Usted es propietario del inquilino, los datos, el esquema y el corpus.

La capa de inteligencia que opera Nexa Intelligence le pertenece. La cuenta cloud le pertenece. Las conversaciones brutas, el almacén de hechos enriquecidos, los paneles de control, el esquema que tipifica el corpus, y los agentes de IA que lo consultan viven en infraestructura que usted controla. Si decide finalizar la relación con el proveedor, su despliegue continúa funcionando en la misma cuenta, contra los mismos datos, bajo el mismo esquema, sin interrupción de continuidad.

Esta página cubre lo que significa la propiedad en la práctica: el esquema, el formato del corpus, la ruta de portabilidad, y qué sucede al final del compromiso.

El Cloud Harness se instala dentro de su propia cuenta de Cloudflare, AWS, Azure o local. El almacenamiento, el cómputo, el registro de auditoría, la bóveda de secretos y la gestión de claves residen en credenciales que su equipo de TI controla. No existe un entorno separado controlado por Nexa que tenga una copia de sus datos. Consulte Despliegue en inquilino para ver la topología.

La facturación de la infraestructura subyacente es a su cargo, ya que los recursos son suyos. Nuestro contrato cubre la operación de la plataforma, la metodología y el trabajo de inteligencia del lado de los agentes. El costo de infraestructura es separable como línea de gasto del compromiso.

Cada hecho en el corpus está tipificado contra el mismo esquema. Diez dimensiones cubren la sustancia de una entrevista de percepción de marca: puntos de dolor, puntuación de oportunidad, percepción de marca, señal de mercado, comportamiento de segmentos de clientes, mapa de menciones de competidores, puntuación de madurez de IA, brechas de formación, factores de retención, y riesgo regulatorio o de cumplimiento. El esquema está publicado. Puede leerlo, bifurcarlo y ejecutar sus propios análisis sobre él sin nuestra participación.

La fila de hechos lleva tres marcas de tiempo independientes: learned_at (cuando el sistema observó el hecho), valid_at (cuando el hecho se hizo verdadero en el mundo), invalid_at (cuando dejó de ser verdadero). También lleva un segment_vector disperso que describe qué segmento de la población aplica al hecho. El esquema es bitemporal y consciente de los segmentos desde el primer despliegue.

La procedencia es parte de la fila. Un campo source_chunk_id de la forma transcript_id / turn_id / sentence_id vincula cada hecho a la frase exacta de la entrevista que lo produjo. El enlace es obligatorio. No existe ningún hecho sin fragmento fuente.

El lago de datos bruto contiene el audio original y las transcripciones en formatos estándar: .mp3 para el audio, .json para las transcripciones y metadatos por conversación. Los archivos residen en almacenamiento de objetos (R2 en Cloudflare, S3 en AWS, Blob en Azure, MinIO local) con prefijos de clave deterministas que incluyen el identificador de matriz. Nada del formato de archivo es propietario.

El almacén de hechos enriquecidos reside en almacenamiento compatible con Postgres (Postgres con Apache AGE para la capa de grafo, o Cosmos DB / DynamoDB en las variantes cloud). El esquema se expone como vistas SQL y como una API REST. El servidor Model Context Protocol que actúa como fachada del corpus para los agentes de IA es la misma superficie que un analista humano puede consultar. SQL estándar, REST estándar, MCP estándar.

Dos estándares abiertos anclan el modelo temporal: el modelo bitemporal Zep y el modelo de decaimiento de hechos mem0. Ambos están publicados. Nuestra implementación los amplía con la calibración de semividas por dimensión y el vector de segmento. Reemplazar nuestra implementación con una alternativa es un cambio de código contra la especificación publicada. No es una re-platformización a otro proveedor.

Dos rutas de exportación cubren el corpus. La primera es una copia completa del almacenamiento de objetos del lago de datos más un volcado SQL del almacén de hechos. Ese único archivo reconstruye el despliegue en otro lugar. La segunda es una exportación en streaming contra la API de consulta y el servidor MCP, para socios que deseen duplicar el corpus en su propia plataforma de análisis de forma continua.

Ambas rutas preservan el identificador de fragmento en cada hecho, de modo que la procedencia sobrevive a la exportación. Una afirmación trasladada a su almacén de datos aún puede rastrearse hasta el turno fuente de la entrevista mediante el mismo identificador que utiliza el panel de control.

La exportación es un botón en la consola del operador. No la condicionamos a una conversación de renovación ni a una solicitud de pago.

Si finaliza la relación con el proveedor, el despliegue en su cuenta cloud continúa operando. El pipeline de captura continúa escribiendo en el lago de datos. El pipeline de enriquecimiento continúa produciendo filas de hechos según el mismo esquema. Los paneles de control continúan renderizando. Los endpoints de los agentes de IA continúan respondiendo contra el corpus. La configuración de la metodología está en su cuenta, en forma de blobs de plan con versiones y hashes de prompts registrados. Nada depende de una conexión activa a Nexa.

Lo que pierde es el soporte operacional, la calibración de la metodología y las actualizaciones de la plataforma. El sistema continúa. La capa de inteligencia continúa. Su equipo de TI puede transferir la responsabilidad operacional a otro proveedor u operar la plataforma internamente. El contrato nombra el manual de transición para que el traspaso siga un procedimiento en lugar de una renegociación.

El modelo bitemporal le da capacidad de reproducción. Un socio de marca puede ejecutar la consulta de hoy y la misma consulta tal como habría respondido hace seis meses contra el mismo corpus. El estado del corpus al 12 de abril de 2026 es reconstituible a partir de las marcas de tiempo en las filas de hechos. Las auditorías que preguntan «qué decía el sistema en la fecha de la decisión de compra» tienen respuesta.

Esta es la propiedad que hace que una API de socio de marca sea suscribible en un contrato. Un índice RAG estático no puede responder la pregunta a fecha determinada. El almacén de hechos bitemporal sí puede.