# 3.14 Financial Contents

> Diseñamos y construimos sistemas que convierten datos e información en conocimiento utilizable, contenido, predicciones, decisiones y acciones, combinando machine learning, modelos generativos, ingeniería de conocimiento, agentes, software y automatización.

**Diseñamos y construimos sistemas que convierten datos e información en conocimiento utilizable, contenido, predicciones, decisiones y acciones.**

Este índice cubre las cuatro secciones del sitio. El texto completo de todas estas páginas está en https://www.3.14financialcontents.com/llms-full.txt.

Cada enlace apunta a la versión Markdown de la página. La página HTML equivalente es la misma URL sin el sufijo `index.md`.

## Soluciones

- [Soluciones](https://www.3.14financialcontents.com/es/soluciones/index.md): Inteligencia para comprender mejor la información y hacer que el trabajo avance.
- [Agentes y orquestación](https://www.3.14financialcontents.com/es/soluciones/agentes-y-orquestacion/index.md): Razonamiento flexible dentro de operaciones con estado, contratos y responsabilidad.
- [Inteligencia informacional](https://www.3.14financialcontents.com/es/soluciones/inteligencia-informacional/index.md): Convierte fuentes, datos, lenguaje y lógica dispersos en conocimiento que puede comprenderse, reutilizarse y ponerse en movimiento.
- [Conocimiento, investigación y evidencia](https://www.3.14financialcontents.com/es/soluciones/conocimiento-investigacion-y-evidencia/index.md): Establecer qué se sabe, qué fuentes lo sostienen, qué versiones están vigentes y qué permanece abierto.
- [Reporting generativo y multimodal](https://www.3.14financialcontents.com/es/soluciones/reporting-informacional-en-texto-voz-y-video/index.md): De datos e información a reporting en texto, voz y vídeo.
- [Inteligencia para decisiones](https://www.3.14financialcontents.com/es/soluciones/inteligencia-para-decisiones/index.md): Clasificar, priorizar, anticipar, comparar escenarios y optimizar decisiones dentro de objetivos y restricciones.
- [Lenguaje, traducción y localización](https://www.3.14financialcontents.com/es/soluciones/lenguaje-traduccion-y-localizacion/index.md): Sistemas que analizan, generan, traducen y localizan contenidos manteniendo significado, terminología, registro e intención.
- [Inteligencia operacional](https://www.3.14financialcontents.com/es/soluciones/inteligencia-operacional/index.md): Conecta información, decisiones, personas, aplicaciones, agentes y máquinas hasta un resultado comprobable.
- [Inteligencia operacional en ERPs y procesos](https://www.3.14financialcontents.com/es/soluciones/inteligencia-operacional-en-erps-y-procesos/index.md): Mantener unido el trabajo que atraviesa aplicaciones, reglas, autorizaciones, esperas y excepciones.
- [Inteligencia de conocimiento para proyectos complejos](https://www.3.14financialcontents.com/es/soluciones/inteligencia-para-proyectos-complejos/index.md): Relacionar preguntas, evidencia, decisiones, dependencias y trabajo para conservar la continuidad de proyectos largos.
- [Lógica de negocio y conocimiento operativo](https://www.3.14financialcontents.com/es/soluciones/logica-de-negocio-y-conocimiento-operativo/index.md): Sistemas que reconstruyen y hacen examinable la lógica distribuida entre código, configuraciones, reglas, documentación, datos y práctica operativa.
- [Orquestación de agentes y procesos duraderos](https://www.3.14financialcontents.com/es/soluciones/orquestacion-de-agentes-y-procesos-duraderos/index.md): Sistemas que coordinan agentes, software, herramientas y personas durante procesos que deben conservar estado, esperar, recuperarse y continuar hasta un resultado comprobable.

## Capacidades

- [Capacidades](https://www.3.14financialcontents.com/es/capacidades/index.md): Las capacidades técnicas de nuestro equipo.
- [Machine learning, optimización y modelos de decisión](https://www.3.14financialcontents.com/es/capacidades/machine-learning-y-modelos-de-decision/index.md): Diseñamos modelos de clasificación, ranking, forecasting, detección de anomalías, visión, series temporales, optimización y decisión sobre datos estructurados y no estructurados. Seleccionamos modelos y métodos según el problema real, el…
- [Arquitectura de IA y sistemas avanzados](https://www.3.14financialcontents.com/es/capacidades/tecnologia/index.md): Diseñamos arquitecturas de modelos, agentes, inferencia, sistemas distribuidos, cloud y edge, runtimes y componentes propios. Evaluamos tecnologías emergentes, construimos prototipos cuando es necesario y llevamos las que aportan valor a…
- [Software e integración empresarial](https://www.3.14financialcontents.com/es/capacidades/software-e-integracion-empresarial/index.md): Construimos aplicaciones, APIs, servicios, integraciones, arquitecturas orientadas a eventos y componentes de backend para conectar modelos, agentes y sistemas de conocimiento con ERPs, bases de datos, aplicaciones y procesos existentes…
- [Información, semántica y conocimiento](https://www.3.14financialcontents.com/es/capacidades/informacion-y-conocimiento/index.md): Trabajamos con ingesta, extracción estructurada, entidades, relaciones, taxonomías, grafos, semántica, búsqueda híbrida, RAG, embeddings, reranking y memoria. Diseñamos representaciones que permiten encontrar, relacionar y reutilizar…
- [Ingeniería lingüística y generación basada en conocimiento](https://www.3.14financialcontents.com/es/capacidades/lenguaje-localizacion-nlg/index.md): Analizar, representar, transformar y generar lenguaje bajo restricciones explícitas de significado, terminología, contexto y audiencia.
- [Evaluación, observabilidad y control](https://www.3.14financialcontents.com/es/capacidades/evaluacion-observabilidad-y-control/index.md): Diseñamos evals, pruebas adversariales, benchmarks, simulaciones, validadores, trazas, métricas y mecanismos de observabilidad para modelos, agentes, sistemas de conocimiento, workflows, software y sistemas físicos. Combinamos evaluación…
- [Inteligencia Física](https://www.3.14financialcontents.com/es/capacidades/inteligencia-fisica/index.md): Trabajamos con visión artificial, sensórica, fusión de señales, estimación de estado, simulación, navegación, planificación de movimiento, control, manipulación y computación edge. Exploramos cómo integrar estas capacidades con modelos…

## Cultura 3.14

- [Cultura 3.14](https://www.3.14financialcontents.com/es/cultura-314/index.md): Preguntar mejor. Construir para aprender. Desaprender cuando la realidad cambia.
- [Construir en conjunto](https://www.3.14financialcontents.com/es/cultura-314/como-colaboramos/index.md): Trabajamos con quienes conocen, realizan, mantienen, deciden y reciben el resultado. Formulamos juntos el problema, representamos el dominio, elegimos una primera trayectoria completa y aprendemos con artefactos examinables.
- [Qué nos preguntamos](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/index.md): Preguntas abiertas que atraviesan información, semántica, lenguaje, decisiones, operaciones, agentes, proyectos, Inteligencia Física y método. Cada una indica por qué importa, qué sabemos y qué continúa abierto.
- [Qué leemos](https://www.3.14financialcontents.com/es/cultura-314/que-leemos/index.md): Recogemos libros, papers, artículos, proyectos y referencias técnicas que han cambiado una pregunta, una decisión de diseño o nuestra manera de interpretar un problema. Cada lectura explica qué movió en el trabajo.
- [Laboratorio](https://www.3.14financialcontents.com/es/cultura-314/laboratorio/index.md): Exploraciones, experimentos, simulaciones, demostradores, revisiones técnicas de capacidades emergentes e Inteligencia Física. Cada trabajo declara su estado de madurez.
- [Trayectoria](https://www.3.14financialcontents.com/es/cultura-314/trayectoria/index.md): 3.14 comenzó trabajando con información y fue incorporando recuperación, lenguaje, estadística, machine learning, generación, automatización, agentes e integración. En el Laboratorio se extiende hacia la Inteligencia Física.
- [Operaciones físicas](https://www.3.14financialcontents.com/es/cultura-314/laboratorio/operaciones-fisicas/index.md): La rama del Laboratorio donde el sistema percibe y actúa mediante sensores, controladores y mecanismos físicos: visión, estimación de estado, navegación, planificación, manipulación y edge.
- [Demostradores](https://www.3.14financialcontents.com/es/cultura-314/laboratorio/demostradores/index.md): Sistemas pequeños, con datos públicos o sintéticos, que muestran una capacidad junto a las condiciones en las que funciona y los límites que todavía tiene.
- [Explore 3.14 y Ask 3.14](https://www.3.14financialcontents.com/es/cultura-314/laboratorio/explore-y-ask-314/index.md): Dos formas de recorrer este sitio: una capa de descubrimiento por relaciones y un bot limitado al contenido público que muestra las páginas que ha utilizado.

## Contacto

- [Contacto](https://www.3.14financialcontents.com/es/contacto/index.md): Correo info@3.14financialcontents.com · teléfono +34911012001 · 3.14, Av. Esteiro, 145, 15403 Ferrol - A Coruña - Spain

## Optional

- [¿Cómo cambian la voz y el vídeo lo que significa calidad informativa?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/por-que-voz-y-video-cambian-el-modelo-de-calidad/index.md): Un texto se relee; una narración se escucha una vez y no admite que quien recibe vuelva atrás a comprobar.
- [¿Cómo debe actuar un sistema cuando la percepción no es suficiente?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-debe-actuar-un-sistema-cuando-la-percepcion-no-es-suficiente/index.md): Detenerse tiene un coste, continuar con una estimación pobre tiene otro, y hay que elegir antes de que ocurra.
- [¿Cómo puede comunicarse incertidumbre sin convertirla en un número engañoso?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-puede-comunicarse-incertidumbre-sin-convertirla-en-un-numero-enganoso/index.md): Un 87 % de confianza se lee como una promesa, aunque el modelo solo esté diciendo que ha visto casos parecidos.
- [¿Cómo sabe un sistema que ha encontrado evidencia suficiente?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-sabe-un-sistema-que-ha-encontrado-evidencia-suficiente/index.md): Un sistema puede recuperar diez pasajes pertinentes y seguir sin material para sostener la afirmación que va a escribir.
- [¿Cómo se diseña una excepción que ninguna regla había previsto?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-se-disena-una-excepcion-que-ninguna-regla-habia-previsto/index.md): Lo imprevisto no se puede enumerar, pero sí se puede decidir por adelantado qué ocurre con ello.
- [¿Cómo se evalúa un cambio de sentido que resulta lingüísticamente natural?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-se-evalua-un-cambio-de-sentido-que-resulta-linguisticamente-natural/index.md): Las métricas automáticas premian la fluidez, y el error más caro de una traducción es precisamente fluido.
- [¿Cómo se representa una contradicción sin ocultarla dentro de una respuesta?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-se-representa-una-contradiccion-sin-ocultarla-dentro-de-una-respuesta/index.md): Cuando dos fuentes fiables dicen cosas distintas, resumirlas en una sola frase destruye la información más valiosa del conjunto.
- [¿Cuándo aporta más valor un modelo tabular que un modelo lingüístico?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/cuando-catboost-es-una-respuesta-mejor-que-un-modelo-linguistico/index.md): Sobre datos tabulares con etiquetas y coste de error conocido, el gradient boosting sigue ganando en precisión, coste y capacidad de análisis.
- [¿Cuándo debe un sistema recomendar, decidir o limitarse a presentar evidencia?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/cuando-debe-un-sistema-recomendar-decidir-o-limitarse-a-presentar-evidencia/index.md): Las tres posturas usan el mismo modelo y reparten la responsabilidad de tres maneras distintas.
- [¿Cuándo una métrica de confianza crea una certeza que el sistema todavía no posee?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/cuando-una-metrica-de-confianza-produce-demasiada-confianza/index.md): Una cifra bien calibrada en agregado puede estar mal calibrada justo en el caso que alguien tiene delante.
- [¿Qué contexto necesita un bot antes de actuar sobre un ERP?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-necesita-saber-un-bot-antes-de-actuar-sobre-un-erp/index.md): La mayor parte del trabajo de un agente sobre un ERP ocurre antes de la primera escritura, y consiste en saber qué no puede hacer.
- [¿Qué datos estaban realmente disponibles cuando se tomó una decisión?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-datos-estaban-realmente-disponibles-cuando-se-tomo-una-decision/index.md): Reconstruir una decisión con la base de datos de hoy produce un juicio injusto y un modelo optimista.
- [¿Qué debe olvidar y qué debe conservar una memoria organizativa?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-debe-olvidar-y-que-debe-conservar-una-memoria-organizativa/index.md): Una memoria que lo guarda todo termina recuperando decisiones caducadas con la misma autoridad que las vigentes.
- [¿Qué debe permanecer invariable durante una localización?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-debe-permanecer-invariable-durante-una-localizacion/index.md): Localizar bien exige decidir antes qué no puede moverse, y esa lista casi nunca está escrita.
- [¿Qué debe recordar un proceso que puede durar meses?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-debe-recordar-un-proceso-que-puede-durar-meses/index.md): Un proceso largo sobrevive a los despliegues, a los cambios de política y a veces a las personas que lo iniciaron.
- [¿Qué decisiones deben permanecer locales?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-decisiones-deben-permanecer-locales/index.md): El enlace se cae en el peor momento, y lo que se decida entonces ya estaba decidido antes.
- [¿Qué enseña la robótica sobre los fallos silenciosos del software?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/lo-que-la-robotica-ensena-sobre-los-fallos-silenciosos-del-software/index.md): La robótica lleva décadas asumiendo que un componente puede funcionar y aun así producir un resultado ausente; el software de gestión aún lo descubre caso a caso.
- [¿Qué parte de una narrativa debe ser generativa y cuál determinista?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-parte-de-una-narrativa-debe-ser-generativa-y-cual-determinista/index.md): La misma pieza contiene datos que no admiten variación y explicaciones que la necesitan.
- [¿Qué responsabilidades deben permanecer deterministas en un sistema de agentes?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-debe-permanecer-determinista-en-un-sistema-de-agentes/index.md): El agente puede elegir el recorrido; los permisos, los cálculos y las escrituras deberían comportarse igual en cada ejecución.
- [¿Qué señal demuestra que una acción física produjo el resultado esperado?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-senal-demuestra-que-una-accion-fisica-produjo-el-resultado-esperado/index.md): El comando enviado, el actuador movido y el objeto en su sitio son tres hechos que a menudo se confunden en uno.
- [¿Qué significa que un bot ha terminado una tarea?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-significa-que-un-bot-ha-terminado-una-tarea/index.md): Terminar la ejecución y producir el efecto esperado son dos hechos distintos, y solo uno de ellos suele registrarse.
- [Cómo representar aquello que un proyecto todavía no sabe](https://www.3.14financialcontents.com/es/cultura-314/apuntes/como-representar-aquello-que-un-proyecto-todavia-no-sabe/index.md): Una lista de tareas registra lo acordado y pierde lo que sigue abierto, que suele ser lo que decide el proyecto.
- [Encontrar una fuente no demuestra una conclusión](https://www.3.14financialcontents.com/es/cultura-314/apuntes/encontrar-una-fuente-no-demuestra-una-conclusion/index.md): La recuperación mide proximidad entre textos; la conclusión exige una relación entre lo que la fuente dice y lo que se afirma.
- [La diferencia entre registrar una acción y observar su resultado](https://www.3.14financialcontents.com/es/cultura-314/apuntes/la-diferencia-entre-registrar-una-accion-y-observar-su-resultado/index.md): Un registro dice que el sistema hizo algo; solo una señal independiente dice que ese algo ocurrió.
- [La evidencia y la estructura preceden a la composición](https://www.3.14financialcontents.com/es/cultura-314/apuntes/el-contenido-no-deberia-empezar-por-la-redaccion/index.md): Cuando la redacción va primero, la evidencia acaba ajustándose al texto; cuando va última, el texto se ajusta a la evidencia.
- [Localizar es adaptar con invariantes de significado](https://www.3.14financialcontents.com/es/cultura-314/apuntes/localizar-no-es-sustituir/index.md): Una localización decide qué debe permanecer idéntico y deja que todo lo demás se mueva; una sustitución cambia palabras y espera que el sentido sobreviva.
- [Out of the Crisis · W. Edwards Deming](https://www.3.14financialcontents.com/es/cultura-314/que-leemos/out-of-the-crisis-w-edwards-deming/index.md): Reaccionar a la variación normal de un proceso como si fuera una señal empeora el proceso; la mayor parte de los errores viene del sistema y no de las personas.
- [Plans and Situated Actions · Lucy Suchman](https://www.3.14financialcontents.com/es/cultura-314/que-leemos/plans-and-situated-actions-lucy-suchman/index.md): Un plan no es lo que la gente ejecuta, sino un recurso que utiliza para orientarse mientras improvisa dentro de una situación concreta.
- [Por qué una pregunta puede ser un objeto de conocimiento](https://www.3.14financialcontents.com/es/cultura-314/apuntes/por-que-una-pregunta-puede-ser-un-objeto-de-conocimiento/index.md): Publicamos nuestras preguntas abiertas con la misma estructura que una nota: por qué importan, qué sabemos y qué sigue sin resolverse.
- [Qué estamos aprendiendo al llevar operaciones al mundo físico](https://www.3.14financialcontents.com/es/cultura-314/laboratorio/que-estamos-aprendiendo-al-llevar-operaciones-al-mundo-fisico/index.md): La diferencia con una operación digital no está en la dificultad del control, sino en que el estado hay que estimarlo.
- [The Creators · Daniel J. Boorstin](https://www.3.14financialcontents.com/es/cultura-314/que-leemos/the-creators-daniel-j-boorstin/index.md): Boorstin recorre unos tres mil años de creación artística e intelectual y deja ver un oficio: crear para una audiencia y un resultado, con los medios de cada época y a menudo por delante de ellos.
- [The Design of Everyday Things · Donald Norman](https://www.3.14financialcontents.com/es/cultura-314/que-leemos/the-design-of-everyday-things-donald-norman/index.md): Un objeto comunica lo que puede hacerse con él y devuelve señal de lo que ha ocurrido; cuando falla una de las dos cosas, la culpa parece de quien lo usa.
- [Thinking in Systems · Donella Meadows](https://www.3.14financialcontents.com/es/cultura-314/que-leemos/thinking-in-systems-donella-meadows/index.md): El comportamiento de un sistema procede de su estructura, y los puntos donde una intervención cambia algo rara vez son los más visibles.
- [¿Cómo puede un sistema inferir lógica de negocio sin convertir cada hábito histórico en una regla?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-puede-un-sistema-inferir-logica-de-negocio-sin-convertir-cada-habito-historico-en-una-regla/index.md): Código, configuraciones, documentos y trazas muestran cómo se ha trabajado, pero no demuestran por sí solos qué lógica debería conservarse.
- [¿Dónde debe intervenir una persona para aportar criterio sin convertirse en un cuello de botella?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/donde-debe-intervenir-una-persona-para-aportar-criterio-sin-convertirse-en-un-cuello-de-botella/index.md): La intervención humana aporta conocimiento y autoridad, pero un diseño impreciso puede convertirla en una cola de revisiones sin contexto.
- [¿Cómo aprende un sistema de una excepción resuelta sin generalizarla demasiado?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-aprende-un-sistema-de-una-excepcion-resuelta-sin-generalizarla-demasiado/index.md): Una excepción contiene conocimiento operativo valioso, pero puede depender de un contexto que desaparece cuando se transforma demasiado pronto en regla.
- [¿Qué debe optimizar un sistema cuando tiempo, coste, calidad y riesgo compiten entre sí?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/que-debe-optimizar-un-sistema-cuando-tiempo-coste-calidad-y-riesgo-compiten-entre-si/index.md): Una operación rara vez tiene un único objetivo; mejorar una métrica puede empeorar otra o desplazar el coste a una fase distinta.
- [¿Cómo se reparte una operación entre agentes, software determinista y personas sin perder una responsabilidad única?](https://www.3.14financialcontents.com/es/cultura-314/que-nos-preguntamos/como-se-reparte-una-operacion-entre-agentes-software-determinista-y-personas-sin-perder-una-responsabilidad-unica/index.md): Distribuir tareas puede mejorar el sistema, pero también fragmentar el contexto y hacer que cada componente considere terminado solo su propio trabajo.

## Otros idiomas

- English (en): https://www.3.14financialcontents.com/llms-en.txt · https://www.3.14financialcontents.com/llms-full-en.txt
- Galego-Português (pt-PT): https://www.3.14financialcontents.com/llms-gl-pt.txt · https://www.3.14financialcontents.com/llms-full-gl-pt.txt