Los modelos de IA de hoy pueden razonar sobre tareas complejas, pero carecen de contexto empresarial, como identificar informes de fondos actuales o hacer coincidir entidades entre sistemas. V7, fundada por Rizzoli y Edwardsson en 2018, creó V7 Go para enseñar a los sistemas de IA las operaciones empresariales. V7 Go utiliza GPT-5.6 Luna para extraer información de millones de archivos y organizarla en Context Graph, que conecta entidades, relaciones y pruebas para búsquedas de MCP y flujos de trabajo repetibles que abarcan cientos de pasos.

Context Graph resuelve el problema de que los agentes vuelvan a descubrir el contexto en cada solicitud, algo que pierde tiempo y deja pasar información clave. Cuando llegan los datos, V7 Go se conecta a repositorios como Share Point y Google Drive, analiza entidades y rellena un grafo que es más económico y rápido de recorrer que los enfoques de contexto largo. El sistema conserva una trazabilidad auditable y preserva las pruebas citadas hasta sus fuentes originales.

En el benchmark HERB, el sistema de recuperación de V7 mejoró un 69% y redujo las alucinaciones un 38%. Los clientes comunican avances importantes: las gestoras de activos filtran operaciones 21 veces más rápido, reduciendo un proceso de un día completo a 15 minutos, mientras que un equipo de servicios financieros redujo el tiempo de revisión de más de 100 horas a menos de 10 horas, ahorrando 12.000 dólares en costes de expertos por cada encargo.

Entidades clave: Empresas: V7, OpenAI | Personas: Alberto Rizzoli

Preguntas frecuentes: ¿Cómo mejora el Context Graph de V7 el rendimiento de los agentes de IA?

Context Graph proporciona un contexto empresarial estructurado y actualizado que los agentes pueden consultar directamente, eliminando la necesidad de redescubrir información en cada solicitud. Conecta entidades, relaciones y pruebas de documentos, reduce el tiempo de búsqueda y mejora la precisión hasta el 99,9% en flujos de trabajo complejos.