FAQ: Artificial Intelligence para tu empresa

Trabajamos principalmente con empresas de entre 20 y 500 empleados que ya tienen datos digitalizados (aunque sea en hojas de cálculo) y un problema de negocio claro que resolver. Los sectores donde más experiencia tenemos son logística, retail, salud, servicios financieros y manufactura industrial. Si tu empresa genera datos de forma recurrente y hay un proceso que consume demasiado tiempo o produce demasiados errores, probablemente podamos ayudar.

No es imprescindible, pero ayuda. Lo mínimo que necesitamos es una persona de referencia en tu empresa que conozca el proceso que vamos a mejorar y pueda darnos acceso a los datos. Si tienes un equipo de IT, trabajaremos con ellos para las integraciones. Si no lo tienes, nos encargamos de todo el desarrollo y despliegue, y te formamos para que puedáis mantener el sistema en funcionamiento.

Depende del alcance. El diagnóstico inicial dura dos semanas. Un proyecto de automatización completo se mueve entre 6 y 10 semanas. Los modelos predictivos suelen estar en producción en 6 a 12 semanas, y los proyectos de visión artificial entre 7 y 13 semanas. Estos plazos incluyen la fase de prueba de concepto, el desarrollo, las pruebas y el despliegue. No incluyen el tiempo que el cliente necesite para tomar decisiones internas o proporcionar acceso a datos.

Por eso hacemos siempre una prueba de concepto antes de comprometernos con el proyecto completo. Durante esas tres semanas iniciales, entrenamos un modelo con una muestra de tus datos y medimos su rendimiento contra métricas que acordamos juntos (por ejemplo, precisión mínima del 90 % en clasificación, o error medio absoluto inferior al 8 % en predicción de demanda). Si los resultados no alcanzan ese umbral, te lo decimos abiertamente y no avanzamos. En ese caso, solo pagas el coste de la prueba de concepto.

Firmamos un acuerdo de confidencialidad (NDA) antes de recibir cualquier dato. Todos los datos se almacenan en entornos cifrados y nunca los compartimos con terceros. Si el proyecto lo requiere, podemos trabajar directamente en tus servidores sin que los datos salgan de tu infraestructura. Al finalizar el proyecto, eliminamos todas las copias de datos que tengamos, salvo que acuerdes lo contrario para el mantenimiento del modelo.

Para la fase de diagnóstico, acceso a los datos que ya tengáis: bases de datos, hojas de cálculo, exports de vuestro CRM o ERP. No hace falta que estén limpios ni organizados; parte de nuestro trabajo es precisamente limpiarlos y estructurarlos. Para modelos predictivos, necesitamos un mínimo de 12 meses de datos históricos. Para visión artificial, entre 2.000 y 10.000 imágenes etiquetadas (si no las tenéis, nos encargamos de la captura y etiquetado).

Nos adaptamos a lo que tengas. Si ya usas AWS, Azure o Google Cloud, desplegamos allí. Si prefieres servidores locales (on-premise), también lo hacemos. Usamos contenedores Docker para que la solución sea portable entre entornos. El único requisito técnico es que el servidor tenga la capacidad de cómputo necesaria para ejecutar el modelo; te indicamos las especificaciones exactas antes de empezar el desarrollo.

La forma más habitual es mediante una API REST que nuestro sistema expone y que vuestro software consume. Si vuestro ERP o CRM tiene una API propia (SAP, Salesforce, HubSpot, Odoo), nos conectamos directamente. En casos donde no hay API disponible, podemos usar webhooks, conexiones directas a base de datos (PostgreSQL, MySQL, SQL Server) o incluso procesamiento de archivos por lotes (CSV, Excel) en una carpeta compartida. Durante el diagnóstico evaluamos cuál es la opción más práctica para vuestro caso.

Sí, casi siempre. Los datos de negocio cambian: los patrones de compra de tus clientes evolucionan, las condiciones del mercado se mueven, los productos nuevos generan datos que el modelo original no conoce. Por eso configuramos pipelines de reentrenamiento automático que se ejecutan con la frecuencia que tenga sentido para tu caso (semanal, quincenal o mensual). El sistema compara el rendimiento del modelo nuevo con el anterior y solo lo sustituye si mejora las métricas.