La decisión de build vs buy con matriz auditable
La IA investiga y arma la matriz comparativa de proveedor o herramienta en minutos, pero precio, característica y limitación citados pueden estar desactualizados. Los criterios que pesan para tu contexto, y la firma de la decisión, siguen siendo tuyos.
Necesitas decidir entre construir un sistema de cola de procesamiento internamente o contratar un servicio gestionado, y tienes una semana para presentar la recomendación. Le pides a la IA que compare tres opciones con base en documentación pública, y en pocos minutos devuelve una matriz elegante, con precio, límite de throughput y tiempo de setup de cada una. Uno de los precios listados es de un plan que el proveedor descontinuó hace cuatro meses, reemplazado por un plan 40% más caro. Si la decisión hubiera salido directo de esa matriz, el presupuesto presentado al director ya nacería roto.
El área legal evalúa cambiar la herramienta de gestión de contratos, y pide que valides técnicamente la comparación que la IA armó entre dos proveedores. Señala precio por usuario y retención de historial de versiones, y afirma que uno de los proveedores mantiene "historial de versiones ilimitado", un punto importante para la trazabilidad legal de minutas antiguas. El plan cotizado, en realidad, retiene historial por solo 24 meses, y versiones más antiguas exigen upgrade de plan. Sin verificar esto en la fuente oficial, el área legal firmaría un contrato que no cubre el plazo de retención que ella misma exige internamente.
Estás decidiendo entre dos sistemas de gestión de desempeño para reemplazar la planilla manual de la empresa, y el presupuesto necesita aprobarse para el viernes. La IA arma la matriz comparando los dos, con precio por colaborador y funciones de calibración de nota, rápido y organizado. Describe uno de los sistemas como que incluye "integración nativa con la nómina", un punto que pesaría bastante en la elección. La integración existe, pero como un complemento pago aparte, no incluido en el plan cotizado. Verificar esto en la página de precios oficial antes de cerrar evita un presupuesto que ya nace incompleto.
El equipo de producto evalúa cambiar la herramienta de feature flag por limitaciones de segmentación, y le pides a la IA que compare tres opciones del mercado. Arma la matriz con precio, límite de flags simultáneas y soporte a segmentación por atributo personalizado, todo rápido. Afirma que una de las opciones "soporta segmentación ilimitada" en el plan evaluado, cuando la documentación actual muestra un tope de 50 atributos personalizados en ese mismo plan. Si tu caso de uso pasa de ese tope, la elección equivocada solo aparecería semanas después, en producción, sin esta verificación antes.
El equipo comercial quiere cambiar de CRM después de quejarse de la automatización de propuestas, y armas una matriz con la IA comparando tres plataformas. Resume rápido precio por usuario, límite de automatizaciones e integración con firma electrónica. Describe una de las plataformas como que tiene firma electrónica "incluida en el plan estándar", un detalle que pesó en la preselección del equipo. En la práctica, esa integración es un complemento vendido aparte, un costo que no estaba en la cotización inicial. Verificar la página de precios actual evita cerrar contrato con una sorpresa de costo escondida.
La operación evalúa cambiar el sistema de ruteo de entregas, y le pides a la IA que arme la matriz entre dos proveedores, con precio por pedido procesado y límite de integraciones con transportadora. Señala, con seguridad, que uno de los proveedores tiene "soporte a 40 transportadoras aliadas", un número decisivo para la cobertura de tu operación. La lista actual del proveedor, en su sitio, muestra 24 transportadoras integradas de hecho, el resto está en "roadmap". Contratar creyendo que la cobertura ya existía dejaría regiones enteras sin rastreo funcionando en el primer mes.
Antes de una auditoría externa, el área de compliance evalúa contratar una herramienta de gestión de consentimiento para cumplir con la LGPD, y pide tu ayuda técnica en la comparación. La IA arma la matriz comparando dos herramientas, con precio, capacidad de auditoría y política de retención de datos. Afirma que una de ellas "genera pista de auditoría completa por defecto", un requisito no negociable para el comité de riesgo. En la documentación, esa pista completa solo se genera con un módulo adicional, vendido por separado. Reportar esto al comité como función incluida, sin verificar, crearía un vacío de cumplimiento descubierto solo en la auditoría real.
El equipo de diseño evalúa cambiar la herramienta de test de usabilidad remota, y ayudas a armar la comparación con la IA. Arma la matriz con precio por sesión grabada y soporte a test de accesibilidad automatizado, rápido y organizado. Afirma que una de las herramientas ofrece "informe de accesibilidad WCAG completo" en el plan estándar, un diferencial fuerte para el caso del equipo. Al abrir la documentación, ese informe completo existe solo en el plan superior, el estándar trae una versión resumida con la mitad de los criterios. Verificar esto antes de decidir evita comprar una cobertura de accesibilidad menor que la prometida.
El directorio necesita decidir si la empresa entra o no a un mercado adyacente todavía este año, y pide un resumen del tamaño de ese mercado para mañana. Le pides a la IA que investigue y arme un comparativo de TAM, SAM y SOM con fuentes citadas, y devuelve un número de 3,1 mil millones de dólares, atribuido a un informe de peso del sector. El informe citado existe, pero habla de otro segmento adyacente, no del tuyo; la IA aproximó porque le pareció razonable. Llevar ese número al directorio sin abrir el informe original habría sostenido una decisión de entrada sobre una cifra que no es la de tu mercado real.
Oye, quien ya se sentó en una reunión de proveedor sabe cómo suele pasar esto: el vendedor muestra el slide bonito, promete el mundo, y seis meses después descubres, implementando, que esa función decisiva era solo del plan enterprise. La decisión de build o buy siempre fue así, tomada sobre un pitch, sobre una suposición o sobre una investigación superficial de media hora porque nadie tenía tiempo para más. La IA resuelve la parte de la prisa, investiga rápido. Lo que no resuelve sola es la parte que siempre dolió: garantizar que lo que está en la matriz es verdad ahora, no la versión de hace seis meses que leyó en algún lugar.
La idea central de esta lección. La IA investiga documentación, changelog y página de precio de varias opciones y arma, en minutos, una matriz comparativa que antes tomaba días. Eso es ganancia real. El riesgo es que cita característica, precio o limitación con el mismo tono seguro estando actualizada o no, y un plan que cambió o una limitación ya corregida en una versión nueva puede estar escondida en una línea bonita de la matriz. Por eso toda línea decisiva necesita fuente verificable antes de convertirse en argumento. Y los criterios que realmente pesan para tu contexto, lock-in, costo total de operar y no solo la licencia, capacidad real de tu equipo de mantener, siguen siendo tu criterio, no de la IA.
01El problema clásico del build vs buy
Toda empresa que crece llega a esta bifurcación: construir la solución internamente o comprarla de un proveedor. E históricamente esa decisión sale mal de dos formas opuestas, y ambas cuestan caro. Una forma es decidir sobre el pitch del vendedor, sin investigación real, y descubrir meses después que el producto no hace lo que prometió en el slide. La otra es decidir construir por orgullo técnico, sin verificar que una solución lista ya resolvía el 90% del problema, y gastar meses de ingeniería reinventando algo que ya existía maduro en el mercado.
El denominador común de los dos errores es el mismo: investigación superficial. Nadie tenía media hora, mucho menos un día entero, para leer documentación de tres proveedores distintos con cuidado. La IA ataca exactamente este cuello de botella de tiempo. Lo que no resuelve sola es la segunda parte del problema, garantizar que lo que leyó todavía es verdad. ¿Listo?
02Lo que la IA hace bien: investigar y armar la matriz
Aquí está la ganancia real, y es grande. Pídele a la IA que lea la documentación pública de cada opción que estás considerando, y arme una matriz lado a lado con los criterios que importan: precio, límite técnico, integración, soporte, tiempo de implementación. Lo que antes exigía un día entero abriendo pestaña por pestaña de cada proveedor, lo entrega organizado en minutos, con pros y contras de cada línea.
Nota la ganancia: entras a la reunión de decisión ya con una base estructurada, en vez de abrir la primera pestaña del primer proveedor. Pero nota también que la matriz es un borrador de investigación, no una verdad cerrada. Ese es el próximo punto.
03El peligro: característica o precio inventado con cara de certeza
Aquí está el mismo patrón que ya viste en otras lecciones de este módulo, ahora vestido de matriz comparativa. La IA puede citar un precio que el proveedor ya reajustó, una función que solo existe en un plan más caro, o una limitación que ya se corrigió en una versión nueva, y lo hace con el mismo tono seguro de siempre. La documentación pública cambia, los planes cambian, y el entrenamiento de la IA tiene una fecha de corte que no siempre acompaña la última actualización del proveedor.
El antídoto es simple y no es opcional: antes de que cualquier línea de la matriz se convierta en argumento de decisión, necesita una fuente que puedas abrir ahora. La página de precio actual del proveedor, el changelog más reciente, la documentación técnica vigente, o una pregunta directa al equipo de ventas del proveedor por escrito. Si la línea no resiste esa verificación, no entra en la versión final de la matriz que va a la reunión de decisión.
Sabe más: por qué "suena razonable" es la señal de alarma, no la señal de seguridad
Cuando la IA describe una característica con detalle técnico correcto y tono seguro, el cerebro relaja la guardia creyendo que eso ya fue verificado. Pero la fluidez del texto no es evidencia de veracidad, es solo el estilo estándar de la herramienta, presente tanto en la respuesta correcta como en la equivocada. El caso más peligroso no es cuando la IA se equivoca groseramente, un error grosero llama la atención por sí solo. Es cuando se equivoca de forma plausible: un precio solo un poco desactualizado, una limitación que suena coherente con el resto del producto. Justamente por parecer razonable, ese tipo de error pasa desapercibido si nadie fue a verificar la fuente. La regla práctica es invertir el instinto: cuanto más decisiva parece una afirmación para la elección, más merece verificación, no menos.
04Lo que es tuyo: los criterios que pesan para tu contexto
Una matriz perfectamente auditada todavía puede llevar a la decisión equivocada, si los criterios usados no son los que realmente importan para tu operación. Y aquí la IA no puede decidir por ti, porque no vive dentro de tu contexto.
Tres criterios suelen pesar más de lo que aparecen en una matriz de precio y función. El primero es lock-in: cuánto de caro y demorado resulta salir de esa herramienta o proveedor después de dos años de uso, si la relación no resulta bien. El segundo es el costo total de propiedad, que incluye no solo la licencia, sino el tiempo de tu equipo para configurar, mantener y resolver problemas con esa solución, un costo que rara vez aparece en la página de precio. El tercero es la capacidad real de tu equipo: si la opción es construir, tu equipo tiene, hoy, la competencia y el tiempo para mantener eso funcionando dentro de un año, no solo para lanzar la primera versión. Sopesar estos tres es lectura de contexto, y la lectura de contexto sigue siendo tuya.
05La regla final: propone, verifica, firma
Cierra el razonamiento con la misma regla que atraviesa todo este módulo. La IA propone la matriz, rápida y organizada. El equipo verifica cada línea decisiva contra una fuente que se abre ahora, no contra la memoria de la IA. Y una persona firma la decisión final, con su nombre, capaz de defender por qué esa opción pesa más que las otras si alguien pregunta después.
"La matriz que la IA armó decía eso" nunca es una defensa aceptable cuando la decisión sale mal. Quien firma el contrato, o quien firma la decisión de construir, es quien responde por el resultado. La IA aceleró la investigación; la responsabilidad de la elección nunca sale de tu mano.
Hazlo ahora
Toma una decisión real de build vs buy que está en tu mesa ahora, tu tarea real u otra que sabes que vas a necesitar tomar pronto.
- Pídele a la IA que arme una matriz comparativa de dos o tres opciones (incluyendo la opción de construir internamente, si tiene sentido), con criterios explícitos: precio, límite técnico, integración, soporte, tiempo de implementación.
- Elige las tres líneas más decisivas de esa matriz, las que más pesarían en tu elección final.
- Verifica cada una de esas tres líneas en una fuente que se abre ahora: página de precio actual, changelog, documentación vigente, o una pregunta directa al proveedor.
- Anota si alguna cambió respecto a lo que la IA había citado, y ajusta la matriz antes de llevar la decisión adelante.
Acabas de transformar una matriz bonita en una matriz confiable, y la diferencia entre ambas fue exactamente esa verificación.
Practica
1. ¿Cuál es el rol correcto de la IA en la decisión de build vs buy?
2. La IA describió, en la matriz, que un scanner de seguridad 'bloquea automáticamente el merge cuando encuentra vulnerabilidad crítica', pero esa función solo existe en el plan enterprise, más caro que el presupuestado. ¿Qué hacer antes de decidir?
3. Además de verificar precio y característica en la fuente, ¿qué más necesita entrar en el criterio antes de decidir build vs buy?
Para la pizarra
Sobre la reunión con el proveedorla funcionalidad decisiva suele aparecer seis meses después, y solo en el plan enterprise.
Sobre la matriztoda fila decisiva necesita una fuente verificable. Precio y característica se confirman en el plan exacto.
Sobre el criteriouna matriz correcta todavía lleva a la decisión equivocada si los criterios que pesan para tu negocio quedan fuera.
Gracias por el feedback. Esto ayuda a afinar la próxima lección.