HORUS

HORUS

Inteligencia con
contexto de negocio.

Base integrada para proyectos de datos e IA

Presentación de la solución · Timestamp · 2026

Equipo de trabajo caminando juntos con portátil y tableta

Qué es HORUS

Un acelerador de datos e IA
que entiende el negocio

HORUS es la base que Timestamp instala en la infraestructura de cada cliente para convertir sus datos en decisiones: ingesta, calidad, catálogo, IA y gobierno ya desarrollados y operativos, que se activan y adaptan en cada caso. El proyecto se centra en el negocio, no en montar la plataforma.

Su capa semántica describe el negocio como objetos y relaciones (obras, contratos, clientes) y permite que la IA entienda de qué se habla: responde, propone y, con aprobación, actúa sobre ese modelo, con permisos, supervisión humana y trazabilidad.

El desafío

Información dispersa,trabajo manual que se repite

Hoy, en muchas empresas

ERP
CRM
Documentos
Bases de datos
Servicios externos
Extraer
Conciliar
Validar

↺ Para cada informe y cada decisión

Trabajo duplicado y versiones distintas

Con HORUS

Gobierno, permisos y trazabilidad

HORUSContexto común

Ontología de negocio

Datos con significadoObjetos y relaciones
IA con contextoRespuestas y agentes
Analizar y decidirIndicadores y escenarios
Actuar y colaborarTareas y aprobaciones

Modular y autoalojado. Los sistemas actuales se mantienen.

En muchas empresas, cada equipo vuelve a reunir, conciliar y validar los mismos datos.Ese trabajo manual retrasa las decisiones y genera versiones distintas de la información.

Qué cambia con HORUS

Tres diferenciasrespecto a un proyecto de datos clásico

01

Se empieza sobre una plataforma que funciona

Ya viene hecho · se activa por proyecto

  • Ingesta y capas RAW · staging · marts
  • Catálogo y linaje integrados
  • SSO, permisos y auditoría por proyecto
  • Pasarela de IA, asistentes y agentes
  • Manual del proyecto generado
  • Marca blanca y despliegue modular

El proyecto se dedica a: fuentes, reglas de negocio, indicadores y permisos del cliente.

02

Una capa semántica compartida

Contratoobjeto de negocio
Vistas operativas
Asistente IA
Agentes
Tareas y acciones

El mismo significado para personas e IA. Si el modelo cambia, cambia para todos a la vez.

03

Núcleo propio y componentes abiertos, en infraestructura propia

Sin licencia de plataforma propietarianúcleo HORUS más ~30 aplicaciones integradas tras un único inicio de sesión
El dato se queda en casaEn las instalaciones o en la nube propia; una instalación compartida o dedicada
IA con políticaModelos locales opcionales; qué puede enviarse a proveedores externos se decide por proyecto

Al alcance de organizaciones que no pueden pagar las grandes plataformas ni quieren sacar sus datos.

Lo que no es: no sustituye el ERP ni el CRM; no es llave en mano sin configuración; el alcance efectivo depende de los módulos activados en cada proyecto.

Cómo funciona

Los datos, preparadospara decidir y actuar

01

Los sistemas actuales

Aplicaciones
Bases de datos
Documentos
Se mantienen los sistemas

HORUS lee o recibe datos de las aplicaciones y ficheros que ya se utilizan.

02

Preparar y comprobar

Información preparada
  • Ordenada
  • Comprobada
  • Con origen conocido

Ordena la información, comprueba su calidad y conserva de dónde viene.

03

Dar contexto

Cliente
Contrato
ProyectoUn lenguaje de negocio común

Relaciona clientes, contratos y proyectos para que datos e IA compartan el mismo significado.

04

Decidir y actuar

¿Qué está pasando?Revisar y actuar

Consulta indicadores o pregunta con IA. Compara opciones y activa tareas o acciones.

Control en cada paso
Permisos y privacidad
Supervisión humana
Origen y registro de lo que ocurre

Valor para el negocio

Qué gana la organización

Valor desde la primera implantación y en el trabajo diario.

Datos
IA
Gobierno
Base integrada

Acelerar la implantación

Base integrada de datos, IA y gobierno. El proyecto se centra en las fuentes y procesos del cliente.

Menos esfuerzo de integración.

Ahorrar tiempo en el día a día

Menos conciliación, búsquedas y preparación de informes. Reutiliza información ya preparada.

Menos preparación manual.
Clientes
Operaciones
Resultados
Contexto común

Entender mejor el negocio

Relaciona clientes, operaciones y resultados. Personas e IA comparten contexto.

Una visión compartida.
→→
Acción

Decidir y actuar con control

Contrasta opciones y activa tareas, agentes y acciones con responsables y supervisión.

Acciones con seguimiento.
Reutilizar lo construido en nuevos casosDatos, modelos, vistas y automatizaciones que se pueden ampliar

Con los sistemas existentes, por módulos y en infraestructura propia. Impacto a medir por caso de uso.

Dónde encaja

Para quiéntiene más sentido

Grupos empresariales medianos

ERP, CRM y ficheros por unidad de negocio; comités que esperan a la conciliación; margen y operaciones que nadie ve juntos.

Administración y datos abiertos

Catálogos CKAN, indicadores territoriales, movilidad y medio ambiente; base para gemelos digitales (prototipo Urban Data Platform).

Organizaciones con exigencia de soberanía

Dato en casa, modelos de IA locales, auditoría de accesos y residencia del dato en su propio Postgres.

Señales de que es el momento

Cada informe obliga a volver a reunir y conciliar los mismos datos
Varias fuentes de verdad y ninguna visión compartida del negocio
Quieren IA sobre sus datos sin sacarlos de su infraestructura
Las plataformas de los grandes fabricantes no les salen a cuenta
Prefieren empezar por un caso de uso y crecer por módulos
Cómo se empieza: un caso de uso sobre la instalación compartida, con proyecto aislado; instancia dedicada en marca blanca cuando el cliente crece.

Arquitectura VISTA LÓGICA

La capa semántica conectalos datos con el negocio

Portal únicoSSO, permisos por proyecto, API y MCP

Datos preparados

Fuentes, ingesta y transformación

MARTSModelos de negocio
STAGINGDato limpio
RAWDato original

dlt, Airbyte, dbt y Dagster

PostgreSQL y almacenamiento de objetos

Capa semántica

Ontología del negocio

EmpresaID, nombre, sector
firma
ContratoEstado, vigencia
posee
utiliza
ActivoTipo, ubicación
requiere
RecursoPerfil, capacidad

Ejemplo de objetos, propiedades y relaciones

Acciones con permisos y aprobación

Aplicaciones e IA

Análisis y vistasSuperset y portal HORUS
Asistentes y agentesText2SQL, RAG y LiteLLM
Acciones y escenariosTareas y decisiones con aprobación
Gobierno y seguridadCatálogo, calidad, linaje y auditoría
Operación transversalSalud, métricas, logs, trazas y copias
Núcleo propio + código abiertoInfraestructura propiaAislamiento por proyecto

En la práctica · grupo de construcción y promoción

Un grupo constructorpregunta a sus datos

La situación

Cuatro sistemas, cuatro verdadesERP de obra, ERP contable, CRM de posventa y bases SQL, cada uno con sus cifras.
Margen, certificación y avance, separadosCoste y avance en el ERP de obra, facturación en el contable: cada cifra en un sistema distinto.
La posventa, invisibleLas incidencias por promoción vivían en el CRM, lejos del coste y la planificación.

Con HORUS

ERP de obra
ERP contable
CRM de posventa
Bases de datos SQL
Lago de datos: bronce, plata y oro
Preguntar a los datosSQL de solo lectura sobre obras, coste, certificación y posventa.
Cuadros de mandoDashboard BI en Superset sobre el lago.
Agentes del proyectoInforme semanal, steward de calidad, diagnóstico de incidencias y auditoría del coste de IA.
Descubrimiento de procesosVenta de vivienda: de la reserva a la escritura, reconstruida desde el lago (parcial).

Resultados

~500datasets ingeridos
~300modelos dbt
100%catalogado, con linaje
4agentes definidos
1manual generado

Cifras de la instalación del cliente, redondeadas. Nombre omitido.

«¿Qué obras tienen más incidencias de posventa abiertas y cuántos días tardan en resolverse?»Respuesta: tabla ordenada y el SQL ejecutado, sobre catálogo y ontología. Solo lectura y dentro de los permisos del usuario.

Despliegue y siguientes pasos

Compartida o dedicada,un entorno por proyecto

Proyectos aislados

Instalación compartida o dedicada a un cliente

Proyecto A
Datos
BI y vistas
Equipo
IA
Proyecto B
Datos
BI y vistas
Equipo
IA
Cliente X
Datos
BI y vistas
Equipo
IA
Núcleo HORUSOntología, permisos, auditoría y pasarela de IA
Infraestructura propiaEn las instalaciones o en la nube
Marca blancaIA local o externaImágenes firmadas

Ruta de implantación

01Conectar las fuentesRegistrar orígenes, credenciales en OpenBao y primeras cargas.
02Acordar indicadores y permisosReglas de negocio en dbt, ontología, roles y política de sensibilidad.
03Validar el uso realCuadros, asistentes y acciones con los equipos. Ajustar los módulos.

Dónde estamos

Instalación operativa hoy, con un catálogo amplio de capacidades. El alcance efectivo depende de los módulos activados y de la configuración del proyecto.

Anexo:la plataforma en detalle

Una sección por capa, con capturas de la instalación de referencia. Para equipos técnicos y para quien quiera comprobar qué hay detrás de cada afirmación.

HORUS

El portal

Un portal,toda la plataforma

25 / 25servicios activos
~30aplicaciones integradas
1inicio de sesión único
9proyectos
86fuentes
168.862datasets
92tablas en marts
54alertas activas

Cifras reales de la instalación de referencia de Timestamp, octubre de 2026

Página de arquitectura del portal HORUS con la salud de cada bloque

Página de arquitectura del portal: salud en vivo por bloque, con enlaces a cada servicio

Datos · ingesta y preparación

Conectar fuentes,preparar datos

Fuentes

Ficheros
APIs REST
Bases de datos SQL
Ficheros en S3
Airbyte
URLs públicas y CKAN
Redes privadas (VPN / SSH)
RAWDato original, sin tocar. Historial de cargas y versiones del esquema.
STAGINGDato tipado, limpio y probado con dbt.
MARTSModelos de negocio: indicadores, objetos y publicación.
Catálogo declarativo de conectoresFormularios REST JSON, XML, SQL, S3 y Airbyte. Cargas incrementales con paginación y marca de agua. El alcance de cada conector se valida con el origen real en la implantación.
Vigilancia de la ingestaDetecta cargas vacías, retrasos y ejecuciones incompletas. Los contratos de dataset avisan de roturas de estructura a sus consumidores.
Secretos aparteCredenciales en OpenBao, separadas de la configuración. Se rechaza el alta si el secreto requerido no puede guardarse con seguridad.
Dagster orquesta programación nocturna, nuevas cargas y dependencias desde la ingesta hasta los cuadros de mando.

Datos · gobierno y memoria

Saber de dónde salecada número

Linaje global de activos en Dagster

Linaje global en Dagster: fuentes → modelos dbt → ontología → catálogo

Catálogo corporativoInventario en OpenMetadata por dominios y equipos, con descripciones y clasificación
Glosario de negocioTipos de objeto y propiedades publicados como ontología, que unen el lenguaje de negocio con las tablas
LinajeFuentes, transformaciones y consumos; análisis por columna para los patrones SQL soportados
Calidad y contratosPruebas de dbt publicadas en el catálogo; los contratos de dataset detectan roturas y avisan a los consumidores
Historia del contenidoInstantáneas del RAW en Iceberg con Lakekeeper, asociadas a cada carga y consultables por API
Ramas de proyectoEntornos de datos separados para probar cambios de modelo antes de llevarlos al principal

Ontología

El negociocomo objetos

Aprobar renovación
Empresa
firma
Contrato
posee
cubre
Activo
usa
Recurso

Cada proyecto define tipos de objeto, propiedades tipadas, relaciones y acciones permitidas. Sobre ese modelo se construyen vistas, aprobaciones y escenarios.

Explorador de objetos de la ontología en el prototipo Urban Data Platform

Entorno de demostración: prototipo Urban Data Platform

Explorador de objetosCopiloto de modeladoResolución de entidadesBúsqueda semánticaEdiciones con procedenciaComentarios y tareas

Superficies de trabajo

Cuadros de mando, vistasy herramientas del día a día

Cuadros de mando BI

Exploración y cuadros en Superset, con conexiones y roles por proyecto. Cuadros versionados como configuración.

Superset

Vistas operativas

Páginas con indicadores, gráficos, tablas con acciones, texto, mapas, grafos, líneas de tiempo y cuadros incrustados.

Portal HORUS

Editor visual de vistas

Composición por bloques, reordenación, anchuras, filtros, validación y previsualización con los permisos del lector.

Portal HORUS

Aplicaciones con estado

Formularios, borradores y flujos de varios pasos con Windmill. Espacio y credenciales acotados por proyecto.

Windmill

Cuadernos de análisis

JupyterLab, Python y DuckDB para análisis avanzado. Cuadernos distribuidos con los productos y el SDK de objetos.

JupyterLab · DuckDB · SDK Python

Colaboración

Tareas y wiki en OpenProject, sincronización bidireccional con Jira, documentación en Outline, alertas convertidas en tareas, API y SDK.

OpenProject · Jira · Outline · API y SDK

IA · asistentes y conocimiento

Preguntar a los datosen lenguaje natural

Pregunta o documento
Pasarela LiteLLMClaves virtuales, cuotas y coste por proyecto
Preguntas sobre datosText2SQL convierte lenguaje natural en consultas de solo lectura, con catálogo, ontología y restricciones de acceso.
Documentos con fuentesRAG por proyecto: recupera fragmentos y cita el contenido utilizado. Whisper transcribe audio y vídeo.
Funciones de IA tipadasClasificación o extracción validada contra un esquema. Registro de entradas, salidas, modelo, tokens, coste y latencia.
AI Gateway del portal con ejecuciones, tokens y coste

AI Gateway: ejecuciones, tokens y coste por modelo, proyecto, usuario y agente

Modelos locales opcionalesOllama en hardware propio. La política define qué información puede enviarse a proveedores externos.

IA · agentes y automatización

Agentes que trabajanbajo supervisión

01DisparadorCambio de objeto, programación, intervalo o lanzamiento manual.
02El agente trabajaInvestiga, enriquece, clasifica, resume y vigila.
03Aprobación humanaEl grafo ramifica, guarda estado y espera a una persona.
04Acción o tareaEdición, webhook o tarea en OpenProject, con justificación.
Memoria controlada
Evaluación con promptfoo
Límites contra cascadas

La memoria la escriben personas, con ámbito y caducidad. No es aprendizaje autónomo. Los resultados se prueban con casos, comparaciones objetivas y un LLM como juez.

Acceso MCP del portal con endpoints por proyecto y tokens personales

Acceso MCP: endpoints por proyecto y tokens personales revocables

Cada usuario con su asistente (MCP)Claude, Claude Code o cualquier cliente MCP: acceso autorizado a objetos, datos, conocimiento, catálogo y proyectos, con tokens revocables.

Inteligencia de decisión

Comparar antesde decidir

ESTADO ACTUALObjetos y métricas
Escenario AVariar objetos y parámetros
Escenario BVariar objetos y parámetros
CompararMétricas frente a hoy
PromoverPor un administrador

Los escenarios no modifican el entorno principal. Sus resultados se guardan como datos del proyecto, se comparan y solo se aplican de forma controlada.

Paquetes de dominio · adaptación a cada caso de uso

Maestro de empresas y Company 360
Vigilancia e investigación
Señales tecnológicas
Mesa de licitaciones (TAIS)
Visor urbano 3D (demo)
Optimización de recursosOR-Tools CP-SAT: dimensionamiento y asignación con capacidades, costes y aperturas.
Simulación de procesosSimPy: eventos discretos y resultados inviables o fuera de tiempo identificados.
Análisis de redesVecindarios, caminos, grados, componentes y líneas de tiempo. pgRouting.
Distancias por carreteraValhalla: costes y tiempos reales en los modelos de asignación.

Seguridad y operación

Quién vio qué,y por qué

DATOSensibilidad y guardas de PII
PLATAFORMAAislamiento por proyecto, roles y RLS
INFRAESTRUCTURA Y CONTINUIDADSecretos, copias, PITR y observabilidad
AislamientoRoles y esquemas en Postgres, recursos de objetos separados y seguridad por fila en metadatos.
SensibilidadNiveles interno, confidencial, contractual y datos personales. Política por grupo, agente y canal, también para la IA.
Auditoría y justificaciónLecturas y acciones sensibles con actor, contexto y grupos. Justificación según política y pgAudit.
Datos personalesPresidio y guardas de PII. Propuestas de clasificación y certificación humana.
Secretos y residenciaOpenBao y credenciales temporales. El dato del proyecto puede alojarse en el Postgres del cliente.
ContinuidadCopias cifradas con restauración ensayada. PITR y réplica opcionales. Salud, logs, métricas y trazas por proyecto.

Siguiente paso:un caso de uso, un proyecto

Elegir las fuentes, acordar indicadores y permisos, y validar el uso real con el equipo que va a trabajar con ello.

Contacto

HORUS