Preguntas frecuentes sobre Artificial Intelligence

No. El diagnóstico de datos que hacemos en las primeras dos semanas incluye la evaluación del estado de tus datos. Si están en hojas de cálculo dispersas o en un ERP sin estructura clara, nosotros los limpiamos y organizamos como parte del proyecto. Lo que sí necesitamos es acceso: credenciales de lectura a tus bases de datos, archivos exportados o conexión a tu CRM. Sin acceso a la información real, no podemos avanzar.

Depende del plan. El plan Explorar toma entre 6 y 8 semanas en total (diagnóstico incluido). El plan Impulsar entre 8 y 12 semanas. El plan Escalar puede llegar a 16 semanas si el alcance es amplio. Estos plazos asumen que tu equipo responde solicitudes de información en un máximo de 48 horas. Retrasos en el acceso a datos o en la validación de resultados intermedios extienden el cronograma.

Eso lo descubrimos durante el diagnóstico. Si tus datos históricos son insuficientes (por ejemplo, menos de 500 registros para un problema de clasificación), te proponemos dos caminos: diseñar un plan de recolección de datos durante 2-3 meses antes de construir el modelo, o usar técnicas de aumento de datos y modelos pre-entrenados que funcionan con menos información. En ambos casos, te lo explicamos antes de que inviertas en la fase de desarrollo.

Firmamos un acuerdo de confidencialidad (NDA) antes de recibir cualquier dato. Trabajamos en entornos aislados con cifrado en tránsito y en reposo. No compartimos tus datos con terceros y los eliminamos de nuestros servidores 30 días después de terminar el proyecto, salvo que el contrato de acompañamiento indique lo contrario. Si tu empresa tiene requisitos específicos de seguridad (ISO 27001, SOC 2), los evaluamos caso a caso.

Python es nuestro lenguaje principal. Para modelos clásicos usamos scikit-learn y XGBoost. Para deep learning, PyTorch. Los dashboards los construimos con Streamlit o Metabase, dependiendo de si necesitas algo personalizable o algo que tu equipo pueda administrar sin código. Para automatizaciones con LLMs, trabajamos con la API de OpenAI y con modelos open source como Llama cuando la privacidad de los datos lo requiere.

Depende del proyecto. Un modelo predictivo sencillo puede correr en un servidor interno con 16 GB de RAM. Pero si necesitas procesar grandes volúmenes de datos en tiempo real o entrenar modelos de deep learning, la nube es más práctica. Trabajamos con AWS, Google Cloud y Azure. Si ya tienes cuenta en alguna de estas plataformas, desplegamos ahí. Si no, te ayudamos a configurar una cuenta con los recursos mínimos necesarios. El costo de la nube corre por tu cuenta, pero te damos una estimación mensual antes de empezar.

No. Diseñamos las interfaces para que cualquier persona con conocimientos básicos de computación pueda usarlas. Los dashboards tienen filtros y botones, no líneas de código. Las automatizaciones corren solas y envían alertas por correo cuando algo requiere atención humana. La capacitación incluida en los planes Impulsar y Escalar cubre el uso diario de la herramienta, la interpretación de resultados y los pasos a seguir si algo falla.

Sí. Todo el código fuente es tuyo. Lo entregamos en un repositorio Git con documentación técnica: qué hace cada módulo, cómo reentrenar el modelo con datos nuevos y cómo interpretar las métricas de rendimiento. Si tu empresa tiene desarrolladores internos, pueden mantener y mejorar la solución sin depender de nosotros. Si prefieres que sigamos involucrados, ofrecemos contratos de mantenimiento mensual a partir de $800 USD.