Volver al estudio de mercado
COMET ofrece software y servicios para notificar e investigar incidentes, analizar causas raíz, realizar auditorías y verificar proveedores. Su módulo Supply Chain gestiona información de proveedores, evaluaciones, documentos y acciones correctivas. COMET Signals analiza registros de salud, seguridad, medioambiente y calidad; su AI Assistant ayuda a los investigadores a preparar y analizar investigaciones. Sus clientes incluyen operadores de energía, ferrocarriles, servicios públicos, construcción y otras industrias con riesgos operativos importantes. (1, 2, 4, 5)
Puntuación global de supply chain: 4.9/10.
| Dimensión | Puntuación |
|---|---|
| Profundidad en supply chain | 4.2/10 |
| Sustancia de las decisiones y la optimización | 4.0/10 |
| Integridad del producto y la arquitectura | 6.0/10 |
| Transparencia técnica | 5.4/10 |
| Seriedad del proveedor | 5.0/10 |
La sustancia de COMET consiste en organizar investigaciones y mejorar cómo las organizaciones aprenden de los fallos. Su módulo de proveedores extiende ese enfoque a la homologación y evaluación de riesgos. La afirmación de optimizar toda la supply chain es mucho más amplia que el mecanismo: los evaluadores configuran puntuaciones, examinan proveedores y asignan acciones. No se publica ningún cálculo que seleccione compras, proveedores o cantidades de inventario según sus consecuencias económicas esperadas. (2, 3)
La principal debilidad de Signals es el salto desde patrones en los registros hasta afirmaciones sobre causas e intervenciones eficaces. Una consulta puede apoyarse correctamente en los informes y aun así respaldar una conclusión operativa equivocada. Seguir un indicador antes y después de una acción no demuestra, por sí solo, que esa acción haya causado el cambio. (4)
COMET frente a Lokad
Supongamos que un proveedor entrega repetidamente piezas defectuosas. COMET puede organizar los informes, vincularlos a auditorías, examinar controles fallidos, actualizar la evaluación de riesgo del proveedor y asignar trabajo correctivo. Esto aborda un problema organizativo importante: los fallos suelen repetirse porque la información sigue dispersa y nadie sigue la acción hasta su conclusión. (2, 3, 4)
La decisión de supply chain asociada es distinta: cuánto pedir a ese proveedor, si homologar a otro y cuánto inventario mantener mientras surte efecto el trabajo correctivo. Estas decisiones dependen de tasas de defectos, fechas de recepción y demanda inciertas, además de costes de sustitución, capacidad y efectivo. El enfoque de optimización de inventario de Lokad mantiene una lógica numérica de decisión para evaluar económicamente esos compromisos. Sus Supply Chain Scientists desarrollan y revisan esa lógica, cuyo resultado son decisiones ejecutables recurrentes.
COMET mantiene un proceso de investigación y verificación; Lokad mantiene un proceso de decisión para el flujo de mercancías. Ni una categoría de riesgo ni una etiqueta de causa raíz proporcionan las probabilidades y compensaciones monetarias necesarias para este último. Aquí resulta útil la perspectiva de Introducción a la Supply Chain: la información adicional justifica su coste cuando mejora una decisión. Una investigación exhaustiva puede aportar datos a ese cálculo, pero el cálculo aún debe construirse.
Verificación de proveedores y límites de las puntuaciones de riesgo
La página de Supply Chain describe el alta de proveedores, la revisión de certificaciones y documentos, las evaluaciones y la gestión de acciones. Su puntuación personalizada considera el gasto, el impacto ambiental, la seguridad laboral, la protección y otros criterios definidos por la empresa. Las pantallas muestran niveles de riesgo y una matriz de probabilidad y gravedad. Los evaluadores generan una puntuación global del proveedor con la configuración del cliente. (2)
Son mecanismos de flujo de trabajo y clasificación. Un proveedor clasificado como de alto riesgo no es automáticamente aquel al que conviene comprar menos. La única fuente de un repuesto crítico, un proveedor sustituible de productos básicos y un subcontratista de poco volumen pueden tener etiquetas de riesgo similares y exigir respuestas muy distintas. La decisión económica necesita el coste y la viabilidad de las alternativas, la cantidad expuesta, la duración de una interrupción y la probabilidad de que la mitigación cambie el resultado.
Una matriz ordinal no proporciona ese cálculo. Etiquetas como probable o catastrófico necesitan una definición operativa, un horizonte temporal y una relación con la exposición. Combinarlas con el gasto y otras puntuaciones puede ocultar los compromisos en lugar de resolverlos. COMET publica el proceso de evaluación, pero no una calibración de las puntuaciones de proveedores frente a pérdidas posteriores ni una regla de decisión que distribuya un presupuesto de mitigación entre proveedores.
Esto hace excesivas las afirmaciones de la página sobre una solución integral de supply chain y la optimización de todo el proceso. El software estandariza la verificación de proveedores. No documenta la proyección estocástica de demanda futura, tiempos de entrega, defectos e interrupciones que permitiría optimizar compras o inventario teniendo en cuenta el riesgo.
Mecanismos de investigación y afirmaciones causales
COMET Investigate organiza pruebas en una cuadrícula llamada Significant Investigation Data, examina barreras fallidas o ausentes, analiza factores humanos y codifica los hallazgos mediante cinco Root Maps: comunicación, entorno operativo, gestión, equipos y formación. Los paneles de Power BI muestran patrones, rendimiento de los investigadores, tiempos de cierre y coherencia en la selección de causas raíz. (3)
Esta metodología puede hacer comparables las investigaciones e impedir que una conclusión superficial, como error del operador, ponga fin a la indagación. Sus exigencias prácticas se aprecian en un caso de Lloyd’s Register de diciembre de 2020: un fallo en una tubería de perforación había causado aproximadamente 24 días de tiempo improductivo; la investigación combinó registros de perforación, procedimientos, conocimientos metalúrgicos independientes y un investigador sénior asignado al caso. La revisión de seis semanas produjo cuatro factores COMET, nueve causas raíz asociadas y diez recomendaciones. Son resultados documentados de investigación, no reducciones medidas de pérdidas futuras de perforación. (17)
Signals 2.0 clasifica registros y responde consultas. Describe verificación de fuentes, evaluaciones de confianza, abstención, prompts versionados y reevaluación histórica tras cambios en la taxonomía. Esto facilita examinar y revisar el análisis. (4)
Sin embargo, la coherencia con un registro no valida su interpretación causal. Un informe puede omitir un precursor, repetir la explicación errónea de un investigador o reflejar presiones para elegir una categoría aceptable. Un verificador puede confirmar que la explicación figura en las pruebas sin demostrar que explique el fallo. Predecir un incidente futuro también exige evaluar las alertas con los registros disponibles antes de ese incidente, incluyendo los sucesos no detectados y la carga de trabajo causada por falsas alarmas. El material revisado no publica esa evaluación.
Medir una intervención requiere algo más que un cambio de indicador
Signals vincula las acciones con pruebas, responsables, fechas, costes y medidas de seguimiento. Presenta indicadores de antes y después como prueba de eficacia: un historial de medición útil, pero una prueba causal débil. (4)
Por ejemplo, el número de incidentes puede caer tras una parada simplemente porque se trabajaron menos horas. Una nueva campaña de notificación puede aumentar los informes de cuasiaccidentes al tiempo que mejora la seguridad. Una intervención introducida después de un pico inusual puede parecer exitosa cuando el número vuelve a su rango normal. El analista debe distinguir esos efectos de la acción evaluada. El contexto operativo ayuda, pero mostrarlo junto a un gráfico no resuelve la atribución.
COMET entiende este problema en su propio ámbito. Su artículo de octubre de 2026 sobre infranotificación explica cómo los objetivos, las bonificaciones y las fichas de evaluación de contratistas pueden premiar el silencio. También describe cómo Signals vigila las caídas en las tasas de notificación y el deterioro de la calidad narrativa. Es una defensa sustancial frente a indicadores engañosos. Debería limitar la afirmación mucho más contundente del producto de que una cifra de antes y después demuestra el efecto de una intervención. (15)
El mismo criterio se aplica a los resultados del proveedor. La página del caso McDermott describe un proceso global coherente de investigación y el uso de datos históricos de HSE. Un testimonio independiente en esa página atribuye a COMET una reducción del 29% de los casos de primeros auxilios en Corning en 2022. Es un resultado comunicado por el cliente, pero carece de tasas ajustadas por exposición, grupo de comparación y desglose entre el software y otros cambios. Es anterior al AI Assistant de 2026. (16)
Historia tecnológica e integridad de la hoja de ruta
La empresa surgió de la unión de STC Global e INSISO en 2021 y adoptó la marca comercial COMET en mayo de 2024. BGF registra una inversión de crecimiento en STC INSISO en 2023. Su trayectoria combina métodos de investigación, formación, desarrollo de software y trabajo sobre procesos empresariales. (10, 18)
Las afirmaciones sobre IA anteriores a 2023 merecen especial escrutinio. En septiembre de 2022, COMET anunció un piloto en la región sur de Network Rail que emplearía análisis del lenguaje natural sobre decenas de miles de registros de HSE, con un lanzamiento previsto tras finalizar el piloto ese mismo año. En octubre, STC INSISO adquirió la propiedad intelectual y el software restantes de Signals procedentes de su colaboración con Lloyd’s Register. El anuncio describía pilotos comerciales en Network Rail, McDermott y Coca-Cola, y afirmaba poder predecir causas raíz latentes que podrían producir incidentes futuros. (8, 9)
La clasificación de textos y la detección de temas recurrentes eran aplicaciones plausibles del aprendizaje automático. La promesa más ambiciosa de predecir causas requería pruebas prospectivas que esos anuncios no aportaban. El material posterior de McDermott respalda la continuidad del uso de la analítica, pero no cuantifica su rendimiento predictivo. Por tanto, la ambición original debe juzgarse por los resultados obtenidos, no por la continuidad de la etiqueta IA. (16)
Los productos más recientes son más concretos. La página del antiguo Companion identifica un chatbot basado en OpenAI para orientar sobre el producto, ayudar con la configuración y reforzar la formación. El lanzamiento de AI Assistant del 15 de abril de 2026 describe la redacción dentro de investigaciones y el análisis del conjunto de investigaciones mediante Companion Plus, con aprobación humana de cada cambio. Afirma que esta función más reciente no utiliza OpenAI ni un gran modelo de lenguaje público y excluye del análisis conjunto las investigaciones protegidas por privilegio jurídico. Son funciones con nombres distintos; el proveedor debe aclarar sus recorridos de datos y límites entre versiones. (6, 7)
La hoja de ruta tiene continuidad. Su punto débil sigue siendo pasar de encontrar patrones a afirmar una prevención eficaz sin la correspondiente validación de resultados.
Componentes de software y arquitectura
Las pruebas más sólidas sobre los componentes proceden de la definición pública del servicio, la documentación del producto y una oferta de empleo fechada del proveedor.
| Capa | Componentes documentados | Alcance |
|---|---|---|
| Alojamiento principal | Microsoft Azure en regiones adecuadas para el cliente | Definición del servicio G-Cloud de 2024 |
| Analítica de investigaciones | Microsoft Power BI | Paneles descritos de COMET Investigate |
| Desarrollo web | .NET Core/C#, Angular, React, SQL Server/T-SQL, API REST | Responsabilidades de desarrollo de agosto de 2025 en la rama tecnológica de COMET |
| Signals 2.0 | Azure; recursos por cliente detallados más abajo | Descripción actual de la arquitectura del producto |
| Antiguo Companion | Asistencia conversacional basada en OpenAI | Chatbot de orientación sobre el producto, distinto del Assistant de 2026 |
La oferta cubre los sistemas personalizados, plataformas e integraciones de COMET. Establece responsabilidades reales de desarrollo, pero no especifica la distribución exacta de esos componentes entre productos. Los materiales publicados muestran una actividad de aplicaciones orientada en gran medida a Microsoft. Las familias de modelos y los requisitos de cómputo analítico siguen sin especificarse.
Signals analiza registros de sistemas HSEQ existentes. La definición del servicio de 2024 también ofrece desarrollo de API para conectar sistemas EHS existentes y distingue la configuración de los cambios a medida. Esa frontera crea una obligación continua de mantener significados de campos, identidades, taxonomías e integraciones a medida que cambian los sistemas de origen. (4, 12)
Seguridad mediante mecanismos concretos
Signals describe la supresión de datos personales, bases de datos, índices y colas separados por cliente, y procesamiento dentro del entorno Azure del cliente sin un modelo externo. El lanzamiento del Assistant añade que los datos de los clientes no alimentan un modelo compartido y que las investigaciones protegidas quedan excluidas del análisis conjunto. Son afirmaciones de diseño significativas sobre exposición y contención. (4, 6)
La definición del servicio de 2024 contempla recuperación a un momento determinado y cifrado, mientras asigna a los clientes la responsabilidad de sus propios archivos. Ni ese documento ni la descripción actual del producto especifican copias de recuperación protegidas frente a un administrador comprometido, un objetivo de restauración probado o los privilegios exactos de los agentes analíticos. Son lagunas prácticas pendientes. La alineación con ISO y el lenguaje de cumplimiento no pueden cubrirlas. (12)
Los cambios en clasificación, consultas y comportamiento de los agentes requieren permisos, revisión, evaluación reproducible y reversión. El historial de versiones ayuda a diagnosticar un error después de que ocurra; restringir las herramientas de un agente limita el daño que puede causar. (4)
Productividad, mantenimiento y coste total
El AI Assistant de COMET afirma reducir en más del 30% el tiempo de documentación de investigaciones. Redacta material que los investigadores pueden aceptar, modificar o rechazar, y preserva el criterio humano. Es una afirmación de productividad delimitada: la documentación puede suponer una carga considerable, pero ahorrar tiempo en esa actividad no demuestra la misma reducción del trabajo total de investigación. Siguen siendo necesarias las entrevistas, la recopilación de pruebas, el análisis técnico, la revisión y el seguimiento de acciones correctivas. La página del producto no aporta un estudio de carga de trabajo ni una base medida de personal. (5)
La revisión humana tiene un propósito claro en investigaciones controvertidas o de consecuencias importantes. La descripción de julio de 2025 presenta las entrevistas a testigos, la evaluación de credibilidad y el análisis del contexto operativo como tareas centrales. La prueba pertinente después de 2022 es cuánta preparación, codificación, búsqueda y seguimiento rutinario puede eliminarse conservando esas responsabilidades. Aprobar conclusiones sustantivas no exige rehacer manualmente cada operación intermedia. (19)
Corregir una taxonomía puede mejorar muchos análisis posteriores. El trabajo costoso es comprobar si las definiciones revisadas mejoran decisiones, preservan la comparabilidad y reducen falsas alarmas. Un administrador puede cambiar un campo rápidamente; decidir qué debería significar ese campo es la parte costosa. (4)
Esto conecta con la holimización: las categorías, los supuestos operativos y las acciones correctivas disponibles deben poder revisarse. Un sistema que clasifica sistemáticamente informes en una taxonomía inadecuada puede equivocarse con eficiencia. La validez económica de las prioridades resultantes sigue requiriendo evaluación.
Los precios publicados de G-Cloud de 2024 hacen visibles varios costes de propiedad. Un módulo en la región Reino Unido/Europa costaba £41.400 el primer año; la tarifa incluía incrementos anuales estándar del 5% y cargos regionales adicionales. Indicaba por separado £7.500 para la implementación de API y £6.500 para un curso práctico de dos días con hasta doce participantes. Son precios históricos del acuerdo marco, no una oferta actual para un cliente. Muestran por qué las tarifas de software por sí solas no miden toda la inversión. (13)
La definición del servicio añade apoyo a la configuración, formación de usuarios avanzados, desarrollo de procesos, comunicaciones y gestión del cambio. Los costes recurrentes también incluyen actualizar registros de proveedores, mantener definiciones de riesgo, revisar clasificaciones y seguir las acciones. Una guía con IA puede reducir las solicitudes de ayuda, pero no elimina este trabajo. Una evaluación de productividad debe sumar el esfuerzo del proveedor y del cliente. (7, 12)
Responsabilidad y posibilidad de inspección
Las condiciones públicas de G-Cloud de COMET de 2024 prometen un funcionamiento sustancialmente conforme a la documentación y una competencia y diligencia razonables, con corrección de incumplimientos a cargo del proveedor. El mismo documento atribuye a los clientes la responsabilidad exclusiva de los resultados y conclusiones, excluye determinadas pérdidas económicas y, salvo excepciones indicadas, limita generalmente la responsabilidad agregada a seis meses de tarifas o a un importe inferior acordado. Es responsabilidad por el comportamiento contratado del software, con mucha menos responsabilidad por el resultado empresarial. (14)
Otras dos disposiciones afectan a la evaluación. Los resultados de las pruebas de rendimiento se consideran confidenciales, lo que puede dificultar la comparación pública. La cláusula de salida exige solicitar la copia de seguridad más reciente dentro de los diez días siguientes a la terminación y permite gastos razonables de devolución. Es un acuerdo de migración más restrictivo de lo que sugiere limitarse a afirmar que los clientes son dueños de sus datos. (14)
Una prueba comercial más exigente conectaría cada intervención con su beneficio esperado, coste real, exposición operativa y pruebas posteriores. Llamar prueba de eficacia al movimiento de un indicador, dejando todos los resultados bajo responsabilidad del cliente, establece un listón mucho más bajo de lo que sugieren las afirmaciones de prevención e inteligencia de riesgos.
Puntuación de supply chain
La puntuación global de 4.9/10 es la media aritmética redondeada de 25 subpuntuaciones con el mismo peso. La evaluación reconoce los mecanismos de investigación de COMET y examina las decisiones de supply chain implícitas en sus afirmaciones sobre proveedores y riesgos.
Profundidad en supply chain: 4.2/10
| Criterio | Puntuación |
|---|---|
| Planteamiento económico | 4/10 |
| Concreción en decisiones ejecutables | 3/10 |
| Claridad conceptual sobre supply chain | 4/10 |
| Independencia de doctrinas centrales obsoletas | 4/10 |
| Resistencia al teatro de los KPI | 6/10 |
Media: 4.2/10.
Planteamiento económico. El cálculo ausente es el valor de las alternativas de mitigación: ¿qué gasto tiene más probabilidades de evitar una pérdida mayor? (2, 4)
Concreción en decisiones ejecutables. Los resultados son evaluaciones, investigaciones, recomendaciones y acciones con responsables. No hay un cálculo documentado que produzca cantidades de compra o asignaciones de abastecimiento seleccionadas económicamente. (2, 5)
Claridad conceptual sobre supply chain. La verificación de proveedores y la investigación operativa tienen mecanismos claros. Las afirmaciones de optimizar toda la supply chain exceden ese alcance. (2, 3)
Independencia de doctrinas centrales obsoletas. La oferta evita los mecanismos convencionales de stock de seguridad y S&OP, pero las matrices de riesgo configurables aún pueden sustituir un problema económico por puntuaciones subjetivas. (2)
Resistencia al teatro de los KPI. El análisis de COMET sobre la supresión de notificaciones es sólido. Su prueba de eficacia de las intervenciones necesita el mismo escepticismo ante el movimiento de indicadores. (4, 15)
Sustancia de las decisiones y la optimización: 4.0/10
| Criterio | Puntuación |
|---|---|
| Profundidad del modelado probabilístico | 3/10 |
| Sustancia propia en optimización o aprendizaje automático | 5/10 |
| Tratamiento de restricciones reales | 3/10 |
| Automatización de decisiones y productividad laboral | 5/10 |
| Resiliencia ante la complejidad operativa real | 4/10 |
Media: 4.0/10.
Profundidad del modelado probabilístico. La confianza en una clasificación no permite valorar monetariamente la exposición operativa futura. El mecanismo de decisión divulgado carece de ese cálculo que conecta probabilidades y pérdidas. (2, 4)
Sustancia propia en optimización o aprendizaje automático. La arquitectura analítica permite inspección y corrección. La ausencia de una evaluación prospectiva impide un juicio más favorable sobre su valor predictivo. (4, 8)
Tratamiento de restricciones reales. Las investigaciones conservan el contexto técnico y organizativo, como muestra el caso de perforación. El software no divulga una optimización sometida a restricciones de compra, capacidad o presupuesto. (2, 17)
Automatización de decisiones y productividad laboral. El trabajo preparatorio puede reducirse considerablemente. El ahorro declarado en documentación deja sin medir la carga completa de investigación y seguimiento. (4, 5)
Resiliencia ante la complejidad operativa real. La predicción de sucesos raros y la interpretación causal siguen siendo vulnerables a pruebas incompletas y notificadas selectivamente. El tratamiento de la infranotificación constituye una respuesta parcial útil. (4, 15)
Integridad del producto y la arquitectura: 6.0/10
| Criterio | Puntuación |
|---|---|
| Coherencia arquitectónica | 7/10 |
| Claridad de los límites del sistema | 7/10 |
| Seriedad en seguridad | 6/10 |
| Sobriedad del software y coste de propiedad | 5/10 |
| Compatibilidad con operaciones programáticas y asistidas por agentes | 5/10 |
Media: 6.0/10.
Coherencia arquitectónica. Los registros de incidentes, la investigación estructurada, la verificación de proveedores y las capas analíticas comparten un propósito operativo reconocible. La adquisición de Signals tiene una trayectoria técnica rastreable. (1, 8)
Claridad de los límites del sistema. Las responsabilidades de verificación e investigación son claras. Los compradores aún necesitan un mapa explícito del movimiento de datos entre Companion, Companion Plus y Signals. (4, 6, 7)
Seriedad en seguridad. Los mecanismos de contención declarados merecen una valoración positiva. La independencia de la recuperación y los permisos de los agentes requieren información más específica. (4, 6, 12)
Sobriedad del software y coste de propiedad. El desarrollo orientado a Microsoft y la configuración compartida sugieren una base técnica coherente. El coste de las integraciones, la formación, las taxonomías y la operación analítica sigue siendo significativo. (11, 12, 13)
Compatibilidad con operaciones programáticas y asistidas por agentes. Se admiten integración y evaluación repetible. La ejecución recurrente de acciones tiene una interfaz pública menos explícita. (4, 12)
Transparencia técnica: 5.4/10
| Criterio | Puntuación |
|---|---|
| Documentación técnica pública | 6/10 |
| Posibilidad de inspección sin mediación del proveedor | 5/10 |
| Portabilidad y visibilidad de la dependencia del proveedor | 5/10 |
| Transparencia del método de implementación | 6/10 |
| Densidad de pruebas de las afirmaciones técnicas | 5/10 |
Media: 5.4/10.
Documentación técnica pública. La arquitectura y la definición del servicio permiten un examen sustancial. La evaluación reproducible de modelos y los contratos detallados de integración siguen siendo menos accesibles. (4, 12)
Posibilidad de inspección sin mediación del proveedor. Pueden examinarse los flujos del producto, las pruebas de ingeniería del empleador y los documentos públicos del acuerdo marco. No existe una evaluación pública reproducible de la predicción de incidentes o de las recomendaciones causales. (8, 11, 14)
Portabilidad y visibilidad de la dependencia del proveedor. La propiedad del cliente y la exportación son explícitas, al igual que el breve plazo de solicitud al salir y los posibles gastos de devolución. El uso aprendido de la taxonomía y las clasificaciones históricas añaden trabajo de migración más allá de exportar registros. (12, 14)
Transparencia del método de implementación. La configuración, la integración, la formación y la incorporación a la organización están documentadas y tienen precios parciales. Esto hace más visible el componente humano que una afirmación de despliegue instantáneo de IA. (12, 13)
Densidad de pruebas de las afirmaciones técnicas. Los despliegues identificados acreditan el uso operativo. Dejan prácticamente sin medir la calidad de la predicción y de la selección de intervenciones. (4, 9, 16)
Seriedad del proveedor: 5.0/10
| Criterio | Puntuación |
|---|---|
| Seriedad técnica de la comunicación pública | 5/10 |
| Integridad de la hoja de ruta tecnológica | 6/10 |
| Claridad conceptual | 6/10 |
| Responsabilidad económica | 3/10 |
| Sostenibilidad de la ventaja competitiva en un mundo de software con agentes | 5/10 |
Media: 5.0/10.
Seriedad técnica de la comunicación pública. Los ejemplos operativos mejoran la exposición. Las garantías amplias de investigaciones completas exigen una validación mucho más sólida. (4, 5, 17)
Integridad de la hoja de ruta tecnológica. La trayectoria conecta los métodos de investigación, la analítica lingüística de 2022 y las funciones más recientes de redacción y verificación. La continuidad merece una valoración positiva; la promesa predictiva inicial sigue sin una validación publicada de resultados. (6, 8, 9)
Claridad conceptual. El tratamiento de barreras fallidas, contexto organizativo e incentivos de notificación tiene sustancia. Las puntuaciones de riesgo y los indicadores de antes y después son sustitutos más débiles del razonamiento económico y causal. (2, 3, 15)
Responsabilidad económica. Las condiciones contractuales dejan los resultados bajo responsabilidad de los clientes, mientras las afirmaciones públicas sobre resultados carecen de una comparación completa que incorpore los costes. (4, 14, 16)
Sostenibilidad de la ventaja competitiva en un mundo de software con agentes. La metodología operativa, las pruebas controladas y una clasificación mantenida pueden conservar valor. La asistencia por chat y la redacción documental son ventajas menos duraderas; el valor sostenido depende de mejorar la calidad de las intervenciones y reducir el trabajo total. (3, 4, 5)
Fuentes
Las páginas sin fecha se consultaron el 4 de noviembre de 2026. Los documentos de G-Cloud son los materiales del acuerdo marco de 2024 publicados por el proveedor; sus precios y condiciones no se presentan como acuerdos actuales universales con los clientes.
[1] Alcance del producto COMET
COMET, Descripción de la plataforma. Módulos, metodología, sectores operativos y límites del producto.
[2] Verificación de proveedores
COMET, Supply Chain. Alta de proveedores, evaluación configurable de riesgos, documentos, acciones y afirmaciones sobre toda la suite.
[3] Metodología de investigación
COMET, Investigate. Root Maps, organización de pruebas, factores humanos y análisis integrado con Power BI.
COMET, Analítica de datos con IA. Arquitectura técnica y afirmaciones operativas.
COMET, AI Assistant. Redacción, análisis del conjunto de investigaciones, afirmación sobre tiempo de documentación y flujo de aprobación.
[6] Lanzamiento del Assistant en abril de 2026
COMET, Presentación de COMET AI Assistant, 15 de abril de 2026. División del producto, aprobación, afirmaciones sobre límites de modelos y datos, y exclusión de casos protegidos.
COMET, Companion. Asistencia sobre el producto basada en OpenAI, orientación de configuración y refuerzo de formación.
COMET, Adquisición del producto de IA desarrollado con Lloyd’s Register, 18 de octubre de 2022. Propiedad intelectual, alcance de pilotos, análisis lingüístico y afirmaciones predictivas.
COMET, Piloto de Signals en Network Rail, 23 de septiembre de 2022. Registros previstos, flujo de trabajo, otros pilotos y calendario de lanzamiento.
[10] Trayectoria empresarial y cambio de marca
COMET, STC INSISO pasa a llamarse COMET, 23 de mayo de 2024. Fusión anterior y adopción de la marca comercial.
[11] Componentes de ingeniería
COMET, Desarrollador full stack, 11 de agosto de 2025. Responsabilidades definidas por el empleador y alcance de la rama tecnológica.
COMET/STC INSISO, Definición del servicio G-Cloud 14, mayo de 2024, ODT. Alojamiento, recuperación, soporte, configuración, integración, formación y condiciones de salida.
COMET/STC INSISO, Precios de G-Cloud 14, mayo de 2024, ODS. Tarifas por módulo y región, incrementos anuales, implementación de API y cursos.
[14] Condiciones contractuales públicas
COMET/STC INSISO, Condiciones de G-Cloud 14, mayo de 2024, ODT. Obligaciones de conformidad, responsabilidad del cliente, confidencialidad de pruebas de rendimiento, responsabilidad jurídica y condiciones de exportación.
[15] Incentivos de notificación y calidad de los datos
COMET, Infranotificación de cuasiaccidentes, 26 de octubre de 2026. Distorsión de incentivos, calidad de la notificación y seguimiento con Signals.
[16] Afirmaciones sobre despliegues y resultados
COMET, Caso de estudio de McDermott. Resumen público del caso y testimonios de Corning y otros clientes identificados por separado.
[17] Investigación de perforación
COMET, Caso de Lloyd’s Register sobre rendimiento de perforación, 18 de diciembre de 2020. Alcance del incidente, trabajo de investigación y recomendaciones entregadas.
BGF, Ficha de STC INSISO en la cartera. Registra una inversión de crecimiento en 2023 y la actividad de software y servicios.
[19] Política de revisión humana
COMET, IA y criterio humano en decisiones de alto riesgo, 24 de julio de 2025. Responsabilidades previstas de investigación y límites de la automatización.