No es una anécdota de arranque: es la razón de que aquí no se venda IA. Lo que sigue son seis escenas y seis cicatrices, y cada una está porque explica una decisión de cómo trabaja esta empresa. Sin humo y sin épica.
Nueve y cuarenta y cinco de la mañana, clase de lengua catalana. Un amigo le cuenta que su padre, ingeniero, le ha enseñado una herramienta que responde bien a cualquier pregunta. Se llama ChatGPT y todavía no la conoce nadie.
Dijo que no. Que eso no era para él.
Tuvo que parar por salud. De golpe tuvo tiempo, y entonces sí empezó a usarla —pero no para que le resolviera cosas: para ver dónde estaba su límite.
Ese hábito es el que sigue rigiendo cómo se trabaja aquí. Una herramienta no se entiende leyendo lo que promete: se entiende empujándola hasta que se rompe.
Trabajando de administrativo de e-commerce vio un negocio con el posicionamiento destrozado: sin digitalizar, con toda la presión encima del trabajador y, al final del todo, encima del cliente.
Entendía perfectamente el problema. Y no sabía construir absolutamente nada.
Esa distancia —ver la fricción y no poder tocarla— es la razón por la que aquí no se empieza nunca por la tecnología.
Dos agentes para empaquetar lo que sabía de comercio internacional y de negocio y ponerlo al servicio de quien emprende. No era una empresa de software: era conocimiento de negocio, empaquetado.
Agentic Project sigue siendo exactamente eso.
Cuando llegó Claude, en dos días entendió qué era de verdad un agente. En cinco tenía funcionando un sistema de reconciliación que cruzaba exports de SAP —Excel contra XML— y emparejaba lo que no cuadraba, con su interfaz de terminal.
No era una demo: resolvía un problema real de una empresa real.
Ahí se cerró el círculo: entender el negocio dejó de estar separado de poder construir la solución. La mayoría de proveedores tiene una de las dos mitades.
Un rastreador del catálogo entero de una multinacional industrial con cien agentes trabajando a la vez, uno por página. Un sistema de contenido que, dándole una idea, escribe la plantilla de prompt, genera las imágenes y las manda solas a convertirse en vídeo. Un mapa de conocimiento en Python para automatizar la transcripción de licitaciones. Un backend, un CRM propio, una pasarela con topes de gasto y un panel que los observa.
Nada de eso lo pidió ningún cliente. Salió de querer saber hasta dónde llegaba.
Nadie empieza donde está ahora. La secuencia dice más que cualquier declaración de nivel, y en cada salto hay una limitación que dolió lo suficiente como para cambiar de herramienta.
| Cuándo | Qué había | Qué apareció |
|---|---|---|
| 2023 → ene 2026 | Chats de consumo, herramientas sin código, prompts sueltos | Pedir cosas |
| Feb → mar 2026 | Entorno de código propio, modelo local, habilidades escritas a mano, agentes programados | La memoria |
| Abr → jun 2026 | Subagentes, protocolo MCP en producción, recuperación semántica, backend, aplicación de escritorio | La arquitectura |
| Jul → ago 2026 | Base de datos con permisos por fila, despliegue continuo, automatización autoalojada, vídeo por código, controles de seguridad en el repositorio | La operación |
Dieciocho meses de trayectoria en siete. No por trabajar más horas: porque cada cosa que se aprende se deja escrita, y la siguiente cuesta menos. El primer vídeo del formato costó dieciséis horas. El segundo, una
Casi nadie enseña esto. Es lo que separa a quien ha operado sistemas de quien los ha leído — y es la parte de esta página que más cuesta publicar.
Una ruta abierta que acababa en una consola con todos los permisos y una clave de API en el entorno. No se parcheó: se borró la capacidad entera.
Se recuperó de una copia de tres días antes. Al día siguiente estaba montado el respaldo automático.
Dijo 38 rutas cuando eran 26. Dijo 3 cambios sin subir cuando eran 19.
Pulir herramientas se parece mucho a avanzar. Se pidió al propio sistema que avisara cuando estuviéramos puliendo en vez de hablar con un cliente.
La pantalla la pedía. Detrás, el servidor ponía su propia clave en cada petición y tiraba la sesión del usuario. Una petición sin credencial devolvía el historial entero.
La API devolvió un error por saldo. El motor lo anotó y siguió; nadie lo escuchó. La ficha quedó como «completada» con coste cero.
Casi todo el mundo usa la inteligencia artificial para hacer lo mismo en menos tiempo. Preguntan una vez, se quedan con lo primero que sale y lo publican.
Aquí se usa para lo contrario: para cuidar un nivel de detalle que sin ella no era humanamente posible cuidar. Lo superficial y lo genérico es lo único que no vas a encontrar.
Agentic Project se posiciona en lo que hace, no en dónde está: AI Applied Solutions & Systems Building — construir los sistemas que hacen el trabajo repetitivo de un negocio, y operarlos. Ese trabajo no tiene código postal.
Lo que sí lo tiene es la prueba, y por ahora se genera aquí: más de 250 negocios del Vallès Oriental revisados uno a uno, el primer sistema de reservas por voz montado para un restaurante de la comarca, y el primer agente-producto —el que lee el BOE cada mañana— ya a la venta.
Esos casos son el suelo, no el techo. Se empieza cerca porque se puede ir a ver al cliente en coche, y porque un sistema se defiende mejor sentado enfrente.
En una línea
Empezamos negándonos a usar IA. Hoy el sistema con el que te hemos encontrado es el mismo que te vendemos. Agentic Project
El primer paso es el diagnóstico: media hora mirando cómo trabajas. A veces la respuesta es que no te hace falta nada, y también te lo decimos.