Construir, comprar o envolver: tres caminos para incorporar IA
Construir sobre una API de modelo, comprar un producto vertical o activar una función del software que ya pagas. Los tres caminos comparados por curva de coste, residencia de datos en la UE y coste de salida.
Contenido
Una capacidad de IA llega por una de tres vías. Construyes sobre una API de modelo, compras un producto vertical que ya hace el trabajo, o activas una función del software que ya pagas. La capacidad casi nunca decide: deciden la curva de coste, la residencia del dato y el coste de salida.
Puntos clave
- Un sistema equivalente a GPT-3.5 en MMLU costaba 20,00 USD por millón de tokens en noviembre de 2022 y 0,07 USD en octubre de 2024.
- Construir tiene el coste unitario más bajo y el fijo más alto: la recuperación y la evaluación pasan a ser tuyas.
- La residencia de datos europea ya es configuración documentada: OpenAI la abrió el 5 de febrero de 2025 y Microsoft el 6 de noviembre de 2024.
- Envolver una función que ya tienes es lo más barato de empezar y lo más caro de dejar: el flujo de trabajo se queda dentro del proveedor.
- La mayoría de empresas españolas decide esto sin precedente propio: el 12,4 % de las de 10 o más empleados usaba IA en el primer trimestre de 2024.
Qué son realmente los tres caminos
Construir significa llamar a una API de modelo y quedarte con lo demás: prompts, recuperación, evaluación, control de coste y logging. El sistema es tuyo.
Comprar significa un producto vertical donde la IA es el producto: revisión de contratos, desvío de tickets, previsión de demanda. El proveedor decide el modelo y la ruta de actualización.
Envolver significa activar una función del software que ya usas. Sin proveedor nuevo, casi siempre como una línea por usuario en una factura que ya apruebas. No son tres niveles de ambición sino tres repartos del trabajo continuo, y las preguntas previas a desplegar IA valen para los tres.
Cómo se comporta la curva de coste
Construir parece caro al principio y sale barato en volumen. En abril de 2025, GPT-4.1 figuraba a 2,00 USD por millón de tokens de entrada y 8,00 USD por millón de salida. Claude 3.7 Sonnet figura a 3,00 USD y 15,00 USD desde el 24 de febrero de 2025.
Esas cifras son pequeñas frente a un mes de ingeniería, el coste real de construir. La trampa también funciona al revés: el precio por usuario escala con el uso, no con el valor.
Ejecutar un modelo con 64,8 en MMLU, el nivel de GPT-3.5, costaba 20,00 USD por millón de tokens en noviembre de 2022. En octubre de 2024 costaba 0,07 USD: más de 280 veces menos en unos 18 meses (Stanford HAI, abril de 2025).
Lo que construyes se abarata solo. Lo que alquilas se reprecia cuando el proveedor decide.
Dónde quedan los datos y quién puede demostrarlo
Para una empresa que opera en España esta suele ser la primera restricción dura, y donde la respuesta ha cambiado más recientemente.
OpenAI lanzó la residencia de datos europea el 5 de febrero de 2025 para su API, ChatGPT Enterprise y ChatGPT Edu. Microsoft puso las Data Zones de Azure OpenAI en disponibilidad general para la UE el 6 de noviembre de 2024. Anthropic distribuye Claude vía Amazon Bedrock y Google Cloud Vertex AI, así que la residencia sigue a la región de despliegue.
OpenAI anunció la residencia de datos europea el 5 de febrero de 2025. Los proyectos de API elegibles se tratan en región con retención cero, y el contenido de ChatGPT Enterprise y Edu se almacena en región (OpenAI, 5 de febrero de 2025).
La diferencia está en quién lo demuestra. Si construyes, guardas tú la evidencia. Si compras, heredas una lista de subencargados. Si envuelves, heredas lo que decidió la suite, junto a las fechas de cumplimiento del Reglamento de IA.
El coste de salida es la cifra que nadie cotiza
El coste de salida no es la factura de migración. Es el trabajo acumulado dentro de la opción elegida: prompts ajustados a un modelo, bancos de evaluación hechos para un formato de salida, flujos atados a una estructura de registro.
Construir tiene el coste de salida más bajo en la capa de modelo y el más alto en la de equipo. Cambiar de API es una semana de evaluación si conservaste el banco de pruebas. Perder a quien entiende el pipeline de recuperación no lo es.
Envolver lo invierte. Nada es más fácil de activar ni más difícil de deshacer, porque la función vive en el sistema de registro. El Data Act de la UE entró en vigor el 11 de enero de 2024 y se aplica desde el 12 de septiembre de 2025. Obliga a eliminar los obstáculos al cambio de proveedor, pero cubre la infraestructura y no el ajuste que hiciste encima.
Cuándo deja de tener sentido cada camino
Envolver deja de tener sentido cuando la función pasa a ser el flujo de trabajo: dependes de una hoja de ruta en la que no influyes.
Comprar deja de tener sentido cuando el producto hace algo que tus datos vuelven raro, o cuando el coste por usuario supera el de la ingeniería que sustituye. Ambos umbrales se calculan antes de firmar, y la ayuda pública rara vez los mueve: las categorías de qué financia realmente el Kit Digital se definen por solución, no por tecnología.
Construir deja de tener sentido cuando nadie lo posee. Un sistema sin banco de evaluación, sin panel de coste y sin ingeniero con nombre es una suscripción con peor disponibilidad. El trabajo de qué exige un LLM en producción no desaparece porque el presupuesto se aprobara una vez.
Preguntas frecuentes
¿Qué camino sale más barato para una empresa mediana en España?
Envolver, durante el primer año, y casi nunca después. Las funciones por usuario añaden una línea previsible a una factura existente y no piden integración. El cruce llega cuando el uso se vuelve rutina: el asiento crece con la plantilla, el token viene bajando.
¿La residencia de datos europea significa que el modelo se entrenó en Europa?
No. Cubre dónde se procesan las peticiones y dónde se almacena el contenido, no dónde se construyó el modelo. El anuncio de OpenAI de febrero de 2025 describe tratamiento en región y retención cero en los proyectos elegibles, y añade que esos datos no se usan para entrenar salvo consentimiento explícito.
¿Cómo se prueba un producto vertical de IA antes de comprometerse?
Reserva una muestra etiquetada de tus registros, pásala por el producto y puntúa tú la salida. Pide por escrito la lista de subencargados y la región de despliegue. Quien no responde a ambas en una semana ya respondió a la segunda.
El orden es este. Primero la residencia, porque elimina opciones en vez de ordenarlas. Después el coste de salida, porque se acumula. El precio unitario al final: es el único que mejora solo. La mayoría de empresas medianas debería envolver lo que ya paga, comprar donde el vertical hace algo específico y construir solo donde la capacidad es el negocio. En un año la pregunta útil será cuál te dejó cambiar de opinión, y las funciones de IA en un CRM son un buen sitio donde verlo.
