Busca integración, no demos
Un prototipo vistoso es fácil; un sistema que funciona en producción, no. Pide ver algo que hayan integrado en un negocio real y mantenido en marcha, con monitorización, gestión de errores y gobernanza. La distancia entre la demo y la producción es donde mueren la mayoría de los proyectos de IA.
Deberían empezar por tus datos
Un socio serio pregunta por tus datos antes que por tu caso de uso: dónde están, si están limpios, quién puede verlos. Si la primera conversación es todo bombo sobre modelos y ninguna pregunta sobre datos, es una señal de alerta.
Planifica para después del lanzamiento
Los sistemas de IA se desvían, los modelos cambian y las salvaguardas necesitan mantenimiento. Pregunta cómo monitorizan, actualizan y mantienen el sistema seguro con el tiempo: a quién avisan cuando las respuestas fallan, cómo se revierte una mala versión del modelo, quién revisa una muestra de resultados cada semana. Un equipo que solo habla de la construcción, y no de la operación, te dejará algo que se degrada en silencio mientras todos dan por hecho que va bien.
Los criterios que los compradores olvidan comprobar
Hay tres cosas que se saltan porque las demos no las muestran. Primero, quién hace el trabajo: pregunta si tu cuenta la llevarán las personas sénior de la presentación o si pasará a perfiles júnior tras la firma. Segundo, salida y propiedad: ¿te quedas con los prompts, los datos de fine-tuning y el código de integración, o se quedan bloqueados en su plataforma? Tercero, referencias a las que de verdad puedas llamar, no logos en una diapositiva. Y pregunta cómo cobran los cambios: el trabajo con IA es iterativo, así que un socio que da una cifra fija para un objetivo que se mueve o la está inflando o está a punto de sorprenderte.
Elige la empresa según tu cuello de botella
El socio adecuado depende de lo que te está frenando, no de quién tiene la presentación más pulida. Elige una empresa centrada en datos cuando tus datos están dispersos, desordenados o sin etiquetar: ese trabajo tiene que ir antes de que llegue ningún modelo. Elige un especialista en IA conversacional cuando el proyecto es un asistente de cara al cliente con carga real, donde el tono, el escalado y la latencia deciden si funciona. Elige un estudio de producto cuando estás creando una función de IA dentro de una app nueva, no conectándola a un sistema existente. Y si además necesitas que tu propio negocio aparezca cuando los compradores piden una recomendación a un motor de IA, elige un equipo que haga las dos cosas: esa combinación es poco frecuente.
Entornos regulados y de alto riesgo
La sanidad, las finanzas y el ámbito legal cambian la pregunta. Aquí la madurez de los procesos pesa más que la novedad del modelo. Pregunta dónde se procesan y almacenan los datos, si firmarán las condiciones de tratamiento de datos que necesita tu equipo de cumplimiento y cómo mantienen un registro de auditoría de lo que hizo la IA y por qué. Un modelo que no puede explicar una decisión es un riesgo en un entorno regulado, por muy ingenioso que sea. La mejor señal no es el logo de una certificación: es si plantean estas preguntas antes que tú.