Cómo integrar ChatGPT en tu software o tu web

«Queremos meter ChatGPT en la empresa» es una de las peticiones que más escuchamos este año, y casi nunca significa lo mismo. Para unos es un chat en la web que conteste a los clientes; para otros, que el programa de gestión redacte respuestas o lea facturas. Este artículo explica, sin tecnicismos, qué supone integrar ChatGPT en tu software o tu web, qué se puede hacer de verdad, cómo hacerlo con seguridad y por dónde empezar sin tirar el dinero.

Lo primero: ChatGPT no sabe nada de tu empresa

Es la idea que más malentendidos evita. El modelo que hay detrás de ChatGPT sabe escribir, resumir y razonar sobre textos, pero no conoce tus productos, tus clientes ni tus procedimientos. Si le preguntas por el estado de un pedido, se lo inventará con mucha seguridad.

Lo que hace útil una integración es que, en cada pregunta, tu propio sistema busca la información que hace falta (la ficha del cliente, el apartado del manual, el pedido) y se la entrega al modelo junto con la pregunta. El modelo no aprende ni guarda nada de tu negocio: lee lo que le das en ese momento y contesta a partir de ahí. Por eso la calidad de la respuesta depende mucho más de lo bien ordenados que estén tus datos que del modelo que elijas.

Tres niveles de inteligencia artificial en tu software

Un chat en la web. Es lo más visible y lo más rápido de montar: una ventana que contesta preguntas frecuentes. Funciona bien si las respuestas salen de una información pública y estable (horarios, condiciones, servicios). Se queda corto en cuanto el cliente pregunta algo que depende de sus datos.

Un asistente que conoce tu documentación o tus datos. Aquí el valor sube mucho: un asistente que responde a tu equipo sobre tus procedimientos, tus contratos o tu propio sistema, citando de dónde saca cada respuesta. Es lo que entregamos con cada desarrollo para que el conocimiento del producto no dependa de nosotros.

Automatizar una tarea concreta. Es donde suele estar el ahorro real: clasificar los correos que entran y dejar redactada una propuesta de respuesta, sacar los datos de una factura o un albarán y cargarlos en tu sistema, o resumir una llamada y apuntarla en la ficha del cliente. Un ejemplo es el asistente que atiende y filtra llamadas que describimos en desarrollo de software a medida. En todos estos casos, una persona revisa antes de que algo salga de casa.

Cómo integrar ChatGPT con seguridad

El error más peligroso es darle al modelo acceso directo a la base de datos «para que lo encuentre todo». La forma correcta es la contraria: el modelo solo habla con tu sistema a través de una puerta controlada, con permisos acotados, y nunca ve más de lo que necesita para cada tarea.

En la práctica eso significa cuatro cosas. Que cada uso tenga sus propios permisos: el asistente de atención al cliente no ve la contabilidad. Que leer y actuar estén separados: consultar un pedido es una cosa y modificarlo, otra muy distinta, que conviene dejar siempre a una persona. Que haya límites de uso, para que un error o un abuso no dispare la factura. Y que quede registro de cada llamada: quién preguntó qué, qué datos se usaron y qué se respondió. Si algo sale mal, ese registro es lo que te permite saber por qué.

¿Y mis datos?

Es la pregunta que más frena, y tiene buena respuesta. Cuando la integración se hace con la API de OpenAI o con Azure OpenAI, y no con la versión de consumo de ChatGPT, los datos que envías no se usan para entrenar los modelos por defecto. Azure OpenAI, además, permite que el servicio funcione dentro de tu propia suscripción y en la región que elijas, por ejemplo en Europa, con las mismas garantías que el resto de tu infraestructura.

Si tratas datos personales de clientes o empleados, sigue aplicando el RGPD: hay que saber qué datos salen hacia el modelo, con qué finalidad y con qué contrato. Lo sensato es enviar solo lo imprescindible y que todo, el código y los servicios, esté a tu nombre. Lo explicamos en de quién es el código de tu software, y aplica igual a una integración de inteligencia artificial.

Cuánto cuesta usarlo

El coste de uso no es una cuota fija: se paga por lo que se procesa, así que crece con el volumen. Una tarea que se usa diez veces al día cuesta poco; la misma tarea sobre todos los correos de la empresa, bastante más. Por eso conviene estimar el volumen antes de empezar, poner límites desde el primer día y elegir el modelo según la tarea: no todo necesita el más potente.

A eso se suma el desarrollo de la integración, que es lo que de verdad marca la diferencia: preparar los datos, construir la puerta controlada y diseñar qué pasa cuando el modelo se equivoca.

Los riesgos, dichos claro

Se equivoca. Con mucha seguridad, además. La respuesta es diseñar para el error: que el asistente cite la fuente de cada respuesta, que diga «no lo sé» cuando no la encuentra y que haya una persona revisando lo que tiene consecuencias. Pasa lo mismo que con el resto del software: lo que diferencia un buen sistema es cómo gestiona los fallos, como contamos en la diferencia está en cómo gestionas los errores.

Depender de un solo proveedor. Los modelos cambian cada pocos meses, y el mejor de hoy no tiene por qué serlo dentro de un año. Conviene que la integración permita cambiar de modelo sin rehacer el sistema. La misma lógica que aplicamos en software a medida o estándar: lo que es tuyo debe poder funcionar aunque cambie quien te da servicio.

Por dónde empezar

No por un gran proyecto de inteligencia artificial, sino por una tarea repetitiva y concreta: esa que alguien hace a mano veinte veces al día y que todo el mundo sabe describir. Mide cuánto tiempo lleva hoy, construye la integración para esa tarea y vuelve a medir. Si funciona, tienes la prueba para la siguiente; si no, habrás aprendido barato.

Nosotros trabajamos así, con entregas cada dos semanas: en la primera ya ves algo funcionando con tus datos reales, no una demo con ejemplos inventados. Cómo planteamos la inteligencia artificial para empresas está en su página, y si tienes en mente una tarea que te gustaría automatizar, cuéntanosla y te diremos con franqueza si la inteligencia artificial es la herramienta adecuada o si basta con algo más sencillo.