← Blog

Chatbot con IA para empresas: cómo implantarlo en tu web y cuánto cuesta

Chatbot con IA para empresas: los tres caminos para implantarlo en tu web o WhatsApp, cuánto cuesta cada uno, cómo evitar errores y cumplir el RGPD.

We Are Crudo7 de noviembre de 202610 min de lectura

Chatbot con IA para empresas: cómo implantarlo en tu web y cuánto cuesta

Hay tres formas de implantar un chatbot con IA en una empresa. La primera es una plataforma SaaS como Tidio o Intercom, que cuesta entre 0 y 500 € al mes. La segunda es un chatbot a medida que responde con tus propios documentos. La tercera es un chatbot conectado a tu CRM o a tu sistema de tickets. Como referencia de mercado, una implantación básica cuesta entre 500 y 2.000 €, y una con integraciones, entre 2.000 y 8.000 €. A eso se suma el consumo de IA, que con un modelo ligero son céntimos por conversación.

Si todavía dudas entre un chatbot y un agente de IA, empieza por nuestra guía de agentes de IA para empresas. Ahí explicamos la diferencia y cuándo te basta con un chatbot. Aquí damos por hecho que ya lo has decidido y vamos a lo práctico: cómo ponerlo en marcha bien, cuánto vas a pagar y cómo saber si funciona.

Los tres caminos para tener un chatbot con IA

Tres columnas comparan los caminos para implantar un chatbot con IA: plataforma SaaS, chatbot a medida con tus documentos y chatbot conectado a CRM, con más monedas en cada columna porque la inversión crece con la integración

1. Plataforma SaaS: lo más rápido

Herramientas como Tidio, Intercom, Zendesk o Crisp. Te das de alta, subes tus preguntas frecuentes o la URL de tu web, pegas un código en tu página y en una tarde tienes un chatbot respondiendo.

Te conviene si tus preguntas son generales (horarios, envíos, precios), tienes poco volumen y quieres probar ya.

Su límite: controlas poco qué fuentes usa, cómo responde y qué hace con los datos. Y si cobra por resolución, la factura crece con el éxito: 1.000 resoluciones al mes en Intercom son unos 990 $.

2. Chatbot a medida con tu base de conocimiento (RAG)

Es la respuesta a «quiero un chatbot con los documentos de mi empresa». La técnica se llama RAG (retrieval-augmented generation, o generación aumentada por recuperación). Dicho en corto: el chatbot busca antes de hablar.

Un ejemplo. Una academia de idiomas tiene 40 PDF con normativas, tarifas y calendarios. Un alumno escribe: «¿Puedo congelar la matrícula en agosto?».

  1. El sistema busca en esos 40 documentos y encuentra el párrafo de la normativa 2026 que habla de congelaciones.
  2. Le pasa al modelo de IA la pregunta y ese párrafo, con una instrucción clara: «responde solo con esta información; si no está, dilo».
  3. El modelo redacta la respuesta y enlaza el documento de origen.

El modelo no se «aprende» tus documentos. Los consulta cada vez. Por eso, cuando cambias un PDF, la respuesta cambia al momento, sin reentrenar nada.

Te conviene si tu valor está en información propia: catálogos técnicos, normativas, contratos tipo o documentación de producto.

3. Chatbot integrado con tu CRM o tu sistema de tickets

Aquí el chatbot no solo responde: consulta el estado de un pedido, crea un ticket en Zendesk o Freshdesk, registra un lead en HubSpot o atiende por WhatsApp. Si además toma decisiones encadenadas, ya estás en terreno de agente.

Resumen de precios

Camino Implantación Cuota mensual Consumo de IA En Crudo
Plataforma SaaS 0-2.000 € 0-500 € Incluido o por resolución [rango Crudo]
A medida con RAG 500-2.000 € (básico) Alojamiento + mantenimiento Céntimos por conversación [rango Crudo]
Integrado con CRM, tickets o WhatsApp 2.000-8.000 € Lo anterior + licencias Céntimos + mensajes de WhatsApp [rango Crudo]

Rangos de mercado orientativos en España. El precio final depende del volumen, de las fuentes y de las integraciones.

[Nota para el equipo: completar la columna «En Crudo» con los rangos reales de implantación y mantenimiento, y el plazo típico de cada camino (por ejemplo, «X semanas»). Ahora no están publicados en la web y no los hemos inventado.]

Cómo implantar un chatbot con IA paso a paso

Cinco etapas unidas por flechas: elegir casos de uso, preparar el contenido, conectar sistemas, definir el paso a una persona y medir, con una flecha que vuelve al inicio porque el chatbot se mejora en ciclos

1. Elige de tres a cinco casos de uso

No empieces con «que responda a todo». Abre tu bandeja de entrada, tu WhatsApp o tu sistema de tickets y cuenta qué preguntas se repiten. Quédate con las que más se repiten y tienen una respuesta clara: estado del pedido, plazos de entrega, cómo pedir una factura, qué incluye cada plan.

Apunta también lo que el chatbot no debe tocar: quejas, temas legales, descuentos que no estén publicados.

2. Prepara el contenido

Esta es la parte que más se subestima y la que más pesa en la calidad. Un chatbot RAG es tan bueno como los documentos que consulta.

3. Conecta los sistemas

Decide qué datos necesita el chatbot en tiempo real (pedidos, disponibilidad, estado de un ticket) y a qué sistemas puede escribir. Empieza con permisos de solo lectura y amplíalos cuando hayas visto cómo se comporta.

4. Define cuándo pasa a una persona

Fija reglas concretas para derivar:

La derivación tiene que llevar todo el historial, para que nadie tenga que repetir lo que ya contó. Y fuera de horario, el chatbot debe decirlo claro y ofrecer otra vía, como un correo o una llamada al día siguiente. Según un informe de Freshworks, el 68 % de los consumidores preferiría hablar con una persona. No escondas esa puerta.

5. Prueba y mide antes de abrirlo a todos

Prepara de 50 a 100 preguntas reales, incluidas preguntas difíciles y preguntas trampa («¿me hacéis un 50 % de descuento?»), y revisa las respuestas una a una. Después, ábrelo a una parte del tráfico o solo a una sección de la web. Como recuerda Nielsen Norman Group, las decisiones clave de diseño de un chatbot se toman antes incluso de probarlo con usuarios: qué alcance tiene, qué tono usa y qué hace cuando no sabe.

Errores frecuentes al implantar un chatbot con IA

Respuestas inventadas. Un modelo sin límites rellena huecos con lo que suena bien. Le pasó a Air Canada: su chatbot explicó mal la política de tarifas por duelo y un tribunal canadiense obligó a la aerolínea a pagar al cliente. La empresa responde de lo que dice su chatbot igual que de lo que pone en su web. La solución: respuestas basadas solo en tus fuentes, con enlace al documento y un «no lo sé, te paso con el equipo» cuando no encuentra nada.

Contenido desactualizado. Cambias los precios en la web pero no en el PDF que consulta el chatbot. Conecta el chatbot a la fuente viva (tu CMS, tu base de datos) en lugar de a copias, y revisa el contenido en un calendario fijo.

No tener salida a una persona. Un chatbot que da vueltas sin dejarte hablar con nadie quema clientes. La derivación forma parte del diseño desde el primer día.

Medir solo el volumen. «Ha atendido 3.000 conversaciones» no dice nada si la mitad acabó en un cliente enfadado.

Privacidad y RGPD: dónde viven los datos

Antes de lanzarlo, ten claras tres preguntas.

¿Dónde se guardan las conversaciones? En una plataforma SaaS, en sus servidores. Comprueba si están en la UE y firma con ella el contrato de encargado del tratamiento que exige el RGPD. En un chatbot a medida, puedes elegir alojamiento europeo para la base de datos y los documentos.

¿Qué se le envía al modelo de IA? Solo la pregunta y los fragmentos necesarios para responder, no tu base de datos entera. OpenAI, por ejemplo, no usa por defecto los datos de su API para entrenar sus modelos y guarda los registros de control de abusos hasta 30 días. Si necesitas que los datos se procesen dentro de la UE, confírmalo por escrito con el proveedor: no todas las opciones están disponibles en todos los planes.

¿Qué datos personales pasan por el chatbot? Minimiza. Si no necesita el DNI, que no lo pida. Enmascara correos y teléfonos antes de enviarlos al modelo cuando no hagan falta para responder. Avisa de forma clara de que el usuario habla con una IA: además de una buena práctica, el Reglamento Europeo de IA lo exige desde agosto de 2026.

[Nota para el equipo: si Crudo tiene un proveedor de modelos y un alojamiento por defecto para clientes europeos (por ejemplo, una región concreta de la UE), mencionarlo aquí en una frase.]

Métricas para saber si tu chatbot funciona

Métrica Qué mide Cómo leerla
Tasa de resolución Conversaciones que se cierran sin intervención humana y sin que el cliente vuelva por lo mismo La principal. Mírala por tema, no solo la media
Tasa de derivación Conversaciones que pasan a una persona Que sea baja no siempre es bueno: puede significar que la salida está escondida
Preguntas sin respuesta Veces que el chatbot no encuentra nada en sus fuentes Tu lista de contenido pendiente de escribir
Satisfacción (CSAT) La valoración del usuario al acabar Contrástala con la tasa de resolución
Coste por conversación resuelta Lo que pagas en total entre las resoluciones Lo que te permite comparar con el coste de atender a mano

Revisa conversaciones reales cada semana durante el primer mes. Ahí aparecen las preguntas que nadie previó.

No podemos prometerte que el chatbot reduzca tus consultas un porcentaje concreto: depende de tus preguntas, de tu contenido y de tus clientes. Por eso se mide desde el primer día.

Un caso real de Crudo

[Nota para el equipo: añadir aquí un proyecto real de chatbot o asistente con IA. Contar cliente (o sector, si es confidencial), qué problema tenía, cuál de los tres caminos elegimos y por qué, qué fuentes y sistemas conectamos, cómo resolvimos la derivación a una persona, el plazo de implantación y las métricas reales tras el lanzamiento (tasa de resolución, derivaciones). En la web no hay ningún caso publicado de chatbot y no lo hemos inventado. Una captura del chatbot o del panel de métricas ayudaría mucho.]

Lo más parecido que tenemos publicado es iNotus, un producto de Crudo Lab que convierte las notas de voz de los comerciales en informes estructurados con IA y los cruza con los datos del ERP. No es un chatbot, pero resuelve el mismo problema de fondo: conectar la IA con los datos reales de una empresa sin que invente nada. Si quieres ver cómo encaja la IA en el resto de tu negocio, tienes nuestra guía para implementar IA en empresas.

Preguntas frecuentes

¿Cuánto cuesta un chatbot con IA para una empresa?

Con una plataforma SaaS, entre 0 y 500 € al mes. Un chatbot configurado o a medida en su versión básica suele costar entre 500 y 2.000 € de implantación, y entre 2.000 y 8.000 € si se conecta al CRM, a los tickets o a WhatsApp. A eso hay que sumar el consumo de IA, que con un modelo ligero son céntimos por conversación.

¿Puedo hacer un chatbot que responda con los documentos de mi empresa?

Sí. Se hace con una técnica llamada RAG: el sistema busca en tus documentos los fragmentos que responden a la pregunta y el modelo de IA redacta la respuesta usando solo esos fragmentos. La calidad depende sobre todo de que esos documentos estén ordenados y al día.

¿Cuánto cuesta un chatbot con IA en WhatsApp?

Además de la implantación, que suele caer en el tramo con integraciones (2.000-8.000 €), pagas a Meta por mensaje. Desde julio de 2025, responder a un cliente dentro de las 24 horas desde su último mensaje es gratis. Lo que se paga son las plantillas que envías fuera de esa ventana, con tarifas que dependen del país y del tipo de mensaje.

¿Tienes una idea?

Hablamos 15 minutos y vemos si encajamos.

Hablemos