Guglielmo Faglioni, cofundador y director de Ciencia y Tecnología de Callimacus – Serie de entrevistas

Guglielmo Faglioni, cofundador y director de Ciencia y Tecnología de Callimacus, es un emprendedor tecnológico e ingeniero de software con más de una década de experiencia en el desarrollo de productos y aplicaciones digitales. Además de su cargo en Callimacus, es director ejecutivo de Gorilla Technologies desde 2016, una empresa de desarrollo de software especializada en aplicaciones móviles, sitios web y soluciones de comercio electrónico. A principios de su carrera, Faglioni fundó GuiDev, donde trabajó como ingeniero sénior de software para iOS. En Callimacus, contribuye a dirigir el desarrollo científico y técnico del enfoque de la empresa para crear experiencias digitales impulsadas por IA.

Callimacus es una plataforma de IA desarrollada por Solomei AI, con sede en Milán, que sustituye el concepto tradicional de las páginas web estáticas por experiencias digitales que se ensamblan dinámicamente para cada visitante. Su arquitectura utiliza un conjunto de agentes de IA especializados para interpretar señales como preguntas, clics y desplazamientos por la página, determinar la intención del usuario y componer elementos de interfaz pertinentes en tiempo real. La plataforma puede conectarse con sistemas como Shopify y Salesforce, sistemas de gestión de contenidos y API, y ofrece a los desarrolladores kits de desarrollo de software (SDK) para integrar sus capacidades de interpretación de la intención y generación de interfaces en las interfaces existentes. Callimacus también se ha implementado para ofrecer experiencias digitales impulsadas por IA para la empresa de moda de lujo Brunello Cucinelli.

Antes de cofundar Callimacus, pasaste años desarrollando software como ingeniero de iOS y, más tarde, fundaste y dirigiste Gorilla Technologies. ¿Qué experiencias de ese recorrido te convencieron de que había llegado el momento de replantear de raíz la arquitectura web tradicional basada en páginas para la era de la IA?

Desarrollar aplicaciones para iOS me enseñó algo que tardé años en apreciar plenamente: cada pantalla se diseña de antemano y todos los usuarios ven la misma. Diseñas la aplicación, la lanzas y luego observas cómo millones de personas diferentes recorren el mismo flujo. Puedes segmentar y hacer pruebas A/B, pero sigues eligiendo entre versiones que alguien diseñó previamente. La web heredó el mismo modelo de los medios impresos: la página como contenedor fijo. Cuando los modelos adquirieron la capacidad de comprender la intención y tomar decisiones estructuradas con suficiente rapidez, fue posible cuestionar el propio contenedor, en lugar de limitarse a optimizar lo que contiene.

Callimacus sustituye los recorridos web predefinidos por una «orquesta» de agentes de IA que interpreta la intención de los visitantes y compone una interfaz en tiempo real. ¿Podrías explicarnos qué ocurre desde el punto de vista técnico, desde que llega un visitante hasta que aparece esa experiencia personalizada?

Callimacus se basa en una arquitectura sin páginas. En lugar de organizar el contenido en páginas web predefinidas, nuestra tecnología separa el contenido de la página. Los productos, el contenido editorial, los medios y los componentes de interfaz existen de forma independiente, por lo que pueden combinarse dinámicamente en lugar de quedar confinados en contenedores fijos.

Cuando el visitante empieza a interactuar, Callimacus analiza señales multidimensionales, como los clics, los patrones de navegación y las conversaciones basadas en instrucciones. El agente de intención utiliza esas señales para comprender el contexto, los intereses, las expectativas y el comportamiento del visitante, así como lo que intenta conseguir en ese momento concreto. A partir de ahí, el agente de intención activa el «receptor» más adecuado para esa motivación. Por ejemplo, alguien que busca inspiración puede seguir una ruta de interacción distinta de la de alguien que muestra una clara intención de compra. A continuación, el sistema selecciona el contenido y los componentes de interfaz más pertinentes y compone la experiencia en cuestión de milisegundos. Este proceso no ocurre una sola vez. A medida que el visitante interactúa y su intención cambia, la experiencia sin páginas puede seguir recomponiéndose en torno a esa persona, en lugar de obligarla a seguir un recorrido diseñado de antemano.

La personalización existe en la web desde hace años gracias a los motores de recomendación, la segmentación y las pruebas A/B. ¿Qué diferencia fundamental hay entre las interfaces generativas basadas en la intención y esos enfoques anteriores?

Para nosotros, la diferencia fundamental está entre personalizar a partir del pasado y comprender lo que alguien necesita ahora. La mayor parte de la personalización existente se basa en elementos como los perfiles de CRM, las cookies y el comportamiento histórico. Eso puede decirte algo sobre lo que las personas han hecho antes, pero la intención es mucho más inmediata y puede cambiar durante una misma sesión.

Callimacus está diseñado para comprender esa intención a partir de señales en tiempo real y personalizar la experiencia para cada persona. Además, no se limita a cambiar una recomendación o un elemento de una página. El contenido, los componentes de interfaz y la ruta de interacción pueden componerse en torno a la intención actual de esa persona y volver a componerse a medida que esta evoluciona. Así, se pasa de elegir entre experiencias predefinidas basadas, en gran medida, en información histórica a generar la experiencia en sí en torno a lo que cada persona intenta conseguir en ese momento. Los datos históricos pueden aportar contexto, pero la intención en tiempo real determina cómo se adapta la experiencia.

Si cada visitante puede recibir, en la práctica, un sitio web diferente, ¿cómo evitas que la personalización se vuelva impredecible? ¿Cómo preservas la identidad, el lenguaje visual y las reglas de negocio de una marca y, al mismo tiempo, das a la IA suficiente libertad para adaptar la experiencia?

La personalización no significa dar libertad ilimitada a la IA. El control de la marca está integrado en la arquitectura, de modo que la experiencia siempre se genera dentro de las reglas y con los recursos aprobados por la marca. Cada elemento de la interfaz procede de un registro de componentes que la marca ha aprobado y que ya están diseñados de acuerdo con su lenguaje visual. El modelo produce una descripción estructurada de qué mostrar y cómo organizarlo, que se valida con un esquema estricto antes de que se renderice cualquier elemento. En otras palabras, el modelo decide la composición, mientras que el sistema de diseño de la marca determina qué aspecto puede tener cada composición. Las reglas de negocio, como los precios, la disponibilidad y el surtido regional, se hacen cumplir fuera del modelo como restricciones estrictas.

El control también implica visibilidad. A través del panel de administración, los equipos de negocio pueden ver cómo funciona el sitio web: qué experiencias se están componiendo, para qué intenciones y cómo responden los visitantes. La plataforma también se diagnostica a sí misma, y lo hace de forma proactiva. Señala dónde podría necesitar mejoras, prueba nuevas configuraciones, las contrasta con interacciones anteriores de los usuarios y evalúa si funcionan. Nada se publica sin la aprobación de la marca, así que la IA propone mejoras respaldadas por pruebas y la marca conserva la decisión final.

Esto es importante porque uno de los problemas que intentamos resolver es que los sitios web tradicionales han hecho que muchas marcas se parezcan cada vez más entre sí y se comporten de forma similar en Internet. La IA debería permitir que una marca exprese mejor su identidad en función de cada visitante, mientras la marca sigue definiendo los límites dentro de los cuales se crea esa experiencia.

Las interfaces generativas en tiempo real plantean nuevos desafíos de fiabilidad, porque la IA ya no se limita a generar una respuesta: también contribuye a determinar qué ve realmente el usuario y cómo navega. ¿Cómo abordáis las alucinaciones, las inferencias incorrectas sobre la intención, la seguridad y la verificación en ese entorno?

Empezamos por limitar aquello en lo que la IA puede equivocarse. El modelo decide cómo se compone la experiencia, pero los datos que contiene proceden de los sistemas de registro de la marca. La inferencia de la intención se trata como una probabilidad. Cuando el sistema no está seguro, compone una experiencia más amplia y exploratoria en lugar de comprometerse con una sola interpretación. Como la experiencia se vuelve a componer continuamente a medida que interactúa el visitante, cada nueva señal corrige la conjetura anterior.

La fiabilidad también depende de la arquitectura. La capa que ofrece la experiencia está aislada de la capa de IA y debe cumplir un objetivo de disponibilidad más exigente. Si un modelo funciona con lentitud o no está disponible, los visitantes siguen disfrutando de una experiencia completa y acorde con la marca, basada en valores predeterminados deterministas.

La boutique de IA de Brunello Cucinelli es una de las primeras implementaciones importantes de este modelo en el mundo real. ¿Qué habéis aprendido al observar cómo interactúan los clientes con una experiencia de comercio electrónico compuesta por IA que no hubierais previsto al crear Callimacus?

Una de las señales más claras ha sido que las personas están dispuestas a interactuar más a fondo con una experiencia que les resulta más pertinente. Hemos observado que los usuarios pasan aproximadamente el doble de tiempo activo en el sitio web, además de un aumento significativo tanto en las tasas de incorporación de productos al carrito como en las de conversión.

Para nosotros, esto ha sido una validación inicial importante de que abandonar los recorridos fijos, iguales para todos, puede repercutir de forma significativa no solo en lo distintiva que resulta la experiencia, sino también en la interacción y los resultados comerciales.

Los sitios web dinámicos también ponen en entredicho muchos de los supuestos en los que se basan la optimización para motores de búsqueda, la analítica, la accesibilidad y las pruebas. ¿Cómo deben evolucionar las tecnologías concebidas para páginas web relativamente deterministas cuando las interfaces y los recorridos de los usuarios se generan dinámicamente?

La mayoría de las herramientas web parten de la premisa de que la página es la unidad de todo: se indexa, se mide y se prueba una página. En una arquitectura sin páginas, esa unidad pasa a ser el propio contenido, y cada disciplina debe adaptarse. En cuanto a las búsquedas, cada pieza de contenido existe con independencia de cómo se componga, por lo que puede tener su propia URL clara y adaptada al idioma y aparecer en un mapa del sitio generado automáticamente para cada variante regional. El siguiente paso va más allá: la plataforma detecta las rutas de navegación que más utilizan los visitantes y las pone a disposición de los motores de búsqueda; además, ofrece contenido propio y fiable directamente a agentes de IA y motores de búsqueda generativa. Así, la facilidad para encontrar el contenido responde a la demanda real, en lugar de depender de un mapa del sitio diseñado de antemano.

La analítica pasa de medir visitas a páginas a centrarse en las intenciones. Como el sistema interpreta qué intenta conseguir cada visitante, incluidos los visitantes anónimos que la analítica tradicional no detecta, las marcas pueden analizar el comportamiento a ese nivel y exportar esa información a su CRM o CDP. Los equipos también pueden consultar estos datos de forma conversacional y crear sus propios paneles.

Las pruebas son lo que más cambia. No se pueden recorrer todas las rutas posibles cuando cada una es única, así que sometemos a los agentes a pruebas retrospectivas con interacciones reales anteriores y los supervisamos continuamente en producción. La accesibilidad sigue el mismo principio: está integrada en cada componente, por lo que se mantiene en todas las composiciones.

Para que las experiencias de IA en tiempo real resulten naturales, la inferencia debe producirse con una latencia extremadamente baja. ¿Cuáles son los desafíos de ingeniería más difíciles de resolver al incorporar la IA directamente en la ruta crítica de un sitio web, sobre todo en lo que respecta a la selección de modelos, el almacenamiento en caché, la orquestación, los costos y las alternativas de respaldo?

Para la inferencia, actualmente usamos las LPU de Groq, que nos ofrecen una latencia muy baja, y orquestamos varios modelos, asignando cada tarea al modelo más adecuado. Probamos los nuevos modelos a medida que aparecen para encontrar el que mejor se adapte a cada tarea en términos de calidad, costo y latencia. Como la arquitectura es independiente del modelo, podemos incorporar rápidamente un modelo o proveedor de inferencia nuevo cuando vale la pena hacerlo. La profundidad del análisis también se adapta a la solicitud: una consulta sencilla recibe una respuesta rápida y solo las solicitudes que requieren matices activan un análisis más profundo. Esto permite mantener los costos bajo control, ya que el razonamiento más intensivo solo se utiliza cuando puede cambiar el resultado.
Las alternativas de respaldo forman parte de la arquitectura desde el principio. La capa que ofrece la experiencia está aislada del enriquecimiento mediante IA, así que, si un modelo se ralentiza o falla, el visitante sigue recibiendo una experiencia completa.

Salesforce invirtió recientemente en Callimacus mientras la empresa busca ampliar sus operaciones de ingeniería, investigación en IA y actividad comercial. ¿Qué vio Salesforce en esta tecnología y cómo podría conectar las interfaces generativas con los datos empresariales de CRM y comercio para ampliar las posibilidades de los sitios web?

Lo que reconoció Salesforce es que Callimacus no se limita a añadir IA a un sitio web existente. La plataforma está replanteando la propia experiencia digital y combina IA conversacional, contexto empresarial y personalización en tiempo real para crear nuevas formas de que las empresas interactúen con sus clientes. Actualmente, los sistemas de CRM y comercio contienen una enorme cantidad de contexto sobre clientes, productos e interacciones, pero la experiencia en los sitios web sigue siendo, en gran medida, estática. Conectar ese contexto con interfaces generativas abre la posibilidad de que los sitios web respondan mucho mejor. No se trata solo de mostrar información, sino de adaptar en tiempo real el contenido, los productos y las interacciones a lo que cada visitante intenta conseguir. Para nosotros, esa es una de las oportunidades más importantes que tenemos por delante. El sitio web puede convertirse en una interfaz inteligente entre los sistemas existentes de una empresa y cada cliente, en lugar de ser simplemente una capa de presentación fija.

A medida que los agentes de IA navegan, investigan y comparan productos cada vez más, y posiblemente realizan transacciones en nombre de las personas, ¿podría este cambio acabar extendiéndose más allá de la adaptación de los sitios web a los visitantes humanos? ¿Cómo imaginas que cambiará la web cuando las marcas tengan que atender al mismo tiempo tanto a las personas como a los agentes de IA autónomos?

A medida que más búsquedas y compras pasan a realizarse mediante asistentes de IA, las marcas corren el riesgo de perder el control sobre cómo se las representa. Una experiencia de marca completa puede reducirse fácilmente a una imagen del producto, una breve descripción y un precio dentro de una interfaz de terceros. Esto plantea un nuevo desafío para las marcas: ¿cómo pueden seguir siendo útiles para los agentes de IA sin renunciar a la identidad, la narrativa y la relación directa que han construido con sus clientes? Añadir un chatbot a un sitio web no resuelve el problema. Una ventana de conversación puede responder preguntas, pero no puede transmitir la expresión completa de una marca: su lenguaje visual, su artesanía y su manera de contar historias. Las marcas siempre necesitarán un espacio que controlen y donde puedan expresarse en sus propios términos. Creemos que los sitios web seguirán siendo ese espacio, aunque cada vez más etapas del recorrido del cliente estén mediadas por la IA, y tendrán que adaptarse a cada visitante, sea una persona o un agente.

Gracias por esta excelente entrevista. Los lectores que quieran saber más pueden visitar Callimacus.