Por qué la mayoría de los proyectos de IA no llegan a producción
Según estimaciones del sector, entre el 60% y el 80% de los proyectos de IA en empresas medianas no superan la fase piloto. No porque la tecnología falle. Porque el proyecto se diseñó mal desde el inicio: sin criterios de éxito claros, sin plan de adopción, sin governance y sin un equipo interno que sepa operar lo que se construyó.
El problema no es la IA. Es la forma en que se contrata.
Un COO que evalúa un proveedor de IA hoy no necesita entender los modelos de lenguaje. Necesita saber qué preguntas hacer antes de firmar. Las siguientes ocho son las que más importan.
1. ¿Cuál es el criterio de éxito del proyecto y quién lo define?
Si el proveedor responde con métricas vagas — "mejorar la eficiencia", "reducir tiempos" — es una señal de alerta. Un proyecto bien diseñado tiene criterios de éxito concretos desde la semana uno: horas ahorradas por proceso, tasa de error antes y después, tiempo de ciclo de un flujo específico.
Si no pueden definirlo antes de empezar, no podrán medirlo al terminar.
2. ¿En cuántas semanas habrá algo funcionando en producción?
No en demo. No en sandbox. En producción, con datos reales, operado por el equipo.
Un proveedor serio puede comprometerse con un primer entregable funcional en seis a diez semanas. Si la respuesta es "depende de muchos factores" sin un rango concreto, el proyecto probablemente se extenderá más de lo previsto — y el costo de oportunidad corre por cuenta del cliente.
3. ¿Quién opera el sistema cuando el proveedor se va?
Esta es la pregunta que más se omite en las conversaciones comerciales y la que más daño causa después.
Si la respuesta es "nosotros nos encargamos de todo", el cliente está comprando dependencia, no capacidad. Un proveedor orientado a resultados reales transfiere conocimiento al equipo interno durante la implementación. Al cierre del proyecto, el equipo del cliente debe poder operar, modificar y expandir el sistema sin intervención externa.
4. ¿Cómo se gestiona el costo de los modelos de IA en producción?
Los modelos de lenguaje tienen costos variables que pueden escalar de forma inesperada si no hay governance. Un proveedor que no habla de observability, límites de gasto y políticas de uso desde el inicio está ignorando un riesgo operativo real.
Para una empresa mid-size que procesa volúmenes moderados, el costo mensual de los modelos puede oscilar entre 200 y 2.000 euros dependiendo del diseño del sistema. Sin control, ese rango se amplía en ambas direcciones.
5. ¿Qué pasa si el modelo de IA produce un output incorrecto?
Todo sistema de IA produce errores. La pregunta no es si ocurrirá, sino cómo está diseñado el sistema para detectarlo, contenerlo y corregirlo.
Un proveedor que no tiene una respuesta clara sobre mecanismos de validación, revisión humana en puntos críticos y trazabilidad de outputs no está diseñando para producción. Está diseñando para demo.
6. ¿Cómo se integra con los sistemas que ya usamos?
ERP, CRM, herramientas de reporting, bases de datos internas. Un agente de IA que no se conecta con los sistemas existentes genera trabajo adicional en lugar de eliminarlo.
La integración no es un detalle técnico secundario. Es parte del diseño del proyecto desde el inicio. Si el proveedor la trata como un paso posterior, el alcance real del trabajo está subestimado.
7. ¿Tienen experiencia con empresas de tamaño y sector similares al nuestro?
Las soluciones diseñadas para corporaciones globales no se escalan hacia abajo de forma directa. Una empresa de 80 personas tiene restricciones de equipo, presupuesto y tolerancia al riesgo que son distintas a las de una multinacional.
Pida casos concretos. No testimonios genéricos: casos con contexto, problema, solución y resultado medible. Si no los tienen, el cliente asume el costo del aprendizaje del proveedor.
8. ¿Cuál es el modelo de governance una vez que el sistema está en producción?
Un agente en producción no es un software estático. Los modelos se actualizan, los flujos de negocio cambian, los volúmenes varían. Sin un modelo de governance activo — alguien que monitoree calidad de outputs, costos, incidencias y evolución del sistema — el proyecto se degrada con el tiempo.
Pregúntele al proveedor qué incluye el servicio después del go-live. Si la respuesta es "soporte por incidencias", el mantenimiento real quedará sin cubrir.
Un ejemplo concreto: qué pasa cuando estas preguntas no se hacen
Una empresa de distribución con operaciones en tres países contrató una consultora para automatizar su proceso de conciliación financiera mensual. El proyecto duró nueve meses, costó aproximadamente 120.000 euros y produjo un sistema que el equipo financiero no sabía operar. Seis meses después del cierre, el proceso volvía a hacerse de forma manual.
El problema no fue la tecnología. Fue que nadie definió criterios de éxito, nadie planificó la transferencia de conocimiento y nadie estableció governance post-implementación.
Un proyecto equivalente bien diseñado — con criterios claros, equipo habilitado y governance activo — puede ejecutarse en ocho semanas con un costo entre 15.000 y 40.000 euros, y producir un ahorro de 20 a 40 horas mensuales en el equipo financiero desde el primer mes de operación.
La diferencia no está en la tecnología. Está en cómo se diseña y contrata el proyecto.
Qué hacer si el proveedor no puede responder estas preguntas
Tres opciones:
Pedir respuestas por escrito antes de avanzar. Un proveedor serio no tiene problema en documentar sus compromisos. Si hay resistencia, es información relevante.
Solicitar referencias directas con clientes actuales. No casos de éxito editados: conversaciones reales con el equipo del cliente que operó el proyecto.
Hacer un diagnóstico interno primero. Antes de evaluar proveedores, conviene tener claridad sobre qué procesos tienen mayor impacto potencial, qué datos están disponibles y qué capacidad interna existe para adoptar el sistema. Sin esa base, cualquier propuesta externa es difícil de evaluar con criterio.
Conclusión
Contratar bien un proyecto de IA no requiere conocimiento técnico profundo. Requiere las preguntas correctas y la disposición de no avanzar si las respuestas no son concretas.
Los ocho puntos anteriores cubren los vectores donde más proyectos fallan: criterios de éxito, time-to-value, adopción, governance, integración y transferencia de conocimiento. Un proveedor que los responde con claridad reduce el riesgo de forma significativa. Uno que los evita lo aumenta.
Si quiere evaluar en qué punto está su empresa antes de iniciar una conversación con cualquier proveedor, complete el formulario de diagnóstico gratuito. En menos de 48 horas recibirá una evaluación inicial sin compromiso.
