Encontrar a un buen profesional no es únicamente un problema de búsqueda.
Es un problema de contexto, confianza y comunicación.
Una persona puede escribir: «Necesito reparar el tejado». Sin embargo, para preparar una propuesta seria, un profesional necesita mucha más información:
- ¿Se trata de una filtración puntual o de una rehabilitación completa?
- ¿Qué superficie tiene la cubierta?
- ¿Es inclinada o plana?
- ¿Qué material tiene?
- ¿En qué localidad se encuentra?
- ¿Hay fotografías?
- ¿Existe acceso para andamio?
- ¿Cuál es el plazo esperado?
Cuando la solicitud no contiene estos datos, ocurre algo muy habitual: el cliente recibe presupuestos difíciles de comparar y los profesionales pierden tiempo intentando comprender el alcance real del trabajo.
En 99manos estamos construyendo una plataforma para encontrar profesionales en España que intenta resolver este problema desde su origen.
Nuestra propuesta no consiste simplemente en añadir otro directorio de empresas. Queremos utilizar inteligencia artificial para comprender mejor cada solicitud, encontrar especialistas realmente compatibles y construir una reputación profesional basada en evidencias.
Por qué creemos que todavía existe un problema sin resolver
Los portales tradicionales suelen seguir uno de estos dos modelos.
El primero es el directorio: el usuario busca una categoría, revisa perfiles y contacta manualmente con varios profesionales.
El segundo es el marketplace de leads: el cliente rellena un formulario, la solicitud se distribuye entre distintos proveedores y estos compiten por responder.
Ambos modelos pueden funcionar, pero comparten una limitación: con frecuencia tratan la solicitud como una categoría y no como un problema concreto.
Dos tareas clasificadas como «reforma de baño» pueden ser completamente diferentes. Una puede consistir en cambiar los sanitarios y otra en demoler el espacio, modificar instalaciones, impermeabilizar y redistribuirlo.
La categoría es la misma. Las competencias, el presupuesto, los materiales y los riesgos no lo son.
Por eso, en 99manos partimos de una idea sencilla:
Una buena recomendación comienza por comprender correctamente el trabajo.
Una solicitud debe convertirse en datos estructurados
Para un usuario, una tarea suele comenzar como una frase escrita en lenguaje natural:
Busco a alguien para arreglar una humedad en casa.
Para un sistema de recomendación, esa frase todavía contiene demasiada ambigüedad.
La plataforma necesita identificar, entre otros elementos:
- el tipo de inmueble;
- la ubicación;
- la zona afectada;
- los síntomas observados;
- la posible urgencia;
- la disponibilidad del cliente;
- el presupuesto orientativo;
- las fotografías o documentos disponibles;
- las habilidades necesarias;
- las restricciones de acceso.
El objetivo de la inteligencia artificial no es complicar la publicación de la solicitud, sino hacer exactamente lo contrario: convertir una conversación sencilla en una descripción útil y estructurada.
De esta manera, el cliente no necesita conocer el vocabulario técnico del sector y el profesional recibe información suficiente para decidir si la tarea encaja con su experiencia.
Un asistente virtual que ayuda a formular la tarea
Uno de los componentes centrales de 99manos es un asistente virtual que acompaña al cliente durante la creación de la solicitud.
No queremos que funcione como un chatbot decorativo que repite respuestas genéricas. Su función es detectar la información que falta y formular las preguntas adecuadas según el contexto.
Si una persona necesita instalar aire acondicionado, las preguntas relevantes pueden estar relacionadas con la superficie, el número de estancias, la preinstalación existente y el tipo de vivienda.
Si necesita una mudanza, el sistema debe preguntar por las direcciones, las plantas, los ascensores, el volumen aproximado, los objetos pesados y la fecha prevista.
Si busca a un desarrollador, deberá aclarar el tipo de proyecto, la tecnología, las integraciones, el estado actual del producto y los entregables.
El formulario deja así de ser una lista estática de campos y se convierte en una conversación adaptativa.
El resultado final debe ser una solicitud que:
- el cliente pueda revisar y comprender;
- el profesional pueda evaluar rápidamente;
- el sistema pueda utilizar para realizar el matching;
- permita comparar propuestas sobre una base más homogénea.
Matching inteligente: buscar compatibilidad, no solo coincidencias
Después de comprender la tarea aparece el segundo desafío: encontrar a los profesionales adecuados.
Una coincidencia básica puede realizarse utilizando categoría y ubicación. Sin embargo, un matching realmente útil necesita considerar muchas más señales:
- experiencia en trabajos similares;
- especialización concreta;
- área geográfica y radio de desplazamiento;
- modalidad presencial o remota;
- disponibilidad;
- complejidad del proyecto;
- presupuesto;
- valoraciones por categoría;
- calidad y relevancia de trabajos anteriores;
- capacidad de respuesta;
- cumplimiento de compromisos;
- preferencias declaradas por el profesional.
El motor de recomendación de 99manos utiliza inteligencia artificial y modelos neuronales para relacionar las características de cada solicitud con la experiencia y el perfil profesional de los especialistas.
No se trata únicamente de encontrar a alguien que pertenezca a la categoría correcta. Se trata de estimar quién puede comprender mejor el encargo, ejecutarlo correctamente y presentar una propuesta relevante.
La inteligencia artificial tampoco debería convertirse en una caja negra que decide quién merece trabajar. El reto consiste en desarrollar un sistema explicable, revisable y capaz de aprender sin producir clasificaciones injustas.
La reputación profesional necesita más contexto
Las estrellas son útiles, pero rara vez cuentan toda la historia.
Un profesional puede tener una valoración media excelente y, aun así, no ser la persona adecuada para un proyecto concreto. También puede ser muy competente, pero disponer de pocas reseñas porque acaba de comenzar a utilizar una plataforma.
Por eso estamos trabajando en una visión más completa de la reputación profesional.
La plataforma puede analizar información relacionada específicamente con la actividad laboral:
- opiniones de antiguos clientes;
- reseñas obtenidas dentro del servicio;
- tipos de proyectos realizados;
- fotografías y ejemplos de trabajos;
- experiencia declarada;
- especializaciones;
- recomendaciones;
- consistencia entre distintas fuentes;
- resultados de tareas verificadas;
- cumplimiento de plazos y acuerdos.
La idea no es evaluar a la persona en su vida privada. Queremos evaluar señales vinculadas a su actividad como profesional.
Esta distinción es fundamental.
Un sistema de reputación responsable debe respetar varios principios:
- utilizar únicamente información pertinente;
- indicar de dónde procede cada dato;
- permitir que el profesional complete o corrija su perfil;
- diferenciar hechos, opiniones e inferencias;
- evitar etiquetas permanentes basadas en un incidente aislado;
- proteger los datos personales;
- combinar automatización con revisión humana.
La inteligencia artificial puede organizar una gran cantidad de información, detectar relaciones y preparar un resumen. Pero la decisión final no debe depender de una conclusión automática imposible de cuestionar.
La confianza debe ser bidireccional
En muchos marketplaces, toda la reputación gira alrededor del proveedor. Sin embargo, los profesionales también asumen riesgos.
Pueden encontrarse con solicitudes imprecisas, cambios constantes del alcance, cancelaciones, retrasos en los pagos o clientes que dejan de responder después de recibir un presupuesto detallado.
Por eso consideramos importante desarrollar una reputación bidireccional.
Los especialistas deben poder conocer señales relevantes sobre la fiabilidad de una solicitud y el historial del cliente dentro de la plataforma. Del mismo modo, los clientes deben disponer de información suficiente sobre la experiencia y el comportamiento profesional de quienes presentan una propuesta.
El objetivo no es crear una puntuación social. Es reducir la incertidumbre para ambas partes.
Una comunidad funciona mejor cuando tanto clientes como profesionales saben que su comportamiento durante una colaboración contribuye a construir su reputación dentro del servicio.
La IA no sustituye los mecanismos tradicionales de seguridad
Un modelo de inteligencia artificial no puede verificar por sí solo todo lo que sucede fuera de la plataforma.
Por ese motivo, el enfoque debe combinar diferentes capas de confianza:
- perfiles completos;
- comprobación de información;
- verificación documental cuando corresponda;
- opiniones vinculadas a tareas reales;
- sistema de valoraciones;
- moderación;
- detección de actividad sospechosa;
- comunicación dentro de la plataforma;
- mecanismos de pago seguro;
- soporte humano.
En 99manos, los perfiles pueden incluir verificaciones y reseñas asociadas a tareas. La plataforma también dispone de un sistema de trato seguro en el que el pago queda reservado hasta que el trabajo se completa y se confirma.
La inteligencia artificial complementa estas medidas. Puede ayudar a detectar inconsistencias, resumir información y priorizar revisiones, pero no sustituye la responsabilidad del usuario, la verificación documental ni la intervención humana.
¿En qué queremos diferenciarnos?
No creemos que utilizar inteligencia artificial sea, por sí mismo, una ventaja competitiva.
La IA solo aporta valor cuando resuelve un problema concreto.
En nuestro caso, queremos aplicarla en cuatro puntos del proceso:
1. Comprender mejor la necesidad
El asistente ayuda al cliente a expresar correctamente lo que necesita, incluso cuando desconoce el vocabulario técnico.
2. Mejorar la calidad del matching
El sistema relaciona el contexto completo de la tarea con la experiencia, disponibilidad y especialización de los profesionales.
3. Construir una reputación más informativa
En lugar de limitarse a una puntuación media, la plataforma organiza evidencias relacionadas con la actividad profesional y con trabajos similares.
4. Reducir el riesgo para ambas partes
La reputación bidireccional, la verificación, las tareas confirmadas y los mecanismos de pago seguro ayudan a crear relaciones más transparentes.
La diferencia no está en añadir la etiqueta «powered by AI» a un formulario tradicional. Está en rediseñar el proceso completo alrededor de una mejor comprensión de la tarea y una confianza basada en información relevante.
Algunos de los retos que tenemos por delante
Construir este tipo de plataforma implica retos técnicos y de producto importantes.
Necesitamos desarrollar taxonomías capaces de representar servicios muy diferentes: desde fontanería, construcción o limpieza hasta diseño, programación, traducción y marketing.
También debemos trabajar con solicitudes incompletas, lenguaje informal, errores de escritura, diferencias regionales y usuarios que no siempre saben exactamente qué solución necesitan.
El sistema de matching debe aprender de los resultados sin perjudicar a los profesionales nuevos. Si únicamente se recomienda a quienes ya tienen muchas tareas, la plataforma acaba creando una barrera de entrada.
La reputación debe ser útil sin invadir la privacidad. La automatización debe ayudar sin eliminar la posibilidad de revisión. Y el crecimiento del marketplace debe mantener un equilibrio entre el número de solicitudes y la disponibilidad de profesionales en cada categoría y ubicación.
Estos problemas no se resuelven únicamente entrenando un modelo. Requieren producto, ingeniería, moderación, diseño de experiencia, conocimiento sectorial y contacto constante con los usuarios.
Estamos construyendo 99manos en España
99manos nace como un portal para conectar a clientes con profesionales en servicios del hogar, reformas, limpieza, mudanzas, mantenimiento, servicios para empresas y trabajos digitales.
Nuestra visión es avanzar desde un marketplace basado en categorías hacia una plataforma capaz de comprender necesidades reales, explicar por qué un profesional puede ser adecuado y facilitar relaciones de trabajo más transparentes.
Todavía estamos al principio del camino.
Publicaremos en DEV parte de lo que aprendamos sobre:
- sistemas de recomendación;
- asistentes conversacionales;
- estructuración de solicitudes;
- reputación digital;
- confianza en marketplaces;
- moderación;
- búsqueda semántica;
- desarrollo de producto;
- inteligencia artificial aplicada a servicios locales.
Nos interesa especialmente conocer la opinión de desarrolladores, fundadores, especialistas en producto y profesionales que hayan trabajado con marketplaces.
¿Qué señales debería tener en cuenta un sistema para recomendar a un profesional sin convertirse en una caja negra?
Nos encantará leer vuestras ideas y experiencias.
Top comments (1)
Me gustó especialmente la forma en que 99manos aborda el problema de la búsqueda de profesionales en España, enfocándose en la importancia del contexto, la confianza y la comunicación. La idea de convertir una solicitud en datos estructurados es clave para mejorar la búsqueda y el matching entre clientes y profesionales. La implementación de un asistente virtual que ayuda a formular la tarea de manera efectiva es una excelente forma de reducir la ambigüedad y asegurar que el profesional reciba la información necesaria para tomar una decisión informada. ¿Cómo planean abordar la integración de la retroalimentación del cliente y la calificación de los profesionales para mejorar continuamente la plataforma?