Por qué empezó
Recollect comenzó mirando recruiting: equipos que ya habían conocido candidatos valiosos, pero no tenían una forma confiable de recordar conversaciones, señales y contexto cuando aparecía una nueva oportunidad.
El problema parecía de búsqueda, aunque rápidamente se volvió un problema de memoria: qué se guarda, cómo se estructura y cuándo conviene traerlo de vuelta.
El pivot
La idea inicial de Talent Rediscovery era demasiado estrecha para lo que estaba apareciendo. El patrón más interesante era una arquitectura para trabajo experto asistido por IA: recuperar contexto confiable sin convertir al modelo en una caja que inventa continuidad.
Eso cambia el foco desde “encontrar candidatos” hacia “mantener memoria operativa útil”.
Boceto del sistema
El sistema necesita separar eventos, entidades, notas, decisiones y señales. No todo tiene el mismo peso ni la misma caducidad.
La IA puede ayudar a resumir y conectar, pero la arquitectura tiene que preservar fuentes, intención y trazabilidad para que un experto pueda confiar en lo recuperado.
Próximo movimiento
El riesgo siguiente es validar si esta memoria funciona fuera de recruiting. Si generaliza, Recollect deja de ser una herramienta de una industria y se convierte en un patrón para trabajo experto con IA.