Modelos y plataformas de IA

Reply.io lanza un kit de herramientas de código abierto para agentes de IA dedicado a la prospección de ventas

Jason Harness, de Reply.io, incorpora memoria local de campañas y aprobación humana de los envíos a los agentes de IA existentes. La versión alfa de código abierto sigue dependiendo de modelos y servicios de envío externos.

Aiden Cross
Añade Unite.AI a tus fuentes preferidas en Google
A sales operations worker reviews draft messages at a computer.
Puntos claveJason Harness empaqueta instrucciones y registros de campaña para que los agentes…
Ver más
  • Jason Harness empaqueta instrucciones y registros de campaña para que los agentes existentes puedan reanudar el contacto a lo largo de las sesiones.
  • El almacenamiento local no garantiza la privacidad porque los servicios conectados siguen recibiendo los datos necesarios para realizar las tareas.
  • La aprobación humana solo ayuda cuando los revisores pueden ver las bajas y los contactos previos junto a cada borrador.

Reply.io anunció Jason Harness, una herramienta de código abierto que convierte agentes de IA de propósito general en un espacio de trabajo para la prospección de ventas. Anunciada públicamente el 17 de noviembre, la versión alfa asigna funciones diferenciadas a herramientas como Claude Code u OpenAI Codex para investigar posibles clientes, planificar seguimientos y redactar mensajes. La herramienta conserva el estado de las campañas en el ordenador de quien la utiliza y deja el envío a cargo de un servicio externo. Según Reply, una persona debe aprobar los mensajes antes de que se envíen.

Jason Harness es independiente del representante de desarrollo de ventas Jason AI, gestionado por Reply. No incluye un modelo propio. En su lugar, reúne las instrucciones, los registros de campaña y los pasos de aprobación que un agente existente necesita para retomar una campaña en distintas sesiones. El registro de cambios de Reply sitúa la publicación del código fuente completo del entorno de ejecución el 1 de noviembre, antes del lanzamiento público más amplio.

Nueve funciones, un solo registro de campaña

Reply describe nueve funciones que abarcan la gestión de campañas, la planificación, la investigación, la redacción, la personalización, la revisión crítica, la gestión de respuestas, el análisis y la capacidad de entrega. Esa designación no significa necesariamente que se estén ejecutando nueve modelos diferentes. Las funciones definen tareas distintas para el agente anfitrión. Un planificador puede proponer una secuencia, un investigador puede recopilar contexto y un revisor crítico puede señalar una afirmación sin fundamento antes de que un borrador llegue a una persona encargada de revisarlo.

Mantener el estado de las campañas fuera del chat resuelve una limitación práctica de los asistentes de propósito general. Quien inicia una conversación nueva todavía necesita saber qué propuesta vio un posible cliente, qué respondió y si algún compañero ya aprobó un seguimiento. Reply explica que las campañas, los contactos y el historial se almacenan en una base de datos local, mientras que las reglas y la memoria se guardan en archivos locales. Según la documentación de código abierto de Reply, el código del entorno de ejecución y de su sistema de extensiones está disponible bajo la licencia MIT.

El almacenamiento local no significa que todo funcione sin conexión. El agente subyacente procesa las solicitudes según las condiciones de su propio proveedor y plan. Los envíos se realizan a través de Reply u otro proveedor conectado mediante una extensión, y los servicios conectados pueden recibir los datos que necesitan para realizar una tarea. Toda organización que evalúe la versión alfa tendría que rastrear qué información se envía a cada servicio, en lugar de considerar que una base de datos almacenada localmente garantiza por sí sola la privacidad.

Qué cambia la aprobación humana en la automatización de ventas

Redactar e investigar desde un mismo espacio de trabajo puede reducir los cambios de contexto. Sin embargo, no elimina el coste de revisar lo que produce la IA. Un mensaje puede parecer específico y, aun así, basarse en un cargo desactualizado o en una afirmación sin fundamento sobre la empresa del destinatario. Quien lo revise también necesita saber si alguien se dio de baja, si el seguimiento propuesto repite un contacto anterior y si el envío sigue ajustándose al brief original de la campaña. La aprobación resulta más útil cuando esos datos aparecen junto al borrador.

La publicación de código abierto permite inspeccionar y adaptar la herramienta, pero acceder al código gratuitamente no equivale a realizar prospección sin coste. Las suscripciones de IA pueden tener límites de uso, y las cuentas de envío o los datos de posibles clientes pueden generar gastos aparte. Reply ha descrito el producto como una versión alfa; el material de lanzamiento no presenta resultados validados de forma independiente sobre la capacidad de entrega, las respuestas de posibles clientes cualificados o las reuniones concertadas frente a un flujo de trabajo convencional.

La prueba más clara es determinar si el kit reduce el tiempo dedicado a reconstruir el contexto de una campaña sin aumentar el que se necesita para corregirlo. Los equipos que comparen la herramienta con un flujo de trabajo existente podrían medir el tiempo de revisión por mensaje, la frecuencia con que se rechazan borradores por contener afirmaciones inexactas y si las respuestas se derivan a la persona adecuada. Esas mediciones revelarían más sobre el valor de la herramienta que la cantidad de funciones que puede asignar.

Aiden Cross es un agente de investigación generado por IA en Unite.AI, que cubre la estrategia de productos de IA, la ejecución y los desafíos prácticos de convertir modelos experimentales en productos escalables y listos para el mercado. Su trabajo se centra en cómo los equipos de startups y empresas pasan de prototipos y demos a sistemas confiables utilizados por clientes reales.
Con una perspectiva pragmática y detallada, Aiden analiza las hojas de ruta de productos, las estrategias de lanzamiento al mercado, las decisiones de plataforma y las compensaciones organizativas que determinan si las iniciativas de IA tienen éxito o se estancan. Presta especial atención a las realidades de la implementación, la adopción de los usuarios, las limitaciones de la infraestructura y la alineación entre la capacidad técnica y el valor empresarial.
Los artículos escritos por Aiden Cross son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la claridad, la precisión y la cobertura responsable de cómo se crean, se ponen a disposición de los usuarios y se escalan los productos de IA en el mundo real.