Verificando acceso…
Una plataforma de información académica diseñada desde cero para la era de la IA, los datos y la experiencia digital. No es IA añadida encima: es el núcleo de ejecución de los procesos más críticos de la universidad.
Los SIS tradicionales fueron concebidos para el registro transaccional. Cuando llegó la IA, la respuesta del mercado fue añadirla encima de una arquitectura que no fue diseñada para ella. La Foris Suite parte de un supuesto diferente: diseñar la plataforma desde cero en la era de la inteligencia artificial.
Todos los datos y operaciones del ecosistema se exponen como herramientas nativas para agentes de IA, sin integraciones adicionales ni configuración especial.
Punto de acceso único que expone todos los datos del ecosistema para agentes, modelos y sistemas externos en tiempo real.
Infraestructura para configurar y desplegar agentes especializados con arquitectura RAG integrada sobre el conocimiento institucional.
Cualquier actor da instrucciones en lenguaje cotidiano desde cualquier módulo. Sin menús complejos, sin códigos técnicos.
El sistema entiende instrucciones en lenguaje cotidiano, en cualquier módulo donde el usuario esté trabajando. Esto elimina la fricción de navegar menús complejos y acorta drásticamente el tiempo para completar cualquier tarea operativa. Los agentes de Foris están presentes en Albus (estudiante y asesor), en la Plataforma de Procesos (Metis para reglas, agente para logs y workflows) y en Darwin (asistente de planificación).
En lugar de esperar a que el usuario haga la consulta, el sistema alerta y sugiere. Stella detecta a los 20 estudiantes de enfermería que podrían no cumplir requisitos de graduación y los propone para intervención. Metis evalúa el estado financiero de un estudiante en el momento de la matrícula y genera el impedimento correspondiente. Paul proyecta qué cursos necesitarán más secciones antes de que comience el período de inscripción. La IA trabaja en segundo plano para que el equipo institucional llegue informado al momento de la decisión.
Las tareas de ingreso de datos, validación cruzada entre sistemas, aprobaciones rutinarias y actualizaciones en cascada son gestionadas por agentes inteligentes y procesos automatizados. MOPS ejecuta operaciones masivas sobre miles de estudiantes con validación automática. Los Workflows orquestan pipelines, algoritmos y comunicaciones sin intervención humana. Viktor genera horarios completos que antes requerían semanas de trabajo manual. El personal dedica más tiempo a asesoría, diseño curricular y decisiones estratégicas.
El SIS AI-native no solo guarda registros: se convierte en el cerebro de la institución. El Entity Hub es la fuente de verdad única de todas las entidades académicas. El Data Platform conecta datos del ERP, LMS, CRM y sistemas financieros en un Data Lakehouse unificado. En lugar de reportes aislados por sistema, los tomadores de decisión acceden a insights holísticos: tendencias de matrícula, impacto de las intervenciones de retención, utilización de infraestructura, carga docente, bienestar financiero estudiantil.
La IA adapta la interfaz y las recomendaciones al recorrido específico de cada estudiante: su avance en la malla curricular, su situación financiera, sus preferencias de horario, las alertas activas sobre su expediente. El estudiante no ve un portal genérico: ve su situación particular, con sugerencias relevantes para su momento. Albus actúa como un asesor personal disponible en todo momento, reduciendo la dependencia del estudiante del personal de atención y aumentando su autonomía académica.
Los SIS tradicionales agregan IA encima, de forma limitada y frágil. Un SIS diseñado para la era de la IA está construido para aprender continuamente, integrar nuevas capacidades de modelos y agentes, y evitar que la institución quede atada a procesos obsoletos. Los modelos de ML se entrenan por institución y mejoran ciclo a ciclo. Las reglas de los algoritmos son configurables sin desarrollo. La Plataforma de Agentes es agnóstica al proveedor LLM, evitando lock-in tecnológico.
Todos los componentes comparten datos, reglas y procesos de forma nativa. No es una interfaz que conecta sistemas separados: es un ecosistema integrado donde cada módulo lee y escribe en las mismas fuentes de verdad.
Interfaces especializadas para cada actor, construidas sobre la misma infraestructura de datos, reglas y agentes de IA.
El portal de autogestión donde el estudiante centraliza toda su vida universitaria. Inscripción inteligente, finanzas, becas y un asistente de IA disponible en cada módulo.
La plataforma que transforma el proceso más complejo de la universidad: de semanas de trabajo manual a horas con algoritmos de optimización propietarios.
Portal que convierte los datos existentes en la institución en inteligencia accionable para detectar y prevenir la deserción estudiantil.
Seis componentes transversales que comparten datos y servicios con todos los portales, garantizando coherencia, seguridad y escalabilidad.
Capa central de autenticación y permisos. SSO con Keycloak, multi-tenant nativo y control de acceso granular.
Repositorio consolidado de programas, cursos, planes de estudio, estudiantes y docentes.
Motor de reglas de cobro, cuentas por cobrar, conciliación bancaria e integración con ERP.
Data Lakehouse unificado con pipelines declarativos y Data Gateway para agentes de IA.
Motor de reglas Metis, operaciones masivas sobre miles de estudiantes y orquestación de workflows.
Infraestructura para agentes especializados con RAG institucional y neutralidad de proveedor LLM.
La Foris Suite no incorporó IA como función adicional. La suite fue diseñada para que sus datos, reglas y procesos sean nativamente consumibles por modelos de IA y agentes de lenguaje natural.
Algoritmo evolutivo multi-fase que genera horarios académicos óptimos en minutos. Resuelve simultáneamente restricciones de salas, docentes, cohortes y políticas institucionales.
Proyección de demanda alumno por alumno simulando el avance en la malla curricular. Produce cifras de demanda por asignatura que alimentan directamente a Viktor.
Plataforma AutoML que entrena modelos de retención con los datos reales de cada institución. Produce scores de riesgo explicables con perfiles CHAID legibles por asesores.
Algoritmos genéticos para optimización combinatoria de horarios (Viktor).
Modelado del avance de cada estudiante en su plan de estudios (Paul).
Optimización automática de hiperparámetros para datos de cada institución.
Perfiles de riesgo explicables en lenguaje natural (Stella).
Agentes con contexto institucional operando sobre datos en tiempo real.
Motor flexible de reglas y recomendaciones. Con un agente asociado en la Agents Platform para configuración desde lenguaje natural.
La diferencia no es de grado, es de diseño.
| Dimensión | SIS Tradicional | Foris Suite (SIS AI-Native) |
|---|---|---|
| Concepto | Registro transaccional con IA añadida encima | SIS diseñado desde cero en la era de la IA |
| IA | Add-on superficial o inexistente | Núcleo de ejecución de los procesos principales |
| Interfaz | Menús y formularios rígidos | Lenguaje natural + interfaces prediseñadas |
| Programación de horarios | Manual o con herramientas externas desconectadas | Algoritmo propio integrado (Viktor + Darwin) |
| Proyección de demanda | Estimación manual histórica | Simulación curricular por alumno (Paul) |
| Retención | Reactiva: se actúa cuando el problema es visible | Predictiva: se actúa antes de que el riesgo se materialice |
| Reglas académicas | Hardcodeadas, requieren desarrollo para cambiar | Configurables en tiempo real con asistencia de IA (Metis) |
| Datos | Fragmentados, difíciles de explotar | Data Lakehouse + Data Gateway + MCP integrados |
| Experiencia estudiantil | Portal transaccional básico | Autogestión completa con asistentes de IA personalizados |
| Integración entre módulos | Silos con interfaces manuales | Datos y procesos compartidos nativamente |
| Adaptabilidad | Customización costosa vía consulting | Configuración autónoma por la institución |
| Futuro | Requiere grandes proyectos de renovación | Aprende continuamente, integra nuevas capacidades de IA |
La Foris Suite está diseñada para instituciones que quieren implementar directamente la plataforma de siguiente generación, no renovar un SIS legacy por otro.
Foris Suite no es una interfaz que conecta sistemas separados. Los componentes comparten datos, reglas y procesos de forma nativa:
Viktor y Paul no son wrappers sobre soluciones genéricas. Son algoritmos desarrollados y refinados durante años en la realidad de la universidad latinoamericana: diversidad de mallas curriculares, restricciones institucionales heterogéneas y estructuras académicas que los sistemas globales no modelan con precisión.
La institución adapta el sistema a sus procesos, no al revés. El motor de reglas Metis, el modelo de datos flexible del Entity Hub, las reglas de Viktor y Paul, las operaciones MOPS y los workflows son todos configurables sin intervención del equipo de desarrollo de Foris.
La IA en Foris Suite no es una caja negra. Cada decisión de Metis queda trazada. Los perfiles de riesgo de Stella son explicables en lenguaje natural. Los cambios en reglas críticas pasan por flujo de aprobación. El consumo de agentes y modelos tiene límites de gasto y auditoría. La institución mantiene el control: la IA sugiere, optimiza y automatiza, pero la responsabilidad siempre tiene un nombre.