🧮
Producto
klaUS-aicalc-roi
v0.1.0
development
TCO
cálculo
IA
Calculadora exhaustiva de TCO (Total Cost of Ownership) para infraestructura de IA — modelos × hardware × proveedores cloud con análisis multi-dimensional y recomendación automática.
Acerca de este producto
# 🧮 klaUS-aicalc-roi
> **The only comprehensive TCO calculator for AI infrastructure decisions.**
## 🤔 ¿Qué hago? ¿Cómo lo hago? ¿Y para qué lo hago?
**Qué hago:** Calculo el TCO (Total Cost of Ownership) real de cualquier combinación de modelos de IA × hardware × proveedores cloud para tu carga de trabajo específica. No estimaciones genéricas — análisis multi-dimensional con precios en tiempo real.
**Cómo lo hago:** Un motor de cálculo en Python modela CAPEX, OPEX, costes de API, latencia, calidad de benchmarks y compliance. Aplica el algoritmo de Pareto Frontier para identificar las combinaciones óptimas y genera una recomendación automática con análisis de sensibilidad.
**Para qué lo hago:** Las decisiones de infraestructura de IA se toman hoy en spreadsheets manuales con datos obsoletos y cobertura parcial. klaUS-aicalc-roi es la fuente única de verdad para que cualquier CTO, startup o equipo de MLOps tome la decisión correcta en minutos, no en semanas.
---
## 🎯 El problema
| Herramienta actual | Limitación |
| --- | --- |
| Dashboards de cloud (AWS/GCP/Azure) | Solo su propio stack |
| HuggingFace | Benchmarks pero sin TCO |
| Spreadsheets manuales | Obsoletos en 3 meses, error-prone |
| Consultoras | $50K+ por análisis |
**Resultado:** CTOs gastan 100+ horas en análisis que ignoran el 80% del mercado.
---
## ✨ Qué hace
- ✅ **Todos los modelos** — locales (Llama 4, Qwen, DeepSeek, Mistral, Phi) + cloud APIs (OpenAI, Anthropic, Google, AWS Bedrock...)
- ✅ **Todo el hardware** — consumer (RTX 4090, M3 Ultra), datacenter (H100, A100), cloud GPU rental (RunPod, Lambda Labs, Vast AI)
- ✅ **Análisis N-dimensional** — coste, latencia, calidad de benchmarks, compliance, escalabilidad
- ✅ **Recomendación automática** — Pareto Frontier + motor de scoring
- ✅ **Análisis de sensibilidad** — ¿qué pasa si el precio de electricidad sube 30%? ¿si el uso crece 2x?
- ✅ **Compliance-aware** — GDPR, HIPAA, SOC2, FedRAMP, filtro de soberanía de datos
---
## 🏗️ Arquitectura
```
klaUS-aicalc-roi/
├── backend/
│ ├── tco_engine/ # 🧠 Motor de cálculo TCO (librería Python pura)
│ │ ├── models.py # Data structures: input/output del engine
│ │ ├── calculators.py # CAPEX, OPEX, API cost, latency, quality
│ │ └── engine.py # Orchestrator: combinator → calculators → Pareto → recommendation
│ ├── api/ # FastAPI REST — /health, /v1/models, /v1/hardware, /v1/analyze
│ └── tests/
├── frontend/ # Next.js 15 + TypeScript + TailwindCSS + Recharts
├── docs/ # Documentación por componente
└── .github/workflows/ # CI/CD
```
**Stack:**
- Engine: Python 3.12 + Pydantic v2
- API: FastAPI + Uvicorn
- Frontend: Next.js 15 + TypeScript + TailwindCSS + Recharts
- Tests: pytest + pytest-cov
- Linting: ruff + mypy
---
## 🚀 Quick start (desarrollo local)
```bash
# Clonar
git clone git@github.com:Ka0s-Klaus/klaUS-aicalc-roi.git
cd klaUS-aicalc-roi
# Entorno Python (engine + API)
uv sync
uv run uvicorn backend.api.app:app --reload
# → http://localhost:8000/docs
# Frontend (en otra terminal)
cd frontend && npm install && npm run dev
# → http://localhost:3000
# Tests
uv run pytest
# Lint + mypy
uv run ruff check . && uv run mypy backend/
```
---
## 💰 Modelo de precios
| Tier | Precio | Uso |
| --- | --- | --- |
| **Free** | $0 | 5 análisis/mes, catálogo básico |
| **Pro** | $29/mes | Ilimitado, catálogo completo, export Excel |
| **Team** | $99/mes | Multi-usuario, integraciones Slack/Teams |
| **Enterprise** | Custom | On-premise, white-label, SLA 99.9% |
---
## 📊 Roadmap
| Fase | Semanas | Entregable |
| --- | --- | --- |
| **Fase 1 — MVP** | 1-8 | TCO engine core + UI básica + datos estáticos |
| **Fase 2 — v1.0** | 9-20 | API pública + pipeline de datos en tiempo real + multi-usuario |
| **Fase 3 — v1.5** | 21-36 | ML predicción de precios + integraciones + análisis carbon footprint |
| **Fase 4 — v2.0** | Ongoing | On-premise + white-label + audit trail enterprise |
---
## 🤝 Contribuir
MIT License — fork, modifica y contribuye.
1. Fork el repo
2. Crea una rama: `git checkout -b GH-{N}-descripcion`
3. Commit: sigue el formato `GH-{N}: descripción`
4. Push y abre PR
---
## 📄 Licencia
[MIT](LICENSE) — libre para uso comercial, modificación y distribución.