Integrador IA o editor de software: ¿a quién confiar su proyecto?

Usted tiene un presupuesto de IA, un proceso que cuesta caro y dos presupuestos sobre la mesa. El primero procede de una empresa de integración que propone construir un agente a medida. El segundo procede de un editor que vende una plataforma y promete el mismo resultado en unos clics. Ambos hablan de IA, ambos tienen referencias de clientes, y la decisión le compromete durante dos o tres años. La verdadera pregunta no es quién hace la mejor demostración, sino si su problema se parece al de mil empresas o si es realmente suyo.

Key Takeaways

• Un editor vende un producto estándar a muchos clientes. Un integrador construye una solución alrededor de sus procesos. Ambos pueden encajar, rara vez en la misma necesidad.
• El criterio decisivo es la propiedad del resultado: quién define el alcance, quién asume la puesta en producción, quién conserva el código y los datos.
• Según RAND (2024), más del 80 % de los proyectos de IA fracasan, el doble de la tasa de los proyectos informáticos que no incluyen IA.
• Un producto estándar conviene cuando la necesidad es común y el alcance estable. La integración se justifica cuando el proceso es diferencial o cuando la IA debe actuar dentro de sus sistemas existentes.
• En las pymes, el montaje más frecuente combina ambos: un producto para la base, un integrador para la capa de negocio.

Dos oficios, dos modelos económicos

Un editor de software diseña un producto y lo vende a cientos o miles de clientes. Sus ingresos vienen de las suscripciones y su margen depende del número de clientes atendidos por la misma funcionalidad. Por eso le interesa cubrir las necesidades más extendidas y rechazar, o cobrar muy caro, lo que solo afecta a un cliente.

Un integrador vende tiempo de ingeniería y responsabilidad de proyecto. Trabaja con piezas existentes (modelos, plataformas de automatización, interfaces de sus herramientas) y ensambla algo que solo existirá para usted. Su margen depende de la calidad del alcance y de su capacidad para no desviarse.

Esta tabla explica la mayoría de los malentendidos. Una pyme que compra un producto esperando una integración acaba con rodeos manuales y hojas de cálculo como refuerzo. Una pyme que encarga una integración para una necesidad común paga el precio de un desarrollo por lo que una suscripción ya cubría.

Qué dicen las tasas de fracaso

Según RAND (2024), que entrevistó a 65 científicos de datos e ingenieros, "more than 80 percent of AI projects fail", es decir, "twice the rate of failure for information technology projects that do not involve AI". El informe no señala un único culpable: apunta al alcance, a la disponibilidad de los datos, al uso real y a la distancia entre la demostración y la producción.

Gartner coincide en el ámbito generativo. En julio de 2024, la firma anunció que "at least 30% of generative AI (GenAI) projects will be abandoned after proof of concept by the end of 2025, due to poor data quality, inadequate risk controls, escalating costs or unclear business value". Las causas citadas son causas de proyecto, no causas de modelo.

El fenómeno se ha desplazado hacia los agentes. En junio de 2025, Gartner preveía que "over 40% of agentic AI projects will be canceled by the end of 2027, due to escalating costs, unclear business value or inadequate risk controls". El mismo comunicado estima que, de los miles de proveedores que se presentan como editores de agentes, "only about 130" ofrecen realmente capacidades agénticas. El resto entra en lo que la firma llama "agent washing", es decir, un cambio de etiqueta aplicado a asistentes, chatbots o automatización clásica.

En términos prácticos para un directivo: la tecnología ya no es el factor limitante. La elección del proveedor importa porque determina quién define el alcance, quién documenta los datos y quién sigue ahí cuando el proyecto llega a producción.

Cuándo el editor es la buena elección

El producto estándar gana en varias situaciones bien identificadas.

Su necesidad es común. Reserva de citas, clasificación de tickets, actas de reuniones, recordatorios de facturas: miles de empresas tienen el mismo problema y un editor ya lo ha resuelto. Pagar un desarrollo específico para eso equivale a financiar una rueda.

Su alcance es estable y conocido. Un producto impone sus pantallas y sus reglas. Si ya sabe que sus procesos caben en ese marco, la suscripción evita una obra.

Usted quiere un plazo corto y un gasto legible. El editor cobra por puesto o por uso. El importe es previsible, lo que cuenta cuando el presupuesto debe defenderse ante un socio o un banco.

Necesita soporte y un compromiso contractual claro. Un editor tiene una hoja de ruta pública y compromisos de disponibilidad. En una herramienta crítica, eso vale una parte del precio.

Los límites aparecen rápido, en cambio. La hoja de ruta no es suya: la funcionalidad que necesita puede llegar el año que viene, o nunca. El coste por puesto sube con la plantilla. Los datos salen hacia un tercero, con sus propios subcontratistas. Y salir del producto rara vez es sencillo, incluso cuando existe la exportación.

Cuándo el integrador es la buena elección

La integración se justifica cuando el valor no viene de la herramienta sino de cómo encaja en su organización.

Su proceso le diferencia. Un despacho que cualifica sus expedientes según su propia matriz, un industrial que valora sus presupuestos a partir de planos, un distribuidor que arbitra sus existencias con sus propias reglas: ningún producto estándar reproducirá esas lógicas sin aplanarlas.

La IA debe actuar dentro de sus sistemas. Leer un buzón no basta. Hay que escribir en el ERP, actualizar el CRM, lanzar un pedido. Cada herramienta tiene sus interfaces, sus límites y sus excepciones, y ese es precisamente el trabajo de integración.

Sus datos son sensibles y deben quedarse en casa. Algunos sectores no pueden enviar sus expedientes a un servicio de terceros sin un marco contractual pesado. Una arquitectura construida alrededor de sus entornos, incluido el local cuando es necesario, se discute caso por caso.

Debe ensamblar varias piezas. Un modelo para la comprensión, un motor de automatización para las secuencias, una base para la memoria, conectores hacia sus herramientas. El producto que haría todo eso correctamente todavía no existe.

Los límites aquí también son reales. La dependencia del equipo que construyó el sistema es el primer riesgo: sin documentación, sin pruebas y sin un repositorio de código a su nombre, usted es inquilino de su propia herramienta. El segundo es la desviación: un alcance difuso se convierte en factura complementaria. El tercero es la confusión de roles, porque algunas empresas presentadas como integradoras solo revenden una licencia con una jornada de configuración.

Cinco preguntas que deciden más rápido que una auditoría

Antes de comparar precios, plantee estas preguntas a los dos candidatos.

¿Quién define el alcance y quién lo firma? Con un editor, el alcance es el producto. Con un integrador, debe estar por escrito, incluido lo que queda excluido. Un presupuesto sin exclusiones es un presupuesto incompleto.

¿Qué ocurre si el proveedor desaparece? Pregunte dónde vive el código, a quién pertenecen los prompts, los conectores y los conjuntos de datos, y cómo recupera el conjunto. Para un producto, la pregunta pasa a ser cuánto tiempo se tarda en exportar y reconstruir en otro sitio.

¿A dónde van los datos y quién puede acceder? La respuesta debe estar escrita, con los subcontratistas, la ubicación y el plazo de conservación. Un proveedor que responde "es seguro" sin documento no ha respondido.

¿Cuál es el coste a tres años? Sume licencia o desarrollo, integración, mantenimiento, formación y después el coste de los rodeos manuales mientras la herramienta no cubre todo. A menudo esa última línea es la que decide.

¿Quién queda cuando el proyecto llega a producción? Un editor tiene un soporte. Un integrador tiene un equipo, que puede ser reasignado. Pida un compromiso de mantenimiento y un plan de recuperación, no una promesa verbal.

El montaje híbrido, el más habitual en las pymes

En la práctica, la mayoría de las pymes no tiene que elegir un bando. La base (ofimática, correo, CRM, herramienta sectorial) se queda con editores, a menudo con sus funciones de IA nativas. La capa que conecta esas herramientas, aplica sus reglas y automatiza sus secuencias exige un trabajo de integración que los editores no harán.

Este reparto tiene una ventaja: mantiene el producto donde la estandarización ahorra tiempo y la integración donde crea valor. Tiene un coste: dos interlocutores, dos contratos y una frontera que vigilar. Cuando surge un incidente, cada parte remite a la otra. La frontera debe documentarse desde el principio, con un responsable nombrado para cada etapa del flujo.

Es el papel que una firma especializada como NexeAI propone asumir: una auditoría para definir la necesidad y los datos, después la construcción de agentes IA conectados a sus herramientas y la automatización de los tratamientos repetitivos, con la formación de los equipos para que la herramienta se use de verdad. Ante una necesidad estándar, la respuesta honesta puede ser un producto existente, y un buen proveedor lo dice antes de vender un proyecto.

Para profundizar en el alcance, dos lecturas útiles: las preguntas que hay que hacer antes de firmar con una agencia de IA y el pliego de condiciones de un proyecto de IA en la pyme.

Preguntas frecuentes

¿Puede un editor adaptar su producto a nuestros procesos?

A menudo sí, dentro de un límite: campos personalizados, reglas de validación, conectores estándar. Más allá, la petición sale de la hoja de ruta y se convierte en un desarrollo facturado como un proyecto. Pregunte qué es configurable sin código, qué requiere un servicio y qué no se hará nunca.

¿Cuánto tiempo hace falta para un primer resultado con un integrador?

Depende del alcance, no de la tecnología. Un caso de uso estrecho, con datos limpios y un usuario identificado, puede llegar a producción en unas semanas. Un proyecto que toca tres departamentos y dos sistemas lleva meses. Desconfíe de los dos extremos: el piloto que no compromete nada y el despliegue completo anunciado en seis semanas.

¿Cómo detectar a un editor que no hace realmente IA?

Gartner estima que unos 130 proveedores entre miles ofrecen capacidades agénticas reales. La prueba más sencilla: pida una demostración con sus datos, con sus casos límite, y observe qué ocurre cuando el modelo se equivoca. Un producto serio tiene una respuesta sobre la validación humana y el registro de acciones. Un revendedor no la tiene.

¿Hay que elegir antes de haber definido la necesidad?

No, y lo contrario es lo que provoca la mayoría de las desviaciones. El alcance debe preceder a la comparación de ofertas. Sin él, compara demostraciones, no respuestas. Media jornada describiendo el proceso, los datos y la ganancia esperada vale más que tres demostraciones.

¿Qué hacer si el proyecto no alcanza su objetivo?

Un proyecto de IA que fracasa rara vez deja las manos vacías: los datos se han documentado, el proceso se ha descrito y existe una pieza reutilizable. La condición es haber previsto etapas cortas con criterios de parada escritos. Es también la mejor protección frente a un proveedor que factura el fracaso como otra fase.

Conclusión

La elección entre integrador y editor no se decide por la calidad de una demostración. Se decide con tres preguntas sencillas: ¿su necesidad se parece a la del mercado?, ¿su proceso es una fuente de valor?, ¿quién debe mantener el control del código y de los datos? Las tasas de fracaso publicadas por RAND y Gartner no dicen que la IA no funcione. Dicen que los proyectos mal definidos fracasan, sea cual sea el proveedor.

Si todavía duda, hablemos de su caso: una hora suele bastar para saber si su necesidad pide un producto o una integración.