/CASOS DE ESTUDIO/2026/Proyecto propio · Software para negocios que venden por redes

VISARIA: el Cerebro Comercial de los negocios que venden por redes.

El sistema entero en una imagen: todo lo que pasa en el negocio (reels y stories, comentarios, mensajes y WhatsApp, anuncios de Meta, vídeos de YouTube, enlaces y recursos, llamadas, y CRM y agenda) entra en el Cerebro Comercial, que dice qué contenido trae ventas, a quién atender y qué decirle, y cómo rinde el equipo.

VISARIA es un proyecto incubado y creado por el equipo de Raise Labs, y fundado por Josh Caballero. Conecta todo lo que pasa en un negocio que vende por redes (el contenido, los anuncios, las conversaciones, las llamadas, las ventas y el equipo) y pone a la IA a trabajar encima: sabe qué contenido trae ventas, a quién atender y qué decirle, y cómo rinde el equipo de verdad.

/Proyecto

VISARIA

Ver web

/Fundador

Josh Caballero

Ver perfil

/Papel de Raise Labs

  • Incubación
  • Producto e ingeniería
  • Agentes de IA

/Visión general

La atención es el negocio. Y casi nadie la mide entera

Un negocio que vende por redes vive de la atención: cuanta más consigue su contenido, más conversaciones abre y más vende. Ese contenido está repartido entre reels, stories, anuncios, vídeos de YouTube, enlaces y recursos, y de cada uno solo se miran los números que da su plataforma: vistas, me gusta y alcance. Nadie mira qué había dentro de la pieza que funcionó, ni qué pasó después con la gente que llegó por ella.

La atención es el negocio: el contenido trae atención, la atención conversaciones y las conversaciones ventas. Hoy solo se miden los números de cada plataforma, y casi nadie ve qué pieza trajo cada conversación y cada venta.
Un Frankenstein de herramientas: la de los mensajes, el CRM, las métricas de cada red, los enlaces, la hoja de cálculo y lo que apunta el equipo, unidas con exportaciones y copiar y pegar. Sin el contexto del negocio, la IA no puede leerlo.

/Retos

Un Frankenstein de herramientas que ninguna IA puede leer

Para juntar esos datos hacen falta varias plataformas: una para los mensajes, otra para los contactos, otra para las métricas, otra para los enlaces y una hoja de cálculo para lo demás. Lo que sale es un Frankenstein: conexiones que pasan datos de un sitio a otro sin entender nada, sin el contexto del negocio y sin que una IA pueda trabajar encima. Y los números del equipo los apunta el propio equipo. Les pasa a estos negocios y a la mayoría de las empresas.

¿Y si un negocio que vende por redes pudiera verse entero, y decidir con ello, como hoy solo pueden las grandes empresas?

/Solución

Todo conectado en un solo cerebro, con la IA trabajando dentro.

VISARIA nació dentro de Raise Labs. La visión es de su fundador, Josh Caballero: que un negocio que vende por redes pueda verse entero y decidir con ello. La inspiración es Palantir, la empresa con la que gobiernos y grandes compañías juntan todos sus datos en un solo modelo y deciden con él: cuantos más datos entran, mejor se decide.

El equipo de Raise Labs lo diseñó y lo construyó con ingeniería, no solo con un modelo de IA, porque la IA es tan buena como lo que tiene debajo. El mecanismo se llama Cerebro Comercial, y trabaja en seis pasos.

/01 · Conectar

Todo lo que pasa en el negocio, en un solo sitio.

Reels, stories y publicaciones; comentarios y mensajes de Instagram; WhatsApp; los anuncios de Meta; los vídeos de YouTube; los enlaces y los recursos; las llamadas, y el CRM y la agenda que el negocio ya usa. Con las conexiones oficiales de cada plataforma, y sin cambiar de herramientas.

Paso 1, conectar: diez fuentes (reels y posts, stories, comentarios, mensajes directos, WhatsApp, anuncios de Meta, vídeos de YouTube, enlaces y recursos, llamadas, y CRM y agenda) entran en el Cerebro Comercial, con las conexiones oficiales y sin cambiar de herramientas.

/02 · Ver

La IA mira cada pieza por dentro.

No se queda en las vistas: transcribe cada vídeo, mira lo que se enseña y saca el gancho y la llamada a la acción. Compara cada cifra con lo normal de esa cuenta y la cruza con lo que la pieza trajo después: comentarios, conversaciones, llamadas y ventas. Así se sabe qué funciona y qué grabar.

Paso 2, ver: la IA analiza un reel por dentro (lo que se dice, lo que se enseña, el gancho y la llamada a la acción), compara sus cifras con lo normal de la cuenta y las cruza con lo que trajo después: comentarios, conversaciones, llamadas y ventas. Datos de ejemplo.

/03 · Ordenar

Un solo mapa del negocio.

Cada lead (cada persona interesada), cada pieza, cada anuncio, cada objeción, cada llamada y cada venta, y cómo se unen. Es el mismo mapa para la IA, para el equipo y para el dueño.

Paso 3, ordenar: todo el negocio en un solo mapa. El anuncio impulsa el reel, el reel trae el comentario, el comentario abre la conversación, la conversación es de un lead, el lead tiene una objeción y agenda una llamada, la llamada acaba en una venta, y cada venta queda unida a la pieza que la trajo.

/04 · Entender

Cada lead, entero.

Sabe lo que comentó, los recursos que pidió, los enlaces que abrió y lo que contó. De ahí salen lo cerca que está de comprar, lo que le duele, lo que le frena y qué tipo de comprador es. Y con todos los leads a la vez se ve qué tienen en común los que compran.

Paso 4, entender: un lead de ejemplo, entero (el reel que lo trajo, lo que comentó, el recurso que pidió y lo que contó), y lo que el sistema sabe de él: qué le duele, qué le frena, qué tipo de comprador es, en qué punto está y el siguiente paso. Con todos los leads a la vez, qué tienen en común los que compran. Datos de ejemplo.

/05 · Actuar

El equipo trabaja dopado con la IA, y su rendimiento se mide.

Cada setter (quien contesta los mensajes y agenda las llamadas) ve a quién atender primero, y la IA le sugiere qué decir y qué recurso mandar, hasta con notas de voz con la voz del experto, clonada con su permiso. Como los setters trabajan dentro de la plataforma, se mide su rendimiento y el dueño puede supervisar su trabajo. Hace falta menos gente para atender lo mismo.

Paso 5, actuar: el setter ve a quién atender primero, y la IA le sugiere qué decir, qué recurso mandar y una nota de voz con la voz del experto. El rendimiento de cada setter se mide en la plataforma, porque trabaja dentro, y su trabajo se puede supervisar. Datos de ejemplo.

/05 · Actuar

Lo de siempre va solo.

El setter IA contesta solo dentro de las 24 horas que permite Meta, en los flujos que elige el dueño y con sus reglas, y el lead sabe que habla con una IA. Ante la duda, pasa la conversación a una persona. El editor tiene 19 pasos, cinco de ellos con IA, y sustituye a las herramientas de automatización de siempre.

Paso 5, actuar: los flujos empiezan con un comentario, una respuesta a una story o un mensaje, y siguen con cualificar, elegir camino, el setter IA y el paso al closer, que es quien cierra la venta; ante la duda, avisan a una persona. El setter IA escribe y envía solo dentro de las 24 horas, en los flujos que elige el dueño; en la toma de control escribe y envía una persona.

/05 · Actuar

Los recursos y los enlaces, medidos.

La biblioteca del negocio vive dentro: guías, casos de éxito y vídeos. La IA manda a cada lead el recurso que mejor le encaja, y cada enlace sale medido: se sabe quién lo abrió y desde qué conversación.

Paso 5, actuar: de la biblioteca del negocio (guías, casos de éxito, vídeos y la página de reserva), la IA elige el recurso que mejor encaja con cada lead, y el enlace sale medido: quién lo abrió, cuántas veces y desde qué conversación. Datos de ejemplo.

/06 · Aprender

Cada decisión deja rastro.

Queda guardado qué propuso la IA, qué hizo el setter, qué corrigió el dueño y si el lead compró. Los casos parecidos afinan el contexto, los fallos arreglan el procedimiento y lo que se repite se convierte en una regla del negocio.

Paso 6, aprender: cada decisión queda guardada (qué propuso la IA, qué cambió el setter, qué corrigió el dueño y el resultado). Los casos parecidos afinan el contexto, los fallos arreglan el procedimiento y lo que se repite se convierte en una regla. Los datos son del dueño y la IA, la que elija. Datos de ejemplo.

Los datos son del negocio: sus leads, sus conversaciones y sus informes. El día que quiera irse, se los lleva. Lo que ponemos nosotros es el sistema que los convierte en decisiones, y la IA que trabaja encima la elige el dueño.

Cada fuente nueva hace más preciso todo lo demás, porque se cruza con las que ya hay.

/Resultados

De una visión a una plataforma verificada por Meta

VISARIA es hoy una plataforma en marcha. Meta la revisó y le concedió Acceso Avanzado a la API de Instagram: es una aplicación verificada y publicada, que puede trabajar con las cuentas de sus clientes. Y detrás hay ingeniería, no un envoltorio sobre un modelo de IA: más de 150.000 líneas de código, 30 módulos y 240 baterías de pruebas automáticas.

Con ella, el dueño sabe qué contenido le trae ventas y qué grabar, a quién atender hoy y qué decirle, y cómo rinde su equipo sin depender de lo que le cuentan. Las herramientas de este mercado venden piezas, y ninguna junta el negocio entero. Ese es el marco que va a necesitar cualquier negocio que viva de la atención. Y es el trabajo de Raise Labs en cualquier empresa: juntar lo que sabe en un solo cerebro y poner a la IA a trabajar dentro.

+150.000

Líneas de código, en 30 módulos y con 240 baterías de pruebas

6 meses

De la primera línea de código a la aprobación de Meta

Verificada

Por Meta, con Acceso Avanzado a la API de Instagram

El éxito de estos negocios es su atención, y hoy la miden con un Frankenstein de herramientas que ni tiene el contexto ni se puede conectar a la IA. VISARIA lo conecta absolutamente todo: es el marco que el negocio del futuro necesita.

Josh Caballero

Fundador de VISARIA · CEO de Raise Labs