Desarrollo de IA a medida para empresas que ya tienen sus herramientas

¿Qué significa desarrollo de IA a medida para una pyme?

Quien busca desarrollo de IA a medida suele imaginar algo más cercano a la investigación que a lo que necesita. Entrenar o ajustar un modelo es caro, lento y casi nunca es el cuello de botella. Los modelos de Anthropic, OpenAI y Google ya son suficientemente buenos para la gran mayoría de las tareas de un negocio. Lo que falta es la cañería: el modelo no conoce a tus clientes, no ve tu correo y no tiene cómo escribir en tu CRM. El desarrollo de IA a medida, en la práctica, es construir bien esa cañería.

Hay tres capas que aparecen en casi todos los proyectos. Integración: el código o los flujos que mueven datos entre el modelo y tus sistemas, con autenticación y reintentos resueltos. Agentes: un modelo con una tarea definida, herramientas que puede usar y reglas sobre lo que puede hacer solo. Recuperación: tus documentos, conversaciones pasadas y registros indexados para que el modelo responda con tus hechos y no con conocimiento general. Un sistema que funciona son esas tres capas más la disciplina operativa que lo mantiene corriendo después de que el ingeniero se va.

¿Qué tipos de proyectos de IA a medida construyo?

Casi todas las solicitudes que recibo caben en uno de cinco patrones. Cada uno tiene su propia página en este sitio, así que aquí van en una línea. La mayoría de los dueños no sabe cuál necesita cuando empieza a buscar; eso se resuelve en la llamada de diagnóstico.

Los patrones se superponen a propósito. Un agente de WhatsApp casi siempre necesita una base de conocimiento detrás. Una integración con n8n suele incluir un paso con ChatGPT o Claude. La página de agentes cubre el caso general; las otras son las puertas de entrada que la gente busca.

¿Cómo elijo entre n8n, un servicio en Python y un framework de agentes?

La herramienta se elige después de entender el proceso, no antes. n8n es la opción por defecto cuando el trabajo consiste sobre todo en mover datos entre herramientas SaaS con algunos puntos de decisión y una llamada ocasional al modelo. Es visual, tu equipo puede leerlo y trae cientos de integraciones. Lo uso self-hosted en mi propia operación.

Un servicio en Python con FastAPI gana cuando la lógica es densa, el volumen es alto o el flujo se convertiría en una maraña de nodos. Un script que lee una cola, llama al modelo, valida la salida y escribe en Postgres suele tener cuarenta líneas y es más fácil de probar que un flujo visual. Los frameworks de agentes entran cuando el modelo necesita planificar en varios pasos con herramientas, mantener memoria y ser observado de cerca. La mayoría de los proyectos mezcla los tres: n8n para los disparadores y los bordes SaaS, Python para las partes que necesitan código de verdad, un ciclo de agente solo donde la autonomía realmente se justifica.

No elijo la herramienta que me gusta para después forzar tu problema a que quepa. No soy partner certificado de n8n y no revendo nada de esto. Si tu CRM ya trae la función, lo vas a escuchar en la primera llamada.

¿Cómo se ve un proyecto de IA a medida de punta a punta?

Tomemos uno frecuente: solicitudes que llegan por correo y por un formulario web, y que hay que clasificar, enriquecer con lo que sabes del remitente, y responder o derivar. El disparador es un webhook del formulario y una escucha sobre la casilla compartida. El paso de datos busca al remitente en tu CRM y trae los registros relevantes. El paso del modelo, Claude u OpenAI por API, recibe un prompt versionado con la solicitud, el contexto del CRM y los pasajes recuperados de tu base de conocimiento, y devuelve un resultado estructurado: categoría, urgencia, un borrador de respuesta y un puntaje de confianza.

Los guardarraíles rodean esa llamada. Cada salida se valida contra un esquema antes de que algo la use. La confianza baja va a una persona. Cualquier acción irreversible, enviar la respuesta, crear una factura, cambiar la etapa de un negocio, espera en una cola de aprobación en Slack o en tu CRM hasta que alguien hace clic. Las fallas se reintentan, se registran y se alertan. Los prompts y los flujos están versionados en un repositorio, así que un cambio se puede revisar y revertir.

Corre en tus cuentas: tu instancia de n8n o tu proyecto en Railway, GCP o AWS, tus llaves de API, tu Supabase o Postgres. La entrega incluye el código y los flujos exportados en tu repositorio, documentación escrita y videos Loom de recorrido para que una persona nueva pueda operarlo. Eres dueño del 100% del código, los prompts, los flujos y los datos. Nada depende de mis cuentas después del último día.

¿Cuánto cuesta el desarrollo de IA a medida?

No cobro por hora para construir. Cada proyecto es un solo precio fijo acordado por adelantado después de una llamada de diagnóstico, entregado como un sprint de tres semanas para un alcance acotado, o de tres a cinco semanas para los más grandes. Los puntos de referencia son los tres sistemas productizados publicados en este sitio: el Lead Acquisition Engine a USD 4.000 de implementación con un opcional de USD 490 al mes, el AI Intake Agent con base de conocimiento a USD 4.900 con un opcional de USD 1.200 al mes, y el AI Operating System a USD 6.800 con un opcional de USD 1.800 al mes.

Los alcances a medida que no caben en uno de esos se cotizan de la misma forma: fijo, por escrito, antes de partir. El mensual opcional cubre operación e iteración después de que termina la garantía de 60 días; no es necesario para que el sistema siga corriendo. La infraestructura y las suscripciones de APIs (hosting, uso de modelos, n8n Cloud si lo eliges) se facturan directo a ti, a tu nombre, así que cada cuenta es tuya desde el día uno. Trabajo desde Chile y facturo en USD o en pesos con factura electrónica del SII.

¿Por qué importa un perfil DevOps senior para IA en producción?

La demo es la parte fácil. Cualquiera puede conectar un modelo a un webhook y mostrarlo respondiendo una pregunta. Lo difícil empieza después de la entrega: la API devuelve un límite de tasa a las 2 de la mañana, una credencial vence, un cambio en el prompt rompe el formato de salida, la base de datos se llena, el proveedor retira una versión del modelo. Los sistemas de IA fallan como cualquier otro sistema en producción, más algunas formas nuevas, y necesitan la misma disciplina.

Diez años operando infraestructura en producción, certificaciones de Kubernetes y un trabajo diario como ingeniero DevOps senior significan que los guardarraíles no son un agregado de último minuto. Cada proyecto sale con los guardarraíles de la lista de abajo, sin excepción. Además uso el mismo stack en mi propio negocio todos los días, un motor de prospección saliente, un pipeline de llamada a propuesta y agentes basados en Claude sobre n8n, así que los valores por defecto vienen de sistemas vivos, no de un tutorial.

¿Cuándo no deberías contratarme para desarrollo de IA a medida?

Algunas búsquedas de desarrollo de IA a medida deberían terminar en otra parte, y es más barato para ambos decirlo temprano. Si quieres un modelo entrenado desde cero con datos propios, o un proyecto de investigación con resultado abierto, necesitas un equipo de machine learning, no un ingeniero de integración. Si tu proceso es un formulario que alimenta una planilla, Zapier o una integración nativa bastan.

Tampoco soy el calce correcto si necesitas un equipo grande en tus oficinas, una agencia con ejecutivos de cuenta, o una app móvil o un producto web público donde la IA es una parte menor. Soy un profesional independiente que suma a un segundo ingeniero para alcances grandes; trabajas directo con la persona que construye. Eso es una ventaja para sistemas acotados sobre tu stack y una limitación para el resto. Si tu proceso tiene volumen, casos borde y consecuencias reales cuando falla, ahí soy útil.

¿Cómo funciona el proyecto?

Parte con una llamada gratuita de 15 minutos para escuchar el proceso y decidir si la IA tiene lugar ahí y si yo soy la persona correcta. Si hay calce, recibes una propuesta escrita con alcance cerrado, plazo y un solo precio fijo. Durante el sprint recibes avances semanales y apruebas antes de que algo toque producción. La entrega incluye documentación, el código y los flujos exportados en tu repositorio, videos Loom de recorrido y una garantía operativa de 60 días: si algo que construí se rompe en esa ventana, lo arreglo sin costo. Soporte mensual opcional después de eso. Trabajo remoto desde Chile con empresas de Latinoamérica, Estados Unidos, Canadá y Europa, en español o inglés.