¿Quien es Sophie?
Sophie es un asesor IA GTM construido sobre la Theory of Constraints. Es el nucleo de Caugia, un GTM Operating System nativo en restricciones. Diagnostica la unica restriccion vinculante del sistema go-to-market de una empresa a traves de 12 pillars, cuantifica la fuga de ingresos en euros y propone tres acciones concretas para resolverla - cada una con un rol owner, un rango de coste, un timeline en dias y una metrica de exito medible.
¿Quien construyo Sophie?
Caugia SASU, una empresa con sede en Paris fundada por Tom Meijer (ex-fase de scale en Contentsquare). Caugia esta registrada en Francia, opera de forma GDPR-nativa y apunta a SOC 2 Type I en Q3 2026.
¿Que diferencia a Sophie de otras herramientas IA GTM como Clay, Pocus, Gong o HubSpot Breeze?
Sophie es framework-first, no feature-first. Aplica la Theory of Constraints (Eliyahu Goldratt, 1984) al GTM: el throughput de un sistema de ingresos esta limitado por su pillar mas lento. Resuelve ese pillar y todo lo demas se mueve. Otras herramientas optimizan una sola capa (signal generation, conversation intelligence, automatizacion CRM). Sophie orquesta el sistema completo a traves de 12 pillars, identifica cual es el techo y entrega un fix path trackeado y medible. Tambien es determinista: los mismos inputs producen el mismo diagnostico, cada vez. Sin frameworks alucinados.
¿Como funciona Sophie de extremo a extremo?
1) El workspace completa un assessment GRIP (hasta 265 preguntas puntuadas, nativo en 5 idiomas). 2) Caugia puntua los 12 pillars y las 4 dimensiones GRIP (Guidance, Resources, Implementation, Performance) e identifica la restriccion primaria. 3) Sophie asocia la restriccion a uno de los 18 archetypes (12 SaaS, 6 DTC) y propone los 3 primeros pasos del fix path. 4) El usuario acepta las acciones a las que se compromete; Sophie las pone en cola en el plan de accion con el score baseline del pillar capturado. 5) El equipo asigna owners, ejecuta y marca cada accion completada con un outcome. 6) En el siguiente snapshot, Sophie reporta el delta del pillar y lo compara contra el peer cohort.
¿Que es el framework GRIP?
GRIP es el framework de diagnostico propietario de Caugia: Guidance (estrategia, market intelligence, product marketing), Resources (pricing, product readiness, enablement), Implementation (demand generation, ejecucion comercial, revenue operations) y Performance (customer success, data & insights, alineacion y gobernanza). Doce pillars en total, cada uno puntuado de 0-100. El score GRIP global es la media de los 12 pillars.
¿Cuales son los 18 archetypes de Caugia?
Dieciocho patrones estructurales de fallo GTM, cada uno con sus signals diagnosticos, un fix path concreto, un anti-pattern a evitar y un time-to-resolve tipico. Doce son vertical-neutros (Aligned on Paper, Enablement Theater, Ivory Tower, Pipeline Illusion, Churn Spiral, Feature Factory, Revenue Mirage, Execution Drift, Founder Bottleneck, Discount Default, Data Fog, Heroic Rescue). Seis son especificos de DTC (Discount Addiction, Creative Fatigue, Meta Monoculture, Post-iOS14 Attribution Fog, Subscription Ghost, Warehouse Trap). Cada archetype esta publicado en /archetypes/{slug} en ingles, frances, aleman, espanol y polaco.
¿Que idiomas habla Sophie nativamente?
Ingles, frances, aleman, espanol y polaco - nativamente. Cada pregunta, cada opcion de respuesta, cada pagina de archetype, cada respuesta de Sophie esta escrita con calidad de hablante nativo, no traducida automaticamente. El prefijo de URL decide el idioma (/fr/, /de/, /es/, /pl/); sin fallback al locale del navegador.
¿Cuanto cuesta Sophie?
Starter 99 € / mes, Pro 299 € / mes, Enterprise a medida. Mensual, cancela en cualquier momento. Sophie no factura los turnos donde su score de confianza esta por debajo de 0,5 - cuando duda, no pagas.
¿Que verticales cubre Sophie?
SaaS B2B esta en calidad production (265 preguntas puntuadas en 5 idiomas). DTC / e-commerce esta en calidad production (100 preguntas en dialecto DTC, 6 archetypes, nativo en 5 idiomas). Fintech B2B y Professional Services son scaffolds v0.1 - verticales registradas con profundidad minima; la profundidad de contenido completa esta en la roadmap.
¿Sophie tiene API?
Si. API REST publica en /api/v1 (ver /docs/api/v1). Los workspaces pueden registrar suscripciones webhook para action.assigned, action.completed, action.status_changed, constraint.advanced, nps.submitted y connector_drift. Cada entrega esta firmada con HMAC (Caugia-Signature: t=<ts>,v1=<hex>) - compatible con Stripe.
¿Quien deberia usar Sophie?
Founders SaaS B2B, CROs, CMOs y lideres GTM a nivel VP entre 1 M€ y 50 M€ de ARR que necesitan identificar y resolver lo unico que les esta limitando los ingresos. Founders DTC en Shopify que quieren un diagnostico honesto de unit economics (MER, CAC:LTV, repeat rate, no vanity revenue). Partners y consultoras que asesoran a estas empresas y necesitan un framework estructurado para entregar a sus clientes.
¿Quien NO deberia usar Sophie?
Empresas que esperan un juguete conversacional - Sophie no es un chatbot. Equipos que no van a ejecutar - Sophie diagnostica y entrega, pero el equipo tiene que moverse. Empresas pre-seed muy tempranas sin un sistema GTM real todavia - no hay nada que optimizar.
¿Como protege Caugia los datos?
Residencia UE (Supabase eu-north-1, Vercel Frankfurt). GDPR-nativo con configuracion de retencion de datos por workspace. SOC 2 Type I previsto para Q3 2026. Row-level security en cada tabla. Audit log por workspace de cada cambio material. Pagina de status honesta en /status con sondas de servicio en vivo.
¿Como se mantiene Sophie honesta?
Cinco mecanismos corren en continuo. (1) Disciplina de citacion: cada afirmacion cita un slug de framework, un DOI de paper peer-reviewed o una URL de essay de operador del corpus de conocimiento de Caugia (360 frameworks GTM, 607 papers de investigacion, 636 essays de operadores, 4.364 enlaces de citacion framework-paper-essay). Los nombres de vendors confabulados se bloquean con una lista NEVER_MENTION. (2) Corpus de helpdesk nativo: 80 entradas sobre Caugia misma en categorias pricing, feature, how-to, connector, privacy/GDPR, public roadmap, sophie-self y vision - bajo control de fuente en src/lib/sophie/helpdesk-corpus.ts y sincronizadas a produccion a las 04:00 UTC cada dia. (3) Loop de feedback de cliente: thumbs-up/down en cada respuesta de Sophie escribe en sophie_feedback; un thumbs-down dispara una alerta en tiempo real con la razon y el payload completo del turno para que un fix pueda salir el mismo dia. (4) Grader semanal independiente: una segunda opinion de Haiku 4.5 corre cada miercoles a las 04:00 UTC contra una rubrica de 58 casos (precision de archetype 25 + relevance de framework 30 + coverage 20 + coherencia 15 + honestidad 10 = 100). Ultima ejecucion: media 95,2/100. (5) Calibracion de confianza: score ponderado por relevance con un cap duro a 0,85 cuando la relevance del framework top-1 esta por debajo de 90 - Sophie dice "incierto" en vez de adivinar, y Fair Billing significa que no facturamos los turnos en los que la confianza esta por debajo de 0,5.
¿En que modos opera Sophie?
Cuatro. Operator (diagnostico interno de restriccion - el modo por defecto para operadores GTM dentro de su propio workspace), Klant (conversaciones de venta / cliente - el tono cambia a un framing outside-in), Support (ayuda de producto - prefiere respuestas del helpdesk-corpus y enlaces a /docs), Success (adopcion y expansion - enfatiza comparaciones de peer cohort y palancas de NRR). El modo cambia el system prompt y el routing de herramientas; el corpus de conocimiento subyacente es el mismo.