Digital & AI Readiness Assessment

VORLUX AI | vorluxai.com

---

Client: [CLIENT COMPANY NAME] Industry: [INDUSTRY] Assessment Date: [DATE] Conducted by: [VORLUX AI CONSULTANT NAME] Client Participants: [NAMES AND TITLES] Assessment Reference: VORLUX-ASSESS-[YEAR]-[NNN]

---

Instructions for Assessors / Instrucciones para el Evaluador

Purpose: This assessment produces a scored, objective view of a company’s readiness to adopt AI. Use the results to:

1. Identify quick wins and blockers
2. Shape the scope and phasing of the consulting proposal
3. Set realistic expectations with the client
4. Provide a baseline against which to measure progress

How to score: Each question is rated on a 1–4 scale:

Score	Label	Description
1	Not started	No awareness, no activity, no capability
2	Emerging	Some awareness; ad-hoc or experimental activity
3	Developing	Structured approach; partially implemented
4	Advanced	Systematic, fully implemented, continuously improving

Scoring process:

• Conduct a 60–90 minute structured interview with relevant stakeholders
• Ask each question; probe with follow-ups; score based on evidence, not claims
• Complete the scoring rubric at the end of each section
• Calculate the total score and determine the Readiness Band
• Use Section 7 to formulate recommendations

Evaluación de madurez digital e IA (ES): Esta evaluación produce una visión objetiva y puntuada de la preparación de una empresa para adoptar la IA. Se utiliza para identificar victorias rápidas y obstáculos, y para dar forma a la propuesta de consultoría.

---

Section 1 — Infrastructure & Technology / Infraestructura y Tecnología

Objective: Assess the technical foundation available for AI deployment.

Q#	Question	Score (1–4)	Evidence / Notes
1.1	Does the company operate in the cloud (public, private, or hybrid)?
1.2	Is the company’s infrastructure regularly maintained and patched?
1.3	Does the company have the compute capacity (CPU/GPU) required for AI workloads?
1.4	Is there a scalable storage infrastructure for large datasets?
1.5	Are APIs available to connect key business systems?
1.6	Is the company’s network infrastructure adequate (latency, bandwidth)?
1.7	Are there documented infrastructure standards and a technology roadmap?
1.8	Does the company have a CI/CD pipeline or structured deployment process?

Section 1 Score: _____ / 32 | Section 1 %: _____%

Key observations:

• [OBSERVATION 1]
• [OBSERVATION 2]

Critical gaps:

• [GAP 1]
• [GAP 2]

---

Section 2 — Data Maturity / Madurez de Datos

Objective: Assess the quality, accessibility, and governance of the company’s data assets.

Q#	Question	Score (1–4)	Evidence / Notes
2.1	Does the company know what data it holds and where it lives?
2.2	Is there a master data management (MDM) strategy or data dictionary?
2.3	Is data stored in structured formats that can be queried programmatically?
2.4	How complete and accurate is the company’s primary operational data?
2.5	Is there a formal data governance policy (ownership, access, retention)?
2.6	Are data pipelines or ETL processes documented and maintained?
2.7	Does the company have a data warehouse or business intelligence tool?
2.8	Is historical data available and accessible for model training?
2.9	Are data quality issues tracked and systematically resolved?
2.10	Is data shared between departments effectively (no major silos)?

Section 2 Score: _____ / 40 | Section 2 %: _____%

Key observations:

• [OBSERVATION 1]
• [OBSERVATION 2]

Critical gaps:

• [GAP 1]
• [GAP 2]

---

Section 3 — Team Skills & Capabilities / Habilidades del Equipo

Objective: Assess whether the organisation has the human capital to adopt and sustain AI solutions.

Q#	Question	Score (1–4)	Evidence / Notes
3.1	Does the company have in-house data scientists or ML engineers?
3.2	Does the IT team have experience managing cloud infrastructure?
3.3	Is there a business analyst or data analyst role that bridges IT and business?
3.4	Do senior leaders demonstrate understanding of AI capabilities and limitations?
3.5	Are end users comfortable using digital tools and software?
3.6	Has the company invested in AI/data training or certifications?
3.7	Is there a plan to upskill staff as AI tools are adopted?
3.8	Does the company have a change management or L&D function?

Section 3 Score: _____ / 32 | Section 3 %: _____%

Key observations:

• [OBSERVATION 1]
• [OBSERVATION 2]

Critical gaps:

• [GAP 1]
• [GAP 2]

---

Section 4 — Processes & Operations / Procesos y Operaciones

Objective: Assess the maturity of the business processes that AI will be applied to.

Q#	Question	Score (1–4)	Evidence / Notes
4.1	Are the target business processes documented (process maps / SOPs)?
4.2	Are there clear KPIs for the processes to be improved?
4.3	Are process owners identified and accountable?
4.4	Are the processes stable enough to automate (not constantly changing)?
4.5	Is there a formal project management methodology in place?
4.6	Are technology projects delivered on time and within budget historically?
4.7	Is there a continuous improvement culture (Lean, Six Sigma, Agile)?
4.8	Are exception-handling procedures defined for critical processes?

Section 4 Score: _____ / 32 | Section 4 %: _____%

Key observations:

• [OBSERVATION 1]
• [OBSERVATION 2]

Critical gaps:

• [GAP 1]
• [GAP 2]

---

Section 5 — Culture & Leadership / Cultura y Liderazgo

Objective: Assess the organisational culture’s receptiveness to AI-driven change.

Q#	Question	Score (1–4)	Evidence / Notes
5.1	Does the CEO/C-suite actively champion digital transformation?
5.2	Is there a stated AI or digital strategy at board level?
5.3	Are employees generally open to adopting new technologies?
5.4	Has the company successfully adopted significant technology changes in the past 3 years?
5.5	Is there a culture of data-driven decision-making (vs. gut feel)?
5.6	Are ethical considerations (fairness, transparency, bias) considered in technology decisions?
5.7	Does the company communicate transparently about technology change with employees?
5.8	Is there a clear innovation mandate or R&D budget?

Section 5 Score: _____ / 32 | Section 5 %: _____%

Key observations:

• [OBSERVATION 1]
• [OBSERVATION 2]

Critical gaps:

• [GAP 1]
• [GAP 2]

---

Section 6 — Compliance & Governance / Cumplimiento y Gobernanza

Objective: Assess the company’s readiness to comply with AI-specific and data regulations.

Q#	Question	Score (1–4)	Evidence / Notes
6.1	Is the company GDPR compliant (DPO appointed, RoPA maintained)?
6.2	Does the company have a GDPR data processing agreement with IT vendors?
6.3	Is the company aware of the EU AI Act and its potential obligations?
6.4	Are there documented policies for AI system use (acceptable use, audit)?
6.5	Is there a process for assessing risk in new technology deployments?
6.6	Are security vulnerabilities monitored and patched systematically?
6.7	Is there a documented incident response plan covering data breaches?
6.8	Are third-party AI vendors subject to due diligence before procurement?

Section 6 Score: _____ / 32 | Section 6 %: _____%

Key observations:

• [OBSERVATION 1]
• [OBSERVATION 2]

Critical gaps:

• [GAP 1]
• [GAP 2]

---

Section 7 — Budget & Investment Appetite / Presupuesto y Apetito de Inversión

Objective: Understand the financial capacity and willingness to invest in AI.

Q#	Question	Score (1–4)	Evidence / Notes
7.1	Does the company have an approved budget for digital/AI initiatives?
7.2	Is there executive-level financial commitment to multi-year AI investment?
7.3	Does the company measure and report ROI on technology projects?
7.4	Is the company willing to invest in training and change management alongside technology?
7.5	Is there appetite for an ongoing support/maintenance contract post-deployment?

Section 7 Score: _____ / 20 | Section 7 %: _____%

Key observations:

• [OBSERVATION 1]

Critical gaps:

• [GAP 1]

---

Scoring Summary / Resumen de Puntuación

Section	Max Score	Actual Score	Percentage	RAG
1. Infrastructure & Technology	32
2. Data Maturity	40
3. Team Skills & Capabilities	32
4. Processes & Operations	32
5. Culture & Leadership	32
6. Compliance & Governance	32
7. Budget & Investment Appetite	20
TOTAL	220

RAG legend: Green = ≥70% | Amber = 50–69% | Red = <50%

Readiness Band

Total Score	Percentage	Band	Recommended Approach
176–220	80–100%	Advanced	Deploy AI at scale; focus on optimisation
132–175	60–79%	Ready	Proceed with full AI project; address gaps in parallel
88–131	40–59%	Developing	Begin with a focused pilot; invest in foundations first
44–87	20–39%	Emerging	Foundation-building phase needed before AI deployment
0–43	0–19%	Not Ready	Significant investment in fundamentals required

This client’s score: _____ / 220 = _____% — Band: _______________

---

Radar Chart Data / Datos para Gráfico Radar

Plot these percentages on a radar chart for the client report. Each axis = one section.

Axis	Score (%)
Infrastructure
Data Maturity
Team Skills
Processes
Culture
Compliance
Budget

---

Top 5 Strengths / Principales Fortalezas

1. [STRENGTH]: [BRIEF EXPLANATION]
2. [STRENGTH]: [BRIEF EXPLANATION]
3. [STRENGTH]: [BRIEF EXPLANATION]
4. [STRENGTH]: [BRIEF EXPLANATION]
5. [STRENGTH]: [BRIEF EXPLANATION]

---

Top 5 Priority Gaps / Principales Brechas Prioritarias

Priority	Gap	Section	Recommended Action	Effort	Impact
1	[GAP]	[SECTION]	[ACTION]	Low/Med/High	Low/Med/High
2	[GAP]	[SECTION]	[ACTION]
3	[GAP]	[SECTION]	[ACTION]
4	[GAP]	[SECTION]	[ACTION]
5	[GAP]	[SECTION]	[ACTION]

---

Quick Wins / Victorias Rápidas (0–90 days)

Items the client can address immediately, before or alongside the main AI project:

1. [QUICK WIN 1 — e.g., “Appoint a data owner for the target dataset”]
2. [QUICK WIN 2 — e.g., “Enable SSO on key platforms to simplify future integrations”]
3. [QUICK WIN 3 — e.g., “Complete GDPR processing register update”]
4. [QUICK WIN 4]

---

VORLUX AI Recommendations / Recomendaciones de VORLUX AI

Based on this assessment, VORLUX AI recommends the following approach:

Recommended engagement type: [ ] Full project | [ ] Pilot first | [ ] Foundation-building | [ ] Assessment only

Recommended starting phase: [PHASE]

Key pre-conditions before AI project starts:

1. [PRE-CONDITION 1]
2. [PRE-CONDITION 2]

Suggested first use case: [USE CASE — the highest-readiness, highest-impact opportunity]

Estimated time to AI-ready (if not already): [X months]

---

Assessor Sign-Off / Firma del Evaluador

Field	Details
Conducted by	[VORLUX AI CONSULTANT NAME]
Date	[DATE]
Client review date	[DATE]
Next reassessment recommended	[DATE — typically 6–12 months]

Assessment results are confidential and intended for use by [CLIENT COMPANY NAME] and VORLUX AI only.

---

VORLUX AI — Inteligencia artificial que trabaja para su empresa. vorluxai.com | Valencia, Spain

---

Versión Española

Evaluación de Madurez Digital e IA

VORLUX AI | vorluxai.com

---

Cliente: [NOMBRE DE LA EMPRESA CLIENTE] Sector: [SECTOR] Fecha de evaluación: [FECHA] Realizada por: [NOMBRE DEL CONSULTOR DE VORLUX AI] Participantes del cliente: [NOMBRES Y CARGOS] Referencia de evaluación: VORLUX-ASSESS-[AÑO]-[NNN]

---

Instrucciones para el Evaluador

Objetivo: Esta evaluación produce una visión objetiva y puntuada de la preparación de una empresa para adoptar la IA. Utilice los resultados para:

1. Identificar victorias rápidas y obstáculos
2. Dar forma al alcance y fases de la propuesta de consultoría
3. Establecer expectativas realistas con el cliente
4. Proporcionar una línea base contra la cual medir el progreso

Cómo puntuar: Cada pregunta se califica en una escala de 1 a 4:

Puntuación	Etiqueta	Descripción
1	No iniciado	Sin conciencia, sin actividad, sin capacidad
2	Emergente	Cierta conciencia; actividad ad-hoc o experimental
3	En desarrollo	Enfoque estructurado; parcialmente implementado
4	Avanzado	Sistemático, completamente implementado, en mejora continua

Proceso de puntuación:

• Realice una entrevista estructurada de 60–90 minutos con los interlocutores relevantes
• Formule cada pregunta; profundice con preguntas adicionales; puntúe basándose en evidencias, no en afirmaciones
• Complete la rúbrica de puntuación al final de cada sección
• Calcule la puntuación total y determine la Banda de Madurez
• Utilice la Sección 7 para formular recomendaciones

---

Sección 1 — Infraestructura y Tecnología

Objetivo: Evaluar la base técnica disponible para el despliegue de IA.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
1.1	¿Opera la empresa en la nube (pública, privada o híbrida)?
1.2	¿Se mantiene y actualiza la infraestructura de forma regular?
1.3	¿Dispone la empresa de la capacidad de cómputo (CPU/GPU) necesaria para cargas de trabajo de IA?
1.4	¿Existe una infraestructura de almacenamiento escalable para grandes conjuntos de datos?
1.5	¿Hay APIs disponibles para conectar los sistemas empresariales clave?
1.6	¿Es adecuada la infraestructura de red (latencia, ancho de banda)?
1.7	¿Existen estándares de infraestructura documentados y una hoja de ruta tecnológica?
1.8	¿Dispone la empresa de un pipeline CI/CD o proceso de despliegue estructurado?

Puntuación Sección 1: _____ / 32 | Sección 1 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]
• [OBSERVACIÓN 2]

Brechas críticas:

• [BRECHA 1]
• [BRECHA 2]

---

Sección 2 — Madurez de Datos

Objetivo: Evaluar la calidad, accesibilidad y gobernanza de los activos de datos de la empresa.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
2.1	¿Sabe la empresa qué datos posee y dónde se encuentran?
2.2	¿Existe una estrategia de gestión de datos maestros (MDM) o un diccionario de datos?
2.3	¿Se almacenan los datos en formatos estructurados consultables programáticamente?
2.4	¿Cuán completos y precisos son los datos operativos principales de la empresa?
2.5	¿Existe una política formal de gobernanza de datos (propiedad, acceso, retención)?
2.6	¿Están los pipelines de datos o procesos ETL documentados y mantenidos?
2.7	¿Dispone la empresa de un data warehouse o herramienta de inteligencia de negocio?
2.8	¿Están disponibles y accesibles los datos históricos para el entrenamiento de modelos?
2.9	¿Se rastrean y resuelven sistemáticamente los problemas de calidad de datos?
2.10	¿Se comparten los datos entre departamentos de forma efectiva (sin silos importantes)?

Puntuación Sección 2: _____ / 40 | Sección 2 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]
• [OBSERVACIÓN 2]

Brechas críticas:

• [BRECHA 1]
• [BRECHA 2]

---

Sección 3 — Habilidades y Capacidades del Equipo

Objetivo: Evaluar si la organización cuenta con el capital humano para adoptar y mantener soluciones de IA.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
3.1	¿Dispone la empresa de científicos de datos o ingenieros de ML internos?
3.2	¿Tiene el equipo de TI experiencia gestionando infraestructura en la nube?
3.3	¿Existe un rol de analista de negocio o de datos que conecte TI y negocio?
3.4	¿Demuestran los líderes sénior comprensión de las capacidades y limitaciones de la IA?
3.5	¿Se sienten cómodos los usuarios finales utilizando herramientas digitales y software?
3.6	¿Ha invertido la empresa en formación o certificaciones en IA/datos?
3.7	¿Existe un plan para mejorar las competencias del personal a medida que se adoptan herramientas de IA?
3.8	¿Dispone la empresa de una función de gestión del cambio o L&D?

Puntuación Sección 3: _____ / 32 | Sección 3 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]
• [OBSERVACIÓN 2]

Brechas críticas:

• [BRECHA 1]
• [BRECHA 2]

---

Sección 4 — Procesos y Operaciones

Objetivo: Evaluar la madurez de los procesos de negocio a los que se aplicará la IA.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
4.1	¿Están documentados los procesos de negocio objetivo (mapas de procesos / SOPs)?
4.2	¿Existen KPIs claros para los procesos a mejorar?
4.3	¿Están identificados y son responsables los propietarios de los procesos?
4.4	¿Son los procesos lo suficientemente estables para automatizarlos (no cambian constantemente)?
4.5	¿Existe una metodología formal de gestión de proyectos?
4.6	¿Se entregan históricamente los proyectos tecnológicos en plazo y dentro del presupuesto?
4.7	¿Existe una cultura de mejora continua (Lean, Six Sigma, Agile)?
4.8	¿Están definidos los procedimientos de gestión de excepciones para procesos críticos?

Puntuación Sección 4: _____ / 32 | Sección 4 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]
• [OBSERVACIÓN 2]

Brechas críticas:

• [BRECHA 1]
• [BRECHA 2]

---

Sección 5 — Cultura y Liderazgo

Objetivo: Evaluar la receptividad de la cultura organizativa al cambio impulsado por IA.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
5.1	¿Promueve activamente el CEO / equipo directivo la transformación digital?
5.2	¿Existe una estrategia de IA o digital declarada a nivel de consejo?
5.3	¿Están los empleados generalmente abiertos a adoptar nuevas tecnologías?
5.4	¿Ha adoptado la empresa con éxito cambios tecnológicos significativos en los últimos 3 años?
5.5	¿Existe una cultura de toma de decisiones basada en datos (frente a la intuición)?
5.6	¿Se consideran aspectos éticos (equidad, transparencia, sesgo) en las decisiones tecnológicas?
5.7	¿Comunica la empresa de forma transparente los cambios tecnológicos a los empleados?
5.8	¿Existe un mandato de innovación claro o un presupuesto de I+D?

Puntuación Sección 5: _____ / 32 | Sección 5 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]
• [OBSERVACIÓN 2]

Brechas críticas:

• [BRECHA 1]
• [BRECHA 2]

---

Sección 6 — Cumplimiento y Gobernanza

Objetivo: Evaluar la preparación de la empresa para cumplir con las regulaciones específicas de IA y datos.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
6.1	¿Cumple la empresa con el GDPR (DPO designado, RoPA mantenido)?
6.2	¿Tiene la empresa un acuerdo de tratamiento de datos GDPR con los proveedores de TI?
6.3	¿Conoce la empresa el EU AI Act y sus posibles obligaciones?
6.4	¿Existen políticas documentadas para el uso de sistemas de IA (uso aceptable, auditoría)?
6.5	¿Existe un proceso para evaluar el riesgo en nuevos despliegues tecnológicos?
6.6	¿Se monitorizan y parchean las vulnerabilidades de seguridad de forma sistemática?
6.7	¿Existe un plan documentado de respuesta a incidentes que cubra brechas de datos?
6.8	¿Se somete a los proveedores de IA externos a un proceso de due diligence antes de la contratación?

Puntuación Sección 6: _____ / 32 | Sección 6 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]
• [OBSERVACIÓN 2]

Brechas críticas:

• [BRECHA 1]
• [BRECHA 2]

---

Sección 7 — Presupuesto y Apetito de Inversión

Objetivo: Comprender la capacidad financiera y la disposición a invertir en IA.

N.º	Pregunta	Puntuación (1–4)	Evidencia / Notas
7.1	¿Dispone la empresa de un presupuesto aprobado para iniciativas digitales/de IA?
7.2	¿Existe un compromiso financiero a nivel ejecutivo para una inversión plurianual en IA?
7.3	¿Mide e informa la empresa del ROI en proyectos tecnológicos?
7.4	¿Está la empresa dispuesta a invertir en formación y gestión del cambio junto con la tecnología?
7.5	¿Existe interés en un contrato de soporte/mantenimiento continuo tras el despliegue?

Puntuación Sección 7: _____ / 20 | Sección 7 %: _____%

Observaciones clave:

• [OBSERVACIÓN 1]

Brechas críticas:

• [BRECHA 1]

---

Resumen de Puntuación

Sección	Puntuación máxima	Puntuación real	Porcentaje	RAG
1. Infraestructura y Tecnología	32
2. Madurez de Datos	40
3. Habilidades del Equipo	32
4. Procesos y Operaciones	32
5. Cultura y Liderazgo	32
6. Cumplimiento y Gobernanza	32
7. Presupuesto y Apetito de Inversión	20
TOTAL	220

Leyenda RAG: Verde = >=70% | Ámbar = 50-69% | Rojo = <50%

Banda de Madurez

Puntuación total	Porcentaje	Banda	Enfoque recomendado
176-220	80-100%	Avanzado	Desplegar IA a escala; foco en optimización
132-175	60-79%	Preparado	Proceder con proyecto de IA completo; abordar brechas en paralelo
88-131	40-59%	En desarrollo	Comenzar con un piloto enfocado; invertir primero en fundamentos
44-87	20-39%	Emergente	Fase de construcción de fundamentos necesaria antes del despliegue de IA
0-43	0-19%	No preparado	Se requiere una inversión significativa en fundamentos

Puntuación de este cliente: _____ / 220 = _____% — Banda: _______________

---

Datos para Gráfico Radar

Represente estos porcentajes en un gráfico radar para el informe del cliente. Cada eje = una sección.

Eje	Puntuación (%)
Infraestructura
Madurez de Datos
Habilidades del Equipo
Procesos
Cultura
Cumplimiento
Presupuesto

---

5 Principales Fortalezas

1. [FORTALEZA]: [BREVE EXPLICACIÓN]
2. [FORTALEZA]: [BREVE EXPLICACIÓN]
3. [FORTALEZA]: [BREVE EXPLICACIÓN]
4. [FORTALEZA]: [BREVE EXPLICACIÓN]
5. [FORTALEZA]: [BREVE EXPLICACIÓN]

---

5 Principales Brechas Prioritarias

Prioridad	Brecha	Sección	Acción recomendada	Esfuerzo	Impacto
1	[BRECHA]	[SECCIÓN]	[ACCIÓN]	Bajo/Medio/Alto	Bajo/Medio/Alto
2	[BRECHA]	[SECCIÓN]	[ACCIÓN]
3	[BRECHA]	[SECCIÓN]	[ACCIÓN]
4	[BRECHA]	[SECCIÓN]	[ACCIÓN]
5	[BRECHA]	[SECCIÓN]	[ACCIÓN]

---

Victorias Rápidas (0-90 días)

Elementos que el cliente puede abordar de inmediato, antes o en paralelo al proyecto principal de IA:

1. [VICTORIA RÁPIDA 1 — p.ej., “Designar un propietario de datos para el conjunto de datos objetivo”]
2. [VICTORIA RÁPIDA 2 — p.ej., “Habilitar SSO en las plataformas clave para simplificar futuras integraciones”]
3. [VICTORIA RÁPIDA 3 — p.ej., “Completar la actualización del registro de tratamiento GDPR”]
4. [VICTORIA RÁPIDA 4]

---

Recomendaciones de VORLUX AI

Basándose en esta evaluación, VORLUX AI recomienda el siguiente enfoque:

Tipo de compromiso recomendado: [ ] Proyecto completo | [ ] Piloto primero | [ ] Construcción de fundamentos | [ ] Solo evaluación

Fase de inicio recomendada: [FASE]

Condiciones previas clave antes de iniciar el proyecto de IA:

1. [CONDICIÓN PREVIA 1]
2. [CONDICIÓN PREVIA 2]

Primer caso de uso sugerido: [CASO DE USO — la oportunidad con mayor preparación y mayor impacto]

Tiempo estimado hasta estar preparado para IA (si no lo está ya): [X meses]

---

Firma del Evaluador

Campo	Detalles
Realizado por	[NOMBRE DEL CONSULTOR DE VORLUX AI]
Fecha	[FECHA]
Fecha de revisión del cliente	[FECHA]
Próxima reevaluación recomendada	[FECHA — normalmente 6-12 meses]

Los resultados de la evaluación son confidenciales y están destinados al uso exclusivo de [NOMBRE DE LA EMPRESA CLIENTE] y VORLUX AI.

---

VORLUX AI — Inteligencia artificial que trabaja para su empresa. vorluxai.com | Valencia, España