Cómo elegir una consultora de IA cuando cualquiera puede construir

Si estás viendo cómo elegir una consultora de IA, parte por desconfiar de la frase que más vas a escuchar: “construimos lo que necesites”. Hoy casi cualquier equipo técnico puede cumplirla. Lo escaso es saber qué construir, para qué proceso y si vale la pena construirlo.

La respuesta corta: elige a quien entienda cómo gana dinero tu empresa antes de escribir una línea de código, y que además tenga detrás ingenieros capaces de entregar a nivel enterprise. Cualquiera de las dos mitades por separado te va a salir cara.

¿Por qué “construimos lo que sea” ya no diferencia a nadie?

Construir software es cada vez más barato. En un experimento controlado de investigadores de Microsoft, GitHub y MIT, los desarrolladores que usaron un asistente de IA terminaron la misma tarea un 55,8% más rápido que quienes trabajaron sin él (Peng et al., 2023). El costo de usar los modelos cayó todavía más rápido: según el AI Index 2025 de Stanford, correr un modelo con el rendimiento de GPT-3.5 costaba más de 280 veces menos en octubre de 2024 que en noviembre de 2022.

Cuando construir cuesta menos, aparecen más constructores. Agencias de automatización, estudios de desarrollo, freelancers con agentes, software factories que agregaron “IA” a su página de inicio. Todos quieren un pedazo de la torta, y el valor de quien solo construye se diluye.

Lo vemos desde adentro. En RevAI trabajamos con ingenieros que llevan 5 a 7 años construyendo para tecnológicas de primer nivel que cotizan en el Nasdaq. Talento senior que trabaja desde India, contratado por hora y a un costo que hace diez años habría sido impensable. Si ese nivel técnico se consigue así, el código dejó de ser la parte difícil del proyecto.

Lo difícil sigue siendo el delivery: que lo construido se use, mueva un número del negocio y siga funcionando seis meses después. Ahí fallan casi todos.

Lo que dicen los datos sobre los proyectos de IA que fracasan

El informe The GenAI Divide de MIT NANDA, publicado en 2025, concluyó que cerca del 95% de los pilotos de IA generativa en empresas no logra un impacto medible en ingresos (Fortune). Las causas tienen poco que ver con la calidad de los modelos. Pesan más la mala integración con los procesos de la empresa y las herramientas que nunca se adaptan al flujo de trabajo real.

El mismo estudio encontró que las soluciones compradas a proveedores especializados o construidas en alianza funcionan cerca del 67% de las veces. Las que se construyen solo internamente lo logran con un tercio de esa frecuencia.

Dicho en simple: el modelo es la parte barata. Lo caro es entender el proceso donde ese modelo va a vivir.

El ingeniero brillante que nunca ha visto un pipeline

Lo vi de cerca. Un equipo de desarrollo con un nivel técnico impecable construyó una plataforma de formación en IA para empresas latinoamericanas. Producto de calidad enterprise, intuitivo, bien hecho. El precio: 800 dólares por persona, en un mercado donde los cursos masivos de IA se vendían a menos de 30.

Nadie validó si el mercado pedía eso. Se construyó con FOMO, por miedo a “perder el mercado”. Más de 40 personas empujaron durante meses un producto que ningún cliente había pedido. Cuando el mercado respondió, ya se habían quemado más de 700 mil dólares que no iban a volver.

La oferta se ajustó y el precio bajó a 99 dólares por persona para cubrir costos. Para entonces la percepción de valor ya se había caído. Un producto que se vende a 800 y meses después a 99 le comunica al cliente que nunca valió 800.

La ingeniería estuvo bien. Faltó alguien que preguntara antes de escribir código quién compra esto, a qué precio y contra qué alternativa.

Con la automatización pasa lo mismo. Un ingeniero experto en IA puede armar en una tarde un agente que califica leads. Si nunca ha visto un funnel, no sabe que el lead que el agente descarta por “bajo puntaje” puede ser justo el que tu mejor vendedor cierra en una semana porque conoce al gerente de la faena. El agente funciona y el negocio empeora.

El consultor que conoce la industria pero no la tecnología

El perfil opuesto también existe. Consultores con veinte años en minería, logística o retail, que conocen cada cuello de botella de la operación, pero ven la IA como una caja negra. Suelen caer en dos errores: piden automatizaciones que la tecnología actual hace mal, o subestiman lo que hoy se resuelve en semanas y siguen recomendando proyectos de un año.

Su ventaja es el juicio. Saben dónde la IA tiene sentido, dónde no, y si una integración hace falta siquiera. Muchas veces la mejor recomendación es esperar y ordenar el proceso primero. Un equipo que cobra por construir rara vez te va a decir eso.

Como Advisor y Fractional CRO he visto esta diferencia en decenas de conversaciones con equipos de ventas y marketing. Prefiero mil veces a un consultor de calidad que sabe de IA antes que a un ingeniero experto en IA que jamás ha visto un funnel o un pipeline. Al primero le enseñas la herramienta en semanas. Al segundo, el criterio comercial le toma años de equipos dirigidos, cuotas perdidas y clientes que se fueron.

Dónde está el valor: criterio estratégico con delivery de primer nivel

Un ejemplo de lo que pasa cuando las dos mitades trabajan juntas. En un equipo comercial que asesoré, la generación de leads estaba tercerizada en una agencia que costaba 15 mil dólares mensuales y traía en promedio 4 reuniones por semana.

El rediseño partió por el pipeline, antes de elegir cualquier herramienta: a quién le hablábamos, qué señal indicaba que una cuenta estaba lista y qué tenía que pasar para que una reunión avanzara. Con eso claro armamos un stack de unos 250 dólares al mes y sumamos un SDR part-time por 700. Costo total: cerca de 950 dólares mensuales. Hubo semanas de hasta 11 reuniones, contra las 4 que traía la agencia.

Cualquiera podía comprar la tecnología de ese stack. El resultado cambió porque alguien sabía qué medir y dónde poner a la persona.

Esa combinación cuesta encontrarla. Las consultoras estratégicas grandes suelen tener el criterio, pero tercerizan el delivery y cobran como si no lo hicieran. Muchas agencias de automatización tienen el delivery, pero nunca han dirigido una operación. El valor está justo en el cruce.

	Ingeniero de IA sin experiencia en la industria	Consultor de industria con nociones de IA	Criterio estratégico + ingeniería senior
Fortaleza	Construye rápido y con calidad técnica	Sabe qué duele en la operación y qué mueve el margen	Decide qué construir y lo entrega bien
Riesgo típico	Automatiza el proceso equivocado	Pide lo que la tecnología no resuelve, o proyectos demasiado largos	Es escaso: verifica que ambas partes existan de verdad
Primera pregunta que hace	¿Qué quieres que construya?	¿Dónde pierdes plata?	¿Dónde pierdes plata y qué parte de eso resuelve la IA hoy?
Resultado probable	Un sistema que funciona y nadie usa	Un buen diagnóstico que no se implementa	Un proceso distinto y un número que se mueve

Así armamos el trabajo en RevAI: primero entendemos cómo gana dinero tu operación y dónde la IA cambia ese número, y recién entonces construimos con ingenieros senior que ya entregaron a ese nivel.

Cómo elegir una consultora de IA: preguntas para la primera reunión

Estas preguntas filtran rápido a quien solo vende horas de desarrollo:

• ¿Quién de su equipo ha dirigido una operación como la mía, y por cuánto tiempo? Pide nombres y cargos, no logos.
• ¿Qué me recomendarían no automatizar? Si la respuesta es “todo se puede”, ya tienes una señal.
• ¿Qué número de mi negocio debería moverse y cuándo lo vamos a medir?
• ¿Quién construye, con cuánta experiencia, y quién responde si algo se cae en producción?
• ¿Cómo validamos la demanda o el impacto antes de comprometer el presupuesto completo?
• ¿Qué pasa después del lanzamiento con la adopción del equipo y los ajustes?
• ¿Pueden mostrarme un caso donde recomendaron frenar o achicar un proyecto?

La última es la que más filtra. Un equipo que nunca ha recomendado achicar un proyecto probablemente cobra por tamaño.

Preguntas frecuentes

¿Conviene construir IA con un equipo interno o con un partner externo?

Depende de si tu equipo tiene experiencia previa en proyectos de IA en producción. Según el estudio de MIT NANDA, las soluciones hechas con proveedores especializados o en alianza funcionaron cerca del 67% de las veces, frente a un tercio de esa tasa en las construidas solo internamente. Un modelo mixto, con un partner que transfiera conocimiento a tu equipo, suele reducir el riesgo del primer proyecto.

¿Qué diferencia hay entre una consultora de IA y una agencia de automatización?

La agencia ejecuta lo que le pides. Una buena consultora parte por cuestionar si eso es lo que necesitas, define qué número debe moverse y después construye o coordina la construcción. Si quien te atiende no pregunta por tus métricas comerciales u operativas en la primera reunión, estás frente a una agencia.

¿Una agencia de IA puede trabajar bien en cualquier industria?

Puede construir para cualquier industria. Acertar en qué construir es otra historia. En minería, logística o salud, los procesos tienen restricciones (turnos, regulación, sistemas legados) que solo conoce quien ha operado ahí. Pregunta por experiencia directa en tu rubro y por casos medibles.

¿Cómo sé si un proceso de mi empresa realmente necesita IA?

Empieza por el costo del problema: horas, errores, ventas perdidas. Si el proceso está desordenado o depende de datos que nadie mantiene, la IA va a automatizar el desorden. Muchas veces el primer paso útil es ordenar el proceso, y la IA entra después.

Si quieres revisar dónde la IA sí moverá un número en tu operación, con alguien que ha dirigido equipos comerciales y un equipo técnico que entrega, conversemos.