TotalTow · la inteligencia artificial
La pregunta útil no es qué puede hacer la IA. Es qué hace sola y qué espera firma.
Esta página separa tres cosas que en el material comercial del sector suelen venir mezcladas: lo que el brochure de este producto declara que hace la IA, lo que la ley permite hacer con el dato que esa IA necesita, y lo que la plataforma de la casa tiene construido en su propio código. Cada una con su sujeto y con su límite escrito al lado del beneficio.
La palabra, acotada
Qué significa «inteligencia artificial» en una central de despacho
En el software de grúas y asistencia vial, «inteligencia artificial» se usa hoy para tres cosas muy distintas, y conviene separarlas antes de discutir ninguna: una optimización —elegir la mejor unidad entre varias según criterios medibles—, una detección —encontrar un patrón raro en datos de tiempo, posición o importe— y una generación de lenguaje —redactar, resumir o conversar—.
Las tres se llaman igual en un folleto y se comportan distinto en la operación. Una optimización se puede auditar paso por paso y reproducir con los mismos datos. Una detección produce señales que hay que verificar, y acierta con una tasa que se puede medir. Una generación de lenguaje produce texto que suena bien aunque esté mal, y por eso necesita que alguien verifique lo que afirma antes de que salga hacia un tercero.
El brochure de este producto declara IA en los tres sentidos, y esta página los trata por separado. No es una distinción académica: determina qué se puede dejar corriendo sin supervisión y qué no.
El riesgo de un sistema con IA no está en lo que hace mal. Está en lo que hace mal sin que nadie se entere hasta que llega la factura.
Tres naturalezas distintas bajo el mismo nombre
| Naturaleza | Qué produce | Cómo se verifica | Qué pasa cuando falla |
|---|---|---|---|
| Optimización | Una elección entre alternativas, con los criterios que la sostienen | Se reproduce con los mismos datos y se compara contra la elección humana | Se despacha una unidad peor: costo medible y corregible en el turno |
| Detección de patrón | Una señal de que algo se sale de lo esperado, con su grado de certeza | Se mide con los casos confirmados y los descartados en un periodo | Falsa alarma que consume tiempo, o caso real que pasa inadvertido |
| Generación de lenguaje | Texto: un resumen, un aviso, una respuesta a una persona | Se revisa contra el dato de origen antes de que salga hacia afuera | Una afirmación equivocada dicha con seguridad a un tercero |
Marco de esta página, aplicado a lo que el brochure del producto declara. Fuente: TotalTow · brochure del producto, secciones 02, 07 y 09, 2026.
Pida siempre que le digan cuál de las tres es. La respuesta cambia la pregunta que sigue.
Función · cómo · beneficio · límite
Las funciones de IA que el brochure declara, con su límite al lado
Esta es la tabla central de la página. Cada fila sale del brochure del producto; la columna de límite está escrita por esta capa editorial a partir de la naturaleza de cada función, y donde el brochure no declara el comportamiento, la celda lo dice.
Fíjese en un detalle de la columna de límite: en ninguna fila dice «no tiene límite». Una función de IA sin límite declarado no es una función que alcance más lejos; es una función cuyo límite todavía no le han contado.
Funciones de inteligencia artificial declaradas en el brochure
| Función | Cómo lo hace, según el brochure | Beneficio declarado | Límite |
|---|---|---|---|
| Asignación de la unidad | Elige la grúa por cercanía, tiempo de arribo y carga de trabajo | «Asignación asistida en segundos», sin depender de la memoria del turno | Es una optimización sobre los criterios que se le dan: no sabe que la unidad más cercana tiene el operador a punto de terminar jornada si eso no está en el dato. El despachador puede sobreescribir la propuesta |
| Vigilancia del servicio en curso | Observa cada servicio abierto y detecta retrasos o desviaciones | Que el retraso se vea mientras todavía se puede corregir | Detecta contra lo esperado; si el tiempo pactado o la zona están mal cargados, la desviación que marca es de los datos, no de la operación |
| Aviso al beneficiario | Mantiene informada a la persona que espera, con el arribo en vivo | Menos llamadas a la central en cada servicio | Comunica hacia una persona identificada: cae de lleno en el régimen de datos personales, con aviso de privacidad y base de licitud |
| Copiloto de recepción | Valida la póliza y abre el servicio junto con quien atiende la llamada | Que el folio entre sin recaptura y con la cobertura verificada | El brochure lo describe como copiloto, no como sustituto: la apertura queda del lado de quien atiende |
| Alerta de tiempo pactado | Avisa antes de incumplir el tiempo comprometido con la contraparte | Evitar la penalización en lugar de registrarla | Avisa; no reasigna por su cuenta. La acción sigue siendo del despachador, y eso es una decisión de diseño, no una carencia |
| Conciliación y prefactura | Cruza servicios contra pólizas y arma la prefactura | Reducción de los días de cobro declarada en el brochure | Cruza contra lo que está cargado. Una tarifa desactualizada produce una prefactura consistente y equivocada: el control es la revisión del cruce, no la confianza en él |
| Clasificación de incidencias | Lanza la encuesta posterior al servicio y clasifica lo que llega | Que la queja entre clasificada y no como texto libre | Clasifica lo que recibe; la tasa de respuesta de la encuesta no se declara en el brochure y sin ella el resultado no es representativo |
| Detección de anomalías | Busca irregularidades de ubicación, tiempos y montos | Encontrar el patrón que una revisión por muestreo no encuentra | Produce señales, no conclusiones. Ninguna señal debe traducirse en una consecuencia laboral sin verificación humana documentada |
| Anticipación de fallas de unidad | Anticipa por kilometraje y uso acumulado | Programar el taller antes de que la unidad se detenga en carretera | Depende de que el kilometraje del servicio se registre completo; con servicios cerrados sin recorrido, el modelo mira una flota que no existe |
| Pronóstico de demanda | Pronostica picos por zona y horario para posicionar la flota | Colocar unidades donde va a entrar el folio, no donde entró el mes pasado | Un pronóstico se juzga por su error medido sobre los propios datos del cliente. Antes de tener esos datos dentro, ninguna cifra de precisión es afirmable |
Fuente: TotalTow · brochure del producto, secciones 02, 04, 07, 08, 09 y 10. La columna de límite es de esta capa editorial: el brochure declara capacidades, no límites, y publicar el beneficio sin el límite sería publicar la mitad.
Lleve esta tabla a cualquier demostración del sector y pida que le llenen la cuarta columna. La conversación cambia de tono en dos minutos.
La norma
El límite que no lo pone el producto: la ubicación es dato personal
Todo lo anterior descansa sobre el mismo insumo: saber dónde está una unidad, a qué hora, y avisárselo a una persona que espera. Ese insumo es dato personal en dos sentidos: la geolocalización asociada a un operador identificable lo es, y los datos de la persona beneficiaria del servicio —su ubicación, su vehículo, su contacto— también.
La ley aplicable es la Ley Federal de Protección de Datos Personales en Posesión de los Particulares publicada en el Diario Oficial el 20 de marzo de 2025, que sustituyó a la de 2010 y fue reformada el 14 de noviembre de 2025. Obliga a lo de siempre y a algo más: aviso de privacidad, base de licitud del tratamiento, medidas de seguridad y atención de los derechos de acceso, rectificación, cancelación y oposición.
Hay un punto que conviene revisar hoy mismo en su propia documentación, porque es el error más extendido del sector: la autoridad cambió. Ya no es el instituto que aparece en la enorme mayoría de los avisos de privacidad que circulan; la competencia pasó a la Secretaría Anticorrupción y Buen Gobierno. Un aviso de privacidad que todavía nombre a la autoridad anterior está desactualizado, y es lo primero que se nota en una revisión.
- La ubicación del operador se trata para prestar el servicio, no para vigilar a una persona. La finalidad se escribe y se limita, y el plazo de conservación también.
- El enlace de seguimiento del beneficiario expone información a un tercero: conviene que caduque con el servicio y no viva para siempre en una conversación de mensajería.
- Los avisos por mensajería requieren base de licitud para el canal, no sólo para el dato. Son dos cosas distintas y se suelen confundir.
- Las fotos de evidencia pueden contener placas, en ocasiones, personas. Quién las ve, por cuánto tiempo y con qué finalidad se define antes de tomar la primera, no después de la primera solicitud de acceso.
- Ningún modelo de detección debe producir por sí solo una consecuencia sobre una persona. Una señal de anomalía es un insumo para una investigación con intervención humana, y así conviene dejarlo escrito.
El límite legal no se configura en el sistema: se decide antes y se refleja en él. Lo que el sistema sí puede hacer es dejar constancia de quién vio qué y cuándo.
Aquí el sujeto cambia: la plataforma, no TotalTow
Lo que la plataforma tiene construido, contado en su propio código
Todo lo anterior habla de TotalTow y sale de su brochure. Esta sección habla de la plataforma de la casa, la que construye los sistemas, medida en su propio código el 27 de septiembre de 2026. Es otro sujeto y se dice así.
La plataforma usa modelos de lenguaje en su proceso de construcción: para leer la descripción de un negocio y producir los módulos, las pantallas, las reglas y la documentación de un sistema. Esto es importante y suele malinterpretarse: no es que el sistema generado lleve un modelo de lenguaje dentro operando su despacho; es que el modelo participa en la construcción del sistema.
Lo que está verificado en código, y es lo que se publica: un catálogo de modelos con 21 entradas que resuelven a 20 identificadores distintos, cada una con su ventana de contexto y su límite de salida; una tabla de instrucciones de la que cada paso de la construcción lee su propia instrucción, su modelo, su límite de tokens y su temperatura; y un registro de consumo por llamada.
Hay tres detalles de ese código que dicen más sobre el criterio de la casa que cualquier declaración de principios. El primero: cuando un paso no encuentra su instrucción configurada, el sistema no improvisa —cae a una instrucción de respaldo escrita en el propio código, cuyo texto es «resuelve la tarea solicitada con salida estructurada y sin inventar datos faltantes»—. El segundo: si al sustituir los datos en la instrucción queda algún hueco sin rellenar, el motor lo detecta y lo registra como aviso en lugar de mandar la instrucción incompleta. El tercero: existe un modo reducido de demostración que recorta deliberadamente el alcance de lo generado, y está apagado por omisión.
El uso de modelos de lenguaje en la plataforma de generación
| Pieza | Qué está verificado | Qué NO se afirma |
|---|---|---|
| Catálogo de modelos | 21 entradas de catálogo que resuelven a 20 identificadores distintos, con ventana de contexto y límite de salida por modelo | Que un modelo concreto sea mejor que otro para una tarea de esta industria: no se midió |
| Selección del modelo | Un traductor de nombre a modelo con 18 ramas explícitas y un valor por omisión cuando el nombre no coincide | Que el modelo elegido para un paso sea el óptimo: es el configurado, no el probado |
| Tabla de instrucciones | Cada paso lee su instrucción, su modelo, su límite de tokens y su temperatura de una tabla, con caché en memoria | El contenido de las instrucciones: es material interno y no se publica |
| Instrucción de respaldo | Texto fijo en el código, con la orden explícita de no inventar datos faltantes | Que eso garantice que nunca se invente nada: reduce el riesgo, no lo elimina |
| Detección de huecos | Si la instrucción conserva marcadores sin sustituir, se detectan y se registran como aviso | Que el aviso detenga el proceso: lo registra, y esa diferencia se dice |
| Registro de consumo | Cada llamada al proveedor queda registrada con su consumo | Cifras de consumo o de costo: no se publican en esta capa |
Fuente: SPARTANE · auditoría de código de la plataforma de generación, 27 de septiembre de 2026, con cita de archivo y línea en el expediente interno. Estas cifras son de la plataforma, no de TotalTow.
Un proveedor que no puede decirle qué hace su sistema cuando la instrucción falta, tampoco puede decirle qué hace cuando el modelo se equivoca.
El cero, con su conteo
El dato que nadie publica: cero agentes dados de alta
Aquí va la afirmación más incómoda de esta página, y va entera porque es la que hace creíble el resto.
La base del motor de la casa tiene una tabla donde se dan de alta los agentes de inteligencia artificial de un sistema. En toda la base hay 36 filas, y ninguna pertenece a este sistema ni a ninguno de los otros seis de esta capa. El corte es del propio servidor: 27 de septiembre de 2026. Ninguno de esos agentes se le atribuye a este producto, y ésa es la distinción que esta página sostiene de principio a fin.
Eso significa que los diez agentes que el brochure describe son del brochure. Están descritos, no dados de alta. La página de agentes de este sistema los publica uno por uno con esa atribución y con las celdas en blanco donde el material comercial no detalla.
¿Por qué publicar esto en la propia página de producto? Porque la alternativa es que usted lo descubra después. Y porque el conteo exacto de lo que no hay es la única manera de que el conteo de lo que sí hay valga algo.
Diez agentes descritos en un folleto y cero dados de alta en una base de datos son dos hechos distintos. Esta página publica los dos, con su fuente.
Cuando otro proveedor le hable de sus agentes, pídale el conteo en su base, no la lámina de su presentación.
El marco de gobierno
Cómo se supervisa un agente, cuando se da de alta
Lo que sí está construido en la plataforma es la infraestructura para registrar, gobernar y auditar agentes. Es un meta-modelo de 35 entidades con sus procedimientos de acceso y 32 controladores en el servicio del portal, y se publica por lo que es: el andamiaje del gobierno, no una lista de agentes operando.
Vale la pena enumerar qué guarda ese meta-modelo, porque es exactamente el juego de preguntas que hay que hacerle a cualquier agente antes de dejarlo correr: con qué nivel de autonomía trabaja, qué herramientas puede usar, a qué interfaz del backend puede llamar y con qué campos enmascarados, qué decidió y con qué razonamiento, qué tan seguro estaba, si requiere revisión, qué versión de su configuración estaba activa, y qué acción correctiva se propuso cuando algo salió mal.
Qué guarda el meta-modelo de gobierno de agentes de la plataforma
| Grupo | Qué registra | Para qué sirve en una revisión |
|---|---|---|
| Ejecución y trazabilidad | Cada ejecución con su estado, su consumo, su latencia, si requirió escalamiento y con qué motivo, y su resultado | Reconstruir qué pasó en una fecha concreta sin depender del recuerdo de nadie |
| Decisión | El razonamiento de la decisión, el grado de confianza, las herramientas usadas y si requiere revisión humana | Distinguir un agente que decidió de uno que propuso, caso por caso |
| Autonomía y patrón | Catálogos de nivel de autonomía, patrón de agente, tipo de agente y tipo de memoria | Dejar por escrito qué puede hacer solo cada agente, antes de encenderlo |
| Acoplamiento con el sistema | A qué interfaz puede llamar, con qué método, qué operaciones tiene permitidas, qué filtros de fila y qué campos se enmascaran | Acotar el alcance del agente al dato que le toca, y sólo a ése |
| Gobierno y riesgo | Supervisor, acciones correctivas, incidentes, modelado de amenazas, restricciones y regulaciones aplicables | Tener un procedimiento cuando falla, y no improvisarlo el día que falle |
| Calidad | Autoevaluación con puntuaciones, casos de prueba adversariales y etiquetado humano de ejecuciones | Medir si el agente sigue acertando con el paso del tiempo |
| Versión y configuración | Versionado de la configuración con su huella, y contexto organizacional inyectado | Saber con qué configuración se tomó una decisión de hace tres meses |
Fuente: SPARTANE · auditoría de código de la plataforma de generación, 27 de septiembre de 2026: 35 entidades del meta-modelo de agentes y 32 controladores en el servicio del portal. Es infraestructura de gobierno de la plataforma; ningún agente de este sistema está dado de alta en ella.
Dos reservas, dichas enteras. La primera: la plataforma evalúa los ocho atributos del estándar de calidad de producto de software, y lo publicable es que los evalúa: una nota concreta, no. La segunda: no se publica ningún esquema de autenticación concreto de los servicios, porque se fija al implantar contra el proveedor de identidad del cliente.
Un agente sin nivel de autonomía escrito es un agente cuyo alcance se va a descubrir el día que haga algo que nadie esperaba.
Cómo se evalúa
Cinco preguntas para cualquier promesa de IA en este sector
Estas cinco preguntas no están escritas contra nadie: se pueden hacer sobre este producto igual que sobre cualquier otro, y sobre los tres o cuatro que usted esté mirando en paralelo. Su valor está en que ninguna se contesta con una lámina.
- ¿Qué decide sola y qué propone? Pida la lista en dos columnas. Si todas las funciones caen en «asiste», el beneficio es menor del que parecía; si todas caen en «decide», el riesgo es mayor del que le contaron.
- ¿Con qué datos se entrenó o se calibró, y de quién son? Un modelo calibrado con la operación de otros clientes plantea una pregunta de confidencialidad que conviene resolver antes y no después.
- ¿Qué pasa cuando se equivoca? No «si» se equivoca: cuando. Dónde queda registrado, quién se entera, y qué procedimiento hay para revertir la consecuencia.
- ¿Cuál es su tasa de acierto medida, sobre qué muestra y en qué fecha? Una cifra sin muestra y sin fecha no es una medición: es una frase.
- ¿Puede apagarse una función sin apagar el sistema? Si la respuesta es que no, la IA no es una capa del producto: es el producto, y eso cambia todo lo demás.
Las cinco se contestan con el sistema abierto y los datos dentro. Que es, exactamente, lo que esta capa propone hacer antes de que usted decida nada.
Los blancos, nombrados
Lo que esta página no afirma
Una página de inteligencia artificial que no enumera lo que no sabe es una página de publicidad. Éstos son los huecos, con su causa.
- Ninguna tasa de acierto de ninguna función. El brochure no la declara y la casa no la ha medido sobre datos de esta industria. Sin muestra y sin fecha, no se publica.
- Ningún porcentaje de reducción atribuido a la IA como compromiso. Los resultados que el brochure declara son material comercial con datos de ejemplo, no una medición sobre la operación de un cliente identificable.
- Ningún agente de este sistema dado de alta. El conteo es cero y está dicho arriba, con su hora de corte.
- Ninguna calificación de calidad del software. La plataforma evalúa los ocho atributos del estándar; una nota concreta no se publica.
- Ningún esquema de autenticación concreto. Se exige autorización, y el esquema se fija al implantar contra su proveedor de identidad.
- Ningún modelo de lenguaje operando el despacho. El uso verificado de modelos es en la construcción del sistema, y así se escribe.
La lista de lo que falta es la parte de esta página que más trabajo costó escribir y la que más le sirve a usted.
Preguntas frecuentes
¿La IA despacha sola los servicios?
El brochure describe la asignación como asistida: elige la unidad por cercanía, tiempo de arribo y carga de trabajo, y el despachador puede sobreescribir la propuesta. La alerta de tiempo pactado avisa, no reasigna. Es una decisión de diseño y esta página la publica como tal, no como una carencia.
¿Hay agentes de IA operando hoy en este sistema?
No hay ninguno dado de alta en la base del motor de la casa, y esta página lo dice con el conteo: 36 filas en toda la base y ninguna de este sistema ni de los otros seis de la capa, con corte del propio servidor del 27 de septiembre de 2026. Los diez agentes que el brochure describe están descritos, no dados de alta.
¿Qué pasa con los datos de ubicación de mis operadores?
Son datos personales y quedan bajo la Ley Federal de Protección de Datos Personales en Posesión de los Particulares publicada el 20 de marzo de 2025, con reforma del 14 de noviembre de 2025. Eso obliga a fijar finalidad, base de licitud, plazo de conservación y medidas de seguridad. Y conviene revisar el aviso de privacidad: la autoridad cambió y ya no es el instituto que la mayoría de los avisos todavía nombra.
¿La detección de anomalías puede acusar a un operador?
Produce señales, no conclusiones, y esta página lo escribe en la columna de límite de esa función. Ninguna señal debería traducirse en una consecuencia sobre una persona sin verificación humana documentada. El meta-modelo de la plataforma guarda precisamente eso: el razonamiento, el grado de confianza y si la ejecución requiere revisión.
¿El sistema generado lleva un modelo de lenguaje dentro?
El uso de modelos de lenguaje que está verificado en código es en la construcción del sistema: leer la descripción del negocio y producir módulos, pantallas, reglas y documentación. Afirmar que el sistema generado opera su despacho con un modelo de lenguaje sería otra cosa, y esta página no lo afirma.
¿Se puede apagar una función de IA sin apagar el sistema?
Es una de las cinco preguntas que esta página recomienda hacer, y la respuesta correcta es que sí debería poderse. La forma de pedir ese cambio —quién lo solicita, qué queda registrado y en qué momento aparece— está en la página de cambios de este sistema, sin plazos prometidos.
Referencias
- TotalTow · brochure del producto, quince páginas. Secciones 02, 04, 07, 08, 09, 10 y 12: los tres pilares, el despacho, la integración, la atención al asegurado, los agentes y los resultados declarados. ↗
- Cámara de Diputados · Ley Federal de Protección de Datos Personales en Posesión de los Particulares, publicada en el Diario Oficial el 20 de marzo de 2025, con reforma del 14 de noviembre de 2025. La autoridad competente ya no es el instituto anterior. ↗
- Diario Oficial de la Federación · Lineamientos que regulan la prestación de los servicios auxiliares de arrastre, de arrastre y salvamento y de depósito de vehículos. Publicados el 15 de noviembre de 2023. ↗
- SPARTANE · auditoría de código de la plataforma de generación, 27 de septiembre de 2026: catálogo de modelos, selección de modelo, tabla de instrucciones, instrucción de respaldo, detección de huecos y registro de consumo. Documento interno; las citas de archivo y línea se muestran en sesión a solicitud. ↗
- SPARTANE · auditoría del meta-modelo de gobierno de agentes de la plataforma: 35 entidades y 32 controladores, revisados el 27 de septiembre de 2026. ↗
- SPARTANE · consulta de sólo lectura a la base del motor de generación, con hora de corte tomada del propio servidor el 27 de septiembre de 2026 a las 08:06:18: 36 filas de agentes en toda la base, ninguna de los siete sistemas de esta capa. ↗
El modelo
Primero ve su sistema funcionando, sin costo y sin compromiso. Después decide si lo compra o lo renta.
No es un demo: es TotalTow con sus procesos, sus áreas y su operación dentro. Entra, lo recorre y lo usa. Verlo no cuesta nada y no lo compromete a nada. Cuando decida, cobramos por resultados, no por entregables.