Cómo aplicamos Artificial Intelligence a tu negocio

Conversación inicial y alcance

Empezamos con una videollamada de 30 minutos donde escuchamos el problema que quieres resolver. No hace falta que lo formules en términos técnicos: nos basta con entender qué decisión quieres mejorar, qué datos tienes y qué restricciones existen (presupuesto, plazos, infraestructura).

Después de esta llamada, enviamos un documento de una página con nuestra valoración preliminar: si creemos que la IA puede ayudar, qué tipo de modelo propondríamos y una estimación de coste y plazo para la fase de auditoría. Este documento lo recibes en 48 horas y no tiene coste.

Auditoría de datos

Dedicamos entre una y dos semanas a examinar los datos disponibles. Revisamos la calidad (valores faltantes, duplicados, inconsistencias), el volumen, la frecuencia de actualización y las condiciones de acceso. Si los datos están en un ERP, un data lake o en hojas de cálculo dispersas, nos adaptamos.

El resultado es un informe técnico que incluye: un inventario de las fuentes de datos relevantes, un análisis exploratorio con visualizaciones y una recomendación sobre la viabilidad del proyecto. Si los datos no son suficientes para entrenar un modelo fiable, lo decimos aquí y proponemos alternativas (recopilar más datos, usar técnicas de aumento, o descartar el enfoque de IA).

Coste habitual de esta fase: entre 2.000 y 4.000 euros, según la complejidad de las fuentes.

Prototipo funcional

Con los datos ya explorados, construimos un primer modelo que resuelve el problema a pequeña escala. Este prototipo no es una demo bonita: es un modelo real, entrenado con datos reales, que produce predicciones o clasificaciones que puedes evaluar contra los resultados históricos.

Entregamos el prototipo en un cuaderno Jupyter documentado, junto con las métricas de rendimiento (precisión, recall, error medio, o la métrica que tenga sentido para tu caso). Tú decides si los resultados justifican seguir adelante con el despliegue completo.

Plazo típico: de dos a cuatro semanas tras la auditoría.

Desarrollo e integración

Convertimos el prototipo en un sistema listo para producción. Eso implica refactorizar el código, construir los pipelines de datos automatizados, implementar tests unitarios y de integración, y conectar el modelo con los sistemas del cliente (ERP, CRM, API interna, base de datos).

Trabajamos con la infraestructura que el cliente ya tiene. Si usas AWS, desplegamos en AWS. Si prefieres on-premise porque tus datos son sensibles, configuramos los servidores en tu red. No forzamos una plataforma concreta.

Esta es la fase más larga. Dependiendo de la complejidad, dura entre cuatro y doce semanas.

Validación y puesta en marcha

Antes de activar el modelo en producción, lo ejecutamos en paralelo con el proceso actual durante una o dos semanas. Comparamos las decisiones del modelo con las decisiones humanas y medimos las discrepancias. Si el modelo comete errores sistemáticos, los corregimos antes de que afecten al negocio.

También formamos al equipo que va a interactuar con el sistema. No se trata de cursos teóricos sobre machine learning, sino de sesiones prácticas de una hora donde explicamos qué hace el modelo, cómo interpretar sus salidas y cuándo es mejor ignorar su recomendación.

Monitorización y evolución

Un modelo de IA no es un proyecto que se entrega y se olvida. Los datos cambian, los patrones de negocio evolucionan y el rendimiento del modelo puede degradarse con el tiempo. Por eso ofrecemos contratos de mantenimiento que incluyen:

• Un panel de monitorización en tiempo real con las métricas de rendimiento y la deriva de datos.
• Reentrenamiento periódico del modelo (mensual o trimestral, según el caso).
• Soporte técnico con tiempo de respuesta de 4 horas laborables para incidencias críticas.
• Revisión trimestral de resultados con el equipo del cliente para identificar oportunidades de mejora.

El coste del mantenimiento depende del número de modelos en producción y de la frecuencia de reentrenamiento, pero oscila entre 800 y 2.500 euros al mes.