Construido para las empresas de toda la cadena agropecuaria — producción agrícola y ganadera, pesca y acuicultura, acopio y agroindustria, exportación de granos y agrofinanzas. DataAtlas es el mapa vivo de sus datos: sabe qué tiene cargado cada empresa, dónde vive, qué tan fresco está y cómo consultarlo — y responde preguntas en lenguaje natural con evidencia verificable, para personas y para agentes de IA.
Una exportadora de granos tiene las pesadas en la balanza, los contratos en el ERP, los certificados de exportación en una carpeta y los embarques en planillas. Un feedlot lleva el stock en un sistema y la sanidad en otro. Una pesquera registra capturas por marea en el software del barco y procesa en planta con otro. Una financiera agro evalúa riesgo con datos que le llegan por mail. Cada eslabón de la cadena — campo, ganadería, pesca, acopio, industria, comercio exterior, financiamiento — acumula datos valiosos en sistemas que no se hablan.
La primera fase de la plataforma iAgro — DataRefinery — canaliza todo eso hacia un modelo canónico único del negocio agropecuario: 2.477 tablas que van de la pesada en balanza a la efectividad de una cobertura de precios. DataAtlas resuelve la otra mitad: que ese modelo sea usable. Responde las dos preguntas que cualquier empresa del sector se hace:
Cada tabla, con filas contadas y verificadas contra el warehouse, rango de fechas, fuentes y frescura — actualizado solo, reconciliado cada noche.
Cada resultado explica por qué apareció: qué columnas coinciden, cuántos datos hay, qué tan frescos. Y si no hay datos, lo dice honestamente.
Solo lectura sobre el dato, multitenancy estricta, auditoría inalterable encadenada por hashes y detección de anomalías entre lo declarado y lo real.
No es un esquema genérico: son 2.477 tablas que modelan el negocio agropecuario real, contadas acá tal como existen hoy en el catálogo.
De canonical.GLOBAL.FISHING_CATCHES (capturas por marea) a HEDGE_EFFECTIVENESS (efectividad de coberturas de precio), pasando por EXPORT_CERTIFICATES y WEIGHBRIDGE_RECORDS: la cadena completa, en un solo modelo.
Tu cliente entra con su cuenta de siempre y ve, en una sola pantalla, todo lo que pasa con sus datos — en tiempo casi real, solo lectura. Estas son capturas reales del portal en producción.

Todo lo que le construimos al cliente vive acá, sin que tenga que entender nada de la maquinaria:
Entra directo con su SSO de iAgro, o desde un botón en el central. Ve solo su empresa, nunca la de otro.

El que pregunta no es un ingeniero de datos: es el responsable de acopio buscando pesadas, el veterinario del feedlot buscando sanidad, el gerente de la pesquera buscando capturas por marea, el analista de la financiera buscando liquidaciones. Preguntan en español o portugués; el catálogo canónico está en inglés técnico. Atlas puentea esa distancia con sinónimos del catálogo, aliases configurables y ranking por evidencia: relevancia semántica, columnas que coinciden, volumen, frescura.
Y la regla de oro: nunca inventa. Cuando el dato existe, responde con la tabla canónica exacta, cuántas filas hay, de qué fechas, qué tan fresco, y el SQL listo para el motor de ese cliente — como en la grabación. Y cuando el cliente no tiene esos datos cargados, lo dice con la misma precisión quirúrgica: qué tabla modela el concepto, que está vacía para ese cliente, y en qué dominios sí hay. Un «sí» con evidencia y un «no» confiable valen más que un resultado a medias.
La grabación es de la plataforma real, sin editar.
Las respuestas en lenguaje natural las redacta un modelo de lenguaje — pero el modelo solo ve hechos calculados determinísticamente, jamás filas de datos, y su salida se valida programáticamente: cada nombre de tabla, cada número, cada fuente que menciona debe existir literalmente en la evidencia.
La IA compone y explica; la verdad sale del dato.
37.000 columnas con tipo lógico, descripción y sinónimos en español: patente, matrícula, placa, dominio y chapa encuentran la misma columna. La ficha de cada tabla muestra su cobertura por cliente, su linaje hacia los contratos de origen y una consulta SQL lista para el motor donde viven los datos de ese cliente.
Las columnas sensibles se marcan desde la misma ficha, y el único punto del sistema que toca filas reales — el preview gobernado — las enmascara siempre, con límite duro de filas y auditoría de cada acceso.


Atlas es la capa de contexto que convierte un chatbot en un analista que conoce el negocio agropecuario: expone por API estructurada qué existe, qué tiene datos, dónde está físicamente y cómo consultarlo — con contrato OpenAPI 100% tipado, roles por operación y razones de «no encontrado» que un agente puede manejar.
POST /search
{
"query": "¿dónde están las facturas?",
"tenant_id": "demo"
}
→ {
"found": false,
"not_found_reason": "tenant_lacks_data",
"warehouse": { "engine": "postgres", "dialect": "postgres" },
"empty_candidates": [
{ "fqn": "canonical.GLOBAL.BILLING_INVOICES",
"score": 0.43, "why": ["table_match", …] }
]
}
Todo lo operativo es visible y gestionable desde la propia interfaz: salud con chequeos de cada dependencia y reparaciones idempotentes, configuración completa documentada en el lugar y editable en caliente, telemetría de recursos, y una auditoría append-only encadenada por hashes donde alterar una entrada se delata solo.



Atlas jamás escribe en el dato canónico. El rol de base es de solo lectura y la conexión lo fuerza a nivel de sesión.
El tenant se resuelve del lado del servidor, por credencial. Un cliente no puede ver — ni inferir que existe — el dato de otro.
Todo dato afirmado sale de un cálculo determinístico. La IA solo redacta sobre esos hechos, y su salida se valida antes de mostrarse.
La API publica su contrato OpenAPI con roles por operación; los contratos consumidos se fijan y se vigilan en integración continua.
Cada acción administrativa queda encadenada por hashes, estilo libro contable: modificar el pasado rompe la cadena y se detecta.
Toda la configuración vive en la base de metadata con backup diario: un restore trae el sistema completo de vuelta.
iAgro construye la plataforma de datos de la cadena agropecuaria — producción agrícola y ganadera, pesca, agroindustria, exportación de granos y agrofinanzas — en dos mitades: la mitad de datos (DataRefinery + DataAtlas, ambas operativas) y la mitad conversacional (agentes de IA para el usuario final). DataAtlas es la bisagra: es la pieza que los agentes necesitan para responder sobre datos reales sin alucinar.
Todo lo que muestra esta página es el sistema real en producción, sin maquetas.

Sea un acopio, un feedlot, una pesquera, una exportadora o una financiera del agro: una demo guiada muestra el recorrido completo, de la pregunta en lenguaje natural a la tabla exacta con su SQL listo.
Escribinos: info@iagro.global