Cómo elegir empresa de desarrollo de software con IA: checklist de contratación

Elegir empresa de desarrollo de software con IA se ha vuelto más difícil, no más fácil, precisamente porque hay más oferta. Cualquiera con acceso a un modelo de lenguaje puede montar una web, prometer “IA a medida” y enseñar una demo bonita en la primera llamada. La pregunta que de verdad separa a un proveedor serio de uno que no lo es no es qué demo enseña, es qué pasa seis meses después de la entrega: si el sistema sigue funcionando, si tu equipo lo usa y si sabes a quién llamar cuando algo falla. Esta checklist recoge lo que hay que preguntar y exigir por escrito antes de firmar, no después.

Por qué contratar mal aquí sale más caro que en otros proyectos de software

Un proyecto de software convencional falla de forma visible: no compila, no se entrega, el cliente se queja. Un proyecto de IA mal ejecutado falla de forma silenciosa: el sistema funciona en la demo, se despliega, y a los tres meses nadie lo usa porque no encajaba con el proceso real, o produce resultados que nadie verifica y que empiezan a generar errores caros. El coste no aparece en la factura del desarrollo, aparece después, en horas perdidas arreglando lo que el sistema hizo mal sin que nadie se diera cuenta a tiempo.

Por eso el criterio de selección no puede ser solo “quién ofrece el precio más bajo” ni “quién enseña la demo más impresionante”. Tiene que incluir qué pasa con el código, con los datos y con el mantenimiento una vez que el proveedor ya ha cobrado.

Checklist de contratación: 8 puntos que hay que exigir por escrito

Punto a verificar	Qué debe garantizar el proveedor
Propiedad del código y del sistema	El código, las integraciones y cualquier modelo ajustado son tuyos al finalizar, no quedan retenidos por el proveedor
Diagnóstico previo, no presupuesto a ciegas	Un análisis de tus procesos reales antes de fijar precio y alcance
Presupuesto cerrado por escrito	Cifra y plazo definidos antes de empezar, no una estimación que “puede variar”
Plan de adopción, no solo de entrega	Formación del equipo que va a usar el sistema, incluida en el proyecto
Mantenimiento posterior explícito	Qué cubre el soporte, durante cuánto tiempo y a qué precio mensual
Referencias verificables	Casos con contexto suficiente para poder preguntar directamente al cliente anterior
Transparencia sobre las herramientas	Qué modelos, plataformas o proveedores externos usa la solución, y qué pasa si esas herramientas cambian de precio o desaparecen
Criterio de éxito medible	Una métrica acordada de antemano (horas ahorradas, tiempo de respuesta, errores evitados), no una sensación de “va bien”

Cada uno de estos puntos debería aparecer en la propuesta antes de firmar, no negociarse después de que el proyecto ya esté en marcha.

1. Propiedad del código y del sistema

Antes de firmar nada, pregunta explícitamente quién es dueño del código, de las integraciones y de cualquier modelo entrenado o ajustado durante el proyecto. Algunas empresas de desarrollo retienen partes del sistema en su propia infraestructura para forzar la continuidad del contrato. Eso no es ilegal, pero debe estar claro desde el primer día, no descubrirse cuando quieres cambiar de proveedor.

2. Un diagnóstico antes del presupuesto

Cualquier empresa que te dé un precio cerrado sin haber revisado antes tus procesos está adivinando, no presupuestando. Un Diagnóstico serio (en KDK, desde 1.900€) mapea qué procesos consumen más horas, qué sistemas hay que conectar y qué complejidad real tiene el proyecto antes de fijar cifra y plazo. Sin ese paso, el presupuesto inicial casi siempre se queda corto y el ajuste posterior lo pagas tú.

3. Presupuesto cerrado, no una horquilla que crece

El desarrollo a medida de un sistema de IA no tiene tarifa de catálogo, porque el alcance de cada proyecto es distinto: no es lo mismo automatizar un proceso interno que construir agentes que ejecuten gestiones en varios sistemas a la vez. Pero eso no significa que el precio deba quedar abierto. Exige una cifra cerrada por escrito con el alcance definido; cualquier ampliación posterior debe presupuestarse aparte, no colarse dentro del proyecto original.

4. Plan de adopción, no solo entrega técnica

Un sistema que nadie usa no genera retorno, por bien construido que esté técnicamente. La implantación con adopción real tiene que incluir formación del equipo que va a operarlo, no solo documentación técnica que nadie lee. Si el proveedor no menciona cómo va a conseguir que tu equipo lo use desde el primer día, esa parte del trabajo se queda sin hacer.

5. Mantenimiento posterior explícito

Todo sistema de IA necesita mantenimiento: los modelos cambian de versión, aparecen casos que no se contemplaron al principio, los datos crecen. Pregunta qué cubre el soporte, durante cuánto tiempo tras la entrega y a qué precio mensual. Como referencia de mercado, un soporte sin permanencia parte de 490€/mes; si un presupuesto no menciona qué pasa después de la entrega, no es que sea gratis, es que te lo van a cobrar más adelante sin haberlo negociado.

6. Referencias que puedas verificar de verdad

No te conformes con un logo en la web. Pide poder hablar directamente con un cliente anterior, o al menos un caso con contexto suficiente (sector, problema de partida, qué se construyó, qué cambió) para juzgar si es comparable a tu situación. Los casos de implantación publicados deberían tener ese nivel de detalle, no solo una frase genérica de satisfacción.

7. Transparencia sobre qué herramientas usa la solución

Pregunta abiertamente si la solución depende de un modelo de IA de terceros (y de cuál), de una plataforma de automatización, o de desarrollo propio. No hay una respuesta “correcta”: depender de un proveedor externo es razonable si el proyecto lo justifica. Lo que no es razonable es que el proveedor evite la pregunta o hable en términos vagos de “tecnología propietaria” sin concretar nada verificable.

8. Un criterio de éxito acordado antes de empezar

Antes de arrancar, define con el proveedor qué significa que el proyecto haya funcionado: horas ahorradas por semana, tiempo de respuesta al cliente, errores evitados en un proceso concreto. Sin esa métrica acordada de antemano, cualquier discusión posterior sobre si el sistema “va bien” se convierte en una cuestión de opinión, no de datos.

Agentes de IA: un caso donde la checklist importa todavía más

Cuando el proyecto no es una solución empaquetada sino agentes de IA que ejecutan gestiones completas conectando varios sistemas (reservar, facturar, actualizar registros), la checklist anterior pesa más, no menos. Un agente mal construido no solo da una respuesta equivocada: puede ejecutar una acción real en un sistema real. Aquí es todavía más importante exigir un criterio de éxito medible y un plan claro de qué pasa cuando el agente se encuentra con un caso que no había previsto.

Cómo se aplica esta checklist en la práctica

La secuencia razonable para contratar sin sorpresas es:

1. Diagnóstico previo que acote el problema real y estime el retorno esperado antes de pedir presupuesto a nadie.
2. Comparar dos o tres propuestas usando los 8 puntos de la checklist, no solo el precio final.
3. Exigir el presupuesto cerrado por escrito, con alcance, plazo, plan de adopción y condiciones de soporte incluidas.
4. Empezar por un proceso acotado, no por una transformación completa, para verificar el criterio de éxito antes de ampliar el contrato.

Este enfoque coincide con lo que ya explicamos al desglosar cuánto cuesta implantar inteligencia artificial en una empresa: el presupuesto inicial más bajo casi nunca es el más barato si no incluye adopción ni mantenimiento.

La pregunta que resume toda la checklist

Si solo puedes hacer una pregunta antes de firmar, que sea esta: “¿qué pasa si dentro de seis meses quiero cambiar de proveedor?”. La respuesta te dice casi todo: si el código es tuyo, si el equipo sabe operarlo sin depender de un ticket externo, y si el proveedor ha construido el sistema pensando en que funcione para ti, no en que te quedes atado a él. Si quieres empezar por el paso que ordena todo lo demás, un Diagnóstico acota el problema real y las opciones concretas antes de pedir presupuesto a nadie. Reserva tu Diagnóstico y compara con datos, no con la demo que mejor suena.