Savia.

Técnicamente es lo más completo que he construido: una plataforma multi-tenant con FastAPI y Next.js donde el aislamiento de datos es doble, políticas RLS en PostgreSQL y una colección vectorial en Qdrant por empresa, con un segundo nivel de permisos por departamento. El pipeline RAG ingiere documentos y vídeos (transcritos automáticamente; cada cita salta al segundo concreto), los trocea, los embebe y recupera con umbral de confianza: si el conocimiento no da para responder, Savia lo dice en vez de inventárselo. En desarrollo todo corre con modelos locales en mi propia GPU y en producción con la API de Claude, registrando el coste de cada llamada por empresa.

Hay dos piezas de las que estoy especialmente orgulloso. La primera, los expedientes de empleados: los datos de personas (DNI, salario, bajas) viven fuera del buscador de IA para que nunca se filtren por una casualidad del retrieval; el chat los consulta mediante herramientas con el permiso comprobado en servidor en cada llamada, hasta el nivel de que un campo sensible solo lo vean las personas concretas autorizadas. La segunda, el loop de auto-mejora: cuando alguien pregunta algo que la base no sabe, Savia registra el hueco, agrupa preguntas parecidas y genera un formulario para el experto adecuado; su respuesta, tras pasar revisión, se indexa y cierra el ciclo avisando a quien preguntó. Además, lo que el equipo resuelve en el chat se captura solo como conocimiento reutilizable, y un panel interno permite operar el negocio: aprobar altas, dar soporte auditado y medir uso, costes y facturación por asiento con Stripe.

Savia sigue en desarrollo activo y es el proyecto donde más he aprendido de arquitectura, seguridad y producto. La landing pública ya está en producción en saviaia.es, con un modelo de venta consultivo pensado para pymes: primero entender el problema del cliente y después implantar la herramienta.