SAT · fabricantes · flotas de dispositivos

Que el diagnóstico no dependa de quién coge el teléfono.

Un modelo de decisión lee el síntoma o el log del dispositivo y señala la guía, el manual o el procedimiento que toca. El LLM escribe la explicación. Tu técnico decide.

Solicitar auditoría de viabilidad

Te decimos si tu volumen de avisos justifica montarlo. Sin compromiso.

Operario manipulando maquinaria industrial en una fábrica

Lo que pasa hoy

El cliente describe el fallo como puede y alguien tiene que traducirlo a un manual
Los logs se miran cuando la avería ya ha escalado
La experiencia se va con la persona que la tenía
Cada aviso repetido ocupa a alguien que podría estar resolviendo otro

No es falta de técnicos. Es que el conocimiento no está donde se necesita, cuando se necesita.

Tres cosas que montamos

Cada una se apoya en lo mismo: un modelo pequeño decide, el LLM explica. Ninguno se inventa un diagnóstico.

Técnico comprobando un cuadro eléctrico con un multímetro

1. Autodiagnóstico asistido

El problema: Entra un aviso: «hace un ruido raro y se apaga a los dos minutos». Alguien tiene que decidir qué guía o procedimiento aplicar.
Cómo funciona: Un modelo de decisión tipo Laya (421M de parámetros) clasifica el texto del aviso y el log en categorías que defines tú —familia de fallo, subsistema, gravedad— y devuelve una probabilidad por cada opción. Con eso se selecciona la guía o el manual. El LLM redacta el resumen para el técnico. Si la probabilidad es baja, no adivina: lo manda a revisión humana.
Qué cambia: El técnico abre el aviso con la guía ya propuesta y la fuente citada. Menos búsqueda y menos dependencia de la memoria de una persona concreta.

Sala de control con equipos electrónicos de monitorización

2. Analizador lógico de telemetría

El problema: Las series de telemetría tienen patrones y anomalías que nadie mira hasta que el dispositivo falla.
Cómo funciona: Ventanas de señal se puntúan con modelos pequeños que localizan cambios de régimen, picos y desviaciones. El LLM traduce el hallazgo a lenguaje claro: qué pasó, cuándo y qué conviene mirar.
Qué cambia: Pasas de reaccionar a anticipar. Y el aviso llega con contexto, no como un número suelto.

Almacén con estanterías metálicas llenas de cajas de cartón

3. Análisis profundo sobre logs

El problema: Un servidor o una flota genera más líneas de log de las que nadie puede leer a mano.
Cómo funciona: Varios filtros (screeners) pre-diseñados barren el volumen completo y dejan pasar solo lo relevante. El LLM resume lo que queda y cita de dónde sale cada conclusión.
Qué cambia: El análisis profundo deja de ser un proyecto de semanas. Se convierte en una consulta.

Una cosa clara: Laya lee texto. Si tu señal es numérica pura, se convierte a texto o se usa un modelo específico de series. No vendemos magia donde no la hay.

IA local

¿Y esto puede correr en tu red?

Sí, y en postventa suele tener sentido: por ahí pasan datos de clientes, números de serie e historiales que no deberían salir de casa.

Tus datos no salen

Historial de cliente, logs y manuales se quedan en tu infraestructura. Nada viaja a un tercero.

Pagas por uso, no por token

No hay cuota por consulta. La inversión es el equipo; a partir de ahí, usarlo no factura.

Concurrencia, no límites de tarifa

Puedes lanzar veinte diagnósticos a la vez sin que suba la factura. El límite es la máquina, y se dimensiona.

Modelo denso de 27B en Q8

Qwen3.8-27B, denso y multimodal, en cuantización Q8: casi sin pérdida de precisión. 29 GB de pesos y 32-48 GB de VRAM según el contexto.

Cuándo NO conviene

Poco volumen de avisos, datos nada sensibles y necesidad del modelo más potente del mes: la nube sale más barata. Te lo diremos antes de venderte hierro.

Qué hace falta

Requisitos reales, sin precios de escaparate. Cada caso se dimensiona tras la auditoría.

Componente	Requisito típico
Modelo de lenguaje	Qwen3.8-27B, denso y multimodal, en Q8_0
Pesos del modelo	~29 GB
VRAM recomendada	32-48 GB (según longitud de contexto)
Setup habitual	2× GPU de 24 GB o 1× GPU de 48 GB
Modelo de decisión	~0,4 GB, puede correr en CPU
Latencia de decisión	~30 ms por forward pass en GPU

La auditoría incluye una recomendación sobre el equipamiento que ya tienes. A veces sirve; a veces no.

¿Cuántos avisos repetidos aguanta tu equipo?

Cuéntanos cómo llegan hoy los avisos y qué hacéis con ellos. En 30 minutos te decimos si tiene sentido automatizar el diagnóstico.

Agendar 30 minutos