Consultoría de IA: por dónde empezar en tu empresa

Parte 01

Por qué se atascan la mayoría de los pilotos de IA

El patrón se repite en empresas españolas y europeas. Alguien prueba un chatbot con unos cuantos documentos, la demo impresiona y seis meses después no hay nada en producción. El modelo casi nunca era el problema.

En su encuesta de 2024 a 1.000 directivos, BCG vio que el 74 % de las empresas aún no había obtenido valor tangible de la IA. El mismo estudio atribuye alrededor del 70 % de los problemas a personas y procesos, el 20 % a la tecnología y solo el 10 % a los algoritmos (BCG, octubre de 2024). Las reuniones suelen girar en torno al modelo. El resultado lo decide el proceso que lo rodea.

Eurostat ve la misma brecha desde el otro lado. En 2025, el 19,95 % de las empresas de la UE con 10 o más empleados usaba IA. El tamaño pesa: la usaba el 55,03 % de las grandes empresas, frente al 17 % de las pequeñas (Eurostat, diciembre de 2025).

Si preguntas a las empresas que se plantearon usar IA y decidieron no hacerlo, el primer motivo es la falta de conocimientos, por delante del coste o de las dudas sobre la tecnología.

Solo el 20,68 % dijo que la IA no le resultaba útil. El resto de respuestas apunta a falta de conocimientos, inseguridad legal y protección de datos. Ninguna se arregla con un modelo mejor. Elegir bien por dónde empezar, cerrar el alcance y tener un plan para las normas resuelve casi todo.

Parte 02

Por dónde empezar con la IA: cinco pruebas para el primer caso de uso

Piensa en un departamento de contabilidad que cuadra facturas de proveedores con pedidos, en una administración de fincas que clasifica las peticiones de los inquilinos o en un fondo que revisa los decks que le llegan cada semana. Cada uno es un candidato. Pásalos por cinco pruebas.

1. Volumen¿Con qué frecuencia ocurre? Cuarenta facturas al día ganan a un informe para el consejo al mes. En el volumen están las horas, y te da casos suficientes para probar.
2. Claridad de reglas¿Podría hacerlo una persona recién llegada con una lista escrita y unos cuantos ejemplos? Si la respuesta depende del criterio de una sola persona veterana, la IA tropezará en los mismos sitios que la persona nueva.
3. Acceso a datos¿La entrada es digital y accesible? Correos, PDF y un ERP con API no son problema. Carpetas en papel o un sistema del que nadie puede exportar son un proyecto antes del proyecto.
4. Coste de un error¿Qué pasa cuando se equivoca? Un correo de un inquilino mal asignado cuesta minutos. Una cláusula mal revisada en un contrato firmado cuesta mucho más. Empieza donde una persona pueda detectar los errores a bajo coste.
5. Línea base medible¿Sabes hoy cuánto tarda, cuántas veces sale mal y cuánto cuesta? Sin línea base no puedes demostrar el resultado, y el proyecto pierde su presupuesto en la siguiente revisión.

Un fondo de VC pre-seed en Europa empezó por el scoring del deal flow: mucho volumen, criterios que los socios podían poner por escrito y datos que ya estaban en su bandeja de entrada y su CRM. El sistema estaba en producción 9 días después del arranque, en 2026. La velocidad salió tanto de la elección del caso de uso como del desarrollo.

Parte 03

Puntúa tus casos de uso con una matriz ponderada

Copia esta plantilla en una hoja de cálculo. Puntúa cada candidato de 1 a 5 en cada criterio, multiplica por el peso y suma. El máximo es 50. El volumen pesa más porque decide a la vez el valor y el número de casos de prueba.

Así queda la plantilla con seis candidatos típicos de una empresa mediana.

Para ver el equilibrio, divide la nota en dos. Valor es volumen y línea base. Viabilidad es reglas, datos y coste de un error. Dibuja ambas y el orden salta a la vista.

El cuadre de facturas gana en los dos ejes. El informe para el consejo es fácil pero poco frecuente, así que basta una plantilla o una automatización sencilla. La revisión de contratos vale mucho en teoría, pero un error sale caro y las reglas están en la cabeza de una abogada. Le toca más adelante, cuando un primer agente se haya ganado la confianza.

Parte 04

Construir o comprar, y qué datos y accesos necesitas

Antes de que nadie escriba código, comprueba si un producto ya hace el trabajo. Puede que tu software de contabilidad ya lea facturas. Puede que tu herramienta de soporte ya clasifique tickets. Comprar suele ser la respuesta correcta, y una consultora que nunca lo dice está vendiendo horas.

Vayas por donde vayas, deciden los mismos ingredientes:

• Casos reales pasados con el resultado correcto: las facturas y cómo se contabilizaron, los correos de inquilinos y quién los atendió. Con ellos se monta el set de evaluación.
• Primero acceso de lectura, con una cuenta de servicio y los permisos mínimos que funcionen. La escritura llega después, paso a paso.
• Una persona de tu lado que conozca el proceso y pueda responder preguntas en el día.
• Un contrato de encargo del tratamiento y una respuesta clara sobre dónde se procesan los datos. Para una empresa europea, lo sensato por defecto es la UE.

Parte 05

Qué medir, y lo básico de gobernanza

Mide el proceso antes de tocarlo. Después del go-live, mide lo mismo con las mismas definiciones.

La gobernanza de un primer caso de uso no necesita un comité. Necesita dos cosas que la Ley de IA de la UE ya señala.

La primera es la alfabetización en IA. El artículo 4 se aplica desde el 2 de febrero de 2025. Según el texto consolidado actual, los proveedores y responsables del despliegue de sistemas de IA deben adoptar medidas para apoyar la alfabetización en IA de su personal y de quienes usan la IA en su nombre, teniendo en cuenta sus conocimientos, su experiencia y el contexto de uso. Una empresa que usa un sistema de IA en su trabajo es responsable del despliegue. En la práctica, forma a las personas que van a trabajar junto al agente, con sus propios casos, y deja constancia de que lo has hecho.

La segunda es la supervisión humana. El artículo 14 exige que los sistemas de IA de alto riesgo puedan ser vigilados de forma efectiva por personas mientras se usan. La mayoría de los primeros casos de uso de back-office no son de alto riesgo, pero el mismo diseño es buena práctica igualmente: un umbral de confianza, una persona que aprueba lo que queda por debajo y un registro de cada decisión.

Parte 06

Qué debe entregar una Auditoría de IA

Una Auditoría de IA es el primer paso de la consultoría de IA. La haga quien la haga, deberías salir con cuatro cosas que puedas usar sin esa persona:

1. Un mapa de procesosCómo funciona hoy el trabajo, paso a paso, con el tiempo de cada paso y las herramientas que toca.
2. Un registro de oportunidades priorizadoCada candidato puntuado por valor y viabilidad, como en la plantilla de arriba, con una valoración de construir o comprar.
3. Una hoja de ruta a 12 mesesQué caso de uso va primero, cuál sigue y de qué depende cada uno.
4. Un precio fijo para el primer caso de usoAcordado antes de que te comprometas a nada. Un presupuesto abierto te pasa a ti el riesgo de los sobrecostes.

Si no sabes cuánto tarda hoy un proceso, no puedes demostrar que la IA lo ha hecho más rápido.

Alpgency

Esto es lo que produce nuestra consultoría de IA. La Auditoría es gratuita y empieza con una llamada de 30 minutos. La hoja de ruta y los hallazgos son tuyos, construyas con nosotros o no. Si sigues adelante, el camino tiene tres pasos.

Antes del desarrollo ves una demo funcionando con tus propios datos. Una demo con datos de ejemplo dice poco de los tuyos. Tras el go-live eliges cómo sigue: tu equipo se queda con el código, los prompts y el set de evaluación, pagas una cuota mensual fija de soporte o seguimos como socio tecnológico con calendario fijo. Nunca facturamos por horas.

FAQ

Preguntas frecuentes