El setup: arreglar lo que el análisis encontró
El análisis dice qué está mal. El setup lo arregla, y termina con un segundo informe que mide el antes y el después con la misma herramienta y los mismos parámetros. La mejora no se afirma: se mide.
desde 5.550 €netos descontando el análisis · base hasta 5.000 páginas · 4-6 semanasLas seis operaciones
Se aplican en este orden, y cada una deja constancia de qué tocó.
-
OCR de las páginas sin texto
Es la que más rinde. Un PDF escaneado es invisible para un sistema de recuperación; después del OCR deja de serlo. Es la métrica que más veces explica «la IA no encuentra lo que le pido».
-
Deduplicación
Los fragmentos repetidos contaminan la recuperación y encarecen cada consulta que haga el asistente.
-
Normalización a texto limpio
Un fichero por documento, con identificador estable y su origen anotado, para que siempre se pueda volver del resultado al documento de partida.
-
Seudonimización de datos personales
Solo donde vosotros decidís que procede. Seudonimizar de más destruye información que necesitáis; de menos, no resuelve el problema. Se acuerda por escrito antes de tocar nada.
-
Troceado con parámetros declarados
El corpus sale listo para ingerir, con sus parámetros por escrito, para que quien monte el asistente use los mismos y no vuelva a prepararlo desde cero.
-
Informe de cierre: antes y después
Las cinco métricas del análisis inicial, ejecutadas de nuevo sobre el corpus ya tratado y puestas al lado de las primeras.
El informe de cierre es lo que de verdad compras
La mejora se mide con la misma herramienta con la que se diagnosticó y con los mismos parámetros. No es un resumen de lo que hice: es la medición repetida.
Un proveedor que se lleva vuestros documentos a la nube no puede ofrecer esto con la misma garantía, porque no puede demostrar dónde estuvieron mientras tanto.
Y por eso mismo no prometo un porcentaje de mejora por adelantado. Un escaneo malo sigue siendo malo después del OCR. El informe de cierre enseñará lo que salga, y si sale tibio lo dirá igual: es preferible a vender una cifra que no llega.
Qué recibes
- El corpus tratado
- En vuestra máquina. Un fichero por documento, con identificador estable.
- El manifiesto
- Qué documento vino de qué original, qué operaciones se le aplicaron y cuáles fallaron. La trazabilidad completa, incluidos los fallos.
- El informe de cierre
- Las cinco métricas antes y después.
- Los datos en bruto de ambas mediciones
- Para que cualquier cifra se pueda rehacer sin fiarse de mi palabra.
- Los parámetros de troceado por escrito
- Para que quien monte el asistente no tenga que adivinarlos.
Qué no es el setup
Con el mismo rango que lo anterior, igual que en el informe.
- No es montar el asistente de IA. Se prepara el corpus; no se entrega un RAG funcionando. Si lo pedís, es otro proyecto y lleva otro número: 9.000-12.000 €.
- No es una migración documental. No se toca vuestro gestor documental ni se reorganizan las carpetas de origen. Se trabaja sobre una copia.
- No es clasificación ni etiquetado semántico. Extraer materias, vencimientos o partes de un contrato es otro trabajo.
- No es revisión jurídica de nada.
- No garantiza una cifra de mejora concreta. La mide.
Qué mueve el precio, y quién lo mide
Por eso el setup va con «desde» y no con un número cerrado: cinco mil páginas de
.docx ordenado y cinco mil páginas de escaneos en cuarenta formatos no son
el mismo trabajo, y cobrar lo mismo por las dos cosas castiga a quien trae el archivo
limpio.
| Factor | Lo mide | Efecto |
|---|---|---|
| Volumen | Páginas analizadas | +750 € por cada 2.500 páginas sobre las 5.000 de base |
| Páginas sin texto extraíble | Cobertura de extracción | El que más pesa: dispara el OCR |
| Variedad de formatos | Reparto por tipo de fichero | Cada formato es una ruta de extracción que se verifica aparte |
| Densidad de datos personales | Exposición de datos personales | Sube la seudonimización y el tiempo de decisión |
| Duplicación | Fragmentos duplicados | Puede abaratar: reduce el volumen efectivo |
Los cinco los mide el análisis que ya has pagado. No hace falta una auditoría previa para presupuestar, ni que me creas una estimación: el número sale de las cifras de tu propio informe.
Es también por lo que el importe del análisis se descuenta. Cuando un proveedor no sabe cuántas fuentes hay ni en qué estado están, lo normal en este sector es meter un colchón del 30 al 50 % en el presupuesto. Ese colchón lo paga el cliente. Aquí no hace falta, porque la incertidumbre ya está medida.
Lo que todavía no publico: cuánto suma exactamente cada factor. Los umbrales se fijan en octubre, con los primeros análisis reales medidos. Poner hoy esos números sería inventarlos, y es justo lo que este sitio no hace.
Volumen, plazo y condiciones
| Precio | desde 6.500 €, menos el análisis ya pagado → desde 5.550 € netos |
|---|---|
| Qué lo mueve | Los cinco factores de arriba, medidos por el propio análisis |
| Volumen de base | Hasta 5.000 páginas de corpus real |
| Exceso | +750 € por cada 2.500 páginas adicionales |
| Plazo | 4-6 semanas desde el alcance firmado |
| Pago | 50 % al firmar el alcance, 50 % con el informe de cierre |
| Requisito | Análisis hecho: sin diagnóstico no se puede acotar el alcance |
Por qué el plazo es de semanas y no de días. El trabajo de máquina es desatendido, pero hay dos puntos de decisión humana —el alcance de la seudonimización y la verificación por muestreo—. Prometer dos semanas sería prometer algo que no se cumple, y cumplir el plazo es justo lo que hace que tenga sentido el paso 3.
Disponible desde enero de 2027
El análisis está terminado y se puede encargar hoy. El setup está definido en su método, alcance y precio, y se construye en diciembre — después de los primeros análisis reales, para no diseñarlo a ciegas. Aquí solo se ofrece lo que se mide, y por eso su fecha está escrita en vez de insinuada.