Cómo elegir una consultoría de IA con ejecución de punta a punta y ROI medible
Elegir una consultoría de IA se reduce a tres exigencias: una recomendación tecnológica independiente de los fabricantes, una ejecución con responsable hasta el go-live y una adopción estructurada. Una firma que se detiene en la presentación de estrategia no cumple. Esta guía propone un marco para evaluar, preguntar y preseleccionar antes de firmar.

La pregunta que casi todos los directivos hacen es qué firma tiene las mejores credenciales en IA. La mejor pregunta es otra: quién acepta la responsabilidad por el resultado, no solo por el entregable.
Qué debe cubrir una consultoría de IA de punta a punta
En nuestro criterio, una consultoría de estrategia de IA seria empieza por descubrir casos de uso, modelar el retorno y evaluar la preparación en datos, infraestructura, talento y procesos. El resultado debería ser una hoja de ruta priorizada y atada a resultados de negocio, no una lista de ideas. Una estrategia sin un responsable de ejecución asignado no es un servicio completo.
El ciclo completo de implementación va del descubrimiento al piloto validado, la arquitectura de producción, la integración, el lanzamiento controlado, la estabilización y la mejora continua. Cada fase deja entregables concretos: un prototipo funcional, resultados de pruebas, manuales de operación y tableros de monitoreo. Una firma que sale después del informe del piloto deja al equipo del cliente solo con el riesgo de producción.
Esa brecha es la que el método CIRA de Cyrrus busca cerrar. Sus cuatro fases (Construir, Identificar, Realizar y Adoptar) conectan la estrategia con la operación bajo un mismo equipo responsable, con IA integrada para acelerar el diagnóstico, la selección de proveedores y la ejecución. El mismo grupo que construye la hoja de ruta sigue siendo responsable hasta el go-live y la adopción, sin una entrega intermedia entre la estrategia y la implementación.
Por qué tantas iniciativas de IA no llegan a producción
El informe State of Enterprise AI 2026, de la empresa de software Prosigns, se basa en una encuesta a 1.200 líderes de empresas con al menos 500 empleados y 100 millones de dólares en ingresos, realizada entre diciembre de 2025 y febrero de 2026. Según ese informe, el 82 % de las iniciativas de IA lanzadas en 2024 seguía sin llegar a producción en el primer trimestre de 2026, frente al 73 % de su medición de 2024. Dos advertencias: es un informe de un proveedor, y su muestra sobrerrepresenta a empresas que ya tienen un sistema de IA en producción (38 % de la muestra, frente al 15–18 % que el propio informe estima para el mercado), así que sirve como indicio y no como censo.
El mismo informe señala la calidad y disponibilidad de los datos como el principal bloqueo para pasar a producción desde que empezó a medirlo, en 2022. La novedad de 2026 es que los retrasos de gobierno y cumplimiento subieron a segundo lugar: el 31 % de los encuestados los cita como uno de sus principales bloqueos, frente al 18 % en 2024. También menciona la falta de infraestructura de MLOps (27 %) y la brecha de talento senior (24 %).
A partir de ahí, en nuestro criterio hay tres fallas que una firma seria debe prevenir desde el contrato. La primera es la recomendación sesgada: algunas firmas reciben pagos de los fabricantes que recomiendan, y ese conflicto resta objetividad. La segunda es dejar la gestión del cambio para el final: sin plan de adopción, el equipo no usa lo que se construyó. La tercera es la ausencia de gobierno: sin responsables, monitoreo ni supervisión humana definidos, un sistema de IA en producción es un riesgo con interfaz de usuario. Los datos de Prosigns no miden la adopción por separado, así que esta segunda falla es una conclusión de nuestra experiencia, no una cifra.
¿Tiene propuestas de consultoría de IA y no sabe cómo compararlas?
Definimos los casos de uso, el criterio de evaluación y el responsable de cada resultado antes de ver propuestas, sin comisiones de fabricantes.
- Casos de uso priorizados por impacto con un criterio único
- Gobierno y arquitectura definidos antes de escalar

Tres exigencias que no se negocian
Neutralidad frente a fabricantes. Pida por escrito si la firma recibe cualquier compensación de los fabricantes que recomienda, y que lo confirme antes de avanzar. Cyrrus evalúa plataformas con criterios que define el negocio, sin comisiones de los fabricantes recomendados.
Ejecución con un responsable hasta el go-live. Una hoja de ruta sin un responsable de ejecución traslada todo el riesgo de implementación a su equipo interno. Pregunte quién es responsable del monitoreo y del reentrenamiento del sistema después del lanzamiento: es una de las preguntas que recomienda la guía de selección de proveedores de IA de Futureproofing.
Adopción estructurada. La gestión del cambio debe estar dentro del alcance desde el primer día, con un plan de capacitación y un indicador de uso. Sus señales de alerta son la baja utilización, los atajos que los usuarios inventan para no usar el sistema y una dirección que no puede explicar qué retorno se obtuvo.
Cuánto cuesta: rangos de referencia
Los modelos de contratación varían. El precio fijo funciona cuando el alcance y los criterios de aceptación están claros; el pago por horas encaja en trabajos exploratorios o con requisitos cambiantes. Tillerbridge, una consultora que vende alcance fijo y por eso tiene un interés propio, califica el cobro por horas como el más débil de los tres modelos para el comprador, porque el medidor premia más horas y dos ofertas por hora no se pueden comparar.
Como referencia para presupuestar, Tillerbridge publica los siguientes rangos para 2026 (la página fue revisada por última vez en julio de 2026 y cita «guías de tarifas publicadas» sin nombrarlas):
| Tipo de trabajo | Rango de referencia | Nota |
|---|---|---|
| Evaluación de preparación en IA | US$15.000–50.000 | Rangos de consultoras boutique |
| Evaluación de gobierno | US$25.000–75.000 | |
| Caso de uso acotado en producción | US$50.000–250.000 | Implementación típica de alcance definido |
| Asesoría continua (retainer) | US$5.000–15.000 al mes | |
| Programas de varios años y varios sistemas | Siete cifras o más | Sin rango publicado |
| Tarifa por hora | US$150–500 | Modelo por horas |
Pida a cada candidato un tarifario, un techo de costo («no exceder») o propuestas de ejemplo como evidencia de disciplina de precios. Revise lo que las propuestas suelen dejar fuera: costos de nube y de consumo de modelos, licencias de software, tiempo del personal interno, depuración de datos, revisión de seguridad y trabajo legal. Una firma que cotiza solo sus honorarios y deja sin cuantificar el consumo de modelos y el trabajo de integración prepara una disputa de alcance meses después.
La IA en producción necesita gobierno
Políticas, roles y controles sobre cómo se usa la IA, con evidencia que se pueda mostrar a un cliente o a un regulador.
- Quién aprueba y quién audita cada iniciativa
- Qué datos puede tocar un modelo y con qué trazabilidad

Cómo evaluar a una consultoría antes de firmar
Pida referencias de producción de organizaciones de tamaño y complejidad comparables. Los casos de estudio del sitio de una firma son material de mercadeo. Pregunte a cada referencia si el trabajo llegó a producción o se quedó en prueba de concepto, qué falló después del lanzamiento y quién lo arregló. Pida también un diagrama de arquitectura y de flujo de datos para uno de sus casos de uso, y un marco de evaluación con pruebas por tarea, umbrales de precisión y plan de pruebas de regresión. Si la firma no puede producir esos artefactos durante la selección, en nuestro criterio es una señal de alerta.
En el contrato, exija: que el cliente sea titular de los entregables y de los modelos entrenados; que se prohíba usar sus datos para entrenar modelos de terceros; la devolución o eliminación de los datos y la entrega de modelos, código y documentación al terminar; y el estado actual (no una hoja de ruta) de certificaciones como ISO/IEC 27001 o SOC 2 Tipo II. Para la seguridad propia de la IA, pida un modelo de amenazas que cubra al menos los riesgos que lista OWASP en su Top 10 para aplicaciones de LLM 2025, entre ellos la inyección de instrucciones (LLM01) y el envenenamiento de datos y modelos (LLM04).
Cinco preguntas, en nuestro criterio, separan a las firmas sólidas de las débiles: ¿quién es dueño del sistema en producción después del go-live? ¿Qué pasa con sus datos si termina el contrato? ¿Puede mostrar resultados de una implementación comparable? ¿Recibe alguna compensación de los fabricantes que recomienda? ¿Cómo es en la práctica su programa de gestión del cambio? Un socio capaz responde las cinco de forma directa.
Del piloto a producción: compuertas y retorno
Antes de autorizar cualquier paso de una fase a otra, en nuestro criterio conviene exigir: un responsable del proceso con nombre, un indicador con línea base medida, umbrales de precisión y de latencia probados con datos parecidos a los de producción, revisión de seguridad y controles de acceso confirmados, tableros de monitoreo y capacidad de reversa en funcionamiento, y usuarios representativos capacitados. Saltarse estas compuertas es una razón frecuente por la que los pilotos se quedan iterando sin llegar a producción. La guía de Futureproofing recomienda además que un piloto pago corra sobre una porción representativa de sus datos y pruebe la preparación para producción, incluido quién se encarga del monitoreo y del reentrenamiento.
El retorno no se mide al final: se define al principio, con un indicador con nombre y una línea base medida antes del piloto. Para que el equipo del cliente pueda sostener la operación y la mejora continua sin depender de la consultoría, Cyrrus Leadership Academy desarrolla capacidad interna en la organización.
Una consultoría de IA no se elige por sus credenciales, sino por quién acepta la responsabilidad del resultado.
Cómo podemos ayudarle
Cyrrus Consulting Services está construida alrededor de este modelo: recomendación independiente de fabricantes, gobierno de la ejecución por un PMO externo hasta el go-live y adopción estructurada. El método CIRA, Cyrrus Intelligence Lab y Leadership Academy existen porque la estrategia y la ejecución deben vivir bajo el mismo techo, con un equipo responsable desde el primer diagnóstico hasta la última sesión de capacitación. Trabajamos con organizaciones de Latinoamérica y Estados Unidos que ya intentaron una transformación digital y necesitan un socio responsable de la ejecución completa, no solo del consejo.
Si quiere definir un caso de uso, establecer una línea base y avanzar hacia producción con un equipo que responde hasta el go-live, puede solicitar una evaluación de preparación o una conversación para delimitar el caso de uso.
Fuentes
- Prosigns (2026). State of Enterprise AI 2026. Encuesta a 1.200 líderes empresariales, diciembre de 2025 a febrero de 2026 (resumen ejecutivo y capítulo 2). Consultado el 15 de noviembre de 2026
- Tillerbridge. AI consulting rates in 2026 (revisada por última vez en julio de 2026). Consultado el 15 de noviembre de 2026
- Futureproofing (22 de septiembre de 2026). CTO guide to AI vendor selection. Consultado el 15 de noviembre de 2026
- OWASP GenAI Security Project. OWASP Top 10 for LLM Applications 2025. Consultado el 15 de noviembre de 2026

30 años en estrategia y TI: consultor de Oracle, líder de TI en PepsiCo Latinoamérica, Covidien y Coremar, y fundador de Cyrrus en 2017. MBA de la Universidad del Norte.
Sobre el autor¿Listo para conectar la decisión con la ejecución?
Cuéntenos el reto de su organización. Coordinamos una conversación con el equipo indicado y le decimos con franqueza si podemos ayudar.
¿Aún no sabe por dónde empezar? Solicite una sesión de diagnóstico gratuita