Devia sale del sigilo con IA para calidad farmacéutica

Devia sale del sigilo con agentes de IA para investigaciones de calidad farmacéutica

Devia, la empresa derivada de Visium con sede en Zúrich, pasó un año probando su sistema de agentes de IA con equipos de calidad en entornos GxP reales antes de salir del sigilo. Su apuesta: que el agente arme el expediente y redacte el borrador de una investigación de desviación, mientras las personas siguen aprobando el veredicto.

Para un founder que construye SaaS vertical, lo relevante no es el modelo de lenguaje. Es dónde decidió poner el producto: en el cuello de botella documental de una industria regulada, donde el trabajo no se mide en tickets cerrados sino en evidencia que resista una inspección.

Qué hace el agente de Devia con una desviación

En operaciones farmacéuticas, una desviación es un incumplimiento de un procedimiento, proceso o requisito previsto. Investigarla puede exigir que el personal reconstruya un suceso a partir de registros de producción, procedimientos normalizados de trabajo, archivos adjuntos y casos anteriores dispersos en distintos sistemas.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Devia describe un agente que estructura el informe inicial, reúne las pruebas pertinentes, sugiere posibles causas raíz y redacta acciones correctivas y preventivas, o CAPA. Operadores, investigadores y personal de aseguramiento de la calidad revisan y aprueban el trabajo a medida que avanza.

La documentación de la plataforma añade detalle operativo: las preguntas iniciales siguen los procedimientos propios de la organización, el sistema puede leer fotografías y archivos PDF adjuntos, y para el análisis de causa raíz redacta diagramas de Ishikawa e investigaciones de los 5 porqués a partir del informe del suceso, los procedimientos y las desviaciones históricas pertinentes.

Conviene ser preciso en este punto: Ishikawa y 5 porqués aportan estructura, no prueba. Un diagrama organiza posibles factores contribuyentes; una cadena de porqués sigue explicaciones hasta una causa subyacente. Lo que decide si el producto sirve es si cada explicación propuesta está respaldada por evidencia que un investigador cualificado pueda examinar.

«Los equipos de calidad no necesitan otro sistema de registro. Necesitan un agente que haga el trabajo preliminar para que sus expertos puedan centrarse en las causas raíz que importan», afirmó Pascal Rodriguez, director de tecnología de Devia.

Aprender de casos anteriores sin automatizar el veredicto

Las investigaciones históricas sirven cuando ayudan al personal a reconocer una causa compartida, no cuando solo encuentran un informe con redacción parecida. Devia afirma que compara las nuevas propuestas de causas raíz con casos anteriores y conserva las decisiones revisadas por sus propios expertos para futuras investigaciones.

El sitio distingue entre una causa que reaparece sin que se haya aplicado una intervención eficaz y otra que vuelve después de que se verificó la eficacia de una acción correctiva. Esa diferencia cambia la investigación: puede que la organización deba abordar un problema sistémico que nunca trató, o explicar por qué falló una solución que daba por buena.

Devia presenta esas comparaciones para revisión humana. El personal acepta o rechaza las relaciones sugeridas y las decisiones pasan a formar parte del registro. Por eso el proceso de revisión es el corazón del producto: una sugerencia de IA sin respaldo no debería convertirse de manera inadvertida en precedente para el siguiente caso.

Cuánto pesa el ahorro de tiempo y qué no dice el anuncio

Según el comunicado de lanzamiento, los usuarios de los proyectos piloto con clientes dedicaron la mitad de tiempo a investigar desviaciones. Devia no reveló el tamaño de la muestra del piloto ni la metodología de evaluación, así que la cifra es un resultado comunicado por la empresa y no un parámetro de rendimiento establecido de forma independiente.

Esa distinción importa para cualquiera que venda software a industrias reguladas: una métrica sin metodología publicada es marketing, no evidencia. Si tu producto va a compradores de calidad y aseguramiento, conviene decidir de antemano qué vas a medir, cómo y con qué tamaño de muestra, y publicarlo junto al número.

Cómo convive con los sistemas de calidad que ya existen

El anuncio menciona plataformas de calidad consolidadas como TrackWise, Veeva Vault QMS y MasterControl entre los sistemas que ya usan los clientes. La documentación de integración de Devia concreta cómo funciona hoy la implementación: las desviaciones históricas y las CAPA se importan desde archivos exportados del QMS, los procedimientos se incorporan como documentos y las investigaciones completadas generan informes de cierre que se ajustan al formato del QMS del cliente.

Eso no equivale a una conexión sincronizada con todos los sistemas operativos. Entre las próximas capacidades figuran conectores directos para gestión de calidad, ejecución de fabricación, gestión de información de laboratorio y planificación de recursos empresariales. La hoja de ruta también incluye seguimiento de tendencias más amplio, funciones para evaluar la eficacia de las CAPA y herramientas de apoyo a inspecciones.

Para el despliegue, Devia afirma que la plataforma puede correr en la cuenta de Azure o AWS del cliente, en la región que este elija y mediante Azure OpenAI o Amazon Bedrock. Su documentación indica que los registros de los clientes no se usan para entrenar modelos destinados a otras organizaciones. La empresa no identifica ningún modelo fundacional propio: el valor descrito está en aplicar IA a los procedimientos de la empresa, los casos históricos y los flujos de revisión controlada.

Un mercado donde ya hay competencia con años de recorrido

Devia no llega a un espacio vacío. En agosto de 2026, Compliance Group anunció un portafolio de agentes de IA para equipos de calidad, validación y cumplimiento en ciencias de la vida, construido sobre su plataforma CLAiRE, según el comunicado difundido por Business Wire. La compañía detalló que su agente APQR compila la Revisión Anual de Calidad de Producto, un trabajo que hecho a mano toma alrededor de un mes por producto, y lo reduce a uno o dos días. También indicó que sus agentes se integran con Polarion, Veeva Vault, Jira, ServiceNow y TrackWise, y que su sistema de gestión de IA cuenta con certificación ISO/IEC 42001:2023.

El contraste es útil: Compliance Group comunica una certificación de su sistema de gestión de IA, mientras Devia comunica que su enfoque sigue los principios de la norma armonizada EN 18286:2026, que según confirma la Comisión Europea establece requisitos de gestión de la calidad para proveedores de IA de alto riesgo bajo el artículo 17 del Reglamento de IA. El anuncio de Devia no demuestra que el producto haya obtenido una certificación independiente conforme a esa norma.

Qué significa esto para tu startup

El caso de Devia deja tres lecciones aplicables a cualquier SaaS vertical que quiera entrar en un sector regulado:

Elige un flujo donde el output sea un documento revisable, no una decisión automática. Devia no promete cerrar la investigación: promete armar el borrador y dejar el veredicto en manos del investigador. Ese encuadre reduce la fricción regulatoria y hace vendible el producto ante aseguramiento de calidad.
Diseña para la infraestructura del cliente desde el día uno. Correr en la cuenta de Azure o AWS del cliente, en la región que elija y con el modelo que ya tenga aprobado, es un requisito de venta en industrias reguladas, no un detalle técnico. También lo es entregar documentación de validación para el sistema informatizado del cliente.
Convierte la trazabilidad en producto. Devia describe usuarios identificados individualmente, acceso basado en roles, inicio de sesión único, cifrado y registros con marca de tiempo de cambios y aprobaciones. En un entorno GxP, esa capa es lo que permite que la IA sea auditable.

Y una advertencia de contexto: la FDA, en su análisis de las observaciones de inspecciones de medicamentos, identifica la falta de investigación de discrepancias y fallos de productos entre los problemas recurrentes de calidad en la fabricación. Acelerar la redacción no resuelve nada si las pruebas y las conclusiones siguen siendo débiles. Ese es el listón real contra el que se medirá Devia.

Conclusión

Devia apunta a un problema caro y bien documentado: investigadores de calidad que dedican su tiempo a recopilar y ordenar información en lugar de razonar sobre causas. Su apuesta es que un agente haga el trabajo preliminar y que el humano conserve la responsabilidad de aprobar.

La prueba no será el anuncio ni la cifra del piloto. Será si los equipos de calidad logran convertir esa ayuda, de forma sistemática, en investigaciones más sólidas y en acciones correctivas que eviten que el mismo problema de fabricación vuelva a ocurrir.