Equipo directivo

Nuestra historia

De la física a la realidad

André y Peter se conocieron en 1998 como estudiantes de doctorado en el Instituto Max Planck, cerca de Potsdam. Ambos se doctoraron en física teórica (materia condensada blanda) y se formaron para realizar análisis rigurosos que resistieran el escrutinio.

Sus trayectorias profesionales se separaron entonces.

Peter siguió en el mundo académico y se convirtió en profesor en Marburgo (Alemania). André pasó a la industria, primero en una gran empresa (BASF) y más tarde en una startup (Novihum). A pesar de la distancia, la amistad se mantuvo.

La llamada que lo inició

En 2017 Andre llamó a Peter con un problema urgente: los datos de los ensayos agrícolas de Novihum eran demasiado ruidosos e inconsistentes para respaldar una afirmación clave del producto. Si el equipo no podía demostrar el efecto, no habría una historia creíble y, definitivamente, ninguna posibilidad de ganarse la confianza de los clientes y desarrollar su mercado.

Así que hicieron lo que hacen los físicos: cuestionaron los supuestos, investigaron cómo se habían generado los datos y reconstruyeron el análisis a partir de principios básicos. El resultado fue una visión más limpia de los datos y muchas ideas que habían estado ocultas a simple vista.

Despite proving the product’s extraordinary properties, that startup did not work out. But a lesson stuck: a defensible, clean analysis of product effect is the condición mínima para cualquier conversación con el cliente. Es lo que da al equipo de ventas confianza en el producto. Y a muchos equipos les cuesta precisamente ese paso: convertir datos desordenados del mundo real en pruebas que puedan respaldar.

El patrón más grande

Empezamos lyfX.ai a principios de 2024 y desde el principio trabajó con equipos de los sectores agrícola, químico y manufacturero. Los problemas que veíamos eran siempre muy similares: datos desordenados y análisis frágiles que afectaban a decisiones empresariales realmente importantes: reclamaciones, cuestiones normativas, presupuestos, reputación.

A los equipos no les faltaban datos. Les faltaba tiempo, herramientas y una forma repetible de convertir esos datos en conclusiones que pudieran defender.

De la consultoría a la construcción

Al principio, trabajábamos de forma práctica como especialistas en datos junto a un equipo, comprendiendo el proceso, limpiando los datos, elaborando el análisis y ofreciendo resultados en los que pudieran confiar. Seguimos haciendo este tipo de trabajo de consultoría, pero surgió un patrón y el enfoque cambió.

Resolvíamos problemas estructuralmente similares una y otra vez. Los campos cambiaban, los datos cambiaban, pero la tarea principal era la misma. Fue entonces cuando cambiamos de enfoque. En lugar de hacer el análisis para cada cliente desde cero, ¿podríamos codificar lo que sabemos en herramientas que los propios equipos utilizaran?

Así es como hemos trabajado siempre, y es el mismo instinto que impulsa una startup. Te encuentras con un problema que bloquea el trabajo real. Lo resuelves porque tienes que hacerlo. Y entonces te das cuenta de que no eres el único con ese problema. La herramienta viene después de la solución, no antes.

Dónde estamos

Somos un equipo pequeño, y deliberadamente pequeño. Combinamos una profunda experiencia en el sector con la ingeniería moderna de IA para crear herramientas para las industrias de procesos. No se trata de productos genéricos de IA que necesiten meses de personalización, sino de soluciones específicas para personas que trabajan con procesos y datos reales.