Qué preparar antes de contratar una consultoría de IA

Qué puede demostrar un estudio y qué debes comprobar tú

Brynjolfsson, Li y Raymond (2025) estudiaron la introducción de asistencia generativa con datos de 5.172 agentes de atención al cliente. Encontraron un aumento medio del 15 % en incidencias resueltas por hora, con diferencias entre trabajadores. Es un resultado de un contexto empresarial concreto, no una previsión para tu negocio.

Referencia: Brynjolfsson, Li & Raymond, 2025

La combinación de personas e IA también debe evaluarse

Vaccaro, Almaatouq y Malone (2024) sintetizaron 106 estudios experimentales con 370 tamaños de efecto. En promedio, combinar humanos e IA rindió peor que la mejor alternativa por separado; los resultados variaban por tarea. El trabajo distingue mejorar respecto a una persona sola de superar a la mejor alternativa. No recomienda eliminar controles humanos: muestra que la configuración del trabajo importa.

Referencia: Vaccaro, Almaatouq & Malone, 2024

Formula un objetivo observable

Describe quién realiza la tarea, con qué información y qué le dificulta terminarla. Elige un resultado medible, como el tiempo total necesario para preparar y validar una respuesta. Añade criterios de calidad: una respuesta más rápida no resulta útil si obliga a rehacer el trabajo.

Evita empezar con un porcentaje deseado sin una medición inicial. Si no conoces el esfuerzo actual, una primera fase del proyecto puede consistir en establecer esa referencia.

Prepara ejemplos que representen el trabajo real

Reúne casos habituales y casos difíciles. Incluye respuestas correctas, información insuficiente, documentos contradictorios y solicitudes que deben rechazarse o derivarse. Retira datos personales o confidenciales que no sean necesarios para la evaluación.

Ejemplo hipotético: para un asistente que redacta respuestas sobre servicios, prepara preguntas cuyas respuestas estén en la documentación y otras que no puedan resolverse con ella. En estas últimas, el criterio correcto puede ser pedir una aclaración. No deben premiarse respuestas que inventen detalles para parecer completas.

Haz un mapa de datos y responsabilidades

Anota dónde está cada fuente, quién autoriza su uso y quién responde de mantenerla actualizada. Incluye los sistemas que la solución debe consultar y las acciones que tendría permiso para ejecutar.

• Documentación de referencia y responsable de su actualización.
• Accesos e integraciones necesarios para la prueba.
• Información que no debe incorporarse al sistema.
• Persona que revisará los resultados y resolverá incidencias.
• Alternativa operativa si el servicio no está disponible.

Acuerda los criterios antes de ver una demostración

Pide una evaluación sobre ejemplos que no se hayan seleccionado únicamente para la demostración. La comparación debe incluir el tiempo de preparación, la revisión y las correcciones. Define errores que impiden avanzar aunque el promedio sea favorable.

Puedes comparar el proceso actual y el proceso asistido sobre tareas equivalentes. Si la muestra es pequeña o los casos son muy distintos, describe esa limitación. El piloto informa una decisión local; no convierte automáticamente su resultado en una conclusión general.

Valora la propuesta completa

La propuesta debe aclarar alcance, entregables, dependencias y responsabilidades. Pregunta cómo se medirá la calidad después de un cambio de modelo o de documentación, qué mantenimiento se incluye y qué costes quedan fuera.

Una decisión de ampliar debería apoyarse en utilidad demostrada, errores aceptables y capacidad de operación. También es válido ajustar el caso de uso o descartarlo.

Preguntas frecuentes