Cuánto cuesta automatizar la catalogación con IA

Los factores que mueven el precio

Antes de cualquier rango, esto es lo que realmente determina cuánto va a costar tu proyecto:

• Volumen de material a catalogar. No es lo mismo poner al día un backlog de doscientos libros que uno de veinte mil, o describir cien PDF acumulados que diez mil. El entrenamiento inicial del modelo y el trabajo de puesta en marcha se dimensionan según ese volumen.
• Una herramienta o las dos. BiblioScan AI (material físico, desde fotografía) y MetaExtract API (documentos digitales, desde PDF) resuelven problemas distintos. Contratar solo la que tu biblioteca necesita cuesta menos que contratar ambas, y varias instituciones empiezan por una y suman la otra después.
• Cuántos sistemas hay que integrar. Conectar la herramienta a un solo sistema (por ejemplo, solo Koha) es más simple que integrarla a dos plataformas distintas a la vez, como un repositorio y un catálogo con esquemas de metadatos diferentes.
• Qué tan a la medida debe entrenarse. Un esquema de metadatos estándar, con los campos habituales de título, autor y materia, se entrena más rápido que uno con muchos campos locales propios de la institución —programas académicos, convocatorias, tipos documentales específicos.
• Sistema de origen. Integrar sobre software libre (Koha, DSpace, ABCD) suele ser más directo que integrar sobre una plataforma comercial con reglas de integración propias, aunque en ambos casos lo hemos hecho sin exigir migración.
• Número de sedes o bibliotecas. Una institución con varias sedes o varias colecciones que catalogar por separado multiplica el trabajo de puesta en marcha, aunque no necesariamente en la misma proporción que el número de sedes.

BiblioScan AI, MetaExtract API o ambas: qué cambia en el costo

En los proyectos que hacemos, lo más frecuente en instituciones universitarias es empezar por la herramienta que resuelve el cuello de botella más urgente —casi siempre el backlog más visible— y sumar la segunda cuando la primera ya está estabilizada en producción. Es lo que hizo la Universidad Católica Luis Amigó: primero MetaExtract API sobre su repositorio y su catálogo, después BiblioScan AI para el material físico.

Estructura de costos

Más allá de qué herramienta se contrate, el gasto se divide en dos bloques que conviene distinguir al presupuestar:

No damos aquí una cifra cerrada en dólares para cada bloque, porque a diferencia de una implementación completa de Koha o DSpace —donde ya hemos publicado rangos de referencia en cuánto cuesta implementar Koha y cuánto cuesta implementar un repositorio DSpace—, el costo de automatizar catalogación depende mucho más del volumen y del grado de personalización que del tamaño de la institución. Lo que sí podemos decir con la experiencia acumulada en los proyectos que hemos hecho es que el costo de integrar BiblioScan AI o MetaExtract API sobre un sistema que ya tienes —sin migrarlo, sin reemplazarlo— es sustancialmente menor que el de implementar ese sistema desde cero, porque no hay que aprovisionar infraestructura nueva ni migrar contenido: es una capa que se conecta a lo que ya existe.

Qué no está incluido y hay que presupuestar aparte

Conviene ser explícitos sobre lo que la automatización no resuelve por sí sola, para no subestimar el proyecto completo:

• El sistema de destino. Si tu biblioteca todavía no tiene Koha, DSpace o un catálogo funcionando, ese es un proyecto aparte con su propio presupuesto, antes de pensar en automatizar la catalogación sobre él.
• El tiempo de revisión humana. La IA reduce la transcripción, pero no elimina la necesidad de un catalogador que valide y decida los casos que lo requieren; ese tiempo de personal sigue siendo parte de la operación de la biblioteca, aunque sea mucho menor que antes.
• La calidad del material de origen. Fotografías de mala calidad o PDF escaneados de baja resolución bajan la confianza de la extracción y aumentan la revisión manual necesaria, independientemente de lo que se haya pagado por la herramienta.

Lo que el costo evita, y por qué eso importa al presupuestar

Cuando una biblioteca compara el costo de automatizar la catalogación contra el costo de no hacerlo, suele mirar solo el lado equivocado de la ecuación: cuánto cuesta la herramienta, en lugar de cuánto está costando ya el backlog acumulado. Cada libro o documento sin describir es un recurso que la institución ya pagó —comprado, suscrito o producido por sus propios investigadores— y que no está generando el retorno que debería porque nadie puede encontrarlo. Ese costo de oportunidad no aparece en ninguna factura, pero es real, y es el que justifica presupuestar la automatización como una inversión y no solo como un gasto operativo. En los proyectos que hemos hecho con instituciones que llegaban con backlog de varios años, la pregunta que de verdad mueve la decisión no es cuánto cuesta la herramienta, sino cuánto tiempo de personal calificado se sigue gastando en transcripción mientras el backlog no se resuelve.

Nuevo repositorio o catálogo frente a uno ya existente

El escenario más económico es integrar la IA sobre un sistema que ya está en producción y ya tiene su esquema de metadatos definido: solo hay que entrenar el modelo y conectar la integración. El escenario que exige más trabajo previo es cuando el esquema de metadatos todavía no está definido con claridad, o cuando la institución opera varias plataformas con reglas distintas, como ocurre cuando se combina un catálogo y un repositorio con esquemas que no coinciden. En ese segundo caso, buena parte del costo inicial no es de la herramienta de IA en sí, sino del trabajo de definir y normalizar el esquema de metadatos antes de poder entrenar nada sobre él.

Cómo cotizamos un proyecto de catalogación con IA

1. Diagnóstico del sistema actual. Qué usas hoy (Koha, DSpace, ABCD, OJS o una plataforma comercial), cómo está tu esquema de metadatos y qué tan grande es tu backlog.
2. Definición del alcance. Una herramienta o las dos, cuántos sistemas hay que integrar y qué tan a la medida necesita entrenarse el modelo.
3. Lote de prueba. Antes de cotizar en firme, procesamos una muestra real de tu material para calibrar la extracción y dimensionar el trabajo de entrenamiento con datos concretos, no con una estimación abstracta.
4. Propuesta con rango, no cifra cerrada de entrada. Con el diagnóstico y el lote de prueba ya hechos, sí damos una cifra concreta para tu proyecto específico, no un rango genérico.

Si quieres una cifra real y no un rango, el camino más corto es mandarnos una muestra de tu material —unos libros representativos o un lote de PDF— y tu esquema de metadatos actual, para diagnosticar tu caso concreto en lugar de estimarlo a ciegas.