¿Construir, comprar, automatizar o usar IA?

Cuando una empresa decide «hacer algo con IA», la pregunta de fondo casi nunca es sobre IA. Es la misma que se hace desde hace décadas con cualquier tecnología: ¿esta necesidad se resuelve mejor construyendo, comprando, automatizando… o cambiando la forma de trabajar? La IA agregó una rama a ese árbol. No lo reemplazó. Esta guía ordena las seis salidas posibles y las ocho preguntas que las separan.

Por qué la IA no es la respuesta por defecto

La IA es la mejor herramienta para un tipo concreto de problema: decisiones que requieren interpretar información ambigua, a partir de patrones que una regla no captura, con datos suficientes y con alguien que pueda verificar el resultado. Fuera de ese terreno suele ser la opción más cara, la menos predecible y la más difícil de auditar.

Por eso empezar por «¿dónde usamos IA?» invierte el orden. El orden útil es: primero la necesidad, después las preguntas, y al final la salida, sea cual sea.

Las seis salidas posibles

• Construir: software propio, cuando la capacidad es parte de cómo la empresa compite y ningún producto la resuelve como debe.
• Comprar: un producto existente, configurado e integrado, cuando la capacidad no diferencia.
• Automatizar: que un sistema ejecute pasos repetitivos con reglas claras, sobre un proceso estable.
• Usar IA: un modelo que apoya o toma decisiones que requieren criterio, con datos y verificación.
• Cambiar el proceso: quitar pasos, aclarar responsables o eliminar información duplicada, a veces sin escribir una línea de código.
• No todavía: esperar a que existan los datos, el dueño o la estabilidad que la decisión necesita.

Las salidas se combinan. Una necesidad puede terminar en «cambiar el proceso y después comprar», o en «construir, con IA en un paso concreto». Lo que importa es que cada parte de la respuesta tenga su razón.

Las ocho preguntas que las separan

Criterio	Pregunta	Si la respuesta es sí…	Si es no…
Diferenciación	¿Es parte de cómo su empresa compite?	Inclina a construir	Inclina a comprar
Software disponible	¿Un producto resuelve la mayor parte del proceso?	Comprar e integrar	Construir o simplificar
Estabilidad del proceso	¿Se ejecuta igual cada vez?	Automatizar	Cambiar el proceso primero
Frecuencia de cambio	¿Las reglas cambian a menudo?	Algo configurable por el negocio	Reglas fijas
Criterio requerido	¿Hay que interpretar información ambigua?	Candidato a IA	Reglas, sin IA
Datos	¿Hay historial suficiente y confiable?	La IA es viable	No todavía, o datos primero
Complejidad de integración	¿Debe leer y escribir en varios sistemas?	El costo está en las integraciones	Comprar o automatizar es más sencillo
Riesgo	¿Un error sería costoso o difícil de detectar?	Decisión humana y controles	Más automatización, revisión por muestreo

No hay ponderaciones ni puntajes. Ninguna pregunta decide sola, y sumar respuestas esconde la que más pesa: si el riesgo es alto, ninguna cantidad de «sí» en las otras siete justifica sacar a las personas de la decisión.

Cómo se combinan las respuestas

Algunos patrones se repiten tanto que vale la pena reconocerlos:

Cuando no diferencia y existe un producto

Compre. Construir algo que el mercado ya vende —contabilidad, nómina, un CRM estándar— rara vez es una ventaja; es un costo de mantenimiento que nadie presupuestó. El trabajo real está en integrarlo bien y en no deformar el proceso para que encaje.

Cuando el proceso es inestable

Ninguna tecnología arregla un proceso que cambia según quién lo ejecute. Automatizarlo fija sus errores; comprar software para sostenerlo los vuelve más caros. Primero se cambia el proceso, después se decide la herramienta.

Cuando hay criterio, pero no hay datos

La necesidad es un buen candidato a IA, pero hoy no es viable. La salida honesta es «no todavía», con una tarea concreta: empezar a registrar, de forma confiable, la información que un modelo necesitaría. Muchas veces ese registro ya resuelve buena parte del problema.

Cuando hay criterio, datos y un error caro

Use IA como apoyo, no como reemplazo: el modelo estima, recomienda u ordena, y una persona decide. La IA vive dentro del flujo donde se decide, no en una herramienta aparte que nadie consulta.

Cuando la capacidad diferencia y nadie la vende

Construya, pero solo la parte que diferencia. Alrededor de casi cualquier sistema propio hay piezas estándar —autenticación, pagos, correo, reportes— que conviene comprar.

Un ejemplo ilustrativo

Una empresa de servicios técnicos (ejemplo ilustrativo, no un cliente) revisa tres necesidades con las ocho preguntas:

Necesidad	Lo que dijeron las preguntas	Salida
Facturación y cobranza	No diferencia; hay productos maduros; reglas estables	Comprar e integrar con el sistema de órdenes
Asignación de técnicos a visitas	Diferencia (es su promesa de servicio); ningún producto respeta sus reglas de zonas y especialidades	Construir, con reglas editables por operaciones
Clasificación de solicitudes entrantes	Requiere interpretar texto libre; hay años de historial clasificado; un error se corrige en la siguiente revisión	Usar IA para sugerir la categoría, con confirmación humana

Tres necesidades, tres salidas distintas, y solo una usa IA. La empresa no adoptó «una estrategia de IA»: tomó tres decisiones con la misma disciplina.

Un caso real: IA dentro del flujo donde se decide

Prenda Crédito Avanza otorga créditos en Guatemala y opera desde 2018 sobre la plataforma que construyó con Ciancoders. Evaluar el riesgo de cada solicitud de forma consistente requería criterio, y la información necesaria ya existía en la plataforma: cada solicitud y su desenlace. A finales de 2022 se incorporó un modelo de IA que estima el riesgo de cada solicitud dentro del flujo de aprobación existente, en lugar de crear una herramienta paralela. La decisión final sigue siendo del equipo de crédito. La cartera perdida se redujo 19% y la morosa, 8%.

Ese proyecto no surgió de aplicar esta matriz. Lo mostramos porque reúne las condiciones de la rama «usar IA»: criterio requerido, datos históricos confiables, un error caro y una persona que sigue decidiendo.

Errores comunes

• Preguntar «¿dónde usamos IA?» en lugar de «¿qué necesita esta parte del negocio?».
• Construir por orgullo algo que el mercado ya resuelve mejor y más barato.
• Comprar para no decidir, y después deformar el proceso para que el producto encaje.
• Automatizar un proceso que nadie ha revisado.
• Comparar productos por funcionalidades e ignorar el costo de integrarlos.
• Sacar a las personas de una decisión cara porque el modelo «casi siempre acierta».
• Leer «no todavía» como un fracaso, cuando es una lista de condiciones y una fecha para volver a mirar.