Ambos venden la misma idea — un empleado de IA, no un chatbot. La bifurcación está en dónde se ejecuta y quién guarda las claves. Junior es un servicio en la nube; Hedy se despliega dentro de sus muros.
Hedy es un empleado de IA de despliegue privado: se ejecuta en su propia infraestructura Docker/K8s o air-gapped (aislada de red), usa sus propias claves de modelo (incluidos vLLM/Ollama locales) y se cobra por puesto. Los empleados de IA en la nube como Junior se ejecutan en los servidores de otro, le facturan por créditos de uso y guardan sus datos en el tenant del proveedor. Hedy mantiene la fuente de verdad, las ACL de recuperación y la auditoría append-only dentro de su perímetro, y es nativo en Feishu/Lark además de Slack. Un solo Hedy reemplaza la producción de un equipo, no un puesto de chat.
| Hedy | Junior | |
|---|---|---|
| Dónde residen sus datos | Su VPC — o totalmente air-gapped | Nube del proveedor (AWS) |
| Despliegue on-prem | Sí — Compose o Helm | No se ofrece hoy |
| Código fuente auditable | Sí, por su equipo de seguridad | No |
| Plataformas de chat | Feishu y Lark de primera clase, además de Slack | Slack y Microsoft Teams |
| Claves de modelo | Suyas — incl. modelos locales | Gestionadas por el proveedor |
| Modelo de precios | Licencia fija por puesto | Créditos de uso, desde $100/mes |
| Pruebas de líneas rojas de conducta | Incluidas en la puerta de evaluación | No divulgado |
| Amplitud de integraciones | Stack empresarial central, en crecimiento | 3.000+ mediante conectores |
Basado en información pública a julio de 2026. Correcciones bienvenidas: hello@hedy.one. La columna de Hedy muestra el modo Self-hosted / BYO, el modo insignia. El modo Managed (gestionado) opcional de Hedy enruta el tráfico de modelo a través del gateway de Hedy (solo metadatos de medición, nunca contenido) y factura el uso de modelo como créditos prepagados.
La división central es dónde se ejecuta el trabajo. Un empleado de IA en la nube vive en el tenant de otro: sus prompts, los documentos recuperados y los resultados cruzan el límite del proveedor, y usted acepta sus subencargados (sub-processors). Hedy se despliega en su propia infraestructura mediante Docker o Kubernetes, y funciona air-gapped cuando lo necesita. En modo Self-hosted / BYO no hay subencargados: usted aporta su propia clave de modelo y la apunta a una API alojada o a un endpoint local de vLLM/Ollama, de modo que la inferencia puede permanecer dentro de la misma red que sus datos. Un despliegue típico con compose toma unos 30 minutos.
El precio sigue al modelo. Los empleados de IA en la nube le facturan por créditos de uso, así que el costo escala con cada token y cada reintento, y la previsión es pura conjetura. Hedy se cobra por puesto, y cada llamada LLM pasa por un único gateway que es dueño de la medición y la cuota, de modo que el gasto es una cifra que usted controla, no una factura variable de un proveedor. El modo Managed (gestionado) opcional de Hedy es la excepción deliberada — el uso de modelo se factura como créditos prepagados, porque ahí la capa de modelo pasa por el gateway de Hedy; lo decimos en la página de precios, no en una nota al pie. La licencia es offline en ambos modos: una licencia firmada con Ed25519 se valida sin llamar a casa, que es lo que un despliegue air-gapped o regulado realmente requiere.
La gobernanza es el producto, no un ajuste. La recuperación está acotada por ACL a quien pregunta, de modo que un empleado de IA nunca muestra documentos que esa persona no podría abrir por sí misma. Las acciones de escritura se deniegan por defecto contra una lista de permitidos (allowlist), con aprobaciones por niveles (L0/L1/L2) para todo lo que deja huella. El log de auditoría es append-only, sin ruta de actualización ni de borrado. Una puerta de evidencia (evidence gate) exige que las respuestas citen sus fuentes de forma literal, para que las afirmaciones sean rastreables y no meramente plausibles. Las pruebas de conducta de líneas rojas se ejecutan contra el agente en lugar de confiar en instrucciones dentro de un prompt.
En integración, Hedy trata Feishu/Lark como canal de primera clase junto a Slack, de modo que el empleado de IA trabaja donde su equipo ya se coordina, en lugar de imponer un stack centrado en EE. UU. El encuadre también es distinto: un empleado de IA en la nube es un puesto más en un espacio de chat; un solo Hedy está pensado para producir el resultado de un equipo. Privado, no en la nube. Un empleado, no un asistente. Hacer el trabajo, no grabar la reunión.