Con quién hacer tu proyecto de IA, sin humo

Para ser claros: este post lo escribe Skyma IT, que también compite por tu proyecto. Lo que vas a leer sirve igual para evaluarnos a nosotros. Si alguna de estas preguntas no te la sabemos contestar de frente, no somos los indicados para vos.

Con la IA hay mucho humo. Todo el mundo dice que "hace IA", y la distancia entre uno y otro es un abismo. Antes de poner plata, conviene saber qué mirar para no terminar pagando de más por algo que después no funciona o, peor, quedando atado a alguien que no te entrega nada.

Las preguntas que conviene hacer

Pedí casos que ya estén funcionando

"¿Me mostrás dos o tres casos de IA que tengas andando, hechos en el último año, con resultados?"

Esta es la pregunta que más filtra, y por lejos. Una buena respuesta trae un caso concreto, un cliente con el que puedas hablar y números reales: qué tan bien funciona, cuánto sale por mes, qué les rindió. Si te cuentan también qué salió mal en el camino y cómo lo arreglaron, mejor todavía. Los proyectos de IA salen mal seguido, y quien nunca tuvo un problema es porque nunca puso nada en producción.

La mala señal es fácil de reconocer: demos armadas para mostrar, capturas de pantalla lindas, y un "tenemos mucha experiencia" que no se apoya en nada. Pedir el teléfono de un cliente cuesta cero y ordena la conversación en dos minutos.

Que te expliquen el cómo en criollo

"¿Con qué armaron el último proyecto parecido al mío y por qué así?"

Buena respuesta: te explican las decisiones en palabras que entendés, por qué eligieron una cosa y no otra.

Mala señal: "usamos lo mejor del mercado" sin entrar en nada.

Qué pasa cuando la IA no está segura

"¿Qué hace el sistema cuando falla o no sabe?"

Acá se separa el que implementó IA de verdad del que leyó sobre el tema. Toda IA se equivoca; la pregunta es qué pasa después. Una respuesta seria describe un camino concreto: cuando la confianza baja de cierto punto, el caso va a una fila para que lo mire una persona, queda registrado, y esa corrección después sirve para ajustar.

Mala señal: "el sistema casi no se equivoca". No existe. El que dice eso todavía no lo vio fallar con datos reales.

Cómo se aseguran de que siga andando bien

"¿Cómo controlan que la IA siga funcionando bien una vez que está en uso?"

Una IA puede empezar perfecta y empeorar despacio sin que nadie lo note. Si no lo miden, se enteran cuando se queja un cliente.

Mala señal: "tenemos buenas instrucciones cargadas" y nada más.

Cómo evitan que el costo se dispare

"¿Cómo hacen para que el gasto mensual no se vaya de las manos cuando se usa mucho?"

Buena respuesta: reutilizan las respuestas frecuentes, usan la IA justa para cada tarea, controlan el gasto y le ponen topes.

Mala señal: no tienen idea, eso no lo manejan ellos.

Cómo cuidan los datos

"¿Cómo manejan los datos sensibles? ¿Cumplen con la ley de datos personales, la 25.326?"

Buena respuesta: cosas concretas. Cómo protegen la información, quién accede a qué, qué consentimientos piden, qué se manda a servicios de afuera y qué se queda adentro.

Mala señal: una respuesta vaga, o un "depende" que no se completa.

Plazos que se puedan creer

"¿Cuánto tarda el caso que necesito?"

Buena respuesta: un rango según la complejidad, con el detalle de qué lo estira.

Mala señal: todo listo en dos semanas.

Si querés ver cómo encaramos nosotros estos puntos, mirá nuestro servicio de implementación de IA.

Señales de que te están vendiendo humo

• "Hacemos todo con IA." La IA bien usada resuelve cosas concretas, no todo. El que promete todo, no entiende.
• Mucha demo, ningún caso real. Demos lindas pero nada funcionando de verdad.
• No tienen cómo controlar la calidad. Si no la miden, no se enteran cuando empieza a fallar.
• Eligen por moda. "Usamos lo último que salió", sin un porqué para tu caso.
• Te cotizan el armado y listo. El gasto mensual puede ser un tercio o la mitad del costo del primer año. Si no aparece en la propuesta, no lo tienen calculado.
• No te dan referencias. Negarse a pasarte un cliente con quien hablar casi siempre quiere decir que nunca tuvieron un caso serio andando.
• Promesas mágicas. "Resuelve todo", "nunca se equivoca", "reemplaza a tu equipo". Puro humo.

Una guía para puntuar cada propuesta

Poné cada propuesta sobre esta grilla, de 0 a 3 por punto:

Qué mirás	Puntaje 0 a 3
¿Tiene casos reales del último año con clientes para chequear?	_
¿Te explica el cómo en criollo y con un porqué?	_
¿Tiene forma concreta de controlar la calidad?	_
¿Te explica cómo cuida que el gasto no se dispare?	_
¿Tiene previsto qué pasa cuando la IA no está segura?	_
¿Contempla la ley de datos personales?	_
¿Da plazos creíbles y explica de qué dependen?	_
¿Te abre el gasto mensual aparte del armado?	_
¿Te pasa referencias para chequear?	_
¿Te habla claro, sin palabras vacías?	_

Si suma más de 25, es gente seria. Entre 15 y 25, mirá fino antes de firmar. Menos de 15, descartala.

Cómo conviene encarar la búsqueda

1. Escribí qué necesitás, con qué criterios y para cuándo.
2. Pasáselo igual a 3 a 5 que puedan hacerlo.
3. Recibí las propuestas, la técnica y la de precio.
4. Pasale a cada una la grilla de arriba.
5. Con las 2 o 3 mejores, reunite y chequeá las referencias.
6. Decidí por el puntaje, la química y el precio, en ese orden.

Cómo respondemos nosotros este mismo cuestionario

Tres de las preguntas, aplicadas a Skyma IT:

¿Tienen casos reales del último año? Sí: clínicas con resumen automático de la historia clínica, distribuidoras con clasificación automática de los reclamos de soporte, y geriátricos con la historia clínica y los seguimientos auditados. Son referenciables: si querés hablar con el cliente antes de contratar, lo coordinamos.

¿Tienen casos en mi rubro? A junio de 2026, tenemos cosas andando en clínicas y geriátricos, distribuidoras y logística, comercios y estudios contables. Si tu rubro es otro, te lo decimos antes de cotizar, no después de arrancar.

¿Cómo cuidan los datos sensibles y la ley 25.326? Borramos los datos que identifican a una persona antes de mandar algo a servicios de afuera, firmamos el acuerdo de cuidado de datos con los proveedores, queda registro de cada uso de la IA, y pedimos el consentimiento documentado cuando el caso lo necesita. La privacidad se piensa desde el arranque, no se agrega al final.

Lo que separa a los que saben

El mercado de IA en Argentina maduró. Los que saben tienen casos andando, miden la calidad, manejan los costos y cuidan los datos. Los que venden humo se detectan rápido, siempre que preguntes lo concreto en vez de escuchar la presentación.

Si tuvieras que quedarte con una sola pregunta de todo este post, quedate con la primera: mostrame un caso andando y pasame el teléfono del cliente. Casi todo lo demás se deduce de cómo te contesten esa.