Cómo el Gestor de renovaciones mantiene honesta la IA

1. Un catálogo de evaluaciones de 134 casos, exigido antes de cada push

El worker tiene un catálogo de evaluaciones de 134 casos. No es una cifra de escaparate: cada bloque fija una propiedad de seguridad concreta:

30 de fabricación — el worker nunca puede citar una fuente que el paquete de evidencia no contiene y debe abstenerse cuando la evidencia está vacía.
20 de contaminación — una cuenta de severidad alta plantada dentro de un lote no debe contagiar su riesgo a las demás.
32 de clasificación — expansión / en riesgo / baja probable, con un F1 ≥ 0,75 por clase.
20 de calidad del diario — cada entrada de salud debe ser específica de la cuenta y basarse en la evidencia citada, no en plantillas.
7 de cifras inventadas — cualquier importe o porcentaje sin verificar se elimina antes de llegar a un borrador.
25 de salud de la cuenta — la lectura diaria de salud no debe inventar una transición y un riesgo plantado no debe contaminar a sus vecinos.

Antes de cada push, bloquea el despliegue: el catálogo debe contener al menos 100 casos bien formados (ADR-0029 §8), el validador de salida debe atrapar una cita fabricada plantada y los ayudantes de puntuación y enrutamiento deben comportarse. Un despliegue no pasa por encima de un fallo.
Contra los modelos reales, bajo demanda: los mismos 134 casos se ejecutan contra el worker real y su supervisor antes de publicar un cambio de modelo o de prompt. Publicamos la estructura y los umbrales del conjunto, no una tasa de aprobados.

117 casos de control offline: cada versión los supera todos. Entre lo que escribe el modelo y la bandeja de entrada de tu cliente hay controles deterministas: sin modelo y sin conjeturas. Cada caso le da a uno de ellos una entrada con forma real y fija el veredicto que debe dar; se ejecutan antes de cada push y un solo fallo bloquea el push. Es una marca de aprobado para nuestro código, no una puntuación del modelo: no hemos medido una tasa de aprobados en vivo, así que no publicamos ninguna.

42: cada importe y porcentaje de un correo de retención, en seis idiomas y cualquier formato de moneda, debe coincidir con los datos del propio cliente o el correo se retiene
11: un correo de retención no lleva enlaces clicables; uno inyectado detiene el envío
11: cada señal citada debe existir en la evidencia de ese mismo cliente
21: una acción recomendada debe citar su evidencia o se rechaza
18: las cuentas más grandes y de mayor riesgo siempre reciben el modelo más potente y el supervisor
14: si el modelo falla, la cuenta se puntúa igualmente por regla y se marca como tal

2. Supervisión independiente: un segundo modelo, más potente

Las lecturas de mayor riesgo se ejecutan dos veces: Claude Sonnet redacta y Claude Opus —un modelo distinto y más potente, con sus propias instrucciones adversariales— lo revisa. Ambos son del mismo proveedor, Anthropic; la independencia está en el segundo modelo y su encargo, no en una segunda empresa. En caso de desacuerdo, la tarea va a una persona: nunca a un tercer modelo y nunca a una suposición silenciosa.

3. Rechaza lo que no debería hacer

La matriz de capacidades del rol se aplica en el código, no solo se pide en un prompt. Las excepciones de precio, las promesas de SLA y reembolso y las afirmaciones legales se envían a una persona en lugar de adivinarse. La autonomía se gana por tema y es opcional: la IA redacta desde el primer día, pero una persona aprueba el envío hasta que tú decidas lo contrario.

4. Cada afirmación enlaza con su fuente

Una lectura no es una puntuación de salud opaca: cada señal enlaza con la factura de Stripe, la oportunidad de HubSpot o el ticket de soporte exacto del que procede, y el esquema rechaza cualquier cita que la fuente no confirme. Antes de enviar un correo de retención, cada importe y porcentaje se vuelve a comprobar contra esos hechos; una cifra que no coincide detiene el envío en lugar de salir equivocada.

5. Cuánto cuesta un escaneo y dónde está el tope

Una revisión diaria de una cuenta cuesta $0.0108 de gasto en modelos, medido en tráfico de producción. La suscripción es fija; el tope de abajo es un interruptor de emergencia contra un bucle desbocado, no un contador que pagas.

Plan	Cuentas vigiladas	Cartera completa, por día	Tope diario estricto	Margen
Team ($199/mo)	100	$1.08	$1.60	1.5×
Scale ($799/mo)	500	$5.40	$6.60	1.2×
Business ($2,499/mo)	2000	$21.60	$21.60	1.0×

Debajo hay cuatro barreras de coste independientes: un límite estricto en el proveedor de modelos, un presupuesto por tarea estimado antes de ejecutarla, este tope diario por plan y un interruptor de emergencia diario global.

6. Lo que no puede ver, y lo dice

Cada señal viene de una fuente que tú conectas. El mapa de abajo es el mismo registro que lee la pantalla de configuración: cada fuente, si puedes conectarla hoy y la frase honesta sobre lo que el Gestor de renovaciones no puede decir sin ella.

Familia de señal	Fuentes	Sin ella
Facturación ancla	Stripe · se conecta hoy Hoja de cálculo (CSV) · se conecta hoy	Sin facturación no hay cartera que vigilar: ni fechas de renovación, ni ARR, nada que ordenar.
Uso del producto señal adelantada	Mixpanel · se conecta hoy Amplitude · se conecta hoy Segment · se conecta hoy PostHog · se conecta hoy	Sin uso del producto, un cliente que dejó de iniciar sesión parece sano hasta que la factura rebota.
CRM señal adelantada	HubSpot · se conecta hoy Salesforce · se conecta hoy Zoho CRM · se conecta hoy Pipedrive · se conecta hoy Close · se conecta hoy	Sin el CRM, una renovación estancada o un patrocinador perdido siguen invisibles hasta que el cliente dice que no.
Mesa de soporte señal adelantada	Zendesk · se conecta hoy Intercom · se conecta hoy	Sin la mesa de soporte, las escalaciones y los hilos enfadados nunca llegan a la lectura: una baja que se anuncia en los tickets pasa desapercibida.

Cómo la cobertura limita la autonomía

Solo facturación — una vista previa: se muestra el riesgo de pago, pero no se emite veredicto de baja y nada se envía por sí solo.
Facturación más al menos una señal adelantada (uso, CRM o soporte) — un veredicto de baja real y envío autónomo solo si tú lo activas.
Facturación más las tres familias adelantadas — la lectura de mayor confianza.

¿Preguntas de una revisión de seguridad? Habla con nosotros — guiaremos a tu equipo por el conjunto de evaluaciones, el registro de auditoría y nuestra postura de datos (proveedor de servicios según CCPA §1798.140, no un intermediario de datos).