Diktalo
Lo que se dijo en la reunión, convertido en lo que hay que hacer.
Resumen del proyecto
Diktalo es un producto propio de VER AI Labs: una plataforma de voz a acción que ingiere audios, llamadas y grabaciones y devuelve transcripción, resumen, tareas y próximos pasos, con extensión de navegador e integración con las herramientas de comunicación donde ocurren esas conversaciones.
Contexto
Buena parte del conocimiento de una organización se genera hablando: reuniones, llamadas comerciales, visitas, notas de voz dictadas entre desplazamientos. Es el canal más rápido para producir información y el peor para conservarla, porque al terminar la conversación lo acordado solo existe en la memoria de quienes estaban.
Problema
La transcripción por sí sola no resuelve el problema: convierte una hora de audio en un muro de texto que tampoco lee nadie. Lo que hace falta no es el registro literal de lo que se dijo, sino lo que hay que hacer a partir de ello, en un formato que se pueda repartir y sobre el que se pueda actuar.
Rol de VER AI Labs
VER AI Labs desarrolla Diktalo como producto propio: definición de producto, flujos de ingesta, arquitectura de procesamiento de voz e IA, y construcción de la plataforma y de la extensión de navegador.
Las decisiones que definieron el proyecto.
Voz a acción, no voz a texto
El producto se definió por su salida, no por su tecnología. El resultado útil no es la transcripción: son las tareas, las decisiones y los próximos pasos. La transcripción es un paso intermedio, no el entregable.
La ingesta donde ocurre la conversación
Se trabajaron varias vías de entrada —subida de archivo, extensión de navegador e integración con herramientas de comunicación— porque un producto de este tipo se abandona en cuanto capturar el audio requiere un paso adicional.
Organizar el conocimiento, no solo generarlo
Los resultados se estructuran para poder recuperarse después. Generar mil resúmenes que nadie puede encontrar reproduce el problema original en otro formato.
Extensión de navegador como puerta de entrada
La extensión permite capturar y procesar desde el propio contexto de trabajo, sin cambiar de aplicación ni interrumpir lo que se está haciendo.
Las piezas entregadas.
- Plataforma de procesamiento de voz
- Transcripción de audios, llamadas y grabaciones
- Generación de resúmenes estructurados
- Extracción de tareas y próximos pasos
- Flujos de ingesta por varias vías
- Extensión de navegador
- Integración con herramientas de comunicación
- Organización y recuperación del conocimiento generado
Cómo se llegó hasta ahí.
-
01
Visión
Definición del producto por su salida útil —tareas y decisiones— en lugar de por la capacidad técnica de transcribir.
-
02
Arquitectura
Diseño de los flujos de ingesta, del procesamiento de voz y de la estructura en que se guardan los resultados.
-
03
Ejecución
Construcción de la plataforma, la extensión de navegador y las integraciones de entrada.
-
04
Evolución
Refinamiento de la extracción de tareas y ampliación de las vías de ingesta.
Capacidades aplicadas.
Producto digital
Existe una idea, un proceso o una necesidad clara, pero no una ruta para convertirla en algo que la gente pueda usar de verdad.
IA y automatización
El equipo dedica horas a tareas repetitivas: clasificar documentos, copiar datos entre sistemas, transcribir, redactar lo mismo una y otra vez o perseguir seguimientos que se olvidan.
En producción
La plataforma y la extensión de navegador están disponibles y en uso real. Las vías de ingesta y las integraciones con herramientas de comunicación se siguen ampliando.
Entregables y aprendizajes.
No se publican métricas de este proyecto porque no hay cifras verificables que compartir. Lo que sí se puede documentar es qué se entregó y qué se aprendió construyéndolo.
Entregables
- Plataforma de voz a acción
- Motor de transcripción y resumen
- Extracción de tareas y próximos pasos
- Extensión de navegador
- Flujos de ingesta e integración
- Estructura de organización del conocimiento
Aprendizajes
- Un producto de voz se juzga por lo que devuelve, no por lo que entiende: la transcripción perfecta de una reunión de una hora sigue sin ser accionable.
- La fricción de captura decide la adopción. Si grabar y procesar cuesta un paso más que no hacerlo, no se hace.
- Generar conocimiento sin organizarlo traslada el problema en lugar de resolverlo: se pasa de no tener el dato a no poder encontrarlo.
- Definir el producto por su salida obliga a decisiones técnicas distintas de las que se tomarían optimizando la precisión de la transcripción.
Galería.
Proyecto siguiente
Tomomi Sweet — Pastry Lab
Branding, web y captación B2B para un obrador premium de pastelería de autor.
Línea de solución aplicada
IA y automatización
Para empresas con procesos manuales, información repartida entre sistemas y tareas repetitivas que consumen el tiempo del equipo.
¿Tienes un reto parecido?
Cada proyecto parte de un diagnóstico, no de una plantilla. Si algo de lo que has leído se parece a tu situación, la primera conversación sirve para ver si encaja.