Cómo elegir una empresa de IA en México: 7 criterios y las preguntas que los revelan

Buscar "empresa de IA en México" devuelve desde despachos de tres personas hasta consultoras globales, y casi todos dicen lo mismo: soluciones a la medida, transformación digital, resultados garantizados. El problema de esa búsqueda no es que falte oferta, es que desde fuera todas se parecen y las diferencias que importan no están en la página de inicio de nadie.

Esta guía es el otro lado: qué preguntar, qué respuestas son mala señal y cómo comparar cotizaciones que no son comparables. No lista empresas ni las califica — los criterios se aplican a cualquiera, incluidos nosotros, y al final decimos dónde encajamos y dónde no.

Antes de los criterios: qué estás comprando en realidad

La decisión más cara no es a qué proveedor contratas, sino de qué tipo. Elegir mal aquí hace irrelevante todo lo demás, porque acabas comparando cosas que no compiten entre sí.

Un proveedor honesto te dice a qué tipo pertenece en la primera llamada. Si la respuesta es "hacemos todo", eso ya es información.

Los 7 criterios, y la pregunta que revela cada uno

1. Qué te llevas el día que el proyecto termina

Pregunta: "¿me entregan el código fuente y los modelos, o dejo de tener el resultado si dejo de pagarles?"

Es el criterio que más separa a los proveedores y el que menos se pregunta. Hay dos modelos legítimos —licencia de producto y entrega de activos— pero son precios distintos y compromisos distintos, y conviene saber cuál estás firmando antes y no al renovar.

🚩 Mala señal: "el modelo es propietario" dicho como si fuera una ventaja para ti.

2. Con qué datos se entrena

Pregunta: "¿qué datos míos necesitan, en qué formato, y qué pasa si no los tengo completos?"

Un modelo que no usa tus datos no puede saber nada de tu operación que no sepa ya el mercado. Y la respuesta a la segunda mitad importa igual: casi ninguna empresa tiene el dato listo, así que un proveedor que nunca menciona esa dificultad probablemente no ha hecho el trabajo antes.

🚩 Mala señal: "no necesitamos tus datos, ya está entrenado".

3. Cómo se valida que el modelo sirve

Pregunta: "¿con qué métrica me van a demostrar que funciona, contra qué periodo, y qué pasa si no llega?"

Una demo no es una validación. Lo que distingue a un modelo de una presentación es que existe un número acordado de antemano —ajuste, error de predicción, tasa de acierto— y una prueba contra datos que el modelo no vio.

🚩 Mala señal: no hay métrica, hay pantallas bonitas.

4. Cómo se cotiza

Pregunta: "¿qué incluye el precio y qué se cobra aparte?"

Precio cerrado por alcance y bolsa de horas abierta son modelos distintos: el primero traslada el riesgo de la estimación al proveedor, el segundo te lo deja a ti. Ninguno es malo, pero una bolsa de horas sin techo en un proyecto de IA es donde se van los presupuestos, porque la parte impredecible —limpiar y conciliar el dato— casi siempre es la más larga.

5. Qué respalda cada cifra que te enseñan

Pregunta: "ese ROI, ¿es un resultado medido en un cliente o una proyección de su modelo?"

Es el criterio más incómodo y el más útil. Las dos cosas son válidas y significan cosas opuestas: un resultado observado es evidencia; una proyección es una promesa comercial. Un proveedor serio distingue las dos sin que se lo pidan.

🚩 Mala señal, y es fácil de detectar: el porcentaje del caso de éxito es exactamente el mismo que el de la página de servicio. Cuando eso pasa, el caso no es evidencia independiente de la promesa: es la misma afirmación dos veces.

6. Quién lo opera cuando ellos se van

Pregunta: "¿quién de mi equipo queda como dueño de esto, y qué necesita saber?"

Un modelo sin dueño interno se muere en seis meses: alguien vuelve a hacerlo a mano "por si acaso" y conviven las dos versiones. Pregunta por la transferencia y por la documentación antes de firmar, no en la última semana.

7. Plazo, y qué pasa si se pasa

Pregunta: "¿qué fecha se comprometen y qué ocurre si se recorre?"

Sirve menos por la fecha que por la reacción. Un proveedor que ha entregado antes responde con hitos y dependencias; uno que no, responde con una fecha redonda.

Cinco señales de alarma

1. Un ROI sin documento fuente detrás. Si no se puede decir de qué cliente, en qué periodo y medido cómo, es una proyección.
2. "IA" que al preguntar resulta ser un flujo de reglas. No es malo —a veces es justo lo que necesitas y es más barato— pero entonces no debería cobrarse como IA.
3. El caso de éxito no dice industria, tamaño ni periodo. Un caso anónimo puede ser legítimo; uno sin ninguna coordenada verificable, no.
4. Piden firmar antes de que veas un diagnóstico. El alcance de un proyecto de datos no se puede fijar sin mirar el dato.
5. El equipo que te presenta no es el que va a ejecutar. Pregunta nombres y a qué se dedican el resto del tiempo.

Cómo comparar cotizaciones que no son comparables

Casi nunca llegan dos propuestas con el mismo alcance, así que compararlas por el precio total es comparar cosas distintas. Ponlas en la misma tabla antes de decidir:

Cuando las siete filas están llenas, la decisión suele ser evidente — y con frecuencia la propuesta más cara deja de serlo al contar lo que incluye.

Dónde encajamos nosotros, y dónde no

Teseo Data Lab es del cuarto tipo: boutique analítica. Modelos econométricos y de machine learning entrenados con los datos del cliente. No somos integradores de sistemas ni una consultora de gestión del cambio; cuando el problema es ése, lo honesto es decirlo.

Contra los criterios de arriba, y esto es verificable en el propio sitio:

• Criterio 1 — se entrega código fuente, dashboard, reporte y sesión de Q&A. Los modelos quedan del cliente.
• Criterio 3 — los modelos se validan con R² > 0.85 garantizado; si no llega, se ajusta sin costo.
• Criterio 4 — pricing flat por proyecto. El servicio de agentes de IA está publicado en $280,000 MXN con entrega en 25-40 días hábiles.
• Criterio 7 — el plazo es el de arriba, no una fecha redonda.
• Trayectoria: +18 años, +415 proyectos, presencia en 9 países.

Y sobre el criterio 5, con el que somos parte del problema: no vas a encontrar en esta guía un porcentaje de retorno nuestro. Publicar aquí un ROI que no podemos acompañar de un documento fuente sería fallar, en el mismo texto, el criterio que acabamos de pedirte que exijas. Si lo que quieres son cifras, pide el diagnóstico y que salgan de tu operación.

Por dónde empezar

No hace falta elegir proveedor para dar el primer paso. Hace falta saber qué decisión quieres mejorar y si el dato para sostenerla existe. Eso se resuelve en una conversación, y es también la mejor prueba de fuego para cualquier proveedor: mira cuántas preguntas te hace antes de proponerte algo.

Si ya decidiste que lo tuyo es un agente de IA y lo que quieres es entender cómo se construye, qué cuesta y qué exigir en la entrega, eso está en Agentes de IA para empresas: casos, costos y ROI.

💬 Consultar sobre mi caso por WhatsApp

También puedes pedir un diagnóstico sin costo o ver el detalle del servicio en Agentes de Inteligencia Artificial para Empresas.