Un presupuestista con IA sin IA: las reglas del código encontraron 310 observaciones en cinco presupuestos

El producto se llama «Presupuestista con IA» («ИИ-сметчик»), pero la red neuronal aún no ha calculado ni un rublo en él. Una empresa moscovita de reformas y acabados de viviendas entregó al desarrollador cinco presupuestos de trabajo, y el sistema emitió 310 observaciones sobre ellos. El hallazgo de mayor valor: el total de uno de los presupuestos está infravalorado en 515 786 ₽. Todas las observaciones las generó el código con reglas. El autor contó el proyecto en Habr.

Qué encontró el sistema

Las pruebas se realizaron del 16 al 21 de agosto de 2026. El autor aclara de entrada una salvedad sobre el hallazgo más importante. La infravaloración de 515 786 ₽ apareció ya durante el análisis de los presupuestos, antes de redactar el encargo técnico, y la regla correspondiente la escribió después. Según el autor, aquí funcionó la lectura atenta, no el código.

Hay otra cifra más interesante. Durante ese análisis, el autor elaboró una lista de referencia de errores, y el sistema emitió 51 observaciones confirmadas que no figuraban en ella. Para un conjunto determinista de reglas, es un resultado revelador: primero se encontraron los errores a mano, después las reglas los reprodujeron y detectaron además una parte de lo que el humano había pasado por alto.

Dónde está la red neuronal en el proyecto

La capa de IA está escrita y cubierta por pruebas, pero solo con un stub. No se ha ejecutado con un modelo real por dos motivos: no hay clave de acceso y la plataforma la elige el cliente. El autor ya entregó la versión de trabajo, que funciona sin internet.

Este último punto merece atención. Los presupuestos de la empresa permanecen dentro de su perímetro y, por ahora, no se plantea la cuestión de enviar datos a un servicio externo. Esta es una conclusión nuestra; el autor no la formula de forma explícita.

El segundo proyecto del autor es aún más estricto. Se trata de un configurador de mediciones para un servicio que prepara planos de mamparas de ducha de vidrio a medida, y no incluye ninguna red neuronal.

El modelo, sin embargo, sí trabajó en ambos proyectos, pero durante el desarrollo. Escribió código, analizó el Excel del cliente y contrastó las observaciones con las líneas de los presupuestos. El autor solo la incorpora al propio producto allí donde no se puede prescindir de ella.

Las cifras del proyecto

• 5 presupuestos de trabajo de una empresa moscovita de reformas y acabados de viviendas
• 310 observaciones en las pruebas del 16 al 21 de agosto de 2026
• 515 786 ₽: la mayor infravaloración encontrada en el total de un presupuesto
• 51 observaciones confirmadas fuera de la lista de referencia
• 0 observaciones de la red neuronal: todas las emite el código con reglas
• La capa de IA se ha probado solo con un stub

Qué se puede aplicar en la práctica

El procedimiento es reproducible. Primero, analice a mano los documentos reales del cliente y elabore una lista de referencia de errores. Después, escriba las reglas y compruébelas contra esa lista. Incorpore el modelo solo donde no se pueda formular una regla. Así, el cliente obtiene un resultado verificable, y los costes de tokens y los riesgos de fuga de datos aparecen únicamente cuando hay una necesidad real.

Las limitaciones también son evidentes. La muestra es pequeña: cinco presupuestos de una sola empresa. Las cifras las aporta el propio autor y no hay verificación independiente. El producto aún no tiene un modelo real, así que no se puede comparar la versión con IA y sin ella. Cuando el cliente elija la plataforma y llegue la clave, la pregunta principal será otra: si el modelo encontrará algo más allá de las 310 observaciones o solo añadirá falsos positivos.