Cuando empezamos a construir ATHENIS AI, teníamos una metodología de aprendizaje corporativo propia: un modelo de aprendizaje inmersivo, activo y aplicativo diseñado para que las empresas desarrollen talento de forma real.
Desde el inicio, la inteligencia artificial fue parte central de esa visión. No como un complemento, sino como el motor que haría posible personalizar, evaluar y escalar ese aprendizaje a cualquier equipo y cualquier industria.
El problema apareció en el momento en que quisimos integrar inteligencia artificial a esos flujos. Como es bien sabido, los modelos comerciales están diseñados para resolver tareas generales. No están construidos para operar dentro de una metodología propietaria de aprendizaje, ni para mantener el tono, la lógica y la profundidad que requiere guiar el desarrollo de talento en entornos corporativos reales.
Esa realidad nos llevó a una conclusión natural: si ATHENEA iba a ser el motor de nuestra plataforma, tenía que ser un modelo construido y entrenado para ese propósito específico. No como un ajuste, sino desde la raíz.
ATHENEA 1: el punto de partida
Antes de llegar a donde estamos hoy, existió ATHENEA 1.
Fue una versión interna, nunca lanzada al mercado. Su propósito era validar nuestro framework de entrenamiento, entender con claridad qué funcionaba y qué no, y definir con precisión qué tipo de inteligencia queríamos construir.
Ese proceso interno nos dio algo importante: la certeza de que íbamos por el camino correcto.
ATHENEA 2: el modelo de IA para aprendizaje corporativo que sí sale al mundo
ATHENEA 2 es nuestro primer modelo oficial en producción.
Partimos de un modelo base y desarrollamos un pipeline de entrenamiento propio, diseñado para cambiar algo muy específico: la forma en que el modelo razona antes de responder.
La mayoría de los modelos comerciales generan respuestas largas que suenan bien pero que a menudo no llegan al punto. El problema no siempre está en la respuesta, sino en cómo se construye el razonamiento detrás.
En ATHENEA 2 trabajamos ese razonamiento desde adentro. El resultado es un modelo que lee el contexto con más profundidad, ordena mejor la información y entrega respuestas que aportan claridad.
Desarrollo de talento con IA: Una voz directa, sin relleno
Uno de los principios que guió todo el entrenamiento fue simple: cada palabra debe tener un propósito.
Diseñamos el modelo para que responda con precisión y vaya directo al punto, sin rodeos innecesarios ni frases que solo ocupan espacio. Pero no solo optimizamos su concreción; su voz es profundamente inteligente y estratégica al mismo tiempo. Ese tipo de respuesta no solo es más útil, también transmite el tono correcto para entornos donde el tiempo, la claridad y la profundidad analítica importan de verdad.
ATHENEA 2 habla como alguien que entiende el contexto empresarial y sabe cómo comunicarse dentro de él.
IA para empresas con una velocidad que se siente
La fluidez de una herramienta cambia completamente la experiencia de usarla.
Después de optimizaciones, ATHENEA 2 responde en un rango de 1 a 5 segundos, con un promedio sostenido cercano a los 2 segundos. En flujos de trabajo corporativos, esa diferencia se siente.
Esa velocidad hace que la interacción se sienta natural. No hay tiempos de espera que rompan el flujo de una conversación, incluso cuando el contexto es extenso o el análisis requiere más profundidad.
Cómo trabaja ATHENEA 2 en la práctica
Caso 1: Desarrollo de sistemas en una empresa
Usuario: ¿Cómo desarrollo sistemas en mi empresa?
ATHENEA 2:
[ <think> Ocultamos el Razonamiento de ATHENEA 2. </think> ]Para desarrollar sistemas en tu empresa, no construyes sistemas solo por ser un requisito. Construyes sistemas por su propósito.
1. Define el problema que el sistema resuelve.
Antes de escribir código, pregunta: ¿qué problema real de tu empresa está causando ineficiencia, costos altos o retrasos? Un sistema mal diseñado puede resolver un problema, pero si no está alineado con la lógica de negocio, puede crear nuevos problemas.2. Define el alcance y los requisitos.
Un sistema debe tener un propósito claro y medible. Define qué datos, procesos o resultados debe medir. Si no sabes qué quieres medir, el sistema no tendrá valor.3. Diseña con el negocio, no con la tecnología.
El sistema debe ser un puente entre tu negocio y la tecnología. Si tu equipo no entiende el problema que el sistema resuelve, el sistema no será adoptado.4. Define el ciclo de vida del sistema.
Un sistema no es un producto. Tiene un ciclo de vida: diseño, implementación, pruebas, despliegue, monitoreo y mantenimiento. Define quién lo implementa, quién lo mantiene y cómo se actualiza.5. Define el control de calidad.
Un sistema mal implementado es un sistema mal construido. Define criterios claros para revisar, validar y actualizar el sistema.6. Define el costo de adopción.
Un sistema puede ser técnicamente perfecto, pero si no se adopta por parte del equipo, no tiene valor. Define el costo de implementación, capacitación y resistencia al cambio.7. Define el monitoreo y mejora continua.
Un sistema debe ser revisado periódicamente. Define métricas de éxito, ciclos de revisión y mecanismos para corregir el sistema si no cumple su propósito.8. Define la responsabilidad.
Un sistema debe tener un dueño claro.9. Define la gobernanza.
Un sistema debe tener un marco de gobernanza que defina quién toma decisiones, cómo se comunica la información y cómo se resuelven los conflictos.10. Define el plan de retiro.
Si el sistema se vuelve obsoleto, debe tener un plan claro para retirarlo, migrarlo o reemplazarlo.Ejemplo práctico:
Si tu empresa necesita un sistema de gestión de inventario, no lo construyas por tu cuenta. Define qué problema resuelve (falta de visibilidad, errores de pedido, costos de inventario excesivos), define los requisitos técnicos y operativos, define quién lo implementa, define cómo se monitorea y define el ciclo de vida.Conclusión:
Un sistema en tu empresa no es un producto. Es una herramienta que debe resolver un problema de negocio. Construye sistemas con propósito, no con tecnología.
Usuario / Contexto: Resumen de un Canal Corportivo de ATHENIS Chat [@Athenea por favor resume esta conversación hasta ahora.]
Athenea 2:
[ <think> Ocultamos el Razonamiento de ATHENEA 2. </think> ]La conversación se centró en un cambio de enfoque estratégico: de costos operativos a eficiencia operativa.
Resumen: - El equipo identificó que el costo por lead en LinkedIn subió un 15% y que los Directores de Operaciones y Finanzas son los segmentos más sensibles a la reducción de errores manuales. - Decidieron pivotar visualmente la campaña de publicidad hacia infografías comparativas de ahorro de costos. - Se propuso segmentar retargeting solo para roles de Operaciones y Finanzas, con una propuesta de acción concreta.
Plan de acción: 1. Generar 3 variantes de anuncios enfocadas en ahorro de costos. 2. Segmentar retargeting por roles y tamaño de empresa. 3. Preparar el clúster de audiencia para la campaña.
Lo que hay detrás de ATHENEA 2
Cada etapa de este proceso, desde el diseño del framework y el pipeline, hasta la curaduría del dataset, el entrenamiento y el despliegue en producción, fue desarrollada íntegramente por Anthony, Founder, CEO y CTO de ATHENIS AI.
Fue un trabajo de construcción iterativa, con decisiones técnicas y una dirección muy clara desde el inicio.
ATHENEA 2 no existe para demostrar que podemos construir una IA. Existe porque las empresas necesitan una inteligencia que trabaje con su contexto real, responda con claridad y aporte valor estrategico en cada interacción.
Ese es el estándar que buscamos desde el primer día. ATHENEA 2 es la evidencia más concreta de que vamos en la dirección correcta.
Autor: Anthony Pacheco
Conecta con el creador: 🔗 Sigue a Anthony en LinkedIn