Cómo elegir empresa de desarrollo de IA: evaluar su propuesta técnica
Publicado: · Actualizado:
Por Goiko, Founder & AI Solutions CTO de GUGŌ Creative
Cómo elegir empresa de desarrollo de IA evaluando su propuesta técnica: preguntas, señales de alarma, propiedad del código y los datos, hitos y mantenimiento.
Para elegir una empresa de desarrollo de IA, compara sus propuestas técnicas, no sus presentaciones. Una propuesta seria explica cómo medirá la calidad con casos reales de tu empresa antes de construir, qué hará el sistema cuando el modelo se equivoque, cuánto costará operarlo cada mes, quién será propietario del código, las cuentas y los datos, y qué se paga en cada hito con qué criterio de aceptación. Si no responde a eso, no se puede comparar con otra por precio.
Esta guía se centra en esa lectura técnica. Los criterios generales para escoger proveedor están en cómo elegir una empresa de IA y software a medida en España, y los fallos habituales del proceso de contratación, en errores al contratar una empresa de desarrollo de IA.
Qué debe contener la propuesta de una empresa de desarrollo de IA
Comprueba primero que la propuesta tenga estos ocho apartados, escritos para tu caso y no copiados de otro cliente:
- Problema y métrica: qué proceso cambia, cómo se mide hoy y qué resultado basta.
- Datos: qué fuentes se usan, quién las facilita, en qué estado están y si contienen datos personales.
- Arquitectura: piezas, modelos previstos y por qué, integraciones y qué es código propio y qué servicios de terceros.
- Evaluación: casos de prueba, métricas, umbrales de aceptación y quién revisa los resultados.
- Errores y seguridad: qué ocurre cuando el modelo falla, cómo se aplican los permisos y qué acciones requieren aprobación humana.
- Coste de operación: estimación mensual de modelos e infraestructura para un volumen explícito.
- Propiedad y salida: qué se entrega y a nombre de quién quedan repositorios y cuentas.
- Hitos y mantenimiento: qué se entrega en cada fase, cómo se acepta y qué cubre el soporte posterior.
Si al proveedor le falta información para escribirlos, el problema suele estar en la petición; la guía de briefing técnico ayuda a prepararla.
Preguntas para evaluar a una empresa de desarrollo de IA
La reunión técnica sirve para comprobar que la propuesta no es genérica. La última columna recoge las respuestas que deberían llevarte a pedir más detalle.
| Pregunta | Respuesta sólida | Respuesta que debe preocuparte |
|---|---|---|
| ¿Cómo sabremos si el sistema funciona? | Casos reales con su respuesta esperada y un umbral acordado antes de construir | «Lo validaréis al final» o un porcentaje prometido sin ver tus datos |
| ¿Qué modelo usaríais y por qué? | Una elección por calidad, coste, latencia y lugar de procesamiento, comprobada en la evaluación | «El más potente» para todo, o una sola marca sin alternativa |
| ¿Y si el proveedor retira el modelo o sube el precio? | Una capa propia entre la aplicación y el modelo, y la evaluación para validar el cambio | Llamadas y prompts repartidos por todo el código |
| ¿Qué hace el sistema cuando no sabe la respuesta? | Lo dice, escala a una persona y tiene reintentos y límites de tiempo | Confiar en que el modelo «casi nunca se equivoca» |
| ¿Cómo se respetan los permisos? | Filtrado al recuperar la información y autorización en los sistemas de destino | Una instrucción en el prompt: «no muestres datos confidenciales» |
| ¿Cuánto costará operar al mes? | Un cálculo con volumen de consultas, tokens e infraestructura, y límites de gasto | «Depende», sin orden de magnitud |
| ¿Qué recibimos al terminar? | Repositorio, configuración del despliegue, prompts, evaluación y documentación a tu nombre | Una licencia de una plataforma propia sin plan de salida |
No se trata de que acierten con una cifra, sino de que la respuesta se pueda verificar. «Todavía no lo sabemos; lo mediremos en la primera fase» suele ser más fiable que una cifra para todo.
Cómo valorar el plan de evaluación
Es lo que más distingue una propuesta seria: sin evaluación, cualquier cambio de prompt, modelo o documentos es una apuesta y la aceptación depende de una impresión. Las buenas prácticas de evaluación de OpenAI piden reunir casos de producción y de expertos y evaluar en cada cambio, y advierten contra los conjuntos que no reproducen el uso real. La guía de Anthropic para diseñar evaluaciones pide criterios de éxito específicos y medibles y casos límite. En la propuesta, busca respuesta a cinco preguntas:
- ¿De dónde salen los casos? De consultas, documentos o tickets reales, incluidos los difíciles.
- ¿Quién decide la respuesta correcta? Alguien de tu equipo que conozca el proceso, no el proveedor.
- ¿Qué se mide y contra qué? Acierto, fuentes, formato, tiempo o coste por caso, comparados con cómo se hace hoy.
- ¿Qué umbral desbloquea la siguiente fase? Escrito antes de construir, no negociado al final.
- ¿Se sigue evaluando en producción? El marco de gestión de riesgos de IA del NIST indica que los sistemas deben probarse antes del despliegue y de forma periódica durante su operación.
Cómo se construyen esas pruebas está en testing de sistemas de IA.
Arquitectura: lo que la propuesta debe explicar
Elección del modelo e independencia del proveedor
Los modelos se retiran con un calendario que no controlas. OpenAI fija en su página de retiradas un preaviso mínimo de seis meses para sus modelos generales, y Anthropic, en la suya, uno de al menos 60 días, con la recomendación de probar los modelos nuevos mucho antes. Una propuesta madura concentra las llamadas al modelo en una capa propia y valida cada sustitución con la evaluación. Para comparar modelos, ver cómo elegir GPT, Claude o Gemini.
Errores, permisos y acciones
Frente a la inyección de prompts (LLM01:2025), OWASP recomienda dar al modelo los privilegios mínimos y pedir aprobación humana en las operaciones de riesgo; frente a la agencia excesiva (LLM06:2025), aplicar la autorización en los sistemas de destino en lugar de dejar que el modelo decida. Si la propuesta incluye un agente que escribe en tu CRM o tu ERP, debe decir qué ejecuta solo, qué propone y quién aprueba.
Coste de operación y trazabilidad
La propuesta debe estimar el consumo mensual para un volumen concreto y prever límites: OWASP trata el consumo sin límites (LLM10:2025) como un riesgo también económico y propone cuotas por usuario, tiempos máximos y vigilancia del uso. Y debe poder reconstruirse qué preguntó cada usuario, qué fuentes usó el sistema, qué respondió y cuánto costó; qué implica pasar a producción se explica en IA generativa en producción.
Propiedad del código y de los datos
En un proyecto de IA hay más activos que el código, y la propuesta debe decir a nombre de quién queda cada uno:
- Código y repositorios: en una organización de tu empresa desde el primer día, con acceso del proveedor.
- Cuentas de nube y de modelos: a tu nombre y con tu facturación, para conocer el gasto y no depender del proveedor para operar.
- Prompts, evaluación y datos preparados: configuración, casos de prueba, documentos depurados e índices.
- Componentes previos del proveedor: qué licencia te concede sobre su librería o plataforma y qué pasa si dejas de trabajar con él.
- Datos y registros: dónde se procesan, cuánto se conservan y cómo se devuelven o eliminan al terminar.
Si el proveedor trata datos personales por cuenta de tu empresa, el RGPD exige un contrato de encargo que le obligue, entre otras cosas, a suprimir o devolver los datos al acabar y a permitir auditorías (artículo 28.3). Sobre el código, la Ley de Propiedad Intelectual atribuye a la empresa los derechos de explotación de los programas que crean sus asalariados, salvo pacto en contrario (artículo 97.4), pero un proveedor externo no es un asalariado: la cesión se limita a los derechos, modalidades, plazo y territorio que fije el contrato (artículo 43). Lo que no esté escrito puede no estar cedido. Es orientación general; revisa el contrato con tu asesor jurídico.
El Reglamento europeo de IA (artículo 3) considera proveedor también a quien manda desarrollar un sistema y lo pone en servicio con su nombre. Si el uso entra en el anexo III, como seleccionar personal, las obligaciones de alto riesgo rigen desde el 2 de diciembre de 2027 (artículo 113) y el artículo 25 pide fijar por escrito con quien suministra componentes la información y el acceso técnico necesarios para cumplir.
Contrato por hitos con criterios de aceptación
Pagar por hitos solo protege si cada hito se puede comprobar. Las fórmulas de contratación —precio cerrado, bolsa de horas o fase previa— se comparan en cómo pedir presupuesto de desarrollo de software. En IA, lo específico es qué se acepta en cada fase:
- Diagnóstico y diseño: casos de evaluación, arquitectura, coste de operación y riesgos. Se acepta cuando tu equipo valida los casos y el umbral.
- Prototipo evaluado: el sistema se mide con tus datos. Se acepta si alcanza el umbral; si no, se para o se cambia de enfoque.
- Piloto con usuarios: un grupo reducido lo usa en su trabajo real. Se acepta con métricas de uso y calidad y las incidencias resueltas.
- Producción y traspaso: despliegue, monitorización, documentación y transferencia de repositorios y cuentas. Se acepta cuando el despliegue es reproducible.
Lo esencial es la salida tras el prototipo: si no alcanza el umbral, el proyecto debe poder pararse pagando el trabajo hecho. Cómo plantear una primera fase que pueda fallar está en auditoría técnica de IA.
Mantenimiento: qué debe estar presupuestado
Un sistema de IA cambia aunque nadie lo toque: se retira el modelo, se actualizan los documentos y aparecen casos nuevos. La propuesta debería separar:
- Operación: monitorización, incidencias, credenciales y control del gasto.
- Modelo: probar y migrar a nuevas versiones con la evaluación antes de que se retire la actual.
- Datos y evaluación: reindexar fuentes y añadir a las pruebas los fallos de producción.
- Evolución: funciones nuevas, presupuestadas aparte.
Cómo presupuestarlo sin una bolsa de horas opaca está en el coste real de mantener software a medida.
Señales de alarma en una propuesta de IA
- Promete un porcentaje de acierto o de ahorro sin haber visto tus datos.
- Aplaza la evaluación a una «fase de pruebas» sin casos ni umbral.
- No explica qué pasa cuando el modelo falla ni estima el coste mensual.
- Repositorios, cuentas o datos quedan a nombre del proveedor.
- Todo se cobra a la entrega final, sin salida tras el prototipo.
- La arquitectura es una lista de marcas sin explicar qué hace cada pieza.
Ejemplo: dos propuestas para el mismo asistente
Escenario hipotético e ilustrativo, no un caso de cliente. Una distribuidora de material eléctrico quiere un asistente que responda a su equipo comercial con las fichas técnicas y las condiciones vigentes, y recibe dos propuestas de importe parecido.
La primera describe pantallas, cita tres tecnologías y promete «respuestas precisas». La segunda pide sesenta preguntas reales con su respuesta correcta, propone medir el acierto y si se cita la ficha correcta, fija un umbral para pasar al piloto, estima el coste para 2.000 consultas al mes, deja repositorio y cuenta del modelo a nombre del cliente y cobra en tres hitos con salida tras el prototipo. Solo la segunda permite saber pronto si el asistente funcionará y cambiar de proveedor sin empezar de cero.
Cuánto cuesta un proyecto de desarrollo de IA
Rangos de desarrollo de nuestro informe de precios de software e IA en España 2026, útiles para detectar propuestas fuera de mercado:
- Automatización con IA de un flujo acotado: 10.000-20.000 €, en 4-6 semanas.
- Chatbot o asistente con RAG: 10.000-25.000 €, en 4-8 semanas.
- Copiloto interno con permisos por rol: 20.000-50.000 €, en 6-12 semanas.
- Agente de IA: 20.000-35.000 € si se limita a una tarea; 35.000-60.000 € si usa varias herramientas, y 60.000-100.000 € o más en un sistema multiagente.
A eso se suman el uso de modelos por API, desde unos 100 € al mes con poco volumen y entre 2.000 y 5.000 € con volumen alto; la infraestructura cloud, 50-500 € al mes, y el mantenimiento, del 15 al 25 % del coste de desarrollo al año. El informe no publica un rango para una fase de diagnóstico previa: compárala por sus entregables. Más detalle en cuánto cuesta desarrollar una solución de IA.
Preguntas frecuentes
¿Cómo elegir una empresa de desarrollo de inteligencia artificial?
Compara sus propuestas técnicas con los mismos criterios: cómo medirán la calidad con tus casos reales, qué hace el sistema cuando el modelo falla, cuánto costará operarlo, quién es propietario del código y de los datos y qué hitos se pagan con qué criterio de aceptación. Los criterios generales de selección están en cómo elegir una empresa de IA y software a medida.
¿Qué preguntas hay que hacer a un proveedor de IA antes de contratarlo?
Cómo sabréis si el sistema funciona, qué modelo usaría y por qué, qué pasa si ese modelo se retira, qué hace el sistema cuando no sabe la respuesta, cómo respeta los permisos de cada usuario, cuánto costará al mes y qué recibes al terminar. Importa menos la respuesta exacta que poder comprobarla.
¿Quién es propietario del código y de los datos en un proyecto de IA?
Lo que diga el contrato. Conviene que repositorios, cuentas de nube y de modelos, prompts, conjunto de evaluación y documentación queden a nombre de tu empresa, y que el contrato concrete la cesión de derechos y la devolución o supresión de los datos al terminar. Es orientación general: revísalo con tu asesor jurídico.
¿Qué debe incluir un contrato por hitos para un proyecto de IA?
Un entregable verificable y un criterio de aceptación por hito: casos de evaluación y arquitectura en el diagnóstico, un umbral de calidad en el prototipo, métricas de uso en el piloto y traspaso completo en producción. También debe permitir parar tras el prototipo pagando el trabajo hecho.