Seguro por Defecto
ShowOps.AI está hecho para profesionales que no pueden permitirse una sorpresa con sus datos. Ético, responsable, seguro, privado — diseñado desde dentro, no añadido después.
La Afirmación Principal
Tus datos entrenan tu sistema.
Nunca el de nadie más.
ShowOps.AI aprende por inquilino: tus sedes, los patrones de tu equipo, tus flujos de trabajo. Sin entrenamiento agrupado. Sin agregación entre inquilinos. Ningún LLM de proveedor entrenado con tus datos, nunca. Los patrones aprendidos se pueden eliminar con una sola acción, en menos de 24 horas.
Cuatro Pilares
Cada decisión de IA en ShowOps.AI pasa por estos cuatro filtros. Ante la duda, los pilares prevalecen sobre la comodidad y la velocidad.
No construimos funciones cuyo valor principal sea vigilar a las personas. Exponemos los sesgos en el ranking: cada puntuación de proveedor, sugerencia de equipo y resolución de conflicto se acompaña de las características que la motivaron. No automatizamos decisiones que afecten significativamente a las personas sin un humano en el bucle.
Los agentes proponen; los humanos deciden. Toda acción con consecuencias genera una propuesta (revisable en /api/vip/agents/proposals), no una mutación directa. La autonomía se gana por capacidad mediante revisión explícita, no se concede por defecto.
Row-Level Security en cada tabla. RBAC de 3 capas para agentes: rol → acceso del agente → ámbito de sede → filtro de datos. Defensa contra inyección de prompts en cada entrada no confiable (lib/agent-input-guard.ts). Registros de auditoría con instantáneas antes/después y retención de 24 meses.
Aprendizaje por inquilino, sin entrenamiento agrupado. Tus datos entrenan tu sistema, nunca el de nadie más. Las llamadas a la API de Anthropic se ejecutan bajo Zero Data Retention (ZDR) — certificado por Anthropic, activado en junio de 2026. Ningún prompt enviado desde esta plataforma es retenido por Anthropic ni usado para entrenar ningún modelo. Minimización de datos: solo recopilamos lo que la función necesita. Los subencargados (Supabase, Anthropic, Vercel, Resend, Sentry, además de integraciones opcionales como Microsoft Graph) se enumeran en el DPA; el rol de cada uno en el flujo de datos está documentado. Sin analítica de terceros que haga fingerprinting de los usuarios.
Adaptación por Inquilino
La adaptación está activada por defecto, se comunica al onboarding y se puede desactivar con una sola acción. Este es el alcance exacto.
✓ Qué utiliza la adaptación
✗ Qué NO utiliza la adaptación
El compromiso de revocabilidad: cada inquilino dispone de una acción de primer nivel «Eliminar mis patrones aprendidos» que devuelve ShowOps.AI al estado base de su organización en menos de 24 horas. Sin ticket de soporte. Sin conversación de retención con ventas. Un botón.
El Meta-Bucle
El ritmo de un evento son seis fases. Lo que ocurre a lo largo de eventos es un bucle de cuatro. Cada show suma al contexto de tu inquilino: tu sistema se compone de evento en evento, y el siguiente arranca más afinado que el anterior.
Cada evento suma al contexto de tu inquilino. Distribuciones de sede, patrones de equipo, redes de proveedores, ritmos de calendario: capturados como señal estructural, no como contenido en bruto.
El sistema se adapta dentro de tu perímetro. Preferencias registradas. Correcciones absorbidas. Patrones reconocidos. Sin agrupación entre inquilinos, nunca.
El siguiente evento se ejecuta con más contexto tuyo incorporado. Recomendaciones más inteligentes desde el primer día. Menos tiempo enseñándole al sistema lo que tu equipo ya sabe.
Variaciones, resultados, lo que no funcionó. Se reincorpora a la siguiente captura: el bucle se cierra y vuelve a empezar, más afilado.
El movimiento es real, y es estrictamente por tenant. Sin agrupación entre clientes. Sin corpus de toda la industria. Tu bucle permanece dentro de tu perímetro, y puedes detenerlo o reiniciarlo con un clic.
Diez compromisos
Cada compromiso a continuación es trazable hasta una migración, una librería o un test. Si necesitas el archivo y la línea exactos, pide a tu revisor de seguridad que escriba a security@showops.ai — se los enviaremos.
Tus datos entrenan tu ShowOps.AI — adaptándose a tus sedes, patrones de equipo y preferencias. Nunca entrena un modelo entre tenants, nunca se agrupa con datos de otro tenant, nunca alimenta un corpus de toda la industria.
PRUEBA →La API de Anthropic opera bajo Zero Data Retention (ZDR) — certificado por Anthropic, activado en junio de 2026. El estado de adaptación por tenant tiene alcance de organización y está aislado en la capa de aprendizaje. Ningún pipeline de fine-tuning cruza fronteras de tenants.
Cada acción consecuente de un agente crea una propuesta, no una mutación directa. Las propuestas caducan en 7 días. Aprobar/rechazar gestionado por rol.
PRUEBA →tabla intelligence.agent_proposals, endpoint /api/vip/agents/proposals.
Los agentes reciben solo los datos que su rol y alcance permiten — no una licencia para pescar datos en todo el tenant.
PRUEBA →lib/agent-rbac.ts — RBAC de 3 capas (rol → agente → sede → filtro de datos). getChatContextDepth(role) limita la entrada al LLM por rol.
La entrada no confiable (texto de usuario, archivos importados, datos de proveedores) se trata como hostil. Se sanea y se marca antes de llegar a cualquier modelo.
PRUEBA →lib/agent-input-guard.ts + tests/lib/agent-input-guard.test.ts.
Cada invocación de un agente se registra con entradas, salidas, versión del prompt, recuento de tokens y modelo. Las salidas enlazan con los datos de origen que citaron.
PRUEBA →intelligence.agent_runs, escrito por el wrapper de agent-run en lib/intelligence. Registro de auditoría en lib/audit.ts con snapshots antes/después (retención de 24 meses).
Todo lo escrito por un agente se etiqueta visiblemente en la interfaz. Los usuarios siempre saben cuándo están leyendo salida de máquina frente a salida humana.
PRUEBA →components/lld/agents/agent-results.tsx renderiza el distintivo "Generado por IA, pendiente de revisión". Las propuestas llevan etiquetas de estado a lo largo del flujo de revisión.
Compromisos de presupuesto, firmas de SOW, despacho de órdenes de trabajo y aprobaciones de órdenes de cambio requieren todos validación humana. Los agentes recomiendan; los humanos comprometen.
PRUEBA →El agente de presupuesto (platform:margin_advisor) es solo consultivo. La firma del SOW está restringida por canSignSow (solo dirección). La actualización se dispara por finalización de OT confirmada por humano.
Las funciones de ranking exponen sus señales y permiten anulación. Cada puntuación de proveedor viene con las características que la motivaron.
PRUEBA →lib/supplier-scoring.ts devuelve la valoración media, el número de valoraciones y el recuento de señales recientes que hay detrás de cada ranking. El optimizador de personal muestra al revisor el "por qué de esta sugerencia".
Personal hace seguimiento de certificaciones, disponibilidad y costes — no de ubicación, pulsaciones de teclado ni comportamiento.
PRUEBA →el esquema de personal no tiene columnas de ubicación, captura de pantalla ni seguimiento de actividad. Checklist de plantilla de PR en cada migración de personal.
Cada mutación iniciada por un agente tiene una vía de deshacer: una acción de revertir, una reversión manual respaldada por el registro de auditoría, o un proceso explícito fuera de banda.
PRUEBA →lib/audit.ts captura snapshots antes/después en cada mutación. Rechazar una propuesta tiene coste cero (nada se ha mutado).
Subprocesadores
La lista completa de servicios de terceros que procesan datos de clientes de ShowOps.AI, qué hace cada uno y dónde se ejecuta. Los términos completos están en nuestro DPA.
| Proveedor | Rol | Región |
|---|---|---|
| Supabase | Base de datos, autenticación, almacenamiento de archivos | EE. UU. (Este) |
| Anthropic | API de LLM (Zero Data Retention — certificado, activado junio 2026) | EE. UU. |
| Vercel | Hosting de aplicaciones, red edge | CDN global, EE. UU. principal |
| Resend | Entrega de correo transaccional | EE. UU. |
| Sentry | Monitorización de errores, trazado de rendimiento | EE. UU. |
| Google Cloud | Sincronización de Google Sheets respaldada por cuenta de servicio para datos LLD de venues | EE. UU. |
| Microsoft (Graph API) | Opcional, por tenant — ingestión de contenido de ponentes desde OneDrive / SharePoint | EE. UU. / UE (región del tenant) |
Límites conocidos
Evaluación honesta. Cada punto de abajo es una brecha en la que estamos trabajando activamente — y la promesa de avisarte antes de afirmar que la hemos cerrado.
DELETE /api/platform/learned-patterns actualmente restablece los umbrales adaptativos (los parámetros ajustables que aprenden de las anulaciones de tu equipo) en un plazo de 24 horas. A medida que se publiquen tablas adicionales de estado aprendido en fases próximas (líneas base de métricas, sugerencias de plantillas), el mismo endpoint se extenderá para cubrirlas.
Trimestrales internas; anuales externas en el roadmap.
Arquitectura alineada con SOC 2 con análisis de brechas interno completado. Atestación Type 1 en el roadmap.
Hoy la plataforma de producción se ejecuta en Vercel y Supabase, ambos en us-east-2 — una única región de EE. UU. No se ofrece hoy residencia de datos en la UE ni en otras regiones; contacta a security@showops.ai si el alojamiento regional es un requisito indispensable para tu evaluación.
SAML 2.0 está implementado de extremo a extremo, con asignación de rol desde los claims de grupo del IdP y reconciliación en cada reautenticación. La redirección SAML por dominio desde el formulario de acceso aún no está activada, así que damos de alta a los tenants SAML con nosotros en lugar de en autoservicio, y la baja automática vía SCIM no está publicada. Contacta a security@showops.ai para conocer el calendario actual.
Contacto de seguridad
Respondemos a los informes de seguridad en un día laborable. La divulgación coordinada es bienvenida. Si una afirmación de esta página no coincide con lo que has encontrado en el producto o en el DPA, queremos saberlo — y corregiremos la afirmación o el producto.