles son sus indicadores financieros, a qué número llamar y con qué preguntas empezar. Según su creador, el sistema está en producción y ha procesado licitaciones de cientos de empresas. El artículo no aporta mediciones del ahorro de tiempo ni de la precisión de las búsquedas, por lo que conviene valorar el caso principalmente por el diseño del sistema.

De las especificaciones técnicas a una ficha para preparar la llamada

El programa recopila licitaciones públicas y privadas de servidores, sistemas de almacenamiento de datos y componentes, descarga los documentos y extrae el texto. Admite PDF, DOCX, DOC, XLSX, TXT y archivos comprimidos ZIP y 7z. Los documentos escaneados sin capa de texto, los archivos RAR y el antiguo formato XLS siguen siendo lagunas en su cobertura.

Supongamos que el título de una licitación solo dice «suministro de equipos». Al comercial no le basta. El agente debe abrir los anexos, identificar los elementos del suministro, las cantidades y los plazos, y después encontrar un contacto del comprador. Obtiene los datos de ingresos, beneficios y capital de los últimos estados financieros publicados disponibles a través del Servicio Federal de Impuestos de Rusia (FNS). Esto ayuda a preparar la conversación, aunque por sí solo no permite saber si la empresa pagará un suministro concreto.

La ficha tiene botones de «Gestionar» y «Descartar», y permite añadir una nota. Los clientes potenciales se pueden exportar a Excel. El agente no contacta por su cuenta con el comprador ni promete condiciones de suministro: desconoce los precios y las capacidades del vendedor.

El agente elige la ruta y el código verifica los contactos

La primera versión seguía una secuencia de pasos predefinidos. Buscaba el contacto en los documentos, después en la web y luego por otras ramas previstas. Las distintas licitaciones exigían nuevas excepciones y el programa se volvía más complejo.

En la segunda versión, el modelo recibió herramientas para leer documentos, buscar en la web, abrir páginas y obtener estados financieros. Las instrucciones establecen la prioridad de las fuentes, mientras que el agente decide qué abrir a continuación. Cada investigación tiene límites de pasos y de gasto en el modelo.

El detalle de ingeniería más útil llega después de la búsqueda. Antes de guardar la ficha, el código convencional contrasta los contactos propuestos con los textos que el agente realmente leyó. Para un teléfono, busca el núcleo de diez dígitos del número; para un nombre, sus partes teniendo en cuenta las terminaciones flexivas; para un correo electrónico, una coincidencia literal sin distinguir mayúsculas de minúsculas. La información no verificada se elimina.

Después, el sistema asigna una categoría a la ficha: A significa que se encontró una persona con teléfono; B, un teléfono sin nombre o un contacto procedente de un directorio de terceros; C, que no hay teléfono. Al comercial solo se le envían las dos primeras categorías. Si el agente no encuentra una persona con número de teléfono, la licitación pasa a un modelo de respaldo.

Pero la coincidencia con una fuente tiene límites claros. No demuestra que el teléfono pertenezca a la persona indicada ni que siga vigente. El creador también reconoce la posibilidad de una coincidencia accidental entre números adyacentes; la extensión no se verifica. Por eso, conviene entender esta comprobación como un filtro contra contactos inventados, y no como una garantía de que se ha identificado al interlocutor correcto.

Qué se puede incorporar a un producto propio

Según la descripción del creador, el núcleo abierto incluye el agente, las herramientas, la verificación de contactos, el registro de actividad, el envío a Telegram, las notas y la exportación. Se declaran 726 pruebas automatizadas con datos sintéticos y una licencia AGPL-3.0. Las integraciones con las plataformas de contratación, las instrucciones operativas y la configuración del servidor siguen cerradas. Para poner en marcha una instancia propia, habrá que preparar esas partes por separado.

El valor práctico del caso está en el reparto de responsabilidades. El modelo interpreta documentos heterogéneos y elige la ruta de búsqueda, mientras que el programa limita el gasto y verifica los datos antes de enviarlos. También se contemplan por separado los duplicados, la espera de documentos y las respuestas ambiguas de Telegram: esos detalles determinan la comodidad del uso diario.

A los desarrolladores les resultará útil estudiar la verificación de resultados y la gestión de fallos. Los responsables de producto deberían medir, con sus propias licitaciones, la proporción de fichas útiles, el tiempo de preparación y el coste por cliente potencial. Sin esos indicadores, el relato muestra un enfoque que funciona, pero todavía no demuestra su impacto económico.