Funciones de IA para un SaaS global que usaban 60 000+ personas al día

Duración: 7 años (desde 2019, desde 2023 a través de Digitaliko), hasta abril de 2026

Resumen

Kontentino es una herramienta SaaS global para gestionar redes sociales. De marzo de 2019 a abril de 2026 formamos parte de su equipo de producto, desde 2023 a través de Digitaliko. El software en el que trabajábamos lo usaban 60 000+ personas cada día. Empezó con desarrollo en React, después nos encargamos del frontend y desde 2024 entregamos funciones de IA.

Trabajábamos en su repositorio, con su revisión y su proceso de publicación, no al lado del equipo. Así funciona hoy nuestro servicio Desarrollador sénior para su equipo.

Qué hicimos en un equipo ya rodado

• Decisiones técnicas: arquitectura y mentoría.
• El frontend del producto: dirigimos la arquitectura del frontend y su modernización, los informes automáticos y la analítica de rendimiento.
• Funciones de IA: construimos desde cero un asistente de IA como aplicación dentro de ChatGPT, un AI hub y un servicio que ofrece información sobre la marca y analiza el contenido.
• Sin formación inicial extra: conocíamos el sistema a fondo, así que ayudábamos a entregar nuevas funciones cada mes.

Qué construyó el equipo

Entre las funciones de IA está la generación de imágenes que respeta la identidad de la marca. El sistema también crea textos adaptados a cada plataforma y al tono de comunicación. La IA propone ideas para el calendario, hashtags y el mejor momento para publicar. Brand Hub ayuda a gestionar contenido en varios idiomas a la vez.

Generación de imágenes con IA

Crear elementos visuales se simplificó directamente en el calendario de publicaciones. Los equipos de marketing crean imágenes con prompts según el estilo de la empresa. Las imágenes de referencia mantienen la coherencia visual en toda la campaña. Todo el proceso ahorra tiempo y evita saltar de una aplicación a otra.

El reto

Los equipos necesitaban crear contenido más rápido sin perder calidad ni coherencia. Se buscaba una forma de integrar la IA para que resultara natural. También era importante aportar datos para mejorar el alcance sin herramientas adicionales.

Lo que no salió bien

Las primeras versiones de las soluciones de IA necesitaron muchas iteraciones con usuarios reales. Lección: centrarse en una función clave es mejor que tener muchas mediocres.

En qué trabajamos