Cómo desarrollamos proyectos de Artificial Intelligence
Cada proyecto sigue seis fases claras. Tú sabes en todo momento en qué punto estamos, qué falta y cuánto queda. Sin sorpresas ni plazos que se estiran sin explicación.
Las seis fases de nuestro proceso
Desde la primera llamada hasta el soporte posterior a la entrega, esto es lo que ocurre en un proyecto típico con AiSureTech.
Consulta inicial y definición del problema
Empezamos con una videollamada de 45 minutos, gratuita, donde nos cuentas qué problema quieres resolver. No necesitas saber nada de IA: lo que necesitamos es entender tu operativa diaria, dónde pierdes tiempo o dinero y qué datos tienes disponibles.
Después de la llamada, te enviamos un documento de una página con nuestra valoración inicial: si creemos que la IA puede ayudarte, qué tipo de solución proponemos y un rango de inversión orientativo. Si el problema no requiere IA, te lo decimos directamente y te sugerimos alternativas.
Tiempo habitual de esta fase: entre 2 y 5 días laborables.
Auditoría de datos
Un modelo de IA es tan bueno como los datos con los que se entrena. Por eso, antes de escribir una sola línea de código, revisamos tus fuentes de datos: bases de datos, hojas de cálculo, APIs de terceros, archivos PDF o imágenes.
Evaluamos la calidad, el volumen y la estructura de los datos. Si hay lagunas, te proponemos cómo rellenarlas: a veces basta con ajustar un formulario interno o conectar un sistema que ya tienes pero no estás explotando.
El resultado es un informe técnico que incluye un esquema de los datos disponibles, los problemas detectados y las acciones necesarias antes de empezar el desarrollo. Esta fase dura entre 1 y 3 semanas, dependiendo de la complejidad.
Diseño de la solución
Con los datos claros, diseñamos la arquitectura del sistema. Elegimos los algoritmos, definimos las métricas de éxito (por ejemplo, precisión mínima del 92 % en clasificación, o reducción del 30 % en tiempo de procesamiento) y planificamos las integraciones con tus sistemas existentes.
Te presentamos un documento técnico-funcional que explica qué vamos a construir, cómo se conecta con tu flujo de trabajo y qué resultados esperamos. Lo revisamos contigo y lo ajustamos hasta que estés conforme.
En esta fase también definimos el presupuesto cerrado y el calendario de entregas parciales. No hay facturas sorpresa al final.
Desarrollo y entrenamiento del modelo
Aquí es donde nuestros ingenieros de machine learning se ponen a trabajar. Preparamos los datos, entrenamos modelos candidatos, comparamos resultados y seleccionamos el que mejor cumple las métricas acordadas.
Usamos un enfoque iterativo: cada dos semanas te mostramos los avances con datos reales, no con demos fabricadas. Si los resultados no alcanzan el umbral definido, ajustamos el enfoque antes de seguir adelante.
La duración varía mucho según el proyecto. Un chatbot sencillo puede estar listo en 4 semanas. Un sistema de visión artificial para una línea de producción puede necesitar 10 o 12 semanas de desarrollo y pruebas.
Integración y despliegue
El modelo entrenado no sirve de nada si se queda en un notebook de Jupyter. Lo integramos en tu infraestructura: puede ser una API REST que conecta con tu ERP, un widget embebido en tu web, un flujo automatizado en tu CRM o un sistema on-premise si tus datos no pueden salir de tu red.
Hacemos pruebas de carga, seguridad y rendimiento. Documentamos todo el sistema: endpoints, parámetros, flujos de error y procedimientos de recuperación. Tu equipo técnico recibe formación para operar el sistema de forma autónoma.
El despliegue se hace en un entorno de staging primero. Solo pasamos a producción cuando tú das el visto bueno tras una semana de pruebas reales.
Soporte y mejora continua
Todos nuestros proyectos incluyen 3 meses de soporte técnico tras la entrega. Durante ese periodo, monitorizamos el rendimiento del modelo, corregimos cualquier incidencia y ajustamos parámetros si los datos de entrada cambian.
Después de esos 3 meses, puedes contratar un plan de mantenimiento mensual o gestionar el sistema internamente con la documentación y formación que te hemos proporcionado. Muchos clientes optan por un plan de reentrenamiento trimestral, donde actualizamos el modelo con datos nuevos para mantener su precisión.
Por qué funciona este proceso
La mayoría de proyectos de IA que fracasan lo hacen por una de estas tres razones: datos insuficientes o mal estructurados, expectativas desalineadas entre el equipo técnico y el cliente, o falta de un plan de integración con los sistemas existentes.
Nuestra metodología ataca las tres. La auditoría de datos (fase 2) detecta problemas antes de invertir en desarrollo. El documento técnico-funcional (fase 3) asegura que todos entendemos lo mismo. Y la fase de integración (fase 5) no es un añadido al final: la planificamos desde el primer día.
En 2024, el 91 % de nuestros proyectos se entregaron dentro del plazo acordado. Los que se retrasaron lo hicieron por cambios de alcance solicitados por el cliente, no por errores de planificación.
Trabajamos con sprints de dos semanas. Cada sprint termina con una demo que puedes ver, tocar y evaluar. Si algo no te convence, lo corregimos en el siguiente sprint, no al final del proyecto cuando ya es tarde.
No pedimos que confíes ciegamente en nosotros. Pedimos que evalúes los resultados cada quince días y nos digas si vamos por buen camino.
Preguntas frecuentes sobre nuestro proceso
Respuestas a las dudas que nos plantean con más frecuencia las empresas que contactan por primera vez.
Depende del alcance. Un chatbot basado en tu documentación interna puede costar entre 8.000 y 15.000 euros. Un sistema de visión artificial para control de calidad suele situarse entre 20.000 y 45.000 euros. Te damos un presupuesto cerrado antes de empezar, sin costes ocultos.
No es imprescindible. Nos encargamos del desarrollo completo y de la formación. Eso sí, necesitamos al menos una persona de tu lado que conozca bien el problema de negocio y pueda validar los resultados con nosotros.
Es más habitual de lo que crees. La auditoría de datos sirve precisamente para identificar qué falta y cómo solucionarlo. En algunos casos, podemos empezar con un subconjunto de datos y ampliar después. En otros, te ayudamos a diseñar un proceso de recogida de datos que en pocas semanas genera el volumen necesario.
Sí. Facturamos por fases. Si al terminar una fase decides no continuar, solo pagas lo ejecutado hasta ese momento. Te entregaremos todo el trabajo realizado, incluido el código y la documentación.
No. Nuestra oficina está en Valencia, pero trabajamos con empresas de toda España y también con clientes en Portugal y Latinoamérica. Las reuniones las hacemos por videollamada y, si el proyecto lo requiere, viajamos a tus instalaciones para la auditoría de datos o el despliegue.
Python es nuestro lenguaje principal. Usamos PyTorch y scikit-learn para el entrenamiento de modelos, FastAPI para las APIs, PostgreSQL y MongoDB para almacenamiento, y Docker con Kubernetes para el despliegue. Para proyectos que requieren modelos de lenguaje grandes, trabajamos con modelos open source (Llama, Mistral) y también con APIs de OpenAI y Anthropic cuando el caso lo justifica.