Cómo elegir una empresa de desarrollo de IA y qué esperar del proyecto

Qué hace realmente una empresa de desarrollo de IA

Una empresa de desarrollo de IA construye software a la medida de tu operación usando modelos de lenguaje, visión o predicción dentro del producto en lugar de encima de él. La diferencia con un desarrollador tradicional está en que el sistema no solo ejecuta reglas fijas sino que interpreta lenguaje natural, documentos desordenados y casos que antes requerían criterio humano, lo cual cambia por completo la forma de especificar, probar y mantener lo que se entrega.

En la práctica el trabajo se divide en tres capas que conviene distinguir cuando pides una cotización, porque cada una se cobra distinto y cada una falla distinto:

• Diagnóstico y diseño: Mapeo del proceso, medición de la línea base y definición de qué caso se automatiza primero.
• Construcción del agente: Desarrollo de la lógica, conexión a tus sistemas y pruebas con casos reales de tu operación.
• Operación y mejora: Monitoreo de errores, ajuste de instrucciones y ampliación a nuevos casos conforme el sistema gana confianza.

Si un proveedor solo te cotiza la capa de en medio, lo más probable es que termines pagando el diagnóstico con tu propio tiempo y descubriendo la operación cuando el sistema ya esté en producción. Por eso en Aloia la consultoría de IA y el desarrollo van juntos, no separados por una entrega intermedia.

Cuándo conviene el software a la medida y cuándo no

No todo proceso merece desarrollo a la medida y una empresa honesta te lo va a decir en la primera junta. Si tu necesidad es facturar, llevar nómina o mandar campañas de correo, ya existen productos maduros que resuelven eso mejor y más barato que cualquier desarrollo propio, así que ahí la respuesta correcta es comprar.

El desarrollo a la medida se justifica cuando el proceso es poco común, cuando tu ventaja competitiva vive justamente ahí o cuando ningún producto de catálogo se conecta con los sistemas que ya usas todos los días.

Vale la pena distinguir también entre automatizar con reglas y automatizar con agentes, porque los proyectos se rompen cuando se elige la herramienta equivocada para el tipo de decisión, tema que desarrollamos en RPA contra agentes de IA.

Los criterios que sí predicen un buen proyecto

Casi todos los proveedores presentan la misma demo y hablan de los mismos modelos, así que ese terreno no te sirve para comparar. Lo que sí discrimina es lo que aparece en la letra chica y en las preguntas que hace el equipo antes de cotizar:

• Experiencia en tu tipo de proceso: Pide dos casos donde hayan automatizado un flujo parecido al tuyo y pregunta qué salió mal en ellos.
• Equipo que sí entra a operación: Quien levanta el proceso debe ser la misma persona que revisa el comportamiento del sistema en producción.
• Integraciones probadas en México: Que ya hayan conectado ERP, CRM y centrales telefónicas con clientes reales de este mercado.
• Propiedad del código y los datos: El contrato debe decir con todas sus letras que el código, los modelos afinados y los datos son de tu empresa.
• Cumplimiento desde el diseño: Pregunta dónde se guardan los datos y quién puede verlos, eso se define en el diseño y no al final.

Si quieres profundizar en cómo comparar propuestas y detectar experiencia real, escribimos una guía completa sobre cómo elegir consultor de IA que aplica igual para una empresa de desarrollo.

Cómo se ve un proyecto bien estructurado, fase por fase

Un proyecto de IA bien armado no empieza con la tecnología sino con una semana de levantamiento donde el equipo se sienta junto a quien hace el trabajo hoy, cronómetro en mano, para medir cuánto tarda cada paso y dónde se atoran los casos difíciles. Sin esa línea base no hay manera honesta de afirmar después que el sistema mejoró algo, porque no habría contra qué comparar.

De ahí sigue un piloto acotado de cuatro a ocho semanas sobre un solo proceso, con volumen suficiente para ver comportamiento real pero pequeño para que una falla no pegue en el negocio. Ese piloto corre en paralelo con la operación humana durante las primeras semanas, así comparas resultados contra la misma realidad y no contra un promedio histórico que ya no aplica.

El paso a producción llega cuando el agente resuelve por su cuenta un porcentaje acordado de los casos y el resto se escala a una persona con el contexto completo, umbral que se define desde el arranque en lugar de improvisarse el día de la presentación final.

Qué debe incluir la propuesta antes de firmar

Una propuesta seria cabe en pocas páginas y se entiende sin el vendedor enfrente. Si necesitas que alguien te la explique por teléfono para saber qué vas a recibir, el problema no es tu comprensión sino la redacción y eso suele anticipar cómo será la comunicación durante el proyecto. Estos son los elementos que debe traer sin excepción:

• Alcance del piloto: Un proceso, un canal y una métrica de éxito con número.
• Criterio de éxito medible: Qué porcentaje de casos debe resolver el sistema sin intervención humana para autorizar la siguiente fase.
• Plan de integración: Qué sistemas se tocan, con qué método y quién de tu lado entrega los accesos.
• Modelo de costos: Qué se paga una sola vez, qué se paga por consumo y qué queda como mantenimiento mensual.
• Salida ordenada: Cómo se entregan el código, la documentación y los accesos si decides continuar por tu cuenta.

Señales de alerta al evaluar proveedores

Hay patrones que se repiten en los proyectos que terminan mal y casi todos son visibles antes de firmar si sabes qué escuchar en la junta comercial:

• Promesas sin línea base: Si te ofrecen un porcentaje de ahorro antes de medir tu operación actual, ese número salió de una plantilla.
• Demo que nunca toca tus datos: Un piloto serio corre con tus casos reales, aunque estén incompletos y mal capturados.
• Equipo que cambia después de firmar: Pregunta quién estará en las juntas semanales y pide esos nombres por escrito.
• Cero conversación sobre errores: Todo sistema de IA se equivoca, lo importante es cómo se detecta la falla y quién la corrige.
• Encierro tecnológico: Si no puedes exportar tus datos ni cambiar de proveedor de modelo, estás rentando tu propia operación.

Qué resultados esperar y en cuánto tiempo

Según McKinsey, las organizaciones que rediseñan procesos completos alrededor de la automatización con IA reportan reducciones de 20% a 40% en costos operativos, aunque ese rango se alcanza rediseñando el flujo completo y no pegando un chatbot encima del proceso que ya tienes.

Un ejemplo concreto de nuestro trabajo está en el caso del Monte de Piedad, donde un agente de IA de cobranza los llevó a recuperar 8 veces más cartera por agente, resultado que no vino de un modelo mágico sino de rediseñar la secuencia de contacto, la priorización de cuentas y el momento en que entra una persona.

En cuanto a tiempos, lo razonable es esperar señales medibles en el piloto durante el primer par de meses y estabilidad en producción hacia el trimestre, siempre que tu equipo entregue accesos y casos reales desde la primera semana. Si un proveedor te promete transformación completa en quince días, lo que está vendiendo es una demo bonita y no un sistema que tu operación pueda sostener.

"El mejor proveedor de IA no es el que más tecnología te enseña sino el que hace las preguntas incómodas sobre tu proceso antes de escribir una línea de código."