Integración de IA

Termina cualquier semana con un solo mensaje. Sin preaviso, sin entrevista de salida, sin letra pequeña. Facturamos semanalmente, así que el máximo al que estás comprometido es la semana actual.

Está en tu contrato: dínoslo, y reembolsamos esa semana. Sin preguntas, sin facturas que disputar, sin llamadas para escalar. Única regla: los reembolsos aplican a la semana más reciente.

Porque las horas son la métrica equivocada. Si optimizamos por horas facturadas, no estamos optimizando por tu resultado. El trato es más simple: cada semana, ganamos la siguiente. Si no lo hacemos, no pagas. Podemos invertir cero horas o sesenta. Lo que importa es si te impresionamos.

Trabajamos con operadores, no con ganadores de lotería. Si una solicitud requeriría romper la física, la ley o sistemas de terceros, lo decimos, y si no podemos alinearnos, nos vamos. La garantía es mutua: puedes despedirnos cualquier semana; nosotros también podemos despedirnos.

Ambos, depende de lo que tenga sentido. Para el 90 % de los casos de negocio, un modelo frontier bien prompteado (OpenAI, Anthropic, modelos open-weights como Llama) supera a un fine-tune propio por una fracción del coste. Recurrimos al fine-tuning solo cuando la tarea es muy específica, los datos son propios y los números cuadran. Te diremos honestamente en qué caso estás.

Tres capas: outputs estructurados con validación de esquema JSON, retrieval-augmented generation que aterriza el modelo en tus propias fuentes, y un arnés de evaluación que puntúa respuestas reales contra el comportamiento esperado en cada deploy. No lanzamos features de IA sin una forma de medir cuándo se equivocan.

Tus datos viven donde tú decidas, y los productos que construimos corren bajo tu propia licencia con el proveedor de IA — así que las condiciones de privacidad son las que tú hayas firmado. Si tienes un contrato enterprise con OpenAI, Anthropic, Azure, etc., tus datos quedan contractualmente excluidos del entrenamiento. Si estás en el tier por defecto, revisa los términos del proveedor antes de canalizar datos productivos. Para casos sensibles, desplegamos modelos open-weights en tu propia nube (AWS Bedrock, GCP Vertex, self-hosted) para que la pregunta ni se plantee. Nunca usamos tus datos para entrenar nada para nadie más.

Prototipo: una semana. Listo para producción con evals, guardrails y observabilidad: 4-8 semanas. Lo lento no es la IA, es todo lo de alrededor: auth, billing, rate limiting, moderación de contenido, audit logs. Hemos lanzado lo suficiente como para saber dónde se va el tiempo.

Depende de lo que construyamos. Para RAG y agentes: LangChain, LangGraph, LlamaIndex y el Vercel AI SDK en frontend. Para inferencia self-hosted: vLLM, Ollama, llama.cpp, Hugging Face Transformers. Para evaluación: Braintrust, Phoenix, OpenAI evals. Para observabilidad: LangSmith, Helicone, Langfuse. Elegimos herramientas aburridas y probadas frente al hype, el stack de IA cambia cada seis semanas, así que tomamos lo que podemos desmontar limpio.

Integración prompt-engineering sobre una app existente: 5.000-15.000 €. Sistema RAG sobre tus propios documentos con evals y UI real: 15.000-40.000 €. Agente multi-paso con tools, memoria y guardrails: 40.000-100.000 €+. Los costes de API en runtime van aparte y dependen del modelo y volumen. Los presupuestamos en la propuesta para que no tengas una sorpresa de seis cifras de OpenAI en el segundo mes.

Cuando el mismo trabajo se hace con una consulta SQL, un motor de reglas o un formulario. Cuando necesitas latencia por debajo de 200 ms. Cuando un output 100 % determinista es innegociable (contratos legales, asientos contables, dosificación médica). Cuando no hay un bucle de feedback para detectar cuándo el modelo se equivoca. Te diremos “no lo hagas” si el caso no lo justifica, aunque el encargo sea más pequeño.

Agentes reales. Construimos AI agents que llaman a tools (function calling, MCP), ejecutan planes multi-paso (state machines en LangGraph), leen y escriben en tus bases de datos y APIs, y corren sin supervisión por calendario. Ejemplos en producción: bots de triaje de facturas, agentes de research interno, pipelines de content-ops, harnesses de QA automático. Los chatbots son el caso aburrido. Los agentes que mueven trabajo es donde está la palanca.