Desarrollar la IA internamente, comprar licencias o integrar con un proveedor: cómo decidir

¿Conviene desarrollar la IA internamente o contratar un proveedor?

Depende de tres cosas: si el proceso te diferencia de tu competencia, si tienes un equipo capaz de mantenerlo durante años y cuánto te cuesta cada mes que el proceso sigue manual. Y no son dos caminos, sino tres: construir, comprar o integrar. Una mala elección puede no notarse el primer mes, sino meses después, cuando el piloto no llega a producción o cuando nadie sabe mantener lo que se construyó.

¿Qué significa construir, comprar o integrar?

• Construir. Tu equipo desarrolla la solución sobre las API de OpenAI, Anthropic o Google: conecta los datos, escribe las instrucciones, prueba, despliega y mantiene. Tienes el control total y también toda la responsabilidad.
• Comprar. Pagas licencias listas por usuario, como ChatGPT, Claude, Gemini o Microsoft 365 Copilot, o un software vertical que ya trae inteligencia artificial. Es rápido y predecible, pero cada producto trabaja dentro de sus propios límites; lo comparamos en ChatGPT, Claude o Gemini para empresas y en Copilot o agentes de IA integrados.
• Integrar. Un proveedor conecta los sistemas que ya tienes (ERP, facturación electrónica del SRI, CRM, WhatsApp) con modelos de terceros y deja un proceso funcionando, medido y con mantenimiento acordado.

¿Qué dice la evidencia?

El estudio The GenAI Divide: State of IA in Business 2025, de MIT NANDA, combinó la revisión de más de 300 iniciativas públicas, 52 entrevistas a organizaciones y una encuesta a 153 directivos. Encontró que las alianzas externas con herramientas personalizadas llegaron a producción cerca del 67 % de las veces, frente a cerca del 33 % de las herramientas construidas internamente. Los propios autores advierten que son resultados autorreportados y que la muestra puede no representar todas las regiones.

Tómalo como señal, no como ley. Lo que el estudio sugiere es que construir es más difícil de lo que parece, sobre todo la parte menos vistosa: integrar la herramienta al flujo real de trabajo para que la gente la use todos los días.

Construir, comprar o integrar: ¿cómo se comparan?

El mantenimiento que nadie presupuesta

Los modelos de IA tienen fecha de retiro. Anthropic, por ejemplo, retira modelos con regularidad y avisa con al menos 60 días a quienes los usan; después del retiro, las solicitudes a ese modelo fallan. El modelo claude-sonnet-4-20250514 se retiró el 15 de junio de 2026, y Claude Sonnet 4.5 tiene su retiro fijado para el 30 de noviembre de 2026. También cambian las reglas de la API: en su versión del 21 de octubre de 2026, Anthropic eliminó parámetros de configuración como temperature.

Si construyes, alguien de tu equipo tiene que probar el reemplazo, ajustar las instrucciones y volver a medir antes de cada retiro. No es un gasto de una sola vez: es una tarea que se repite mientras el sistema exista.

El riesgo y los datos

Una solución con agentes trae riesgos que una hoja de cálculo no tenía. OWASP incluye entre los diez principales la inyección de instrucciones, la divulgación de información sensible y la agencia excesiva, es decir, darle al agente más permisos de los que necesita. Construyas o contrates, alguien debe diseñar esos controles.

Con los datos, la pregunta es la misma en cualquier camino: quién trata la información de tus clientes y con qué garantías. Si un tercero la procesa por ti, revisa qué exige la ley ecuatoriana en la guía de inteligencia artificial y datos personales. Los fabricantes grandes ofrecen acuerdos de tratamiento de datos: OpenAI, por ejemplo, firma un anexo de tratamiento de datos (DPA) para ChatGPT Business, Enterprise y su API.

¿Cuánto cuesta cada camino?

Las licencias son el costo más fácil de prever. Con precios de lista al 11 de noviembre de 2026, ChatGPT Business y Claude Team cuestan USD 20 por usuario al mes con pago anual (USD 25 mes a mes), y Microsoft 365 Copilot cuesta USD 30 con pago anual. En estos planes por usuario, el costo crece sobre todo con el número de personas, aunque Claude Enterprise y algunas funciones de Copilot suman cobros por uso.

Construir parece más barato porque la API se paga por consumo: un modelo de alto volumen como GPT-6 Luna cuesta USD 0,10 por millón de tokens de entrada, según la lista de precios de OpenAI, y esa API se factura aparte de los planes de ChatGPT. Pero el consumo de la API es solo una parte de la cuenta: a ella se suma el equipo que diseña, integra, prueba, vigila y migra, mes tras mes.

Integrar con un proveedor cambia la forma del gasto: pagas por un proceso funcionando, con alcance y plazo acordados y, según el contrato, el consumo de modelos y mensajes. Para comparar en serio, pon los tres caminos en la misma hoja: costo de arranque, costo mensual, mantenimiento durante varios años y el dinero que el proceso sigue perdiendo mientras no está automatizado. Más detalle en cuánto cuesta implementar inteligencia artificial.

¿Qué preguntas te ayudan a decidir?

1. ¿Este proceso te diferencia o es igual en todas las empresas? La cobranza, las cuentas por pagar y la conciliación se parecen mucho entre empresas; lo que te hace único puede justificar construir.
2. ¿Tienes, y puedes retener, un equipo que mantenga la solución cuando cambien los modelos y las API?
3. ¿Cuánto te cuesta cada mes que el proceso siga manual? Ese es el costo de esperar a que tu equipo termine de construir.
4. ¿Tus datos están accesibles por API? Si tu ERP no la tiene, ningún camino funciona hasta resolverlo.
5. ¿Qué indicador de negocio va a mejorar y cuál es su línea base hoy?
6. ¿Quién aprueba las decisiones irreversibles, como un pago o una nota de crédito?
7. ¿Qué pasa si quieres cambiar de modelo o de proveedor? ¿Te llevas tus datos, tus instrucciones y la documentación?

Si respondes «no» a la segunda pregunta, construir desde cero es una apuesta arriesgada, aunque tengas presupuesto. Anthropic, que vende modelos para que otros construyan, recomienda empezar por la solución más simple posible y sumar complejidad solo cuando hace falta.

¿Qué buscar en un proveedor de IA?

• Ejecución medida, no informes. Un indicador acordado antes de empezar y una línea base tomada de tus propios sistemas; lo explicamos en cómo medir el retorno de la inteligencia artificial.
• Agentes reales. Gartner estimó en 2025 que solo unos 130 de los miles de proveedores que se presentan como agénticos lo son, y llamó «lavado de agentes» a rebautizar asistentes, RPA o chatbots. Pide ver el proceso funcionando con datos.
• Política de datos por escrito. Dónde quedan los datos crudos, qué llega al modelo, cuánto tiempo se conserva y el compromiso de no entrenar modelos con tu información.
• Plan de mantenimiento. Qué pasa cuando el fabricante retira un modelo, quién hace la migración y quién la paga.
• Precio y plazo definidos. Pregunta qué entregable recibes, en qué fecha y con qué indicador se da por cumplido.
• Personas en el circuito. Aprobación humana en todo lo irreversible.
• Una salida clara. Documentación, propiedad de tus datos y de tus instrucciones, y la posibilidad de cambiar de modelo.

Advise trabaja en el camino de integrar: sus soluciones tienen precio y plazo cerrados, sin horas facturables; el indicador se acuerda antes de arrancar y el primer proceso entra en producción en 60 días contados desde la entrega de accesos.