Ir al contenido
7lens.io Regístrate para probar

Arquitectura

7lens lee lo que ya saben tus herramientas (CMDB, cloud, seguridad, monitorización, finanzas, catálogos de aplicaciones y sistemas propios) y lo conecta dentro de tu propio entorno. No sustituye esas herramientas ni saca tus datos de tu entorno.

Selecciona una parte del diagrama para ver qué hace, o pulsa Seguir un dato para acompañar un dato desde un sistema de origen hasta las personas y los agentes que lo consultan.

La arquitectura de 7lens. Tus sistemas actuales (cloud, seguridad, finanzas, CMDB, operaciones y otras fuentes) envían lo que saben a Collector. Todo lo demás se ejecuta en tu entorno, sin que salgan datos: Collector registra y comprueba cada envío y lo pasa al motor semántico, que usa la Ontología para normalizar, conciliar, validar y relacionar la información, guarda la trazabilidad, resuelve las discrepancias y genera el Contexto de tu empresa. Un plano de gestión de 7lens (SaaS), fuera de tu entorno, recibe solo configuración hecha por personas y ningún dato de cliente. La IA propone; los datos fiables, las reglas fijas y una comprobación explícita deciden qué es cierto. Las personas consultan el Contexto con las Lenses 1 a 6; los agentes de IA, con la Lens 7 a través de MCP y la API; y el software, a través de la API.

Tus sistemas actuales

7lens lee lo que saben. No los sustituye.

  • CloudPlataformas cloud
  • SeguridadHerramientas de seguridad
  • FinanzasSistemas financieros
  • CMDBRegistros de activos y configuración
  • OperacionesHerramientas de monitorización
  • Otras fuentesCatálogos de aplicaciones · Herramientas propias
SaaS de 7lens · fuera de tu entorno

Plano de gestión

Solo configuración hecha por personas. Ningún dato de cliente.

Se ejecuta en tu entorno · no salen datos

Collector

La puerta de entrada de lo que tus sistemas ya saben.

  • Registra quién hace cada envío
  • Comprueba que el contenido es utilizable
  • Acepta una carga completa o solo los cambios
  • Guarda el estado de cada envío

Ontología

El modelo: qué tipos de elementos existen y cómo pueden relacionarse.

  • Organización
  • Grupos
  • Tecnología
  • Negocio
  • Extensiones: inventario, contratos, procesos

Motor semántico

Convierte la información de origen en una única visión conectada.

  1. Normalizar
  2. Conciliar
  3. Validar
  4. Relacionar
  5. Guardar la trazabilidad
  6. Resolver discrepancias

El Contexto de tu empresa

El modelo, con los datos de tu empresa.

  • Organización
  • Grupos
  • Tecnología
  • Negocio
  • Inventario
  • ContratosPróximamente
  • ProcesosPróximamente

La IA propone. Los datos fiables, las reglas fijas y una comprobación explícita deciden qué es cierto.

Siete Lenses. Un solo Contexto.

Cada Lens hace su propia pregunta sobre la misma visión.

Personas

Lenses 1 a 6, para quienes dirigen y gobiernan.

  • 01Security Lens
  • 02CTO Governance Lens
  • 03CFO Capital Lens
  • 04CIO Strategy Lens
  • 05Lock-In Free Lens
  • 06Automation & AIOps ROI Lens

Agentes de IA

Lens 7, a través de MCP y la API, con los mismos permisos y la misma auditoría que una persona.

  • 07AI Lens

Software y sistemas

El mismo Contexto a través de la API: qué existe, cómo se relaciona y de dónde viene cada dato.

  • Lens a medida
  • Lens a medida
  • Lens a medida

Seguir un dato: Dato de ejemplo (ilustrativo)

  1. Tus herramientas conservan sus datos y siguen siendo la referencia. Aquí, una plataforma cloud y una CMDB describen el mismo clúster. (Plataforma cloud: prod-eu-k8s-01; CMDB: Production K8s (EU))
  2. Collector registra quién hace cada envío, comprueba que el contenido es utilizable, acepta una carga completa o solo los cambios, lo pasa al motor semántico y guarda su estado. (2 envíos recibidos; Remitente registrado; Contenido comprobado; Estado guardado)
  3. El motor semántico no da por bueno lo que recibe. Primero normaliza nombres y formatos según el modelo de 7lens. (Nombres y formatos alineados con el modelo)
  4. Conciliar: los registros que describen el mismo elemento real se convierten en un único registro canónico. (2 registros → 1 registro canónico)
  5. Validar y relacionar: las reglas señalan lo que no encaja en el modelo y cada dato se coloca en su sitio. La IA puede proponer la relación; deciden los datos fiables, las reglas fijas y una comprobación explícita. (Comprobado con la Ontología; Tipo de activo: clúster de Kubernetes; Pertenece a una plataforma; Propuesto por la IA, decidido por regla y comprobación)
  6. Guardar la trazabilidad y resolver discrepancias: el registro guarda de dónde viene cada dato, cuándo se vio y con qué confianza coincide. Si dos fuentes no coinciden, una regla definida decide. Nada se decide sin dejar rastro. (Fuentes conservadas; Cuándo se vio; Confianza de la coincidencia; Discrepancias: decide una regla)
  7. El resultado es un dato conectado en el Contexto de tu empresa, construido y mantenido dentro de tu entorno. Los sistemas de origen no cambian. (Un activo conectado; Sistemas de origen sin cambios)
  8. El mismo Contexto se consulta con las siete Lenses: las personas, con las Lenses 1 a 6; los agentes de IA, con la Lens 7 a través de MCP y la API. El software accede al mismo Contexto a través de la API. (Lenses 1–6: personas; Lens 7: agentes de IA (MCP, API); Software: API)
  • En tu entorno. Los datos, el modelo completado, el procesamiento y el Contexto (Context) se quedan ahí. Incluye el inicio de sesión con tu sistema de identidad, permisos por rol, permisos separados para personas, asistentes de IA y automatizaciones, un registro de auditoría completo y la residencia de los datos en la región que necesites.
  • Datos del cliente son el Contexto y todo lo que se usa para construirlo: lo que enviaron las fuentes, cómo se relacionó, los registros conciliados y la configuración de las Lenses.
  • Plano de gestión (management plane, SaaS). Solo gestiona la parte de los conceptos semánticos que 7lens necesita para funcionar, a partir de configuración hecha por personas. No le llega ningún dato del cliente.
  • Product definition (en inglés): cómo entra la información, cómo un dato de origen pasa a formar parte de la visión y cómo la usan las personas y el software.
  • Modelo de datos: la Ontología que aplica el motor semántico.