Las reuniones grabadas son un activo de conocimiento poco aprovechado. Resulta difícil buscar en ellas, revisarlas lleva mucho tiempo y están aisladas en las unidades de los distintos equipos, por lo que muchas ideas valiosas pasan desapercibidas.
En un hackatón de un solo día, un equipo de tres personas creó Callombia. Es una plataforma interna que transcribe, etiqueta, resume y convierte automáticamente las llamadas grabadas en clips, dentro de un repositorio con búsquedas al estilo de YouTube al que pueden acceder todas las oficinas del mundo.
La solución, creada íntegramente con Codex, emplea una búsqueda semántica basada en embeddings de OpenAI y similitud del coseno para encontrar momentos relevantes aunque no se usen las palabras clave exactas, además de incorporar un chatbot RAG y un sistema de notificaciones.
Lo que antes habría llevado semanas se completó en siete horas, lo que demuestra que el desarrollo nativo de IA con agentes de programación como Codex puede acortar drásticamente el ciclo de desarrollo de productos y generar auténtico valor empresarial mediante hackatones internos.
Si eres como yo, rara vez tendrás tiempo (o capacidad de concentración) para volver a escuchar reuniones grabadas. A menudo se debe a que hay que rebuscar en unidades de equipo desorganizadas, saltarse conversaciones triviales poco interesantes e intentar escuchar de verdad mientras se envían correos y mensajes.
Pero quizá no tenga por qué ser así. ¿Y si pudiéramos crear algo que transformase por completo las reuniones grabadas? Esa fue la idea que inspiró nuestro reciente proyecto de hackatón.
En solo un día, 50 personas de nuestros equipos de ingeniería, delivery y operaciones abordaron diversos problemas planteados por toda la empresa: ampliar las operaciones de contratación, agilizar la creación de declaraciones de trabajo, conocer el estado de los proyectos, generar prototipos en directo y extraer información de reuniones grabadas.
En este hackatón basado en Codex, creamos Callombia. Callombia es el YouTube de nuestra empresa: convierte cada llamada en un activo vivo, consultable mediante búsquedas. Cada llamada se transcribe, etiqueta y resume automáticamente antes de dividirse en clips temáticos y añadirse a un repositorio organizado por canales (clientes) y temas (áreas de especialización en IA). Así, cualquier miembro del equipo de Londres, Edimburgo, Singapur o Australia puede acceder al instante a los momentos de las llamadas que le interesan.
Una interfaz de usuario familiar y acorde con la marca facilita descubrir contenido de forma intuitiva, mientras que la búsqueda semántica (y, por supuesto, un chatbot de IA con RAG) ayuda a encontrar exactamente lo que se busca. Además, un sistema de notificaciones permite a nuestros compañeros suscribirse a determinados temas y recibir avisos cuando se publican clips nuevos que puedan interesarles.
Pero lo mejor de Callombia no es el producto ni el premio de 2000 £ por ganar el hackatón (presumimos un poco), sino haber podido crear todo esto en solo siete horas con dos ingenieros y un responsable de delivery. Hace un año, esto no era posible. Las mejoras en los agentes de programación han acelerado enormemente todo el proceso de desarrollo de productos, y este hackatón fue un excelente campo de pruebas para conocer sus límites irregulares. Entonces, ¿cómo utilizamos Codex?
En lugar de limitarnos a redactar un montón de requisitos, empezamos compartiendo nuestra visión colectiva —en forma de prompt— sobre el problema y lo que queríamos que fuera Callombia. Al ser deliberadamente imprecisos, dejamos que el modelo hiciera el trabajo y pensara con creatividad:
Tras diez minutos de intercambio, activamos el modo Plan para concretar los requisitos y orientar la parte técnica del desarrollo. El modo Plan es como responder a las preguntas de ese amigo pesado que, muy amablemente, ha pensado en todos los escenarios posibles. Tras acordar aspectos como el número de vídeos, si usaríamos búsqueda semántica o por palabras clave y qué arquitectura emplearíamos, creó un archivo Markdown que sirvió como base del proyecto a partir de entonces.
Una vez definido el plan, el siguiente paso era crear los componentes principales que permitirían funcionar a Callombia. Eso implicaba crear un flujo que convirtiera las llamadas grabadas en activos consultables:
Ingerir vídeos y transcripciones,
dividirlos en momentos relevantes,
enriquecerlos con resúmenes y etiquetas,
y exponerlos mediante API que pudiera consumir el frontend.
Ed se centró en convertir las grabaciones originales y los datos de las transcripciones en un formato utilizable, mientras que Nico trabajó principalmente en la capa de recuperación que permitiría encontrar esos momentos. Con Codex, ambos pudieron poner en marcha los modelos de datos, los scripts de extracción y la infraestructura del backend mucho más rápido que si lo hubiéramos hecho manualmente. Así obtuvimos mucho más que una transcripción adjunta a un vídeo. Obtuvimos momentos concretos: la sección sobre Tesco, la actualización estratégica, el debate sobre contratación o los 90 segundos específicos de una llamada que alguien realmente quiere ver.
La capa de recuperación fue donde todo se puso especialmente interesante. Queríamos que alguien pudiera escribir algo como «resultados financieros», «hoja de ruta de Tesco» o «evaluaciones de conversaciones» y acceder a los clips más relevantes, aunque nunca se hubieran pronunciado esas palabras exactas. Para ello, creamos fragmentos con marcas de tiempo, resúmenes, texto de la transcripción y metadatos. Con una arquitectura clara en mente y mucha ayuda de Codex, combinamos el tema, el resumen y la transcripción en una única entrada y utilizamos el modelo text-embedding-3-small de OpenAI para generar embeddings de cada fragmento. Almacenamos esos embeddings en nuestra base de datos y usamos la similitud del coseno para comparar la consulta del usuario con cada fragmento, lo que nos proporcionó una capa de recuperación semántica en lugar de una simple búsqueda por palabras clave.
Este sistema ofreció una precisión excelente y aportó al producto esa sensación de «magia» durante la demostración del hackatón. Al mismo tiempo, sabíamos que este enfoque no podría ampliarse indefinidamente si el número de vídeos seguía aumentando, porque comparar cada consulta con todos los fragmentos acabaría resultando demasiado costoso. El siguiente paso lógico sería introducir estrategias de recuperación más eficientes, como Hierarchical Navigable Small World, para reducir el número de comparaciones y mantener una latencia baja a medida que crezca el corpus. Cuando esta función empezó a operar, Callombia dejó de parecer una simple biblioteca multimedia y comenzó a sentirse como un sistema de conocimiento.
Como en todo buen hackatón, esa parte también necesitó varias iteraciones: los límites iniciales de los fragmentos eran demasiado imprecisos, algunas marcas de tiempo requerían ajustes, ciertas etiquetas eran demasiado amplias y los archivos de transcripción y grabación no siempre encajaban bien. Pero ahí fue también donde quedó patente su valor. Codex nos permitió perfeccionar el sistema rápidamente en vez de quedarnos atascados en la configuración y el retrabajo. Al terminar, teníamos un backend capaz de ofrecer clips, extractos y una búsqueda semántica realmente útil. Fue entonces cuando Callombia empezó a parecer un producto real, y no una mera demostración de hackatón.
Mientras Ed y Nico creaban la capa de ingesta e inteligencia, yo desarrollé el frontend. Con nuestra plantilla full stack, pude poner en marcha rápidamente una primera versión del sitio web sin escribir una sola línea de código. Tras pedirle que abriera el sitio web localmente en mi navegador, le daba comentarios sencillos mediante viñetas para ir ajustando el diseño hasta conseguir lo que buscaba.
Después de aproximadamente una hora de intercambio, tenía algo con lo que estaba bastante satisfecho, y todo ello sin experiencia en interfaces de usuario ni diseño. Aunque el producto final dista mucho de ser perfecto, es una primera versión bastante buena que permite entender el producto.
Para asegurarnos de tener algo al final del día, nos repartimos el trabajo. Como era de esperar, tras unas horas trabajando de forma más o menos independiente, cada uno tenía su propia rama local con un montón de conflictos.
En lugar de dedicar el tiempo que no teníamos a revisar y resolver meticulosamente los conflictos, decidimos dar rienda suelta a Codex en los repositorios para que los solucionara por sí solo. Aunque por ahora no recomendaríamos este método para desarrollar software empresarial, fue increíble comprobar su eficacia en un entorno de bajo riesgo y nos ahorró muchas horas.
La última parte del hackatón consistía en grabar la demostración de Callombia para el jurado. Aunque nuestro primer impulso fue abrir Loom para grabarla, pensamos que podría ser una verdadera prueba para Codex y una tarea algo alejada de sus capacidades actuales. Así que… redactamos un prompt, le proporcionamos un enlace al sitio web de Callombia, adjuntamos una grabación de mi voz en la plataforma para desarrolladores de OpenAI y le pedimos que hiciera el resto.
El primer intento fue impresionante: había escrito el guion de la demostración, grabado la pantalla, añadido mi voz en off y cumplido prácticamente todo lo que le habíamos pedido. Lo único que no nos convenció de inmediato fue la sincronización entre la voz en off y la grabación, así que le dijimos: «OBLIGATORIO: sincroniza exactamente la voz en off con lo que aparece en la demostración. Había desajustes (por ejemplo, en la página del chat). Al terminar, comprueba tres veces la sincronización de la voz en off con la demostración grabada en pantalla. Haz que coincidan por cualquier medio posible».
En respuesta, Codex dividió la voz en off y la grabación en secciones más pequeñas y ejecutó la tarea casi a la perfección, justo a tiempo para las 17:30 y para celebrarlo con cerveza y pizza.
Sabemos que Callombia resuelve un problema que tienen la mayoría de las empresas. Es difícil asistir a todas las llamadas de una empresa que crece rápidamente, pero las ideas valiosas que se comparten en ellas no tienen precio. Ahora solo tenemos que llevarlo a producción.
Pero también hay una lección más amplia sobre la adopción de un enfoque nativo de IA y las ventajas de aplicar el criterio de ingeniería y producto a la resolución de problemas comunes. Al salir de nuestra dinámica habitual, colaborar entre equipos y hacerlo todo en un entorno con cierta competencia, terminamos con varias soluciones que, con algunos ajustes, podrían llevarse a producción. Si lo hacemos con regularidad, podremos ser internamente tan eficientes como las soluciones que creamos para nuestros clientes.