Cuándo desarrollar IA a medida y cuándo usar herramientas existentes

Publicado: 2026-03-09 · Actualizado: 2026-10-28

Por Goiko, Founder & AI Solutions CTO de GUGŌ Creative

Cuándo compensa desarrollar IA a medida y cuándo usar ChatGPT Enterprise, Copilot o la IA de tu SaaS: criterios, riesgos, coste total y cómo decidir.

Compensa desarrollar IA a medida cuando el caso necesita algo que una herramienta existente no da después de probarla bien: leer y escribir en sistemas propios con tus reglas, formar parte de un proceso que te diferencia o del producto que vendes, controlar dónde se procesan los datos y qué modelo se usa, o pagar por operación en lugar de por usuario. Para el resto —redactar, resumir, buscar en el correo y los documentos de la empresa o ayudar en el trabajo diario—, ChatGPT Enterprise, Microsoft Copilot o las funciones de IA de los SaaS que ya pagas suelen ser más rápidos de poner en marcha y más baratos.

La decisión rara vez es todo o nada. Lo habitual es usar licencias para el trabajo general y desarrollar solo uno o dos procesos que dependen de datos propios. Y la comparación económica no es la licencia frente al presupuesto de desarrollo, sino el coste total de cada opción a tres años: licencias o uso, integración, adopción, mantenimiento y salida. Es el mismo razonamiento que aplicamos al software en general en cuándo desarrollar software a medida.

Las opciones: herramientas existentes, conectores o IA a medida

Asistentes empresariales horizontales

ChatGPT Enterprise, Microsoft Copilot —antes Microsoft 365 Copilot— o Gemini en Google Workspace sirven para el trabajo general sobre documentos, correo y reuniones, con garantías que una cuenta personal no da. Microsoft documenta que Copilot solo muestra datos sobre los que el usuario tiene al menos permiso de lectura y que no usa instrucciones ni respuestas para entrenar los modelos fundacionales. Google indica que Gemini en Workspace no recupera contenido al que el usuario no tiene acceso ni entrena con los datos del cliente sin su permiso. Y OpenAI publica en su portal de confianza certificaciones, como SOC 2 Type 2 o ISO/IEC 27001, de productos como ChatGPT Enterprise.

Funciones de IA del SaaS que ya usas

CRM, helpdesk, ERP y gestores documentales incorporan resúmenes, clasificación o asistentes. Ya tienen tus datos y tus permisos, pero solo trabajan dentro de esa herramienta y con las condiciones del fabricante. Antes de desarrollar, revisa qué incluye tu licencia.

Extender una herramienta con conectores

Entre comprar y construir hay un punto intermedio. Copilot consulta herramientas externas con conectores de Microsoft Graph o agentes, y con Copilot Studio se crean agentes con poco código conectados a sistemas de la empresa. ChatGPT admite servidores MCP propios y pide confirmación manual antes de las acciones de escritura. El Model Context Protocol es un estándar abierto para conectar aplicaciones de IA con sistemas externos: un conector a tu ERP es desarrollo a medida, pero pequeño, y el asistente sigue siendo el que ya pagas.

Desarrollo a medida

Es software propio que conecta modelos contratados por API con tus datos y sistemas: un asistente con RAG, un copiloto dentro de tu aplicación, una automatización o un agente. No significa entrenar un modelo propio, que casi nunca hace falta, como explicamos en fine-tuning o RAG. Es el trabajo que describimos en nuestros servicios de inteligencia artificial.

Tabla comparativa: herramienta existente o IA a medida

Criterio	Asistente horizontal	IA de tu SaaS	Conector o agente con poco código	Desarrollo a medida
Puesta en marcha	Corta: licencias, revisión de permisos y formación	Inmediata si la licencia la incluye	Corta o media, según el sistema	4-16 semanas según el alcance
Acceso a tus datos	Documentos, correo y reuniones de su ecosistema	Solo los datos de esa herramienta	Los sistemas que conectes	Los que diseñes, con tus permisos
Escribir en tus sistemas	Limitado y con confirmación	Dentro de la herramienta	Las acciones que expongas	Con tus reglas y validaciones
Control de modelo, región y retención	El que ofrezca el fabricante	El que ofrezca el fabricante	Parcial	Amplio, dentro de lo que ofrezca el proveedor del modelo
Modelo de coste	Licencia por usuario	Incluido o complemento de la licencia	Licencia más desarrollo y mantenimiento del conector	Desarrollo, uso de API, infraestructura y mantenimiento
Riesgo principal	Permisos mal puestos y uso sin criterio	Dependencia del fabricante	Conectores con más permisos de los necesarios	Coste y mantenimiento propios
Cuándo encaja	Productividad general	El proceso vive en esa herramienta	Un asistente que ya usas necesita uno o dos sistemas más	Proceso diferencial, producto propio o control estricto

Plazos según nuestro informe de precios 2026; condiciones según la documentación pública de cada herramienta en esta revisión.

Cuándo no compensa desarrollar IA a medida

La tarea es genérica: redactar, resumir, traducir, preparar reuniones o buscar en documentos de Microsoft 365 o Google Workspace.
Los datos ya están en el ecosistema del asistente y los permisos están bien puestos.
Aún no sabes si la IA aporta valor: primero hay que probarlo con una herramienta y una métrica.
El volumen es bajo y una persona revisa cada resultado de todos modos.
Nadie mantendrá el sistema: sin un responsable interno o un proveedor con contrato de mantenimiento, el desarrollo envejece rápido.

Ahí el trabajo útil es de adopción: limpiar permisos, definir qué datos no se introducen, formar a la plantilla y medir el uso.

Cuándo sí compensa: seis criterios

Datos y sistemas propios. La información está en un ERP, una base de datos o una aplicación interna que los conectores estándar no cubren, o que solo cubren en lectura.
Acciones con tus reglas. La IA tiene que crear, actualizar o validar registros aplicando las reglas de negocio y las validaciones de tu sistema; ver agentes de IA para empresas.
Proceso diferencial o producto propio. Si la IA forma parte de lo que vendes, tiene que depender de ti y no de la hoja de ruta de un fabricante; ver cómo añadir IA a tu producto SaaS o app.
Control de datos y proveedor. Necesitas fijar la región, la retención, el modelo concreto o los subencargados con más detalle del que permite una licencia; ver IA interna para empresas.
Coste por operación, no por usuario. Muchos usuarios ocasionales, o un proceso sin usuario como procesar documentos en segundo plano, encajan mal en una licencia por persona.
Calidad insuficiente y medida. Un piloto con casos reales demuestra que la herramienta no alcanza la calidad necesaria y el motivo es estructural.

Con uno solo de los cuatro primeros criterios puede bastar. El quinto y el sexto, por sí solos, piden antes revisar la configuración y las licencias.

Un caso publicado del tercer criterio es Winerim, un SaaS para restaurantes en el que la recomendación de vinos al comensal y el diagnóstico de la carta son el núcleo del producto y trabajan sobre una base de datos propia.

Riesgos de cada camino

Al usar herramientas existentes

Permisos heredados. Un asistente que respeta los permisos también hace accesible todo lo que estaba abierto por descuido; Microsoft insiste en usar bien el modelo de permisos de Microsoft 365.
Cambios del fabricante. Los modelos de Copilot se actualizan con regularidad, y no decides cuándo cambian el comportamiento ni el precio.
Condiciones que hay que leer. En Copilot, por ejemplo, los modelos de Anthropic que Microsoft ofrece como subencargado quedan, por ahora, fuera de su límite de datos de la UE, según la misma documentación.
Uso con cuentas personales. Si no hay una herramienta aprobada, la plantilla usará la suya, sin contrato ni control de la retención.
Licencias sin uso. Pagar por usuario sin medir quién lo usa y para qué.

Al desarrollar a medida

Mantenimiento propio. Integraciones, evaluaciones y migraciones de modelo pasan a ser responsabilidad tuya o de tu proveedor.
Retiradas de modelos. OpenAI avisa con al menos seis meses de antelación al retirar un modelo de disponibilidad general, según su página de retiradas, y Anthropic con al menos 60 días, según la suya. Hace falta una evaluación preparada para cambiar de modelo.
Cambios de plataforma. OpenAI no admitirá trabajos nuevos de fine-tuning en autoservicio desde el 6 de enero de 2027, según esa misma página: mejor no atar el sistema a una función de un solo proveedor.
Seguridad. La inyección de instrucciones y la autonomía excesiva, que OWASP recoge como LLM01:2025 y LLM06:2025, pasan a ser problema tuyo y no del fabricante.

Quién responde ante el Reglamento de IA

Según el artículo 3 del Reglamento europeo de IA, es proveedor quien desarrolla un sistema de IA, o lo encarga, y lo pone en servicio con su nombre, también para uso propio; quien usa un sistema bajo su autoridad es responsable del despliegue. La diferencia pesa sobre todo en los usos de alto riesgo del anexo III, como filtrar candidaturas o evaluar la solvencia de personas, cuyas obligaciones se aplican desde el 2 de diciembre de 2027. Y el artículo 25 convierte en proveedor a quien modifica sustancialmente un sistema de alto riesgo o cambia su finalidad hasta hacerlo de alto riesgo. Es orientativo: revisa tu caso con tu asesoría.

Coste total: qué hay que sumar en cada opción

Compara las opciones a tres años y con el mismo alcance. En una herramienta existente, el coste total suma licencias por usuario y mes, complementos, revisión de permisos, formación y administración. Nuestro informe no publica rangos de licencias porque los fija cada fabricante: consulta su página de precios vigente.

En un desarrollo a medida, estos son los rangos de nuestro informe de precios de software e IA en España 2026:

Automatización acotada de documentos, correos, CRM o clasificación con revisión humana: 10.000-20.000 €, en 4-6 semanas.
Asistente con RAG sobre documentación propia, con fuentes y panel de gestión: 10.000-25.000 €, en 4-8 semanas.
Copiloto interno integrado en CRM, helpdesk o herramientas internas, con permisos por rol: 20.000-50.000 €, en 6-12 semanas.
Agente de IA: 20.000-35.000 € si está acotado a una tarea, 35.000-60.000 € con varias herramientas y 60.000-100.000 € o más en un sistema multiagente.

A eso se suman los costes recurrentes: el uso de modelos por API, desde unos 100 € al mes con poco volumen y 2.000-5.000 € al mes con volumen alto; la infraestructura cloud, 50-500 € al mes, y el mantenimiento evolutivo y correctivo, del 15 al 25 % del coste de desarrollo al año. Un conector o un agente con poco código sobre una herramienta existente no tiene rango publicado: depende del sistema que se conecte y de sus permisos. Más detalle en cuánto cuesta desarrollar un agente de IA.

Cómo decidir en cinco pasos

Inventario. Qué herramientas de IA pagas ya, qué incluyen y quién las usa.
Un proceso y una métrica. Elige un proceso concreto y mide hoy su tiempo, sus errores o su coste.
Piloto con la herramienta existente, con casos reales y los permisos revisados.
Diagnóstico del fallo. Si falla por configuración, se corrige; si falla por datos, integración o control, se diseña la pieza a medida mínima.
Plan de salida. Para cualquier opción, decide cómo cambiarías de proveedor o de modelo y qué datos te llevarías.

Si el diagnóstico lo necesita, una auditoría técnica de IA ordena estos pasos, y si dudas sobre quién debe construirlo, compara consultora, freelance o equipo interno.

Ejemplos de decisión

Los escenarios siguientes son hipotéticos e ilustrativos, no casos de clientes.

Despacho profesional que redacta y resume: herramienta existente. Los documentos ya están en Microsoft 365. Antes de activar Copilot se revisan los permisos de las carpetas compartidas y se forma al equipo; no hay nada que desarrollar.
Distribuidor con un ERP propio: conector a medida. Los comerciales ya usan un asistente empresarial, pero necesitan consultar el stock y las condiciones del ERP. Se desarrolla un conector de solo lectura con permisos mínimos y el asistente sigue siendo el mismo.
Aseguradora que revisa partes con sus reglas: desarrollo a medida. La IA extrae los datos, los cruza con las pólizas de un sistema propio y propone una resolución que aprueba una persona, con registro de cada decisión.
Plataforma que quiere recomendar a sus usuarios: desarrollo a medida. La recomendación forma parte del producto que vende y depende de sus datos y de su experiencia de uso.

Errores frecuentes

Desarrollar sin probar lo que ya se paga: muchas licencias incluyen ya la función que se iba a construir.
Comparar la licencia de un mes con el desarrollo completo, en lugar del coste total a tres años.
Confundir a medida con entrenar un modelo propio, que casi nunca es necesario.
Activar un asistente sin revisar los permisos, lo que expone lo que estaba abierto por descuido.
No prever la salida, ni de la herramienta ni del proveedor de modelos.

Preguntas frecuentes

¿Cuándo no hace falta desarrollar IA a medida?

Cuando la tarea es general —redactar, resumir, buscar en documentos o preparar reuniones—, los datos ya están en el ecosistema de un asistente empresarial con los permisos bien puestos y una herramienta existente da calidad suficiente en un piloto con casos reales.

¿Cuándo sí merece la pena una solución de IA a medida?

Cuando la IA debe leer y escribir en sistemas propios con tus reglas, forma parte de un proceso diferencial o del producto que vendes, necesitas controlar la región, la retención o el modelo, o el coste encaja mejor por operación que por usuario.

¿Es mejor ChatGPT Enterprise o Microsoft Copilot que desarrollar a medida?

Para la productividad general, normalmente sí: se pone en marcha antes y cuesta menos. Para procesos que dependen de sistemas propios, lo habitual es combinar: la licencia para el trabajo diario y un conector o un desarrollo a medida para ese proceso.

¿Desarrollar IA a medida significa entrenar un modelo propio?

No. Casi siempre consiste en conectar modelos contratados por API con tus datos y sistemas mediante RAG, integraciones o agentes. El ajuste fino solo se justifica si una evaluación demuestra un fallo de comportamiento; ver fine-tuning o RAG.

¿Cuánto cuesta un sistema de IA a medida?

Según nuestro informe de precios 2026, un asistente con RAG cuesta 10.000-25.000 €, un copiloto interno 20.000-50.000 € y un agente acotado a una tarea 20.000-35.000 €, más API, infraestructura y un mantenimiento del 15-25 % anual.