Documentos de origen
Archivos
Fondos documentales coherentes con cadena de custodia documentada.
PDF · EML · XLSX · DOCX
The General Data Company
Datos operativos reales. De empresas europeas reales.
Datos operativos de empresas europeas, preparados para entrenar y evaluar IA. Anonimizados, con derechos verificados y ausentes de la web abierta.
La realidad es el conjunto de datos.
0%
sintético. Cada caso ocurrió de verdad
100%
anonimizado antes de salir de la empresa
1JSON
por caso: origen, proceso, resultado verificado
Material de origen
Constancias dentro de empresas reales
Archivo de empresaCorrespondencia y ficheros
Registros de plantaRegistros de proceso e inspección
Registros de oficinaPedidos y facturas
Cada origen sigue unido a sus constancias.
Flujo ilustrativo
De la excepción a la resolución
Secuencia habitualLos pasos previstos
Entrega tardíaUna excepción en el proceso
Resolución registradaLo que de verdad funcionó
El caso une el problema, la decisión y el resultado.
Constancias unidas
De los archivos de origen a case.json
Ficheros de origenDocumentos de trabajo
DecisionesPasos dados
Resultado verificadoDesenlace registrado
case.jsonUna trayectoria enlazada
Documentos de origen, acciones y resultado permanecen juntos.
Transformación de privacidad
El mismo caso. Identidades protegidas.
Carta de porteCMR · 04173
Kühlfracht Hessen GmbH
Metro C&C, Filiale Kassel
TK Gemüse, 12 Pal.
−18 °C · ok
M. Yilmaz
KS KF 4471
06:40
14:15 (+3h, Stau A7)
Documento ilustrativoCampos operativos conservados
- Detectar
- Sustituir
- Verificar
Valores originales
Derechos y entrega
Del mandato a la licencia de uso
Licencia de usoEntrenamiento o evaluación
Corpus liberadoDocumentos transformados
Mandato escritoAlcance de origen definido
El mismo corpus se licencia para usos definidos.
Evaluación de agentes
Una tarea con resultado verificable
Contexto de tareaDocumentos de partida
Acción del agenteElegir el siguiente paso
Puntuación de tareaFrente a un resultado verificado
El resultado registrado sirve de base para puntuar.
01 · Trabajo invisible
Operaciones reales.
Registradas cada día.
Plantas, almacenes y oficinas dejan constancia de decisiones y excepciones. Estructuramos ese trabajo desde los ERP, las unidades compartidas y el papel.
- OrigenERP, unidades compartidas, papel
- AccesoNunca sin autorización por escrito
02 · Realidad
La excepción
es el dato.
Una entrega tardía. Un lote rechazado. Un apaño que funcionó. Los casos reales unen cada decisión con su resultado verificado.
- CasoExcepción y resolución
- ResultadoDesenlace verificado
03 · Qué tomamos
Documentos.
Decisiones. Resultados.
Unimos los documentos de trabajo, las decisiones y el resultado en una trayectoria por caso, con el archivo de origen debajo.
- TrayectoriaUn JSON por caso
- ArchivoDocumentos etiquetados campo a campo
04 · Método
Sustituido,
no tachado.
Los valores personales se sustituyen de forma coherente en todo el caso. La correspondencia se destruye y los documentos transformados se revisan y etiquetan.
- ContextoLos vínculos entre documentos se mantienen
- RevisiónDos anotadores, verificado
05 · Derechos
Derechos en
cada etapa.
Cada corpus lleva su propia cadena de titularidad, desde el mandato escrito en el origen hasta la licencia que sale de la casa.
Licencia
Licenciado, nunca vendido.
Uso definido. Sin reventa.
Transformación
El resultado transformado.
Estructurado, anonimizado y etiquetado.
Procedencia
Autorización en el origen.
Alcance por escrito antes de que un archivo se mueva.
06 · Entorno
De la traza
al entorno.
Las trayectorias reales se convierten en tareas con resultado conocido. Primero llegan los conjuntos de evaluación y después los entornos para entrenar y puntuar agentes.
- TareasSiguiente paso, excepciones, preguntas fundadas
- EntregaManifiesto, informe de privacidad, licencia
Ese es el activo.
Así se adquiere.
Datos para equipos de IA
Tres formas de trabajar con datos reales.
Archivos históricos y flujos de trabajo en curso, entregados como material de origen, datos estructurados o tareas de evaluación.
Datos estructurados
Extractos estructurados
Extractos anonimizados, con entidades resueltas, validados contra su esquema.
JSONL · Parquet
Evaluación de modelos
Conjuntos de evaluación
Tareas inéditas para extracción, razonamiento y flujos de agentes.
Tarea + rúbrica
Vista previa de evaluación y liberación
Interfaz y puntuaciones ilustrativas. No son resultados de benchmark medidos.
Tareas documentales reservadas · Puntuación
Claude Opus 50.742
GPT 5.6 Sol0.718
Gemini 3.1 Pro0.655
DeepSeek V4 Pro0.588
Console · Cadena de liberaciónCorpus LCK · Rev 2.1
DocTipoEntidadesEstado
D-88121Correo · hilo64Liberado
D-88123Contrato · anexo203En curso
D-88124Registro · export41En curso
Rendimiento · doc. / día
Entidades sustituidas1.284.507
Orígenes
De dónde procede.
Autorizado en el origen. Revisado por corpus. Nada se extrae sin permiso.
Masas concursales
Fondos documentales de empresas europeas liquidadas, que los administradores concursales solo liberan mediante mandato por escrito.
Captura de flujos
Trabajo experto registrado con consentimiento, mientras ocurre.
Documentos personales
Una aplicación de aportación con anonimización en el dispositivo. Aún sin publicar.
Corpus a medida
Conjuntos profesionales reunidos según un encargo definido.
Compradores
Para equipos de IA.
Licenciado para entrenamiento y evaluación, con manifiesto, informe de privacidad y condiciones definidas.
Derechos
Cadena de titularidad por escrito.
Privacidad
Verificación e informe por lote.
Exclusividad
Ventanas de exclusividad por acuerdo.
Entrega
Manifiesto de cada fichero.
Posición
Datos que internet nunca ha visto.
Método
De la masa al conjunto de datos.
1.0
Adquirir
Un mandato por escrito antes de que se mueva un solo archivo.
2.0
Liberar
Propiedad y derechos de terceros revisados.
3.0
Anonimizar
Identificadores transformados y verificados por lote.
4.0
Entregar
Corpus, manifiesto y licencia.
Algunas preguntas prácticas.
¿Qué es The General Data Company?
Obtenemos datos operativos de empresas europeas y los licenciamos a equipos de IA para entrenamiento y evaluación.
¿Qué vende The General Data Company?
Archivos, extractos estructurados, conjuntos de evaluación y entornos construidos a partir de flujos reales.
¿Los datos cumplen el RGPD?
Cada corpus pasa una revisión de derechos y privacidad, con verificación antes de la entrega.
¿Podemos licenciar datos o entornos en exclusiva?
Sí. La exclusividad sobre un corpus o una colección de tareas se acuerda licencia por licencia.
Contacto
Hablemos.
Indíquenos su ámbito, el formato de datos y las necesidades de evaluación. Hablaremos de los archivos, extractos o colecciones de tareas pertinentes.
hello@thegeneraldata.com