Flujos de IA a medida o herramientas listas para usar: cuándo gana cada uno

La pregunta más importante es si la IA hace tu trabajo, o el de otro.

Un flujo es genérico cuando las entradas, los pasos y las salidas se parecen de una empresa a otra dentro de tu categoría. Redactar un correo de ventas a partir de una plantilla. Resumir una llamada de cliente. Transcribir una reunión. Generar una miniatura. La razón por la que esas tareas las sirven bien los productos llave en mano es estructural: el proveedor SaaS dispone de más datos de entrenamiento de los que un solo comprador tendrá jamás, y el trabajo en sí es el mismo de un comprador a otro, de modo que un modelo compartido converge hacia una respuesta mejor que un modelo privado.

Un flujo es el proceso de la empresa cuando las entradas, los pasos o las salidas dependen de datos que la empresa posee y de reglas que ella define. La valoración inmobiliaria, según cómo etiqueta esa agencia concreta sus listados. La puntuación de leads, respecto a los datos de conversión reales de esa empresa. La suscripción de préstamos, respecto al modelo de riesgo de ese prestamista. El reequilibrio de inventario, respecto a la red de entrega real de ese minorista. Esos flujos no convergen bien de una empresa a otra, porque el valor de acertar depende de un contexto privado al que el proveedor SaaS no tiene acceso y que no le interesaría optimizar.

Si no puedes responder con claridad a esta pregunta, el flujo se sitúa en algún punto intermedio, y la decisión correcta suele ser empezar con llave en mano, medirlo, y reevaluar una vez tengas datos sobre sus carencias.

Segunda pregunta: la sensibilidad de los datos. Si las entradas del flujo incluyen información personal de clientes, datos financieros, datos de salud o información restringida por contrato, el listón para el llave en mano sube. Los planes de empresa pueden resolver la mayoría de los casos; a veces los datos simplemente no pueden salir de la red, en cuyo caso la pregunta se reduce a: construir, o no desplegar IA en ese flujo. Tercera pregunta: la dependencia. ¿Cómo de portable es el flujo si decides dejar al proveedor? Los flujos construidos en torno al etiquetado propietario, la taxonomía de clasificación o el grafo de conocimiento de un proveedor tienen costes de migración ocultos que se acumulan con el tiempo.

Cuarta pregunta: la propiedad de la evaluación. ¿Puedes evaluar la salida del flujo respecto a una línea base que has definido, sobre un conjunto de datos que posees, con una frecuencia que controlas? Los productos llave en mano que no te dan acceso a la evaluación apuestan a que nunca notarás la deriva de calidad. A veces eso está bien (para los flujos de baja criticidad, está bien). Para todo lo crítico, es el modo de fallo más frecuente que vemos: el equipo confía en la herramienta durante dos trimestres, luego un trimestre deja en silencio de funcionar bien, y para cuando alguien lo nota, el cliente lo notó primero.

Quinta pregunta: la asimetría de costes. El llave en mano suele ser más barato a bajo volumen y más caro a gran escala. El punto de cruce varía según la herramienta: a veces se sitúa en 10.000 llamadas al mes, a veces en 1.000.000. Los flujos a medida tienen un coste inicial más alto y un coste por llamada más bajo, de modo que la pregunta se convierte en: cómo de seguro estás del volumen dentro de dos años. Si el volumen es incierto, el llave en mano preserva la opcionalidad. Si el volumen está comprometido y creciendo, el a medida es la posición más barata ya desde el noveno mes, según nuestra experiencia.

El primer patrón: los flujos donde los datos propietarios de la empresa son el factor de diferenciación y donde el modelo debe integrarlos estrechamente. El modelo de valoración de Real Estate no funcionaría como herramienta SaaS. Depende de las convenciones de etiquetado de la agencia, de su historial de mercado y de las necesidades de explicabilidad de sus agentes. Lo construimos porque ningún producto llave en mano podía integrar esos tres elementos sin comprometer uno.

El segundo patrón: los flujos donde la evaluación importa más que el modelo. Para la capa de puntuación de leads de Lead Manager, el modelo es intercambiable; lo que no lo es es el conjunto de datos etiquetado de las conversiones pasadas y la capacidad de reentrenarlo cada mes. Las herramientas de puntuación llave en mano funcionan, pero puntúan según su propia definición de un buen lead, no según la definición concreta que corresponde a los ingresos de esa empresa.

El tercer patrón: los flujos donde el cruce de costes ha ocurrido claramente y donde el volumen crece. Un flujo de clasificación de soporte a 50.000 tickets al mes es menos costoso de ejecutar sobre un pipeline RAG a medida que sobre cualquier agente de proveedor cuyo precio hemos establecido, y la brecha crece a medida que aumenta el volumen. El coste de construcción se recupera en 6 a 12 meses; después de eso, el flujo a medida es puro ahorro.

Un año después, cada flujo de IA de la empresa tiene una razón deliberada para ser llave en mano o a medida, y el equipo puede defender cada uno.

La prueba honesta del marco de construir-o-comprar es si las respuestas aguantan frente al cambio. Llega un nuevo proveedor con una mejor opción llave en mano: ¿dice el marco que cambies, y cambia de verdad la empresa? El volumen de un flujo a medida cae por debajo del punto de cruce: ¿tiene el equipo la disciplina de considerar devolverlo al llave en mano? La mayoría de las empresas no hacen ni lo uno ni lo otro, porque las decisiones no las guía un marco; las guía la inercia.

Las empresas que tienen éxito en esto ejecutan el marco como una revisión recurrente, y no como una auditoría puntual. Dos veces al año, cada flujo se vuelve a puntuar sobre las cinco preguntas. El resultado no es siempre un cambio; normalmente es una confirmación. Pero la disciplina de ejecutar la revisión es lo que mantiene honesta la cartera.

El resultado más amplio es que la IA deja de ser una pregunta de sí/no y se convierte en una decisión de cartera, que es el encuadre correcto para una categoría de software que va a seguir cambiando más rápido que el resto del stack en un futuro previsible.