IA3 min de lectura
Los costes de un LLM no escalan como dice tu intuición
Una función que cuesta céntimos en una demo puede costar miles al mes en producción, y rara vez por el precio por token. Adónde va el dinero de verdad.
IA de cara al cliente · chatbots, asistentes, funciones con LLM
IA con la que tus clienteshablan de verdad
Un chatbot que responde a partir de tu propio contenido, un asistente que cualifica y agenda, una función con LLM integrada en el producto que ya tienes. Anclado en tus datos y con traspaso a una persona donde importa, no una demo que se cae en la segunda pregunta.
Chatbot con IA para tu web y tu mensajería
Un chatbot que conoce tu producto porque responde a partir de tu propio contenido, no de lo que el modelo recuerde. Dice «no lo sé» en lugar de inventar y pasa la conversación a una persona en cuanto la pregunta se le queda grande.
EmpezarQué incluye
- Respuestas ancladas en tu propio contenido, con fuentes
- Traspaso a una persona con toda la conversación
- Widget en la web, Telegram, WhatsApp
- Tono de voz y límites sobre lo que puede decir
Asistente comercial con IA
El visitante que se habría ido sin preguntar nada tiene en su lugar una conversación: qué necesita, qué opción encaja y el siguiente paso ya agendado. Todo lo que averigua acaba en tu CRM, no en un registro de chat que nadie lee.
EmpezarQué incluye
- Cualificación y detección de necesidades en diálogo
- Recomendaciones de producto, plan y precio
- Reserva de llamada y traspaso a ventas
- Registro en el CRM con el contexto ya cualificado
Integración de ChatGPT y otros LLM
GPT o Claude dentro del producto que ya tienes —generación, resumen, extracción, búsqueda semántica— entregado como una función real, con su estado de carga, su estado de error y un coste que puedes prever.
EmpezarQué incluye
- Integración con las API de OpenAI y Anthropic
- Diseño, evaluación y versionado de prompts
- Interfaz en streaming y degradación elegante
- Control del coste por tokens, caché y límites de uso
Agentes de IA y RAG sobre tus datos
Cuando una sola respuesta no basta: agentes que dan varios pasos, llaman a tus API y trabajan sobre tus propios documentos, catálogo o base de conocimiento, con trazas que puedes revisar cuando el resultado no es correcto.
EmpezarQué incluye
- RAG sobre tus documentos, catálogo o base de conocimiento
- Uso de herramientas y tareas de varios pasos
- Búsqueda vectorial y ajuste de la calidad de recuperación
- Trazas, evaluaciones y pruebas de regresión
Stack
A lo que recurrimos al integrar IA en un producto.
Claude · GPT
RAG · búsqueda vectorial
Agentes · uso de herramientas
Next.js · Node · Python
Web · Telegram · WhatsApp
Evaluaciones · control de coste
Preguntas habituales
Las cinco que salen en casi todas las llamadas de definición.
¿En qué se diferencia esto de la automatización de negocio?
En quién está al otro lado. Esta página es la IA con la que interactúan tus clientes: un chatbot en tu web, un asistente en tu embudo, una función con LLM en tu producto. La automatización de negocio es la IA que tu equipo nunca enseña a nadie: el buzón de soporte, el tratamiento de documentos, el reparto de leads, los informes internos. Distinto comprador y distinta métrica de éxito, así que son dos páginas a propósito en lugar de una muy larga.
¿Qué impide que se invente cosas?
Tres cosas, por orden. Responde a partir de tu contenido y no de la memoria del modelo, así que hay algo contra lo que contrastar la respuesta. Tiene permiso para decir que no lo sabe y pasar la pregunta a una persona: negarse es una respuesta correcta, no un fallo. Y las respuestas se prueban contra un conjunto de preguntas reales antes del lanzamiento y de nuevo tras cada cambio de prompt, para que un arreglo no rompa en silencio algo que funcionaba.
¿Qué modelo usáis?
El que encaje con la tarea: Claude y GPT son buenos los dos, y son buenos en cosas distintas. La integración va detrás de una capa fina propia, así que cambiar de modelo más adelante es un cambio de configuración y no una reescritura. Quedarse atado a un proveedor es un riesgo en un mercado donde la mejor opción cambia cada pocos meses.
¿Cuánto se tarda?
Un chatbot que responde a partir de tu contenido es un desarrollo de 2-3 semanas. Un asistente conectado al CRM y a la agenda, o una función con LLM dentro de un producto existente, depende de a qué tenga que acceder: eso es una conversación de definición, no un número que pueda poner en una página con honestidad.
¿Cuánto cuesta mantenerlo?
El uso del modelo es una partida mensual real, así que se estima antes de construir y no se descubre después del lanzamiento. Los turnos baratos van a un modelo más barato, las preguntas repetidas se cachean y hay un techo fijo para que un pico de tráfico o un usuario abusivo no produzcan una factura sorpresa.