IA aplicada y agentes

Generación de contenido, agentes que hacen tareas y servidores MCP. Lo difícil no es que funcione una vez en una demostración: es que el coste sea presupuestable, que el resultado se pueda revisar y que nada salga sin que lo vea una persona.

Para quién
Negocios con una tarea repetitiva y cara de hacer a mano (redactar, clasificar, extraer datos) que quieren saber antes cuánto va a costar automatizarla.
Entregable
Flujo en producción · coste por operación medido y documentado

Qué incluye

  • La función concreta, no «IA» en abstracto: redactar, clasificar, extraer datos de un documento o preparar un plan que alguien aprueba después.
  • Coste medido por operación y tope por cuenta, para que el gasto se pueda presupuestar antes de encenderlo y no aparezca en la factura del mes siguiente.
  • Revisión humana por diseño: lo que genera el modelo entra como borrador, y publicarlo sigue siendo la decisión de alguien.
  • Agentes y servidores MCP conectados a tus herramientas con permisos acotados: qué puede leer, qué puede escribir y qué no puede hacer nunca.
  • Evaluación con tus propios casos: un conjunto de ejemplos reales con los que comparar antes y después de tocar un prompt o cambiar de modelo.

Dónde se complica

La IA que no se puede presupuestar no se pone en producción

Una función que cuesta céntimos en la demostración cuesta un sueldo con mil usuarios. El consumo se mide por operación desde el primer día, se convierte en una unidad que el cliente entienda (créditos, por ejemplo) y lleva un tope por cuenta. Sin eso no hay precio que se sostenga.

El modelo se equivoca, y hay que diseñar para eso

La pregunta no es si falla, sino qué pasa cuando falla: quién lo ve antes que el cliente final, qué se guarda para poder repetirlo y cómo se vuelve atrás. Un flujo que da por buena la primera respuesta es un flujo que publica el error.

Cambiar de modelo no es cambiar una línea

Salen modelos nuevos cada pocos meses, más baratos o mejores, y la tentación es cambiar el nombre y desplegar. Sin un conjunto de casos con los que comparar, nadie sabe si la calidad ha subido o ha bajado: solo que la factura cambió.

La prueba

El planificador de PlanVortex escribe una semana de publicaciones a partir de un tema, de las fotos del cliente o del catálogo de su tienda, y lo que produce son borradores que una persona revisa. El consumo se cobra en créditos medidos por operación, y su servidor MCP está publicado en npm.

Verificable en
planvortex.com

Lo que hemos escrito sobre esto

Cómo trabajamos

Media hora de conversación, propuesta cerrada con alcance, precio y plazo, entregas cada dos semanas en un entorno al que entras tú, y traspaso. Los cuatro pasos están explicados en la home.

Preguntas frecuentes

¿Qué modelo usáis?
El que encaje con la tarea y con el presupuesto, y se puede cambiar: el código no se ata a un proveedor. Lo que decide no es la marca, es cuánto cuesta cada operación y qué tal sale en tus propios casos de prueba.
¿Mis datos entran a entrenar un modelo?
No con la configuración que dejamos puesta: se usan las condiciones por API, donde el proveedor no entrena con lo que envías. Queda escrito en el contrato y en tu política de privacidad, con el proveedor nombrado, porque es un subencargado del tratamiento.
¿Esto sirve para mi caso o es humo?
Depende, y es lo primero que miramos. Hay tareas donde hoy no compensa: si revisar lo que sale cuesta más que hacerlo a mano, te lo decimos en la primera conversación y no hay presupuesto.