Cuando la decisión de implementar IA pasa por un comité, un área de compras o de sistemas, la selección del proveedor deja de ser una corazonada y se vuelve un proceso formal. Hay presupuesto público o corporativo que rendir, datos sensibles que proteger, y la necesidad de justificar la elección ante auditoría o ante un ente de control.
Si lideras esa evaluación, esta guía te da los criterios que importan a tu escala. Si quieres primero el panorama general de cómo elegir y detectar señales de humo, está en nuestra guía para elegir empresa que implemente IA; aquí vamos a la evaluación formal.
Por qué a esta escala elegir mal cuesta mucho más
En una pyme, contratar al proveedor equivocado cuesta tiempo y plata. En una organización grande o pública, cuesta eso más un hallazgo de auditoría, un proyecto fallido de alto monto que hay que justificar, o un incidente con datos personales de afiliados o ciudadanos. Por eso la evaluación no puede basarse solo en el precio o en una buena presentación.
Criterio 1: Experiencia verificable en contexto similar
No basta con un portafolio bonito. Pregunta por casos reales en organizaciones de tu tamaño, en tu sector o con tu nivel de complejidad regulatoria. Pide referencias verificables. La experiencia demostrable en proyectos parecidos es el mejor predictor de éxito, y a esta escala es innegociable.
Criterio 2: Gobernanza de datos y cumplimiento
Si el proyecto toca datos personales —de afiliados, beneficiarios, ciudadanos—, el proveedor debe demostrar cómo los maneja: minimización, control de acceso, retención, y acuerdos de tratamiento claros, conforme al régimen colombiano de protección de datos. Si la solución usa modelos de IA externos, pregunta dónde se procesan los datos. Un proveedor que no aborda esto de entrada no entiende tu contexto.
Criterio 3: Transparencia y trazabilidad (el "cómo")
Exige que te muestre el "cómo", no solo el "qué". Recuerda casos de proveedores que vendían "IA" cuando por dentro había trabajo manual. A tu escala, además, necesitas que cada decisión automática sea trazable y auditable — que quede registro de qué entró, qué decidió el sistema y qué acción tomó. "La máquina lo decidió" no le sirve a un órgano de control.
Criterio 4: Modelo de contratación y propiedad intelectual
Define en el contrato de quién es la solución, el código y los datos. Evita las cajas cerradas que te condenan a depender del proveedor para cada cambio, con un nuevo pago cada vez. Aclara el modelo de precios y, sobre todo, qué pasa cuando cambia el alcance — la causa número uno de sobrecostos y proyectos retrasados es no aclarar esto antes de firmar.
Criterio 5: Integración y no dependencia
El valor real aparece cuando la solución se integra con tus sistemas actuales (ERP, sistema misional, bases) mediante una arquitectura modular, sin obligarte a botar la inversión existente y sin atarte a un único proveedor para siempre.
Criterio 6: Metodología y gestión del proyecto
Pregunta por la metodología (entregas por fases, reportes de avance, comunicación). A esta escala, un proyecto sin gobierno claro es un proyecto en riesgo. Y empezar con un piloto medible antes de escalar es tan válido para una organización grande como para una pyme — protege la inversión.
Las preguntas para la evaluación formal
- ¿Qué casos verificables tienen en organizaciones de mi tamaño y sector?
- ¿Cómo manejan los datos personales y qué cumplimiento garantizan?
- ¿Cómo me muestran el "cómo" y cómo aseguran la trazabilidad?
- ¿De quién es la solución y cómo se maneja la PI en el contrato?
- ¿Cómo se integra con mis sistemas? ¿Quedo amarrado?
- ¿Cuál es la metodología, los plazos y qué pasa si cambia el alcance?
El criterio que lo resume
A escala empresarial o pública, no contratas "una empresa de IA": contratas un aliado que entiende que aquí cada decisión deja huella, toca datos sensibles y se audita. La eficiencia y el precio importan, pero sin experiencia verificable, gobernanza de datos, transparencia, contratación clara e integración real, el proveedor más vistoso puede convertirse en el proyecto fallido más caro.
En Aldama trabajamos para ese contexto: diagnóstico primero, transparencia en el "cómo", manejo cuidadoso de datos, integración con tus sistemas y honestidad sobre el alcance. Si estás evaluando un proyecto y quieres una conversación técnica sin promesas de varita mágica, es justo lo que hacemos.