Cómo empezó todo
Ai Stellar Solutions nació en 2019 en un pequeño despacho del barrio del Born, en Barcelona. Éramos tres ingenieros que habían trabajado juntos en el departamento de datos de una aseguradora y estaban cansados de ver proyectos de inteligencia artificial que nunca llegaban a producción.
El problema, según nuestra experiencia, no era técnico. Era de comunicación. Los equipos de ciencia de datos hablaban un idioma; los directivos, otro. Los modelos se quedaban en Jupyter Notebooks y nadie los integraba en los sistemas reales de la empresa.
Decidimos montar una consultora que hiciera exactamente eso: traducir las necesidades de negocio en soluciones de IA que funcionan desde el primer día en el entorno real del cliente. Sin jerga innecesaria, sin prototipo eterno.
Hoy somos catorce personas. Seguimos en Barcelona, en una oficina más grande cerca de Passeig de Gràcia. Trabajamos con empresas de logística, salud, retail y servicios financieros en España, Portugal y el sur de Francia.
Hitos que nos definen
No todos los años fueron iguales. Estos son los momentos que marcaron un cambio en nuestra forma de trabajar.
2019: primer cliente, primer error
Una cadena de supermercados nos contrató para predecir roturas de stock. Entregamos un modelo con un 92 % de precisión en test, pero en producción bajó al 74 % porque no habíamos tenido en cuenta las promociones estacionales. Aprendimos que los datos históricos sin contexto comercial no sirven de mucho. Desde entonces, siempre empezamos con entrevistas al equipo de operaciones antes de tocar una sola línea de código.
2020: el año del chatbot sanitario
Durante la pandemia, una red de clínicas nos pidió un asistente virtual capaz de hacer triaje básico y derivar pacientes al servicio adecuado. Lo construimos en cinco semanas. Procesó más de 18.000 consultas en sus primeros dos meses y liberó al personal de recepción para tareas que requerían presencia física.
2022: expansión a Portugal y Francia
Dos clientes de logística con operaciones en Lisboa y Marsella nos pidieron adaptar sus modelos de optimización de rutas a esos mercados. Contratamos a ingenieros locales para entender las particularidades regulatorias y de infraestructura de cada país. Fue nuestro primer paso fuera de España.
2024: certificación ISO 27001
Obtuvimos la certificación de seguridad de la información, algo que muchos de nuestros clientes del sector financiero y sanitario nos exigían. El proceso duró ocho meses y nos obligó a revisar todos nuestros flujos de datos, acceso a servidores y políticas de retención.
Principios que guían cada proyecto
Transparencia técnica
Explicamos qué hace el modelo, qué datos usa y dónde puede fallar. Si un enfoque no es viable con tus datos actuales, lo decimos antes de firmar nada. Preferimos perder un proyecto a prometer resultados que no podemos entregar.
Producción primero
Un modelo que solo funciona en un notebook no tiene valor. Diseñamos pensando en la integración desde el primer sprint: APIs, pipelines de datos, monitoreo y alertas. El objetivo es que el sistema funcione sin nuestra intervención diaria.
Privacidad por diseño
Trabajamos con datos sensibles de pacientes, clientes y transacciones financieras. Aplicamos anonimización, cifrado y control de acceso desde la fase de exploración, no como un parche posterior. Cumplimos con el RGPD y con las normativas sectoriales que apliquen.
Transferencia de conocimiento
Queremos que tu equipo entienda lo que hemos construido. Cada entrega incluye documentación técnica, sesiones de formación y acceso al repositorio de código. Si dentro de un año decides mantener el sistema internamente, deberías poder hacerlo.
El equipo
Catorce personas con perfiles complementarios: ingeniería de datos, aprendizaje automático, desarrollo backend y gestión de proyectos.
Elena Ríos
Ingeniera informática por la UPC. Trabajó seis años en el equipo de datos de AXA antes de cofundar la empresa. Se encarga de la arquitectura de los modelos y de la relación técnica con los clientes.
Marc Solé
Matemático con máster en estadística aplicada. Gestiona los proyectos, los plazos y la asignación de recursos. Es quien habla con los directivos cuando hay que explicar por qué un modelo necesita más datos o más tiempo.
Inês Carvalho
Se unió al equipo en 2022 desde Lisboa. Especializada en procesamiento de lenguaje natural y modelos de lenguaje grandes. Lidera los proyectos de chatbots y análisis de texto.
Théo Durand
Responsable de los pipelines de datos y la infraestructura en la nube. Antes de unirse a nosotros, diseñó la arquitectura de datos de una startup de movilidad en Marsella. Habla francés, español e inglés.
Algunos números
Proyectos entregados desde 2019
Personas en el equipo
Países con clientes activos
De clientes repiten o amplían contrato