Cómo elegir consultora de IA para pyme en 2026: checklist sin BS.

El contexto: 2026 no se parece a 2024

En dos años, el mercado de consultoría de IA en España ha pasado de un puñado de boutiques con perfil técnico fuerte a más de 400 firmas que se posicionan como expertas. Los pitches han convergido visualmente: mismas slides de Gartner, mismo arquitectura RAG, mismas promesas de “IA con tus datos en 6 semanas”. Y el resultado en pyme sigue siendo el mismo de 2023: 60-70% de los POCs no llegan a producción según ONTSI 2024.

La consecuencia para un Director General que evalúa proveedores es un problema de selección adverso: las consultoras buenas y las que sobreviven vendiendo a corto plazo se ven idénticas en la primera llamada. Hace falta un filtro distinto.

El pitch perfecto se aprende en una semana. La capacidad de entrega cuesta tres años en construir.

Este post recoge las doce preguntas que, en la experiencia de quien ya ha pasado por dos o tres proyectos, separan a una consultora que sabe entregar de una que sabe vender. Ninguna es trampa: son preguntas que un proveedor serio responde en cinco minutos y uno que no lo es se enreda en jerga.

Las 4 preguntas sobre el equipo

1. ¿El equipo que vende es el equipo que ejecuta?

La práctica clásica de las big four — senior factura la venta, junior ejecuta — es el predictor número uno de proyecto fallido en pyme. La pyme no tiene márgenes de error: el equipo que llega tras la venta tiene que ser exactamente el que estuvo en la primera llamada. Si el pitch se hace con dos socios y luego aparecen tres juniors, está pasando esto.

Pregunta concreta: “¿Quién será el lead técnico que entregue, y puedo hablar con él/ella antes de firmar?”. Si la respuesta tiene matices, ya tienes la respuesta.

2. ¿Cuántos proyectos cerrados ha entregado el lead técnico personalmente?

No la consultora — la persona. Un lead técnico con 0-2 proyectos cerrados va a aprender contigo, y eso te cuesta calendario. Un lead con 5+ proyectos cerrados ya conoce los modos de fallo. La diferencia se nota a partir de la semana 3.

Banderas rojas: “tenemos un equipo experto” sin nombrar nadie. “Nuestro CEO tiene 20 años de experiencia” cuando el CEO no va a estar en tu proyecto.

3. ¿Tienen ingeniería propia o subcontratan?

Una consultora que vende IA pero subcontrata la ingeniería a un partner de la India tiene tres problemas: (a) el control de calidad pasa por dos handoffs, (b) los cambios urgentes esperan al fuso horario, (c) el conocimiento de tu negocio se reparte y se pierde. Si subcontratan, tu contrato debería reflejarlo (acceso directo a los ingenieros, SLA de respuesta, cláusula de no-rotación durante el proyecto).

4. ¿Cuál es la rotación de su equipo en los últimos 24 meses?

Una consultora con rotación >35% anual (la media del sector tech español según InfoJobs 2025) va a tener dificultades para sostener un proyecto de 6 meses sin cambios de equipo. Pregunta directa: “¿el lead que me asignéis estará al final del proyecto?”. Si responden “lo más probable es que sí” o “salvo imprevistos”, están avisándote.

Las 4 preguntas sobre el método

5. ¿Cómo medís ROI antes y después de cada fase?

Una consultora seria tiene una metodología explícita para baseline + medición. Si la respuesta es “depende del cliente” o “definimos KPIs juntos”, no tienen método — están cobrando por aprender contigo. Pide ver un ejemplo del template de business case que usan: si no lo tienen escrito, lo improvisan en cada proyecto.

6. ¿Qué pasa si la métrica acordada no se cumple?

Tres respuestas válidas:

• “Ajustamos el alcance sin coste adicional hasta que se cumple”
• “Cancelamos el proyecto y devolvemos % de los honorarios”
• “Trabajamos con pago por resultado en proyectos donde la métrica es clara”

Una respuesta inválida: “vamos viendo”. Significa que cobrarán igual con o sin resultado. Esto es el 60% del mercado.

7. ¿Cómo gestionáis el cambio en el equipo del cliente?

La adopción es el factor que más diferencia un proyecto exitoso de uno técnicamente correcto pero que nadie usa. Pregunta concreta: “¿cuántas horas dedicáis a formación y co-creación con mi equipo, y en qué momento del proyecto?”. Si la respuesta es “1-2 sesiones al final”, están entregando un sistema que tu equipo va a abandonar a los 90 días.

8. ¿Tenéis un punto de salida en cada fase?

Un proyecto bien gestionado se puede cancelar al final del diagnóstico, al final del piloto y al final del despliegue, con transferencia limpia de lo entregado hasta ese punto. Si el contrato no lo permite (“paga 40% al inicio, 30% al medio, 30% al final” con todo encadenado), te están encerrando.

Las 2 preguntas sobre la tecnología

9. ¿Os atáis a un proveedor de modelos o sois agnósticos?

OpenAI, Anthropic, Google, Mistral, Llama. Una consultora que solo despliega sobre uno te ata a los precios y políticas de ese proveedor. Una consultora seria evalúa el caso y elige el modelo que mejor encaja por coste, latencia, idioma y tipo de datos — y te explica por qué. Si te dicen “siempre usamos GPT-4o” o “siempre Claude”, están vendiendo lo que han entrenado a su equipo, no lo que necesita tu caso.

10. ¿Qué pasa con mis datos? ¿Salen del perímetro? ¿Se usan para entrenar?

Respuesta seria: “depende del caso, te explico opciones”. Para datos sensibles, despliegue self-hosted o nube privada con LLM open-source (Llama, Mistral). Para casos no sensibles, APIs comerciales en modo enterprise (sin entrenamiento sobre tus datos). Si la respuesta es “GDPR-compliant” sin más detalle, no tienen criterio — usan lo que toca y se lavan las manos con el contrato.

Las 2 preguntas sobre la economía

11. ¿Cómo desglosáis el presupuesto?

Un presupuesto serio incluye: licencias de modelo (separado del resto), horas de consultoría (con day rate del lead y junior), integración con sistemas legacy, formación, soporte post-go-live (mínimo 3 meses), reentrenamiento del modelo si aplica. Un presupuesto de “pieza llave en mano por X €” oculta partidas que aparecerán como changes orders. El precio de la integración con tu ERP/CRM legacy suele ser el 30-40% del coste total y casi nunca está bien estimado en el pitch.

12. ¿Qué incluye exactamente el “post-go-live”?

Tres niveles de respuesta:

• Inaceptable: “te entregamos el código, tú lo mantienes”. Tu equipo no tiene capacidad para mantener un sistema que no construyó.
• Aceptable: SLA de respuesta + parches de seguridad + actualización de modelo cuando sea necesario, durante 6-12 meses.
• Bueno: lo anterior + revisión trimestral de métricas con tu equipo + roadmap conjunto de la siguiente iteración.

Cómo aplicar el checklist en una primera llamada

No hace falta hacer las 12 preguntas en una llamada de 30 minutos. La estrategia operativa que recomendamos:

Si las 5 respuestas son sólidas, las otras 7 normalmente también lo son. Si tres de las cinco son evasivas, no merece la pena profundizar.

Lo que no aparece en el pitch pero sí decide el proyecto

Hay tres factores que ningún proveedor menciona en una primera llamada porque le ponen en desventaja, pero que son los que más correlacionan con éxito:

Cultura del equipo del cliente, no del proveedor. Una consultora puede ser excepcional y aun así fracasar si tu equipo interno no tiene un sponsor operativo (no de TI) con poder de decisión y dedicación real. Si tu organización aún no ha decidido quién es ese sponsor, posponer el proyecto seis meses es la decisión correcta.

Presupuesto de error. Los proyectos buenos asumen 20-30% de variación en alcance frente al pitch inicial. Si tu comité aprobó el céntimo exacto y no tolera desviación, la consultora va a entregar lo mínimo viable para no cobrarte más, en lugar de lo que tu negocio realmente necesita.

Calendario realista vs deadline impuesto. “Lo necesitamos en 8 semanas porque hay junta directiva en febrero” es una receta de proyecto malo. La consultora seria va a decirte si esos 8 semanas son realistas; la mediocre va a decir que sí y entregar algo a medias.