⌘J
En esta página 3

Handbook / Uso de IA

Uso de IA

Cómo usamos IA en Axel sin poner en riesgo los datos de nuestros clientes. Qué nunca sale a un modelo externo, y por qué el motor manda sobre el LLM.

Somos AI-native: usamos IA todos los días, en todos los frentes, no solo el técnico. Pero manejamos datos legales sensibles de otras empresas, así que hay una línea clara entre usar IA para trabajar mejor y exponer información que no es nuestra. Esta página es esa línea.

La regla más importante, primero: nunca pegues datos identificables de un cliente en una herramienta de IA externa (ChatGPT, Claude.ai, Copilot, o cualquier otra) que no sea parte del producto de Axel. Ante la duda, no lo hagas.

Qué nunca va a un modelo externo

Los datos de un cliente (nombres de sus empleados, salarios, contratos, montos de finiquito, cualquier cosa identificable) no se pegan en un chat de IA de consumo. No importa cuánto ayudaría a redactar más rápido: la confidencialidad que prometemos (Acceso a datos de clientes) no tiene excepción por comodidad.

Si necesitas ayuda de IA con algo que involucra datos reales de un cliente, la herramienta correcta es AxelCopilot, que corre dentro del producto con las garantías de abajo. Lo de afuera es para lo genérico: escribir un correo, entender un concepto, redactar algo que no lleva datos de nadie.

Cómo funciona la IA dentro de Axel

El producto usa IA, pero con una arquitectura que protege al cliente por diseño, no por confianza:

  • El motor manda sobre el LLM. Lo que tiene valor legal lo calcula un motor determinista que cita la ley; el modelo de lenguaje solo interpreta la intención. El LLM nunca es la fuente de verdad. Ver La verdad lleva cita.
  • El LLM no ve datos crudos de otra empresa. AxelCopilot corre detrás de una capa que ejecuta consultas seguras; el modelo no genera SQL libre ni accede a los datos de un tenant que no sea el suyo.
  • El proveedor no retiene. El MVP usa Claude (Anthropic) detrás de una interfaz agnóstica, bajo condiciones que no entrenan con nuestros datos. Cada interacción queda auditada.

El detalle técnico de esta arquitectura vive en Engineering (capa LLM) y en cómo el conocimiento alimenta el producto. Esta página es la regla de equipo; ahí está el cómo.

En resumen

  • Para tu trabajo genérico (correos, ideas, aprender algo): usa la IA que quieras, sin datos de clientes.
  • Para cualquier cosa con datos reales de un cliente: solo AxelCopilot, nunca una herramienta externa.
  • Ante la duda: pregúntale a tu mentor antes de pegar algo. El costo de preguntar es cero.