Asistentes de IA y chatbots donde se amortizan

La inteligencia artificial para empresas trabaja con sus datos. Responde al cliente, lee un documento, encuentra un producto por su significado, calcula la demanda y redacta descripciones de productos. Abajo tiene cinco de estas tareas, y en cada una le decimos con franqueza cuándo no la necesita. Un desarrollo que no se amortiza nos perjudica a usted y a nosotros. La última sección explica por dónde empezar.

Un chatbot para la web que responde con sus datos

Qué hace el bot en la web y cuándo pasa la conversación al gestor

El bot vive en un widget de su web y, si hace falta, también responde en Telegram. Toma el conocimiento de su catálogo, sus tarifas y sus preguntas frecuentes. Antes de cada respuesta el bot consulta la base y no se inventa nada. El modelo no se reentrena con sus datos, lee cada vez el fragmento que necesita.

Después el bot aclara qué necesita la persona y pasa al gestor una solicitud ya ordenada en el CRM o en Telegram. Las preguntas que quedan fuera de la base no las inventa, las pasa enseguida a una persona. Si sus clientes llaman más de lo que escriben, lo que necesita es un bot de voz. Qué tareas resuelve un bot en general lo explicamos en el artículo para qué necesita una empresa un chatbot en su web.

Cuánto cuesta un chatbot para la web y de qué depende el precio

Hay dos tipos de bot, y su precio es distinto. Un chatbot con guion guía a la persona con botones y respuestas preparadas. Cuesta 15 000–35 000 ₴ y se desarrolla en 1–2 semanas. Un consultor de IA con base de conocimiento responde en texto libre a partir de sus materiales. Su precio es de 50 000–150 000 ₴ y el plazo, de 3–6 semanas.

Dentro del rango, el precio depende del tamaño de la base, del número de canales, de la integración con el CRM y del traspaso al gestor con el historial de la conversación. Aparte, cada mes paga el soporte, 3000–10 000 ₴, y los tokens del modelo según consumo. Fijamos el importe tras el brief y paga por etapas, así que no tiene que adelantar el proyecto entero. El encargo de un chatbot empieza con un brief en el que se ven sus datos y canales. Para recibir un presupuesto basta con rellenar el brief en línea.

Cuándo no necesita un chatbot

Las consultas son pocas y cada una es distinta. Todavía no hay una base de la que responder. Sus clientes prefieren llamar. En estos casos el bot no amortiza el desarrollo. Empiece por un CRM o por un bot sencillo de tarjeta de visita: un bot de Telegram recoge solicitudes y no se inventa nada. O no haga nada, y se lo diremos sin rodeos.

Reconocimiento de documentos sin introducción manual en 1C

Un proveedor envía un albarán en PDF o en foto, y alguien lo pasa a 1C a mano. La IA lee el documento en cualquier formato: PDF, escaneo, foto de móvil tomada en ángulo. Devuelve exactamente los campos que necesita, por ejemplo número, fecha, contraparte, líneas, importes e IVA. Los datos van a 1C, al CRM o a una hoja de Google, y la integración la escribimos para su sistema.

El OCR convencional convierte el escaneo en texto, y los campos se sacan de ahí con una plantilla, así que el sistema falla con el albarán de un proveedor nuevo. La IA lee el contenido, por lo que un diseño nuevo del mismo albarán no la frena. Donde la IA no está segura de una cifra, el campo se resalta y pasa a una persona, el resto sigue solo. Cada documento queda en un registro donde se ve qué se extrajo y qué pasó a revisión. La mecánica la describimos con más detalle en el artículo cómo lee la IA los documentos.

Empezamos revisando sus documentos reales y con un piloto en un solo tipo, por ejemplo los albaranes. Los demás tipos se añaden cuando el piloto funciona. El precio lo damos después de la revisión, porque lo marcan los formatos y el volumen. No merece la pena si recibe unos pocos documentos a la semana o si cada vez llega un tipo nuevo con otros campos. Un diseño nuevo de un albarán conocido la IA lo resuelve, pero la lista de campos la fijamos de antemano. Y si los datos ya le llegan en formato digital, no hay nada que reconocer, basta con una integración.

Búsqueda con IA en el catálogo que entiende las palabras del cliente

El cliente escribe «chaqueta de primavera con capucha», y en la ficha el producto se llama «cortavientos de entretiempo». La búsqueda convencional busca coincidencias de palabras, muestra «no se ha encontrado nada», y el cliente se va. La búsqueda semántica trabaja con el significado de la consulta: entiende sinónimos, descripciones por uso y errores de escritura. Si no existe el producto exacto, muestra el más cercano en significado. Las causas habituales de una búsqueda vacía las reunimos en el artículo por qué la búsqueda no encuentra el producto.

Técnicamente, el producto y la consulta se convierten en vectores, y la búsqueda toma los más cercanos. Indexamos su catálogo o su base de conocimiento: el material de los cursos para una escuela, las instrucciones para soporte, los procedimientos para el equipo. La búsqueda solo devuelve lo que usted tiene y no se inventa nada. Añade un producto y el índice se actualiza, no hay que reentrenar nada. El registro muestra las consultas sin resultado, es decir, lo que falta en el catálogo. La búsqueda semántica en la web la explica en detalle un artículo aparte.

Primero revisamos el catálogo, luego hacemos un piloto con sus consultas problemáticas y una comparación de antes y después. El precio lo daremos tras la revisión. La búsqueda encuentra y muestra, y la decisión la toma una persona. Si además el sistema tiene que responder o actuar en el CRM, lo que necesita son agentes de IA. Y con un catálogo de unas decenas de productos y filtros, la búsqueda convencional se basta sola.

Previsión de demanda y analítica predictiva con sus ventas

Tiene varios años de ventas en hojas de cálculo, las compras se planifican a ojo y luego hay que dar de baja el stock sobrante. La previsión de demanda calcula qué y cuánto se va a comprar, teniendo en cuenta la temporada, el día de la semana y las promociones. La analítica de ventas muestra qué deja margen y qué se compra junto. Por las consultas se ve cuándo llega el pico de carga y dónde se pierden los clientes.

La analítica predictiva no empieza por el modelo, sino por una auditoría de datos: cuánta historia hay y con qué rigor se ha llevado el registro. Después unimos 1C, el CRM y las hojas de cálculo en una sola fuente, y a menudo ese es el grueso del trabajo. El modelo lo probamos con la historia, es decir, vemos con qué precisión habría predicho lo que ya ocurrió. Mostramos un rango y sus márgenes de confianza, no una sola cifra bonita. Usted recibe un panel con los indicadores que ya usa, que se actualiza con datos frescos. Donde basta la estadística clásica, no imponemos la IA.

Es pronto para empezar si no se lleva registro o hay poca historia: la demanda estacional necesita varios ciclos completos. En ese caso, primero organice la recogida de datos, lo más cómodo es con la implantación de un CRM, y vuelva a la previsión más adelante. El coste se aclara tras la auditoría, porque depende del estado de sus datos.

Generación de descripciones y metaetiquetas con revisión humana

Mil fichas sin descripción, metaetiquetas vacías, un catálogo que hay que traducir a otro idioma. Aquí la generación de contenido se encarga del volumen. Las descripciones de productos se generan a partir de los campos de su base con una plantilla que fija la longitud, el tono y lo que hay que mencionar sí o sí. Primero va un lote de prueba que usted aprueba, luego todo el volumen. Los textos terminados vuelven al catálogo o al CMS. Por dónde empezar lo explicamos en el artículo cómo llenar de productos una tienda online.

El modelo tiende a añadir una característica que el producto no tiene. Por eso una persona revisa cada texto y comprueba los datos, un paso que nunca nos saltamos. Google valora la utilidad de un texto, no la forma en que se creó, así que no publicamos un lote sin revisar. Un texto que venda, la voz de marca o un artículo experto es mejor encargarlos al copywriting, donde la IA como mucho aporta un borrador. Cuánto costará se lo diremos cuando veamos su catálogo.

Por dónde empezar y qué pasa con sus datos

Cada lead de este sitio pasa por nuestro propio Apros CRM. En él trabajan agentes de IA con más de 15 herramientas, estrictamente dentro de sus permisos de acceso. Si algo falla en el sistema, somos los primeros en notarlo. Hacemos webs y sistemas para empresas desde 2016, con más de 500 proyectos a nuestras espaldas. Oficinas en Járkov y Kyiv.

Conectamos los modelos a través de la API de OpenAI o Anthropic con condiciones empresariales, así que sus datos no se usan para entrenar modelos públicos. Los accesos, las condiciones de almacenamiento y el NDA quedan fijados en el contrato antes de empezar. La IA se añade como un servicio más a su web, su CRM o 1C, sin reescribir nada. A menudo pasa a formar parte de una automatización de procesos de negocio más amplia.

El desarrollo de soluciones de IA con nosotros empieza con una llamada de 30 minutos. Usted nos cuenta qué rutina le come el tiempo, y nosotros le decimos si merece la pena abordarla y por dónde empezar. Puede reservarla con el formulario de abajo.