Arepa.AIFounder & AI Engineer
Arepa.AI: Plataforma de IA Agencial para PyMEs de Habla Hispana
Construyendo agentes con LangGraph, pipelines RAG e interfaces de voz para pequeños negocios en América Latina.
- LangGraph
- RAG
- Python
- AWS
- Terraform
- Voice AI
Construyendo agentes con LangGraph, pipelines RAG e interfaces de voz para pequeños negocios en América Latina.
Apliqué el mismo rigor de ingeniería de mi agente de voz a un autolavado familiar de 50 años en Cabimas, Venezuela. Un escáner IA que te vacila el carro en dialecto maracucho, un modelo de membresía basado en unit economics y una presencia digital creada con IA. 100,099+ lavados, 5.0/5 de rating.
Los pequeños negocios en América Latina operan en una realidad distinta a las startups de Silicon Valley. No tienen equipos de ingeniería. No tienen infraestructura de datos. Muchos ni siquiera tienen sitio web. Pero enfrentan los mismos problemas operativos que la IA puede resolver: responder preguntas de clientes, agendar citas, gestionar inventario y dar seguimiento a leads.
Arepa.AI es la plataforma que estoy construyendo para cerrar esa brecha. El nombre es un guiño a mis raíces venezolanas: la arepa es la comida más universal de la cultura, y este proyecto busca hacer la IA igual de accesible.
La mayoría de las herramientas de IA asumen inglés como idioma principal, escala enterprise y usuarios técnicos. Eso deja fuera a millones de pequeños negocios en América Latina que podrían beneficiarse de la automatización, pero no pueden pagar un contrato de consultoría de $200K ni navegar documentación en inglés.
Los vacíos específicos que estoy atacando:
| Capa | Tecnología | Justificación | |---|---|---| | Orquestación de agentes | LangGraph | Máquinas de estado sobre cadenas: los flujos de negocio mapean naturalmente a grafos de estado | | Observabilidad | LangSmith | Visibilidad completa de trazas para depurar casos edge en español | | Vector Store | Supabase (pgvector) | Namespace aislado por negocio, soporte de embeddings multilingüe | | Embeddings | Modelo multilingüe | Preserva precisión semántica entre dialectos del español | | Infraestructura | AWS (Lambda, S3, CloudWatch) | Ejecución serverless con aislamiento de costos por negocio | | IaC | Terraform | Toda la infraestructura como código desde el día uno | | Voz | LiveKit | El mismo stack de celestino.ai |
Elegí LangGraph sobre LangChain puro u orquestación custom por tres razones:
La capa de retrieval ingesta contenido específico del negocio: menús, listas de servicios, precios, preguntas frecuentes y horarios de operación. Cada negocio obtiene un namespace vectorial aislado en Supabase (pgvector).
Decisiones clave de diseño:
Este proyecto está en desarrollo activo. Lo que ya funciona:
Lo que sigue:
Estoy construyendo Arepa.AI porque está en la intersección de todo lo que he aprendido: ingeniería de IA en producción de Eventbrite, diseño de pipelines de datos de FlowWest, y pensamiento de producto de construir celestino.ai. También es la versión más difícil del problema: hacer que la IA funcione de forma confiable en un idioma y un mercado que la mayoría de las herramientas ignora.
Esto no es un demo. Es un negocio que estoy construyendo en público, con el mismo rigor de ingeniería que llevaría a cualquier sistema en producción.
Si estás construyendo IA para mercados no angloparlantes, automatización multilingüe para PyMEs, o pipelines RAG en producción con restricciones reales de costo, las decisiones de arquitectura documentadas aquí aplican directamente. El mismo pensamiento sistémico (economía unitaria, grounding multilingüe, infraestructura multi-tenant) se transfiere a cualquier dominio.
Explorar Servicios de Consultoría de IA o enviar una consulta - respondo dentro de un día hábil.