Qué hace una agencia de implantación de IA, y en qué se diferencia de una consultora

Una consultora de inteligencia artificial entrega un diagnóstico: qué se podría hacer, en qué orden y con qué riesgos. Una agencia de implantación entrega otra cosa: el primer caso funcionando dentro de vuestros sistemas y a vuestro equipo usándolo cada semana.

La diferencia no es de matiz. Cambia quién toca vuestros sistemas, quién responde cuando algo se rompe y qué queda el día que el proveedor se va.

Casi todos dicen que usan IA. Debajo casi siempre hay una pestaña de chat

Los números de adopción son buenos y suben rápido. En Cataluña, el 24,0 % de las empresas de diez o más trabajadores usaba tecnologías de inteligencia artificial en el primer trimestre de 2025, según la encuesta de uso de las TIC del Idescat. ACCIÓ mide otra cosa —la inversión— y dibuja la misma curva: 12,6 % en 2023, 24 % en 2024 y 30,4 % en 2025. En el conjunto de España, el INE da un 21,1 % en el primer trimestre de 2025 frente al 12,4 % del año anterior.

Lo que esas cifras no cuentan es qué significa «usar». El ONTSI sí lo mira: el 45,8 % de las empresas que usan IA lo hace con paquetes comerciales listos para usar, frente a un 21,9 % que desarrolla a medida. Y solo el 2 % de las empresas de diez o más trabajadores tiene un especialista en IA en plantilla.

Esto es lo que vemos nosotros cuando entramos a hablar con un equipo, y no sale en ninguna estadística: casi todo el mundo dice que usa IA, y cuando te sientas a mirarlo, lo que hay es una pestaña de chat abierta al lado del trabajo. Se copia el enunciado, se pega la respuesta, se corrige a mano y se sigue. Eso cuenta como usar IA. Y no ha cambiado nada dentro de la empresa: ni el proceso, ni el tiempo que cuesta, ni lo que sabe la empresa cuando la persona que lo hacía se va.

Esa distancia —entre tener IA y tenerla dentro— es todo el trabajo. Y es exactamente donde se separan los dos modelos de proveedor.

Qué hace una agencia de implantación de IA

Una agencia de implantación se hace responsable de que una tarea concreta funcione de otra manera al final. No de recomendarlo: de que funcione.

Eso también es criterio, y del que más cuesta reunir: criterio técnico sobre qué llega a producción y qué no. No se aprende analizando, se aprende habiendo puesto casos a funcionar y habiendo tenido que mantenerlos después. Es lo que permite mirar una tarea y saber, antes de empezar, si se sostiene fuera de una demostración.

Sobre ese criterio se monta lo demás, que son tres cosas, y ninguna es opcional. El contexto: el criterio de la empresa puesto por escrito, en un documento que la IA lee antes de cada tarea, con el detalle de una especificación y no de un manual. Las herramientas: el acceso al ERP, al CRM, a la carpeta de documentos o al repositorio, con permisos por rol, para que la tarea termine donde empieza y no en un copiar y pegar. La verificación: cómo se sabe que el resultado está bien sin leerlo entero —un total que cuadra, un formato que valida, una regla que se comprueba sola—. Las tres están contadas en detalle en el artículo donde contamos el cambio de enfoque.

Alrededor de eso, el trabajo se ordena en tres fases: elegir por dónde empezar, poner el caso en marcha y acompañar hasta que el equipo lo usa sin ayuda. El primer tramo no termina en un informe: termina en una cola de casos priorizada y en la decisión de cuál entra primero. Cada caso del catálogo está descrito con lo que hace falta para implantarlo, y hay dos artículos que los cuentan paso a paso, los cinco de negocio y operaciones y los cinco de equipos técnicos.

Ese criterio técnico se juega en tres decisiones, y las tres solo las toma bien quien va a ejecutar. Dónde vive el dato y con qué permisos, porque de eso depende si el caso se puede ampliar o hay que rehacerlo. Qué se automatiza y qué se deja en manos de una persona, que se decide viendo el error real y no imaginándolo. Y cuándo un caso no compensa y hay que pararlo, que es una decisión que cuesta tomar cuando ya está vendido. Un proveedor que no va a mantener lo que diseña no tiene forma de acertar en las tres.

Qué hace una consultora, y cuándo es exactamente lo que necesitas

Una consultora de IA entrega criterio de decisión y un plan: mapa de procesos, auditoría del dato, casos ordenados por impacto y esfuerzo, un recorrido a seis o doce meses, y a menudo el trabajo de acompañar el cambio dentro de la organización. Es un oficio distinto, no una versión incompleta del anterior.

Y hay situaciones en las que es lo correcto:

• Cuando la decisión es de cartera. Tres direcciones traen veinte iniciativas y hay que decidir cuáles se financian. Eso se resuelve ordenando y comparando, no con un caso en producción.
• Cuando hay que llevar la decisión a un consejo o a un comité de inversión. Un documento defendible es el entregable, y es un entregable legítimo.
• Cuando el problema no es de IA. Si los datos están repartidos en cinco sistemas que no se hablan, lo que hace falta primero es un proyecto de datos. Empezar por la IA ahí es empezar por el final.
• Cuando hay que evaluar proveedores y quien evalúa no puede ser quien luego ejecuta.

Lo que un diagnóstico no puede darte es algo funcionando. Si lo que necesitas es que dentro de unos meses una tarea concreta se haga de otra manera, un documento no lo va a producir por sí solo.

Cinco preguntas que separan un modelo del otro

Si diriges el negocio, la fila que decide es la segunda: qué tienes el último día. Si lideras IT, son la tercera y la cuarta, porque son las que acaban en tu cola. Hay una página con el planteamiento entero para cada uno, si diriges el negocio y si lideras IT.

Y una pregunta que conviene hacer sea cual sea el modelo: de quién es el código y dónde vive. Si lo que se construye no queda documentado y en vuestro repositorio, no habéis comprado un sistema.

El informe que no se ejecuta

Es un patrón que se repite: llega una empresa con un diagnóstico ya pagado, una lista de casos ordenada y un recorrido a doce meses. Nada de aquello se ha implantado, y ya no está claro por dónde se empezaba.

No pasa porque el informe estuviera mal. Pasa por dos motivos.

El primero es que un diagnóstico de IA envejece rápido. Cambian los modelos disponibles, se deprecan las interfaces de programación —las API— sobre las que se apoyaba el plan, y el coste por operación se mueve lo suficiente como para cambiar qué caso compensa. A los seis meses, el orden de la lista ya no es el orden correcto.

El segundo es más de fondo: un diagnóstico se escribe con lo que se puede saber preguntando, y hay cosas que solo se saben al intentarlo. Que ese campo del ERP existe pero está vacío en la mitad de los registros. Que el criterio que el equipo dice aplicar no es el que aplica. Que la tarea que parecía la más fácil depende de un adjunto que llega por correo en cuatro formatos distintos. Eso no aparece en una entrevista; aparece el primer día que se construye.

Se entiende por qué se encargan: el ONTSI recoge que el 78,9 % de las empresas que no adoptan IA dan como motivo la falta de conocimiento, muy por delante de cualquier otra barrera. Pedir un mapa es una reacción sensata. El problema aparece cuando el mapa es todo lo que se compra.

Si ya tienes uno, no lo tires. Coge el primer caso de la lista y contrástalo con cinco preguntas: si se repite cada semana, si exige un criterio que hoy vive en una persona, si se puede decir que está bien sin discutirlo, si los datos que necesita existen ya, y si un error se detecta dentro y no delante de un cliente. Si las cinco dan que sí, ese caso está listo para implantarse y el informe ha hecho su trabajo. Si alguna da que no, tienes la respuesta de por qué lleva meses parado.

Cómo saber cuál necesitas

Una agencia de implantación, si ya sabes qué tarea os ocupa más tiempo, si hay herramientas de IA contratadas y no se nota, o si lo que quieres medir es una tarea concreta antes y después.

Una consultora, si hay que elegir entre iniciativas de varias áreas, si la decisión se toma en un órgano que necesita un documento, o si el dato hay que ordenarlo primero.

Ninguna de las dos si nadie sabe explicar cómo se hace bien hoy la tarea que quieres automatizar: ahí el primer paso se da sin proveedor, y es escribirlo. Tampoco compensa si la tarea pasa una vez al trimestre, porque lo aprendido no se acumula y el equipo no coge el hábito.

Qué hacemos nosotros

Somos una agencia de implantación de IA. Trabajamos en tres líneas: la implantación de IA, que es dejar casos funcionando dentro de vuestros sistemas; la formación, para que el equipo cierre ese bucle sobre su propio trabajo; y el desarrollo a medida, cuando el caso pide construir algo que no existe. Lo que hemos entregado está en los proyectos.

Y hay un primer paso que puedes dar esta semana sin nosotros: elige la tarea que más veces se repite en tu equipo y escribe cómo se hace bien, con el detalle con el que se lo explicarías a alguien que entra mañana. Si sale, ya tienes lo que necesita cualquiera de los dos modelos para empezar. Si no sale, acabas de encontrar el verdadero primer proyecto.

Si quieres contrastarlo con nosotros, cuéntanos cómo trabaja tu equipo.