Acelerada Gobe
Última actualización:
29
/
06
/
2026
Publicado:
29
/
06
/
2026

Séntisis Intelligence

Séntisis utiliza IA y análisis semántico para transformar grandes volúmenes de texto ciudadano en información procesable. Su tecnología permite a las administraciones entender necesidades sociales, anticipar incidencias y responder con precisión. La plataforma clasifica, sintetiza y monitoriza conversaciones públicas en tiempo real, reduciendo carga operativa y mejorando la calidad institucional.

Datos de la empresa

Año de fundación

2012

NIF/CIF

B86419355

Certificaciones

ISO 27001, RGPD
Todavía no dispone de certificaciones.

Nº de Empleados

30

Tipo de empresa:

Startup / Scaleup

Tipo de oferta

Servicio y Producto

Modelo de negocio

Licencias de uso de software o similar

Tecnologías

IA, NLP, LLMs, Machine Learning, Big Data, APIS, Cloud, Análisis Semántico, Herramientas de productividad, Text Analytics

Aceleradoras

500 Global / JME Ventures / Axon Partners Group / StartCaps Ventures, Gobe Ventures
Public Readiness (Tracción pública)

Valor total de contratos adjudicados (último año)

Clientes públicos destacados

Ministerio de Inclusión (OBERAXE), Ayuntamiento de Madrid, AENA, ICEX, Profuturo, Agencia EFE, Bancomext, IMIDA.

Vendor Trust (Solvencia económica)

Facturación (último año)

Inversión levantada acumulada

Contrato mayor valor en los últimos 3 años

Inversores

500 Global, JME Ventures, Axon Partners Group, StartCaps Ventures.

Ecosistema

Aceleradoras

500 Global / JME Ventures / Axon Partners Group / StartCaps Ventures, Gobe Ventures

Datos de la empresa

Año
Ventas
Empleados
EBITDA
Clientes
Ronda
Inversión
Inversores
Todavía no se han publicado datos de la empresa.
This is some text inside of a div block.
Caso de uso

Sistema de escucha social y alertas tempranas para entidades públicas

Contexto

El crecimiento de redes sociales y plataformas digitales ha ampliado la exposición pública de las administraciones. La demanda de transparencia y capacidad de respuesta ha llevado a muchos organismos a adoptar herramientas de escucha activa. Gobiernos regionales, empresas públicas y agencias informativas han buscado tecnologías capaces de analizar grandes volúmenes de texto en tiempo real para anticipar incidentes y mejorar su relación con la ciudadanía.

Problema

  • Limitación en el análisis de grandes volúmenes de conversación: los equipos institucionales no cuentan con capacidad para procesar manualmente la gran cantidad de interacciones digitales.
  • Falta de detección temprana de crisis: las herramientas convencionales no permiten identificar a tiempo situaciones emergentes o cambios en la percepción pública.
  • Dificultad para extraer insights relevantes: la ausencia de sistemas avanzados impide identificar patrones, tendencias o preocupaciones clave de la ciudadanía.
  • Retrasos en la capacidad de respuesta institucional: la falta de automatización genera demoras en la reacción ante situaciones críticas.
  • Impacto en la confianza pública y la toma de decisiones: la incapacidad de adaptar políticas a partir de información real dificulta responder a las necesidades ciudadanas y puede erosionar la confianza.
...

Solución

  • Reducción del tiempo de respuesta pública: permitió generar alertas en minutos en lugar de horas.
  • Mayor anticipación a incidentes: permitió detectar de forma temprana crisis reputacionales.
  • Mejora de la transparencia: permitió identificar de forma clara las preocupaciones ciudadanas.
  • Decisiones más informadas: permitió consolidar datos en paneles para apoyar la toma de decisiones.
  • Mayor resiliencia institucional: permitió mejorar la capacidad de reacción ante picos de conversación.
...

Aplicaciones reales en administración pública

  • Agencia EFE / Precio: 21.000 € anuales (Contrato de servicios)
  • ICEX / Precio: 30.000 € anuales (Contrato de servicios)
Implementado en:
Ver caso de uso
Caso de uso

Análisis automático de propuestas ciudadanas

Contexto

El rápido crecimiento de la participación ciudadana digital ha generado un volumen creciente de aportaciones que las administraciones deben procesar de manera rigurosa. La exigencia pública de transparencia, escucha activa y capacidad de respuesta impulsa el uso de tecnologías avanzadas para mejorar la gestión de contenidos. Este tipo de iniciativas se alinea con estrategias públicas de modernización, datos abiertos y fortalecimiento democrático.

Problema

  • Dificultad para analizar grandes volúmenes de información no estructurada: las administraciones deben procesar decenas de miles de mensajes en formatos diversos que no permiten un tratamiento manual eficiente.
  • Complejidad en la identificación de temas prioritarios: resulta difícil detectar y jerarquizar las cuestiones más relevantes dentro del conjunto de comunicaciones recibidas.
  • Limitaciones para agrupar y derivar contenidos: las unidades responsables encuentran dificultades para clasificar mensajes relacionados y asignarlos correctamente.
  • Falta de escalabilidad en los métodos tradicionales: las herramientas actuales no permiten ampliar el análisis manteniendo tiempos de respuesta adecuados.
  • Fragmentación y heterogeneidad de la información: los datos llegan dispersos y sin homogeneidad, dificultando su integración en los flujos administrativos existentes.
...

Solución

  • Clasificación semántica automática: permitió categorizar más de 90.000 mensajes en más de 60 categorías temáticas.
  • Modelos entrenados a medida: permitió desarrollar versiones de modelos con distintos niveles de profundidad temática.
  • Paneles de análisis en tiempo real: permitió el trabajo simultáneo de múltiples usuarios institucionales sobre una misma plataforma.
  • Integración por API: permitió automatizar la ingestión de contenidos desde plataformas de participación digital.
  • Sistema de síntesis automática: permitió extraer temas clave y generar resúmenes útiles para cada área responsable.
...

Aplicaciones reales en administración pública

Impacto

Mejora de la precisión del análisis (90%): La exactitud validada de los modelos permite interpretar grandes volúmenes de información con fiabilidad.

Clasificación automática del 70% del contenido: reduce significativamente la necesidad de revisión manual.

Disminución de carga operativa: se ahorran miles de horas dedicadas históricamente al análisis manual.

Derivación eficiente a áreas competentes: la automatización permite orientar rápidamente cada propuesta hacia la unidad correcta, mejorando la respuesta administrativa.

Escalabilidad institucional: los pilotos involucran a cuatro áreas de gobierno durante las primeras semanas.

Implementado en:
Ver caso de uso