Estaba armando una propuesta para un proyecto que conozco muy bien: dos meses de trabajo, con holgura. Le pedí a la IA que me ayudara con el borrador y la estimación. Me devolvió un plan solido, bien redactado, ordenado… de ocho meses.
Ocho. Cuatro veces lo real. Si mando eso sin mirar, pasa una de dos: el cliente me encuentra carísimo y se va, o peor lo acepta y quedo amarrado a un cronograma absurdo que yo mismo firmé. Las dos terminan mal.
Y ojo, esto no es para decir "la IA es mala para las propuestas". Al revés. La uso en cada una. Es para mostrar exactamente dónde ayuda y dónde te hace quedar mal si te duermes.
Lo que hace bien (y es más de lo que esperaba)
Lo obvio: primer borrador y ordenar. Le tiro las ideas sueltas, el contexto del cliente, lo que hablamos en la reunión, y me devuelve una estructura limpia sobre la cual trabajar. Eso solo ya me ahorra un buen rato.
Pero el valor real no es la velocidad. Es que me ayuda a armar mejores propuestas: con más contexto, más contenido que de verdad le sirve al cliente para tomar una decisión informada. No un PDF genérico — una propuesta que explica el porqué de las cosas, que anticipa dudas, que se nota pensada. También me ayuda a estimar, pero siempre con mi input: yo le doy los números reales y ella los ordena y los aterriza en el documento.
Ahí la IA es una aliada de verdad. El cliente recibe algo más completo, y yo llego mejor preparado.
Lo que arruina (revísalo o te muerde)
Dos cosas, siempre las mismas:
Los tiempos. Tira estimaciones infladas, largas, sin razón. Lo de los 8 meses no fue una vez, es un patrón. La IA no tiene idea de tu velocidad real, de tu equipo, de lo que ya tienes resuelto de otros proyectos, estima en abstracto, y en abstracto todo demora más.
El stack. Insiste en meter tecnologías que no son parte de la propuesta. Tú planteas una solución con lo tuyo, e igual empuja herramientas que nadie pidió, que suman costo y complejidad de la nada.
Las dos tienen el mismo origen: la IA no conoce tu contexto ni tus compromisos. Rellena con lo genérico, y lo genérico casi nunca calza con la realidad de tu negocio.
La jugada: quién hace qué
Con el tiempo me quedó clarísima la división:
La IA hace: contexto, validación, primer borrador, estructura, estimación a partir de mis números.
Yo hago, y no delego nunca: el precio, los compromisos, las fechas y el alcance.
Esa segunda lista es sagrada. Son las cosas que, si salen mal, no es un pequeño error sino que se traduce en costos, es tu palabra frente al cliente, es la relación. Eso no lo decide un modelo que no va a estar sentado en la reunión cuando haya que responder por lo prometido.
Cómo lo replicas
Sirve para cualquier propuesta o cotización, seas técnico o no:
Usa la IA para el borrador y el contexto, no para los números que importan. Que arme, ordene y enriquezca. Que redacte el "qué haremos y por qué". Eso lo hace bien.
Los compromisos, fechas y precios los pones tú. Siempre. Revisa cada tiempo que proponga contra tu realidad, no contra su abstracción.
Borra lo que nadie pidió. Si mete un stack, una herramienta o una fase que tú no planteaste, fuera. La propuesta es tuya, no de ella.
La regla de una línea: la IA redacta, tú te comprometes. Todo lo que el cliente te va a cobrar de vuelta si sale mal —fechas, precio, alcance— pasa por tus manos antes de salir.
Noticias reciente
El dato de la semana: los modelos open-weight chinos ya corren entre 30% y 46% de los tokens enterprise en EE.UU. (CNBC), contra ~11% el año previo. GLM 5.2 de Z.ai quedó a menos de un punto de Opus 4.8 en benchmark agéntico, a un quinto del costo; DeepSeek V4 Flash cobra ~$0,14 por millón de tokens contra ~$5 de los top de EE.UU. Para pyme con presupuesto ajustado, la barrera de costo del stack de IA se está desplomando — vale benchmarkear antes del próximo ciclo de facturación (con criterio si manejas datos sensibles).
Fuentes: CNBC · VentureBeat — GLM-5.2