Cómo añadir IA a una web o app que ya funciona sin rehacerla

¿Se puede añadir IA a una web o app sin rehacerla?

Casi siempre, sí. La IA es un servicio más al que llama tu producto: la página pide a tu servidor, que añade el contexto permitido, llama al modelo, revisa la respuesta y la devuelve. Catálogo, carrito y cuentas siguen igual.

Lo que decide no es el framework, sino tres condiciones:

• Un sitio donde ejecutar código de servidor: una ruta de API, un backend, una función serverless o un pequeño servicio aparte. La clave del modelo vive ahí, nunca en la página.
• Datos legibles: el contenido o los registros que usará la función se pueden exportar o consultar, con reglas claras sobre quién ve qué.
• Un responsable: alguien que decide qué puede contestar la función y revisa en qué se equivocó.

Rehacer solo se justifica si falla alguna: un constructor que no admite código de servidor ni servicios externos, o datos tan enredados que nadie sabe cuál es el bueno. Aun así, un servicio pequeño junto a la web actual suele salir más barato.

¿Qué funciones de IA se pueden incorporar a un producto existente?

Casi todo encaja en cuatro patrones, que se distinguen por lo que pueden leer y modificar más que por el modelo.

Empieza donde el error sale barato: un borrador erróneo que revisa un responsable cuesta un minuto; una respuesta pública errónea, la confianza del cliente.

¿Qué toca una integración de IA además del modelo?

Llamar a un modelo son pocas líneas. El trabajo está alrededor y coincide con el Top 10 de OWASP para aplicaciones con LLM (2025).

• Claves. La guía de producción de OpenAI pide sacar las claves de API del código y cargarlas desde variables de entorno o un gestor de secretos: cada llamada pasa por tu servidor.
• Permisos. El modelo ve solo lo que la persona conectada ya podría abrir; lo controla el servidor, no el prompt (LLM02).
• Entradas no fiables. Un mensaje o archivo puede colar instrucciones ajenas (inyección de prompt, LLM01), así que la función no tiene permisos de sobra (agencia excesiva, LLM06).
• Salida. La respuesta es un dato que se comprueba, no una orden: precios y fechas salen de tus registros (LLM05).
• Límites. Topes de peticiones por visitante y de gasto mensual frenan bucles y scrapers (consumo sin límites, LLM10).
• Logs y plan B. Se guardan peticiones, respuestas y fallos; si el modelo se cae, la página vuelve a funcionar como antes.

¿Cuánto cuesta añadir IA a una web o app existente?

Las guías del mercado presupuestan programas completos: descubrimiento, datos, interfaz a medida y pruebas. Compara partidas, no totales.

¿Por qué la diferencia? El estudio cobra una función sobre el stack que ya pagas, con tus contenidos tal cual, sin interfaz nueva ni limpieza de datos. Según Innowise, el trabajo con datos se lleva el 20–40 % del presupuesto; si tus datos lo necesitan, te lo decimos antes.

¿Cuánto costará la función de IA cada mes?

El desarrollo se paga una vez; el funcionamiento, cada mes. En el desglose de Antino, las API de modelos suponen 1000–15 000 $, frente a 5000–30 000 $ o más para datos y 5000–50 000 $ o más para infraestructura.

Ilustración: enviar 3000 tokens y recibir 500 cuesta unos 0,011 $ con Claude Sonnet 5 (3000 × 2 $ más 500 × 10 $, por millón); 10 000 al mes, unos 110 $. Protegen el presupuesto el tope de gasto y el log, no el precio por token.

¿Qué conviene preparar antes de pedir presupuesto?

Un presupuesto fiable sale de ejemplos, no de deseos. Reúne:

• Un caso normal y uno fallido, reales, con la respuesta que daría un buen empleado.
• La fuente de verdad: qué páginas, documentos o tablas puede leer la función y quién los mantiene al día.
• Accesos: copia de pruebas o credenciales de solo lectura, repositorio o CMS y alojamiento.
• El límite: lo que la función nunca debe hacer sola, como confirmar un reembolso, un precio o una reserva.
• El responsable: quién acepta el resultado y lee el registro de fallos tras el lanzamiento.

Con eso, VITON¹³ responde al día laborable siguiente con un presupuesto que nombra patrón, datos, revisión humana y exclusiones.

¿Qué debe estar listo antes de publicar la función?

• Evaluación congelada: casos reales, también los que fallan, repetidos tras cada cambio de prompt o modelo.
• Un interruptor: un ajuste que oculta la función y recupera la página de antes sin nueva publicación.
• Aviso de IA: en la UE, el artículo 50.1 del Reglamento de IA obliga a informar de que se habla con una IA si el contexto no lo deja claro; según la Comisión, estas obligaciones son exigibles desde el 2 de agosto de 2026.
• Datos personales: si el proveedor del modelo trata datos por tu cuenta, el artículo 28 del RGPD pide un contrato de encargo de tratamiento. Envía al modelo solo los campos necesarios.
• Monitorización: gasto diario, errores y traspasos en un panel que alguien mire.
• Salida humana: lo que la función no pueda respaldar acaba en contacto con el equipo.

¿Cuándo no conviene añadir IA a tu producto?

A veces el alcance honesto no lleva modelo. Renuncia a la IA, o espera, cuando:

• Un filtro, un menú más claro o el buscador del sitio bastan: no cuestan nada por consulta y no inventan.
• La respuesta debe ser exacta siempre, como una cláusula, una dosis o un precio final, y nadie puede revisarla.
• Nadie se ocupa del contenido: un asistente sobre páginas desfasadas las repetirá con total seguridad.
• El volumen es mínimo: unas pocas consultas por semana rara vez pagan la puesta en marcha.
• Tus datos no pueden salir de tus servidores y no hay un modelo adecuado que pueda funcionar allí.

Entonces rinde más ordenar el contenido, y preferimos decirlo en el presupuesto que venderte algo que apagarás al mes.