Caso de éxito: en 2026, las empresas de Murcia se enfrentan a un problema que el software tradicional no resuelve: el conocimiento está repartido entre documentos, aplicaciones y personas. Una intranet con knowledge graph permite ordenar ese conocimiento y ponerlo a disposición de los equipos con IA. Q2BSTUDIO, empresa de desarrollo de software y tecnología, ha aplicado esta arquitectura en un caso real en Murcia, con resultados medibles que demuestran el valor de combinar un desarrollo a medida, integración cloud y automatización de procesos. Este artículo analiza el caso desde una perspectiva técnica y empresarial.
La diferencia entre una intranet convencional y una intranet con knowledge graph está en la semántica. La primera almacena páginas y archivos; la segunda representa conceptos, relaciones, personas, proyectos y reglas de negocio. Esa red de conexiones permite que un agente de IA pueda responder preguntas con contexto, en lugar de devolver enlaces inespecíficos. Para una compañía en Murcia con equipos de operaciones y back-office, el resultado es una forma de trabajar más rápida, con menos duplicidades y con mejor criterio en la toma de decisiones.
El punto de partida fue una compañía media con actividad en Murcia, algo más de veinte empleados en operaciones y una mezcla de ERP, CRM, SharePoint y Teams. Cada herramienta cumplía su función, pero el conocimiento no viajaba entre ellas. Una incidencia comercial podía estar en el CRM, el detalle logístico en el ERP y la conversación relevante en Teams. Sin un hilo que conectara esos datos, la dirección no tenía visibilidad real y los equipos perdían horas en tareas manuales. La intranet con knowledge graph no se diseñó como un portal más, sino como la capa que unifica la información y da contexto a las herramientas actuales.
Q2BSTUDIO comenzó con una fase de descubrimiento. No se trata de instalar un producto genérico; se trata de entender los flujos de trabajo, los puntos de dolor y las métricas base. Durante dos semanas, el equipo de consultoría mapeó procesos, entrevistó a usuarios y definió indicadores de éxito. Esa base permite medir el impacto real de la solución, algo que muchas empresas no hacen cuando implantan software. Gracias a ese trabajo, el proyecto se convirtió en un desarrollo de aplicaciones a medida sobre una arquitectura modular, pensada para crecer con el negocio.
La siguiente fase fue la construcción de la capa de conocimiento. En lugar de mover los datos a un sistema nuevo, se conectaron los sistemas existentes mediante APIs y agentes de integración. El conocimiento extraído de documentos, registros y conversaciones se normalizó en el knowledge graph. Para ello, Q2BSTUDIO combinó modelos de lenguaje con técnicas de retrieval augmented generation, de modo que las respuestas de la IA se apoyan en fuentes internas verificables y no en alucinaciones. Este enfoque es especialmente relevante en Murcia, donde muchas empresas buscan IA útil sin reemplazar las inversiones que ya han hecho en ERP o CRM.
Uno de los elementos más valorados fue la introducción de agentes IA dentro de la intranet. Estos agentes no son simples chatbots; ejecutan tareas, consultan el knowledge graph y actualizan registros con supervisión humana. Por ejemplo, un agente puede clasificar un correo, localizar el proyecto relacionado, preparar una respuesta y proponer un siguiente paso. En los procesos críticos, se mantuvo un punto de control humano, con lo cual se reduce el riesgo y se gana confianza en la adopción. La integración de agentes IA con el software a medida permitió adaptar cada regla a la operativa real de la empresa, algo que no se consigue con herramientas cerradas.
La infraestructura tecnológica se apoyó en cloud AWS/Azure. La empresa necesitaba que los servicios de IA se conectaran de forma segura con sistemas on-premise. Q2BSTUDIO diseñó una red privada mediante VPN y endpoints privados, de modo que los datos nunca circularon por internet público. La ciberseguridad fue un requisito desde el principio: autenticación con roles, auditoría de accesos, cifrado en tránsito y en reposo, y alineamiento con el RGPD. Los responsables del proyecto tenían claro que una intranet con knowledge graph solo es útil si la información protegida sigue protegida.
También se incorporó una capa de observabilidad y reporting para dirección. Las métricas de uso, los tiempos de proceso y la calidad de las respuestas de la IA se volcaron en un cuadro de mando con BI/Power BI. Eso permitió a los mandos intermedios tomar decisiones basadas en datos y justificar la inversión ante la dirección financiera. En una empresa de tamaño medio, la visibilidad suele ser uno de los mayores beneficios, porque reduce el ruido y permite identificar cuellos de botella. La información del knowledge graph se convirtió así en una fuente de inteligencia de negocio, no solo en un buscador interno.
Durante la fase de despliegue controlado, el equipo de Q2BSTUDIO trabajó junto al cliente en Murcia para validar la solución con un grupo reducido de usuarios antes de generalizarla. Esta estrategia permitió ajustar los flujos, corregir excepciones y formar a las personas clave. La automatización de procesos se aplicó de forma gradual: primero tareas de bajo riesgo y gran volumen, después operaciones más complejas. Con esto se logró que el equipo confiara en el sistema y que los errores no se propagaran. Un despliegue en fases reduce la fricción y acelera la adopción interna.
Los resultados al cabo de tres meses mostraron una reducción clara en las tareas manuales y una aceleración de los ciclos de trabajo. La organización pasó de depender de hojas de cálculo y aprobaciones por correo a operar con una intranet que conoce la relación entre cada elemento. El tiempo de incorporación de nuevas personas también mejoró, porque los nuevos empleados pueden preguntar a la IA y obtener respuestas con contexto. Esto no es un efecto cosmético: reduce costes operativos, mejora la calidad y libera capacidad para tareas de más valor.
Desde el punto de vista técnico, el proyecto demuestra que una arquitectura de conocimiento no requiere sustituir todos los sistemas. La clave está en normalizar los datos y definir las relaciones que importan. Q2BSTUDIO aplicó metodologías de desarrollo ágil, con entregas cada dos semanas y revisión de prioridades con el cliente. El conocimiento de negocio se fue incorporando al grafo de forma incremental, lo cual facilitó la gestión del cambio. Las lecciones aprendidas en este caso de éxito en Murcia coinciden con una realidad que se observa en muchos proyectos: la tecnología es necesaria, pero el factor humano y el diseño de procesos son los que determinan el ROI.
Para directivos que evalúan una solución de intranet con knowledge graph, la recomendación de Q2BSTUDIO es clara: definir primero el problema de negocio, medir después la mejora y elegir un socio tecnológico que combine aplicaciones a medida, cloud, ciberseguridad, BI/Power BI y agentes IA. En Murcia, la empresa ha demostrado capacidad para ofrecer todo ese conjunto en un solo proyecto, con equipos locales y soporte cercano. El caso no es una promesa de futuro, sino una realidad implantada en 2026.
Si tu empresa quiere replicar este enfoque, conviene empezar por una sesión de diagnóstico con Q2BSTUDIO. En ella se valora el punto de partida, los flujos críticos y las oportunidades de automatización. No hace falta cambiar de ERP, CRM ni de plataforma de colaboración. Hace falta ordenar el conocimiento para que una intranet con knowledge graph pueda aportar respuestas, automatización y visibilidad. El siguiente paso es convertir esa ventaja tecnológica en una ventaja competitiva real en el mercado murciano.
