Busca «cuánto cuesta desarrollar un agente de IA» y te salen una docena de guías que citan rangos —«de 20.000 a 500.000 dólares, depende»— y que jamás te dicen cuánto cobran ellas. El rango es técnicamente cierto y prácticamente inútil. Es el equivalente en precios a encogerse de hombros, y existe porque a casi todas las firmas les conviene que agendes una llamada antes de ver un número.
Nosotros publicamos los nuestros. Aquí están, con lo que los mueve y con el costo que ninguna de esas guías pone en el titular: la parte que aparece después del lanzamiento.
Lo que cobramos
Precio cerrado o time and materials, según cuánto se siga moviendo el alcance. En la primera llamada te decimos qué modelo proponemos y por qué.
- Discovery + eval — desde 8.000 USD, 1–2 semanas. Escribimos el eval y demostramos que el problema es construible antes de que nadie se comprometa con un build. Si no podemos escribir un eval defendible, lo decimos y paramos aquí: es el dinero más barato que vas a gastar.
- Build pequeño — 40.000–80.000 USD, 6–8 semanas.
- Build mediano — 80.000–160.000 USD, 10–14 semanas.
- Auditoría o revisión de un sistema ya en producción o a punto de estarlo — 15.000–25.000 USD, 3 semanas, precio cerrado.
Si esos rangos entran en tu presupuesto, la primera llamada es de ingeniería y no un pitch de ventas. Si no entran, te lo decimos y te derivamos a alguien a quien sí.
Qué mueve el número de verdad
La diferencia dentro de «build» no es arbitraria. Los factores de costo, más o menos por orden de peso:
- Lo irreversibles que sean las acciones. Un agente que redacta texto es barato. Un agente que manda el correo, mueve el dinero, agenda la cita necesita límites de permisos, checkpoints humanos y verificación. Esa ingeniería es el grueso de la factura en cualquier build serio.
- Superficie de integración. Una API limpia sale barata. Cinco sistemas legacy, cada uno con su autenticación, sus rate limits y sus modos de fallo, es donde se van las semanas.
- Datos y recuperación. Si la respuesta a una pregunta de muestra no aparece en tu corpus con una cita que un humano aceptaría, todavía no tienes un build: tienes un proyecto de datos con presupuesto de IA. Ese trabajo es real y no es gratis.
- Profundidad del eval. Una demo desechable no tiene eval. Un sistema que puedes operar tiene un arnés que controla cada cambio. El eval no es un sobrecosto: es lo que abarata mantener todo lo demás.
- Cumplimiento y seguridad. Datos regulados, aislamiento entre tenants, audit trails: cada uno suma alcance.
El costo que las otras guías entierran: el costo total de propiedad
Aquí está el número que rompe presupuestos y que casi nunca aparece en el titular: la factura de después del lanzamiento.
- El costo de uso sube. El tráfico de producción no es el de la demo. El gasto en tokens de un agente de varios pasos se acumula, y los equipos que no eligieron el modelo más barato que pasa el eval ni diseñaron el loop pensando en el cache pagan varias veces lo que deberían, cada mes y para siempre.
- El mantenimiento es real. Los prompts derivan, los modelos se deprecan, las integraciones cambian. Presupuesta mantenimiento continuo, no un build único. La regla del sector ronda el 15–25 % del costo del build al año; el número baja cuando el sistema se construyó con un eval y un runbook, porque entonces puedes cambiar cosas sin romperlas.
- Los fallos silenciosos. La partida más cara es la que nadie presupuestó: un sistema multiagente que falla en silencio en producción porque nadie puede trazar lo que hizo. Un incidente que no puedes depurar cuesta más que el build entero.
Para eso existe nuestra fase de discovery, y por eso es barata: es la etapa donde le ponemos números reales a todo esto antes de que te hayas gastado el presupuesto del build.
Por qué publicamos precios cuando nadie lo hace
El precio opaco le hace perder el tiempo a todo el mundo. Un comprador con 50.000 de presupuesto y una firma que arranca en 200.000 se gastan tres llamadas en descubrir que no encajan. Publicar los números significa que quien llega a la primera llamada ya encaja con las cuentas, así que esa llamada es ingeniería y no teatro de calificación.
Es el mismo instinto que gobierna todo lo demás: di el número incómodo por adelantado, nombra el costo que llega después y deja que decidas con la cifra real en lugar de con el optimismo de un comercial.
«Cuánto cuesta desarrollar un agente de IA» tiene una respuesta de verdad, y «depende» es la forma de esquivarla. Depende de la irreversibilidad, la integración, los datos y el eval. Y el número más grande es el de después del lanzamiento, no el del build.
Los nuestros están arriba. Si encajan, tráenos el problema, el responsable, el presupuesto y la fecha. Si no, te decimos quién sí encaja: esa presentación es gratis.