Las métricas de HubBound muestran cuánto cuesta tu tooling de IA, quién lo usa y cuánto de lo que se entrega tiene evidencia de IA, para que tus decisiones de gasto, adopción y entrega se apoyen en números. Boundy AI, su agente de IA, responde tus preguntas sobre ellas en lenguaje natural.
HubBound mide el tooling de IA en tres palancas: adopción (quién trabaja con IA, con qué frecuencia y con qué herramientas), gasto (cuánto cuestan los tokens y cuánto ahorra el caché de prompts) y entrega (los commits, pull requests y líneas de código con evidencia de asistencia de IA). El panel agrupa cada métrica en ocho secciones, empezando por un Resumen de cinco números principales comparados con el período anterior.
Los números principales del período y cómo se movieron.
Cinco números principales, cada uno comparado con el período anterior de la misma duración:
Quién trabaja con IA, con qué frecuencia, y qué herramientas, modelos, Skills y servidores MCP usa.
Con qué frecuencia el equipo abre una herramienta de IA, y cuáles.
Los skills y servidores MCP que más usa el equipo.
Lo que factura el uso, a dónde va el dinero y cuánto de eso saca de la factura el caché de prompts.
Volumen de tokens, de qué se compone y a dónde va.
Lo que factura el uso, y qué parte está medida.
Lo que ahorra el caché de prompts, y qué tan bien funciona.
Cuánto del código que entrega tu equipo tiene evidencia de asistencia de IA, y cómo avanza en la revisión.
Commits y pull requests, y cuánto intervino la IA.
Líneas de código que llegan, y cuántas tienen evidencia de IA.
HubBound construye sus métricas a partir de dos fuentes: la telemetría de agentes que el Runtime y la CLI de HubBound reportan desde la máquina de cada desarrollador, y GitHub. Un Admin de org ve toda la organización y puede acotar la vista a un miembro; cualquier otro miembro ve solo su propia actividad.
La reportan el Runtime y la CLI de HubBound mientras el equipo trabaja: sesiones, tokens, costo, caché de prompts, las herramientas y modelos en uso, y qué Skills y servidores MCP se invocaron.
Se lee del GitHub de tu organización: commits, pull requests y su resultado, tiempo hasta el merge y líneas añadidas, con o sin evidencia de asistencia de IA.
Ve toda la organización, y puede pasar a sus propias estadísticas o a un miembro a la vez.
Ven solo su propia actividad. Las métricas no se dividen por equipo: la vista es la organización o una persona.
Un Admin de org activa o desactiva la Recolección de métricas de agentes y la Recolección de métricas de Github en Configuración, General.
Ver la configuración de la organizaciónLas analíticas son parte de los planes de pago de HubBound, y cuánto historial cubren depende del plan.
Comparar planesLas métricas de HubBound responden las preguntas que deciden a dónde va el presupuesto de IA, el esfuerzo de onboarding y el tiempo de revisión. Cada pregunta indica las métricas que la responden y la decisión que respaldan. Cuando una pregunta lee dos métricas lado a lado, HubBound muestra ambas para el mismo período; no calcula una relación entre ellas.
Gasto
Lee
Decide
Pasa el trabajo rutinario a un modelo más barato donde el equipo considere que el resultado se mantiene, y revisa Costo por modelo en el siguiente período para confirmar el cambio.
Gasto
Lee
Decide
Revisa primero la cobertura. El gasto asociado a commits y pull requests es la parte que puedes defender en una revisión de presupuesto; investiga el resto antes de recortarlo.
Gasto
Lee
Decide
Mantén las configuraciones donde el caché absorbe una parte real de la factura, y revisa cómo corren las sesiones en los modelos donde ahorra poco.
Adopción
Lee
Decide
Enfoca el onboarding donde el uso es bajo: distribuye un Kit de inicio a los equipos que lo necesitan y sigue Activos con IA en el siguiente período.
Adopción
Lee
Decide
Sigue pagando las herramientas en las que el equipo trabaja y cuestiona las licencias que nadie abre. Un Kit de HubBound se instala en las herramientas compatibles que conserves.
Entrega
Lee
Decide
Fija una línea base para la participación de la IA en la entrega. Si el Tiempo hasta el merge sube mientras crece la participación de IA, lee ambas lado a lado y revisa la capacidad de revisión antes de impulsar más la adopción.
Gobernanza
Lee
Decide
Conserva lo que el equipo usa. Reescribe o retira las Skills y los servidores MCP que nunca aparecen, y publica el cambio como una nueva versión del Kit.
El panel de métricas de HubBound tiene dos pestañas, Hallazgos y Datos. Datos reúne la cuadrícula de métricas: un Resumen de cinco números principales con su cambio frente al período anterior, y luego siete secciones, de Sesiones a Skills y MCP. Elige una sección abajo para ver qué contiene.
Sesiones
+9,6 % Comparado con el período anterior
Tokens
+14,1 % Comparado con el período anterior
Commits
+7,3 % Comparado con el período anterior
Pull requests
+11,2 % Comparado con el período anterior
Líneas añadidas
+6,8 % Comparado con el período anterior
Sesiones en el tiempo
Sesiones de IA abiertas cada día.
Activos con IA
Personas distintas que usaron IA al menos una vez en este período.
Sesiones por herramienta
Qué herramientas de IA usa realmente tu equipo.
Participación de IA en commits
Porcentaje de commits con evidencia de asistencia de IA.
Resultado de los pull requests
Cómo terminaron los pull requests abiertos en este período.
Tiempo hasta el merge
Horas promedio desde que se abre un pull request hasta que se cierra.
Líneas añadidas en el tiempo
Total de líneas añadidas por día y cuántas tienen evidencia de IA.
Qué fueron los tokens
Lecturas y escrituras de caché, entrada nueva y salida, día a día.
Costo en el tiempo
Lo que pagaste, lo que esos tokens cuestan a precio de lista y lo que reporta el proveedor.
Costo por modelo
A dónde va el gasto, modelo por modelo.
Cobertura de medición
Qué parte del costo está medida y qué parte es estimación.
Ahorro por caché
Dinero que el caché de prompts sacó de la factura cada día.
Qué tan bien funciona el caché
Cuatro lecturas del caché de prompts en el período seleccionado.
Ahorro por caché y modelo
En qué modelos rinde el caché.
Skills más usadas
Las skills que tu equipo invoca con más frecuencia.
Servidores MCP más usados
Los servidores MCP a los que tu equipo se conecta más.
Datos de ejemplo ilustrativos. El diseño replica la pestaña Datos del panel de analíticas de HubBound; los nombres de modelos son ejemplos.
Elige 7 días, 30 días, 3 meses o 12 meses, y acota por miembro, herramienta o modelo. Cada número se compara con el período anterior de la misma duración.
Los Admins de org leen la organización, sus propias estadísticas o un miembro. Los demás leen su propia actividad.
Personalizar reordena u oculta secciones, y cada sección se puede contraer. La disposición se guarda en el navegador de quien la ve.
Exportar PDF convierte la vista actual en un reporte que sigue tu disposición, listo para una revisión de presupuesto o una actualización a la dirección.
Hallazgos es la pestaña del panel de HubBound que lee el período por ti: hasta ocho hallazgos sobre adopción, entrega, costo y actividad, cada uno con un titular redactado, una severidad, un nivel de confianza y la evidencia que lo respalda, comparados con el período anterior. Un hallazgo sin suficiente actividad detrás se retiene y se nombra en lugar de adivinarse.
Tasa de adopción, Miembros inactivos, Concentración de adopción, Huella de IA en la entrega, Dispersión entre repositorios, Concentración del costo, Mezcla de modelos y Cambio de actividad.
Primero Requiere atención, luego Va bien y después Para contexto. Un hallazgo con una muestra escasa lleva la etiqueta Confianza baja.
Un Admin de org lee la organización, y los hallazgos que nombran personas solo le aparecen a él. Los demás leen su propia actividad. La pestaña usa un período; los filtros de herramienta y modelo pertenecen a Datos.
Muestra ilustrativa. Los títulos y etiquetas vienen de la app; los titulares son ejemplos y hoy la app los redacta en inglés.
Boundy AI es el agente de IA dentro de las Métricas de HubBound: pregunta por el uso, la adopción o los costos de IA de tu organización en lenguaje natural, y te responde con tarjetas de KPIs, gráficos, tablas y rankings construidos con tus propios datos.
Ejemplo ilustrativo. Las etiquetas de Boundy AI vienen de la app; la conversación y sus números son ejemplos.
Escribe la pregunta como se la harías a un colega. Boundy AI elige el gráfico que la responde.
Los rankings que nombran a personas son solo para Org Admins; el resto lee su propia actividad.
Con Memorias activadas, Boundy AI enlaza a Ink para lo que tu equipo decidió, no lo que usó.
Ver Memorias, Proyectos e InkCore incluye preguntas a Boundy AI hasta un umbral de uso; al superarlo, se cobran bajo demanda.
Ver preciosLas métricas de HubBound no atribuyen resultados a un Kit, pero muestran qué cambió después de desplegarlo. Como cada número se compara con el período anterior de la misma duración, leer un período completo después del despliegue te da el antes y el después.
Distribuye un Kit a un equipo o a toda la organización desde Org y Equipos.
Espera un período completo, por ejemplo 30 días, para que la comparación con los 30 días anteriores abarque el despliegue.
Busca las Skills y los servidores MCP del Kit en Skills más usadas y Servidores MCP más usados, con Participación de IA en commits y Activos con IA al lado. El uso se cuenta por Skill y por servidor MCP, no por Kit, y la vista es la organización o un miembro, no un equipo.
Conserva, reescribe o retira lo que señalen los números. El cambio guarda una nueva versión del Kit, y los equipos que siguen la última versión la reciben.
Cada pieza de HubBound se apoya en las demás. Elige a dónde quieres ir ahora.
Conoce cómo HubBound mide la adopción, el gasto y la entrega en tu organización, y qué puede decidir tu equipo con eso.
