Preguntas frecuentes sobre Artificial Intelligence

Depende del tipo de proyecto. Un chatbot conectado a WhatsApp Business, entrenado con las preguntas frecuentes de tu empresa, queda listo en 3 a 4 semanas. Un modelo predictivo de demanda necesita más trabajo: la auditoría de datos toma 2 semanas, el desarrollo del prototipo otras 4, y las pruebas en producción entre 2 y 4 semanas más. En total, un proyecto predictivo completo suele tomar de 8 a 12 semanas.

Proyectos de visión por computadora (inspección de calidad, conteo de inventario con cámaras) pueden tomar entre 10 y 16 semanas porque requieren recolección y etiquetado de imágenes.

No. De hecho, la mayoría de nuestros clientes llegan con datos en hojas de Excel dispersas, bases de datos desactualizadas o información repartida entre varios sistemas que no se comunican entre sí. Nuestra primera fase es precisamente una auditoría de datos donde evaluamos qué tienes, qué calidad tiene y qué falta. Limpiamos, normalizamos y estructuramos la información antes de entrenar cualquier modelo.

Lo que sí necesitamos es acceso a los datos. Si tu empresa no ha digitalizado ciertos procesos (por ejemplo, si los pedidos se reciben por teléfono y se anotan en papel), primero te ayudamos a establecer un flujo de captura digital.

No tenemos paquetes genéricos porque cada empresa tiene necesidades distintas. Dicho esto, un chatbot de atención al cliente parte desde 8 millones de pesos colombianos. Un modelo predictivo de demanda con tablero de visualización suele estar entre 18 y 35 millones, dependiendo del volumen de datos y la cantidad de variables. Los proyectos de visión por computadora arrancan desde 25 millones.

Ofrecemos una consulta inicial gratuita de 45 minutos donde evaluamos tu caso y te damos un estimado con rango de precios antes de comprometerte a nada.

Trabajamos principalmente con Python, usando bibliotecas como scikit-learn, TensorFlow y PyTorch para los modelos de machine learning y deep learning. Para procesamiento de lenguaje natural usamos modelos de la familia de transformers, ajustados a las necesidades del cliente. Los tableros de visualización los construimos con Streamlit o Dash, según la complejidad requerida.

Para infraestructura, desplegamos en la nube del cliente (AWS, Google Cloud o Azure) o en servidores locales si la empresa lo requiere por políticas de seguridad. No estamos atados a ningún proveedor de nube específico.

Tú. Todo el código fuente, los modelos entrenados, los datos procesados y la documentación técnica son propiedad de tu empresa una vez finalizado el proyecto. No usamos licencias propietarias ni plataformas cerradas que te aten a nosotros. Si decides trabajar con otro proveedor en el futuro, te entregas todo en un repositorio Git con instrucciones de despliegue.

Sí. Cada proyecto incluye 60 días de soporte post-entrega sin costo adicional. Durante ese periodo corregimos errores, ajustamos parámetros del modelo si los datos cambian y respondemos dudas técnicas de tu equipo. Después de los 60 días, ofrecemos planes de mantenimiento mensual que incluyen monitoreo del rendimiento del modelo, reentrenamiento periódico y soporte por correo y videollamada.

Es lo que recomendamos. Muchos clientes empiezan con un piloto acotado: por ejemplo, automatizar la clasificación de correos entrantes o predecir la demanda de un solo producto. Si el piloto demuestra valor, ampliamos el alcance. Este enfoque reduce el riesgo y te permite ver resultados concretos antes de invertir en un proyecto mayor.

No. Hemos trabajado con empresas desde 10 empleados hasta corporaciones con más de 500. Lo que importa no es el tamaño de la empresa sino que exista un problema claro que la inteligencia artificial pueda resolver y datos suficientes para entrenar un modelo. Una tienda en línea con 5,000 transacciones mensuales ya tiene suficiente información para un modelo de recomendación de productos.