El control plane para correr agentes IA en producción.
Un solo plano para squads, políticas, aprobaciones, audit y ejecución omnichannel. Construido sobre la convicción de que autonomía sin medición no es producción — es una demo.
Seis capas que ves adentro del producto.
Identidad y tenancy
Organizaciones, squads, roles (viewer, operator, admin, owner) y Row-Level Security en Postgres que impone el aislamiento en la capa de base de datos — no en la API.
Policy engine
Cada acción pasa por políticas: allow, gate o deny. Las decisiones se loggean con el JSON de contexto completo que las generó — reproducibles y auditables.
Approval queue
Human-in-the-loop para acciones de alto riesgo. El aprobador ve el mensaje propuesto, el contexto completo y el veredicto de política. Las decisiones quedan firmadas y auditadas.
Inbox omnichannel
Webchat, WhatsApp Business, Instagram DM y Messenger comparten un solo inbox, un solo contexto y la misma capa de política. La conversación continua entre canales es ciudadana de primera clase.
Mission Control
El dashboard del operador: métricas en vivo de squads, colas de aprobación, alertas, pipeline CRM, backups y observabilidad — todo en una sola vista.
Audit y atribución
Audit trail inmutable con cadena HMAC. Atribución de conversión entre canales con normalización UTM, analítica de funnel y exports a Google Ads y Meta Ads.
Los controles que importan vienen encendidos por default.
Los defaults deciden el comportamiento a escala. Todos los squads de Fanfusion se lanzan con guardrails activos — vos optás por apagarlos explícitamente, nunca por prenderlos. Ver la página de Confianza y Seguridad para la lista completa.
- Redacción de PII (emails, teléfonos, tarjetas) antes de cualquier llamada al LLM
- Acciones gated por aprobación: envíos salientes, reembolsos, webhooks sobre cierto umbral
- Kill-switch a nivel squad y a nivel organización
- Auto-pause ante anomalías de deny-rate o error-rate (reglas SRE-lite)
- Rate limiting por tenant, por canal y por endpoint
- Content safety check antes de devolver output del LLM al usuario
- Presupuestos (budget ceilings) por squad, por día
- Opt-out de entrenamiento en proveedores de LLM activado por defecto
Un solo dashboard. Toda pregunta de operador, respondida.
Mission Control es la superficie privada donde viven los operadores. Unifica aprobaciones, alertas, pipeline CRM, atribución, backups y salud operativa — para que nadie tenga que abrir cinco herramientas para saber si el día está verde.
Operación en vivo
Cola de aprobación, eventos de alertas, incidentes SRE-lite, estado del kill-switch y health de canales.
Crecimiento
Pipeline CRM, funnel de atribución, weekly reviews, case studies — evidencia de que el piloto está rindiendo.
Ops
Corridas de backup, bundles de incidente, snapshots de observabilidad, postura de rate-limit y traces por request-id.
Gobierno
Búsqueda en audit log, diffs de política, gestión de asientos de aprobador, tracking de consentimiento legal.
Dudas sobre la plataforma.
¿Qué es un squad?
Un squad es un equipo acotado de agentes IA con una misión específica (Soporte, Ventas Asistidas, Content Factory…), una base de conocimiento compartida, políticas y objetivos de KPI. Podés correr múltiples squads en paralelo bajo una misma organización.
¿Cómo funcionan las aprobaciones?
Cada acción sensible pasa por la Approval Queue antes de ejecutarse. El operador puede aprobar, editar, rechazar o escalar. Todas las decisiones quedan auditadas con actor, timestamp y motivo.
¿Qué hace exactamente el kill-switch?
Detiene todas las acciones salientes de un squad (o de toda la organización) y re-rutea cualquier interacción pendiente a un humano. Se activa manualmente por un admin o automáticamente ante picos de deny-rate o error-rate.
¿Existe un modo sandbox?
Sí. Los lanzamientos arrancan por defecto en sandbox con datos sintéticos y canales simulados. Cuando los KPIs cruzan su umbral, se promueve a producción mediante un paso firmado de aceptación.
¿Puedo exportar mi audit trail?
Sí. El audit log soporta export filtrado a CSV y bundles de incidente en ZIP (incident.json + timeline + runbooks relacionados) para post-mortems o compliance.
¿Se integra con modelos distintos?
Sí. El policy engine es agnóstico de modelo: OpenAI, Anthropic, Google y modelos locales. Por squad decidís el modelo según costo, latencia y sensibilidad del caso.
Ver el control plane sobre tu workflow.
Reservá un walkthrough de 20 minutos con tus datos. Levantamos un squad en sandbox con tu base de conocimiento y te mostramos el loop de aprobación en vivo.