Preguntas frecuentes sobre Artificial Intelligence

Depende del alcance, pero la mayoría de nuestros proyectos se completan entre 8 y 12 semanas. Las dos primeras se dedican al diagnóstico de datos y al diseño de la arquitectura del modelo. Las semanas 3 a 8 son de desarrollo iterativo, con demos quincenales. Las últimas semanas cubren pruebas en producción y ajuste fino.

Proyectos más pequeños, como un chatbot interno conectado a una base de conocimiento existente, pueden estar listos en cinco semanas. Un sistema de visión artificial para control de calidad en línea de producción puede requerir hasta 16 semanas porque involucra hardware adicional (cámaras, iluminación, integración con PLC).

Necesitamos acceso a los datos históricos del proceso que se quiere optimizar. Pueden ser archivos CSV, hojas de cálculo, bases de datos SQL, registros de un ERP o incluso documentos escaneados. Lo importante es que haya al menos seis meses de historia (idealmente un año o más) para que el modelo pueda detectar patrones estacionales.

Si sus datos están desordenados o incompletos, no es un impedimento. Parte de nuestro trabajo incluye limpieza, normalización y enriquecimiento de datos. En la sesión de diagnóstico gratuita evaluamos la calidad de lo disponible y le decimos con franqueza si hay suficiente material para entrenar un modelo útil.

Es una videollamada de 90 minutos con uno de nuestros científicos de datos. Antes de la sesión le pedimos que nos envíe una muestra anonimizada de sus datos (o capturas de pantalla de los sistemas que usa). Durante la llamada revisamos juntos esa información, identificamos qué procesos se beneficiarían más de la IA y estimamos un rango de costo y plazo.

No hay compromiso de contratación. Si concluimos que su problema se resuelve mejor con una automatización convencional o con cambios en el flujo de trabajo, se lo diremos.

No tenemos un precio fijo porque cada proyecto tiene un alcance diferente. Un chatbot conectado a documentación interna puede costar entre 8 y 15 millones de pesos colombianos. Un sistema de análisis predictivo con múltiples fuentes de datos y tableros de visualización suele estar entre 25 y 60 millones. Proyectos de visión artificial con hardware incluido pueden superar los 80 millones.

Siempre entregamos una propuesta detallada con desglose por fase después del diagnóstico. El pago se divide en hitos: un anticipo al firmar, pagos parciales al completar cada fase y un pago final tras la aceptación del entregable.

Sí. Hemos trabajado con empresas desde 15 empleados. El requisito no es el tamaño de la organización sino la disponibilidad de datos suficientes para entrenar un modelo. Una empresa pequeña con tres años de registros de ventas en un archivo Excel puede obtener un modelo de predicción de demanda tan útil como el de una compañía grande.

Para empresas con presupuesto limitado ofrecemos un formato de "proyecto piloto" acotado a un solo proceso, con un costo menor y un plazo de cuatro a seis semanas. Si el piloto demuestra valor, se amplía el alcance.

Después de desplegar el modelo, ofrecemos un contrato anual de mantenimiento que cubre monitoreo semanal de métricas de rendimiento (precisión, recall, latencia), re-entrenamiento trimestral con datos nuevos y soporte técnico con tiempo de respuesta máximo de 4 horas en horario laboral.

Si la precisión del modelo cae por debajo del umbral acordado en el contrato original, hacemos un re-entrenamiento extraordinario sin costo adicional. El precio del mantenimiento anual suele ser entre el 15 % y el 20 % del valor del proyecto original.

Por defecto, desplegamos en la infraestructura en la nube que el cliente ya utilice (AWS, Google Cloud o Azure). Si el cliente no tiene infraestructura propia, configuramos un entorno en AWS con región en São Paulo, que ofrece la menor latencia para Colombia.

Para clientes del sector financiero o de salud que requieren que los datos no salgan del país, también podemos desplegar en servidores locales (on-premise) o en centros de datos colombianos certificados. Los datos de entrenamiento se cifran en tránsito (TLS 1.3) y en reposo (AES-256).

Antes de iniciar el entrenamiento, aplicamos técnicas de anonimización o seudonimización según lo exija la Ley 1581 de 2012 y su decreto reglamentario 1377 de 2013. En la práctica, esto significa que reemplazamos nombres, cédulas y direcciones por identificadores sintéticos antes de que los datos lleguen al entorno de entrenamiento.

Firmamos un acuerdo de tratamiento de datos personales con cada cliente. Si usted ya tiene un oficial de protección de datos, trabajamos directamente con esa persona para alinear el proyecto con su política interna de privacidad.

Sí. Una vez completado el pago total del proyecto, la propiedad intelectual del código fuente, los pesos del modelo entrenado y la documentación técnica se transfieren al cliente. Le entregamos un repositorio Git con todo el código, instrucciones de despliegue y un archivo de requisitos para reproducir el entorno.

Si su equipo técnico interno quiere asumir el mantenimiento, ofrecemos una sesión de transferencia de conocimiento de medio día (incluida en el precio del proyecto) donde explicamos la arquitectura, los parámetros de entrenamiento y los procedimientos de monitoreo.