Hay un patrón que se repite. Un proveedor de IA presenta una demo impecable, habla de eficiencia operativa, menciona casos de éxito de empresas que nadie puede verificar y propone un piloto de ocho semanas. El CFO aprueba el presupuesto. Seis meses después, el proyecto está en pausa, el equipo no lo usa y nadie sabe bien qué salió mal.
El problema casi nunca es la tecnología. Es que las preguntas correctas no se hicieron antes de firmar.
Este artículo recoge doce preguntas que un CFO con experiencia debería plantear en cualquier proceso de evaluación de un proveedor de IA. No son preguntas técnicas. Son preguntas de negocio, de riesgo y de control.
1. ¿Cuál es el retorno esperado y en qué plazo?
No en términos vagos. En euros, horas o puntos porcentuales. Si el proveedor no puede articular una hipótesis de ROI con rangos razonables para su industria y tamaño de empresa, la propuesta no está madura. Un rango honesto — por ejemplo, "entre 15 y 40 horas mensuales recuperadas en el área de reporting, según el volumen de fuentes" — es más útil que una promesa de transformación sin cifras.
2. ¿Qué pasa si el proyecto no funciona?
Pregunta incómoda, pero necesaria. ¿Hay cláusulas de salida? ¿El proveedor asume algún riesgo? ¿Qué define el éxito y quién lo mide? Un proveedor serio tiene respuestas claras. Uno que evita la pregunta probablemente también evitará la responsabilidad.
3. ¿Cómo se integra con los sistemas que ya tenemos?
ERP, CRM, hojas de cálculo, bases de datos internas. La integración es donde la mayoría de los proyectos de IA se complican. Pregunte qué conectores existen, qué requiere desarrollo a medida y quién mantiene esas integraciones cuando algo cambia en el sistema de origen.
4. ¿Quién del equipo interno necesita involucrarse y cuánto tiempo le va a tomar?
Si la respuesta es "mínima intervención de su parte", desconfíe. Todo proyecto de IA que funciona en producción requiere tiempo del equipo: para validar outputs, para corregir flujos, para aprender a operar lo que se construye. La pregunta no es si habrá carga interna, sino cuánta y cuándo.
5. ¿Qué sucede cuando el agente comete un error?
Los sistemas de IA cometen errores. Lo relevante es cómo se detectan, quién los corrige y qué impacto tienen en el negocio. Pregunte por los mecanismos de supervisión, los umbrales de confianza y los flujos de escalado humano. Si el proveedor no tiene una respuesta estructurada, el riesgo operativo es suyo.
6. ¿Cómo se mide el rendimiento del sistema en producción?
Dashboards, alertas, logs de actividad. Un sistema de IA sin observabilidad es una caja negra. Usted necesita saber si el agente está funcionando, cuántas solicitudes procesa, cuántas escala a humanos y con qué tasa de error. Si eso no está incluido en la propuesta, pídalo explícitamente.
7. ¿Los datos de la empresa salen de nuestra infraestructura?
Privacidad, cumplimiento normativo, soberanía del dato. En España, el RGPD impone obligaciones concretas. Pregunte dónde se procesan los datos, si se usan para entrenar modelos externos y qué garantías contractuales existen. No es una pregunta técnica: es una pregunta de riesgo legal.
8. ¿Qué pasa si queremos cambiar de proveedor en doce meses?
La dependencia tecnológica es un riesgo real. Si el sistema está construido sobre herramientas propietarias del proveedor sin documentación accesible, el costo de salida puede ser prohibitivo. Pregunte por la portabilidad de los flujos, la documentación del código y la propiedad intelectual de lo que se construye.
9. ¿Cuántos proyectos similares al nuestro han llevado a producción?
No pilotos. No demos. Proyectos en producción, con usuarios reales, en empresas de tamaño y sector comparable. Si el proveedor tiene experiencia en manufacturing industrial o en empresas con ERP y procesos manuales complejos, eso es relevante. Si solo tiene casos en sectores sin relación con el suyo, el riesgo de adaptación es mayor.
10. ¿Cómo garantizan la adopción del equipo?
La tecnología que nadie usa no genera ROI. Pregunte qué incluye el proyecto en términos de formación, acompañamiento y gestión del cambio. Un agente bien construido que el equipo evita usar por desconfianza o por falta de entrenamiento es un gasto, no una inversión.
11. ¿Cuál es el modelo de precios a largo plazo?
Muchos proveedores ofrecen precios de entrada atractivos que escalan de forma poco predecible con el volumen de uso, el número de agentes o las integraciones adicionales. Pida una proyección de costos a doce y veinticuatro meses con los supuestos de uso que usted espera. Compárela con el ROI proyectado.
12. ¿Qué queda en nuestra empresa cuando termina el contrato?
Documentación, código, flujos, conocimiento interno. Si la respuesta es "nada, porque todo vive en nuestra plataforma", la dependencia es total. Un proveedor orientado al cliente deja capacidad instalada: un equipo que sabe operar y extender lo que se construyó, no un sistema que solo funciona mientras se paga la suscripción.
Por qué estas preguntas importan ahora
El mercado de IA para empresas mid-size está creciendo rápido y con él la cantidad de proveedores que ofrecen resultados que no pueden sostener. La diferencia entre una propuesta sólida y una promesa vacía no siempre es visible en la demo. Se hace visible en las respuestas a estas doce preguntas.
Un proveedor que responde con claridad, con datos y sin evasivas está en condiciones de asumir un proyecto real. Uno que generaliza, que desvía o que promete sin evidencia probablemente no lo está.
Estas preguntas no garantizan el éxito de un proyecto de IA. Sí reducen el riesgo de aprobar uno que no debería haberse aprobado.
Cómo usarlas en su próximo proceso de evaluación
Lleve estas preguntas a la siguiente reunión con un proveedor. No como un interrogatorio, sino como un filtro de seriedad. Las respuestas le dirán más sobre la madurez del proveedor que cualquier presentación comercial.
Si está evaluando si la IA tiene sentido para su empresa en este momento — qué procesos atacar primero, qué retorno es razonable esperar, qué riesgos considerar — podemos hacer ese análisis juntos en una llamada de quince minutos.
No es una llamada de ventas. Es un diagnóstico: qué tiene sentido automatizar, qué no, y por qué.
[Solicitar diagnóstico gratuito →]
