Macaque Consulting

Consultoría de inteligencia artificial: guía completa para empresas

Xavier Jiménez15 de noviembre de 2026

La inteligencia artificial ya ha entrado en la empresa española: en el primer trimestre de 2026, el 33,6 % de las empresas de 10 o más empleados usaba alguna tecnología de IA, frente al 21,1 % un año antes, según el INE. El reto ya no es empezar, sino conseguir resultados: la mayoría de las organizaciones sigue sin ver un impacto claro de la IA en su cuenta de resultados.

Esta guía explica qué hace una consultoría de inteligencia artificial, qué servicios debe incluir, cómo funciona un proyecto de principio a fin, cuánto cuesta y cómo medir el retorno, qué exigen el AI Act y el RGPD y cómo elegir la consultora adecuada sin caer en promesas vacías. Con datos de 2025 y 2026, una checklist y las preguntas que conviene hacer antes de firmar.

La consultoría de IA en 60 segundos

  • Qué es: un servicio que ayuda a la empresa a decidir dónde aporta valor la IA, a llevarla a producción con sus datos y sistemas, y a gobernarla con seguridad y dentro de la ley.

  • Por qué ahora: la adopción crece deprisa, pero solo el 37 % de las organizaciones atribuye a la IA algún impacto en su beneficio operativo (EBIT), según McKinsey. El cuello de botella es pasar del piloto a la producción.

  • Qué incluye: estrategia y casos de uso, preparación de datos, prueba de concepto, desarrollo e integración, gobierno y cumplimiento, formación y operación continua.

  • Cómo se trabaja: diagnóstico, priorización de casos, prueba de concepto con criterios de éxito, implantación y escalado.

  • Qué dice la ley: el AI Act ya obliga a formar a quien usa IA y prohíbe ciertas prácticas; las obligaciones de alto riesgo llegan en diciembre de 2027 y agosto de 2028.

  • Cómo elegir: casos en producción demostrables, foco en el negocio, independencia tecnológica, seguridad y cumplimiento, y transferencia de conocimiento a tu equipo.

Qué es la consultoría de inteligencia artificial

Una consultoría de IA ayuda a una organización a usar la inteligencia artificial para resolver problemas de negocio concretos: detectar dónde genera valor, comprobar que es viable con sus datos, construir e integrar la solución en sus procesos y sistemas, y operarla con seguridad, control de costes y cumplimiento normativo. Un buen consultor de IA combina tres capacidades que rara vez reúne una sola persona: conocimiento del negocio, capacidad técnica (datos, modelos e integración) y criterio regulatorio.

No es lo mismo que comprar una herramienta. Un fabricante de software te vende su producto; una consultora debería recomendarte la mejor opción para tu caso, aunque sea una herramienta que ya tienes o ninguna.

Qué hace (y qué no) una buena consultora de IA

Sí hace

No hace

Empieza por el problema de negocio y los indicadores que hay que mover

Empieza por la tecnología de moda

Revisa tus datos antes de prometer resultados

Promete porcentajes de ahorro sin ver tus datos

Define criterios de éxito antes de cada prueba de concepto

Encadena pilotos sin plan para pasar a producción

Integra la IA en tus sistemas y procesos

Entrega una demo aislada

Incluye seguridad, privacidad y cumplimiento desde el diseño

Deja el AI Act y el RGPD para el final

Forma a tu equipo y documenta lo que hace

Te deja dependiente de ella para todo

Tipos de proveedores de IA: a quién puedes contratar

Tipo de proveedor

Encaja si…

Ojo con…

Grandes consultoras generalistas

Abordas un programa de transformación muy amplio o en varios países

Costes y estructura pensados para grandes programas

Consultoras especializadas en IA

Quieres foco, equipo senior y llegar a producción con rapidez

Comprueba que tienen capacidad de datos e integración, no solo de prototipos

Fabricantes de software y plataformas

Tu caso encaja con un producto estándar

Te recomendarán su producto; vigila la dependencia

Integradores y desarrolladores

Necesitas construir e integrar una solución a medida

Que entiendan el negocio y los riesgos, no solo el código

Profesionales independientes

Necesitas una tarea concreta y acotada

Continuidad, seguridad y responsabilidad si algo falla

Centros tecnológicos y universidades

Buscas investigación aplicada o un proyecto de I+D con financiación pública

Plazos y enfoque más orientados a la investigación

La IA en las empresas, en cifras (2025-2026)

Los datos más recientes dibujan el mismo patrón en todas partes: la IA se extiende deprisa, pero el valor se concentra en pocas organizaciones.

  • España: el 33,6 % de las empresas de 10 o más empleados usó IA en el primer trimestre de 2026, frente al 21,1 % del mismo periodo de 2025 (INE).

  • Europa: el 20 % de las empresas de la UE usaba IA en 2025, frente al 13,5 % de 2024. Lideran Dinamarca (42 %), Finlandia (37,8 %) y Suecia (35 %), y el uso más común es analizar texto escrito (Eurostat).

  • Brecha por tamaño: la usa el 55 % de las grandes empresas de la UE, frente al 19 % de las pymes (Eurostat, datos de 2025).

  • Falta de conocimiento: entre las empresas europeas que se plantearon usar IA y no lo hicieron, el 70 % lo atribuye a la falta de experiencia y el 54 %, a la incertidumbre legal (Eurostat, 2025).

  • Del uso al impacto: casi nueve de cada diez organizaciones usan IA de forma habitual, pero solo el 37 % le atribuye algún impacto en su EBIT y apenas un 6 % consigue que aporte al menos el 5 % de ese beneficio (McKinsey, The state of AI in 2026).

  • Pilotos que no despegan: el 95 % de los pilotos de IA generativa analizados por el MIT no tuvo un impacto medible en la cuenta de resultados (MIT NANDA, 2025).

  • Agentes, con cautela: Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancelen antes de que acabe 2027 por costes crecientes, valor poco claro o falta de control de riesgos.

Infografía con seis cifras de la IA en las empresas: el 33,6 % de las españolas y el 20 % de las de la UE la usan, el 70 % de las que no la adoptan alega falta de conocimientos y el 95 % de los pilotos generativos no tuvo impacto medible.
Fuentes: INE, Eurostat, McKinsey, MIT NANDA y Gartner.

Qué servicios incluye una consultoría de IA

Una consultoría completa cubre todo el recorrido, desde la estrategia hasta la operación. No todos los proyectos necesitan todos los servicios, pero conviene saber cuáles existen para que no falte ninguno crítico.

1. Diagnóstico y estrategia de IA

Analiza la madurez de la empresa, sus objetivos y sus procesos, y lo traduce en una hoja de ruta con prioridades, inversión y responsables. Incluye un inventario de la IA que ya se usa, también la que los empleados utilizan por su cuenta. Es el punto de partida de nuestro servicio de inteligencia artificial.

2. Identificación y priorización de casos de uso

Talleres con las áreas de negocio para recoger ideas y puntuarlas por impacto y viabilidad. El resultado es una lista corta de casos, cada uno con su caso de negocio.

3. Datos: calidad, acceso y gobierno

La IA es tan buena como los datos que recibe. Este bloque revisa qué datos hay, dónde están, qué calidad tienen y quién puede usarlos, y prepara la arquitectura necesaria. Enlaza con la estrategia de datos y la ingeniería de datos en cloud.

4. Prueba de concepto y producto mínimo viable

Una prueba acotada, con datos reales y un criterio de éxito cuantificado, para comprobar si el caso funciona antes de invertir en serio. Si la supera, se convierte en un producto mínimo viable con usuarios reales.

5. Desarrollo e integración

Construcción de la solución y su conexión con los sistemas de la empresa (ERP, CRM, gestor documental, canales de atención): asistentes de IA generativa que responden con tus documentos, agentes, modelos predictivos, visión artificial o automatización de procesos con RPA. Cuando no basta un producto estándar, entra el software a medida.

6. Gobierno, riesgos y cumplimiento

Inventario de sistemas de IA, clasificación de riesgos según el AI Act, evaluaciones de impacto del RGPD, políticas de uso, supervisión humana y, si se quiere ir más allá, un sistema de gestión según la ISO/IEC 42001. Una auditoría de IA indica en qué punto estás.

7. Formación y gestión del cambio

Formación adaptada a cada perfil, que además es obligatoria: el AI Act exige alfabetización en IA a quien usa estos sistemas. Sin adopción, ninguna solución da resultados.

8. Operación y mejora continua

Una vez en producción, la IA hay que vigilarla: calidad de las respuestas, cambios en los datos, costes de uso, seguridad frente a ataques como la inyección de instrucciones y actualizaciones de los modelos. Es lo que se conoce como MLOps o LLMOps.

Cómo funciona un proyecto de consultoría de IA: 5 fases

Cada consultora tiene su método, pero los proyectos que llegan a producción comparten una secuencia parecida. La clave es decidir, antes de cada fase, qué resultado justifica pasar a la siguiente.

Infografía con las cinco fases de un proyecto de consultoría de IA: diagnóstico, casos de uso, prueba de concepto, implantación y escalado con gobierno, con las tareas clave de cada una.
Elaboración propia de Macaque.

Fase 1. Diagnóstico y objetivos

Entrevistas con la dirección y las áreas, revisión de procesos, datos, sistemas y riesgos, e inventario de la IA que ya se usa. Se fijan los indicadores de negocio que el proyecto debe mover. El resultado es un mapa de oportunidades y una hoja de ruta.

Fase 2. Casos de uso y priorización

Se recogen ideas de todas las áreas, se puntúan por impacto y viabilidad y se eligen entre uno y tres casos, cada uno con su caso de negocio.

Fase 3. Prueba de concepto

Con datos reales y alcance acotado, se mide la calidad del resultado, los riesgos y el coste por uso frente a un criterio de éxito fijado de antemano. Al final, una decisión explícita: escalar, ajustar o parar.

Fase 4. Implantación e integración

La solución se integra en los sistemas y procesos, con control de accesos, registros, supervisión humana donde haga falta, formación de los usuarios y la documentación que piden el AI Act y el RGPD.

Fase 5. Escalado, gobierno y mejora continua

Monitorización de calidad y costes, nuevos casos de uso sobre la misma base y un marco de gobierno estable: políticas, responsables y, en organizaciones grandes, un comité de IA.

Según McKinsey, las organizaciones que más valor obtienen de la IA rediseñan sus procesos en torno a ella en lugar de añadirla a los que ya existen. Por eso la fase 4 no es solo técnica: también cambia cómo se trabaja.

Cómo elegir los casos de uso: impacto frente a viabilidad

Elegir bien el primer caso es la decisión que más condiciona el resultado. Un método sencillo es puntuar cada idea en dos ejes:

  • Impacto: ahorro de tiempo o de coste, ingresos, reducción de errores o de riesgos y mejora de la experiencia de clientes o empleados.

  • Viabilidad: datos disponibles y de calidad, complejidad técnica, integración con los sistemas, riesgo regulatorio y esfuerzo de cambio para las personas.

Empieza por los casos de alto impacto y alta viabilidad, que dan resultados visibles y ayudan a financiar lo siguiente. El MIT observó que muchas empresas concentran sus pilotos en ventas y marketing, mientras que el retorno más claro aparece a menudo en el back office: operaciones, finanzas, compras o gestión documental.

Matriz para priorizar casos de uso de IA según su impacto en el negocio y su viabilidad: empieza por los de alto impacto y alta viabilidad, planifica las apuestas estratégicas, aprovecha las mejoras tácticas y aparca el resto.
Elaboración propia de Macaque.

Ejemplos de casos de uso por área

Área

Ejemplos

Atención al cliente

Asistentes que resuelven consultas frecuentes con tu documentación, clasificación y enrutado de incidencias, resumen de conversaciones

Ventas y marketing

Previsión de demanda, priorización de oportunidades, personalización de contenidos, análisis de llamadas

Operaciones

Mantenimiento predictivo, control de calidad con visión artificial, optimización de rutas e inventario

Finanzas

Lectura y conciliación de facturas, detección de anomalías y fraude, previsiones de tesorería

Recursos humanos

Búsqueda en políticas internas, apoyo a la formación, análisis de encuestas. Ojo: usar IA para seleccionar o evaluar personas es de alto riesgo según el AI Act

Legal y cumplimiento

Revisión y comparación de contratos, búsqueda en normativa, apoyo en due diligence

IT y desarrollo

Asistentes de programación, documentación técnica, soporte interno

Cada sector tiene además sus propios casos y límites regulatorios, como la banca, los seguros, la salud o el retail.

IA generativa, agentes o IA clásica: qué tecnología necesitas

No todos los problemas necesitan la tecnología más nueva. Estas son las grandes familias y cuándo encaja cada una:

Tecnología

Para qué sirve

Ejemplo

Aprendizaje automático (IA predictiva)

Predecir, clasificar o detectar patrones en datos estructurados

Previsión de ventas, scoring de riesgo, mantenimiento predictivo

IA generativa

Crear, resumir, traducir o buscar en texto, imágenes o código

Asistente que responde con la documentación interna (RAG)

Agentes de IA

Encadenar varios pasos y actuar en los sistemas con cierta autonomía

Gestionar una incidencia de principio a fin con supervisión humana

Visión artificial

Analizar imágenes y vídeo

Detección de defectos en una línea de producción

Automatización con IA

Ejecutar tareas repetitivas basadas en reglas, con IA para leer documentos

Alta de pedidos a partir de correos y PDF

Agentes de IA para empresas: cuándo sí y cuándo no

Los agentes de IA son sistemas que planifican y ejecutan tareas de varios pasos usando herramientas y sistemas de la empresa. Su uso crece, sobre todo en las grandes organizaciones: según McKinsey, el 40 % de las que facturan más de 1.000 millones de dólares ya está escalando agentes, frente a un 22 % estable en las más pequeñas. Gartner, en cambio, prevé que más del 40 % de los proyectos de IA agéntica se cancelen antes de que acabe 2027 y alerta del agent washing: productos de siempre, como chatbots o automatizaciones, rebautizados como agentes.

  • Sí: procesos de varios pasos, con reglas claras, datos accesibles y un coste de error acotado, y con una persona que supervise las decisiones relevantes.

  • Todavía no: decisiones críticas sin supervisión, procesos sin documentar o casos que ya resuelve un flujo automatizado sencillo.

Si quieres empezar por los agentes, elige uno acotado y medible.

Cuánto cuesta una consultoría de IA

No hay una tarifa estándar: el precio depende del alcance, del estado de tus datos, de la complejidad de la integración y de los requisitos de seguridad y cumplimiento. Lo que sí conviene entender son los modelos de contratación y los costes que no aparecen en la primera propuesta.

Modelos de contratación

Modelo

Cómo funciona

Encaja cuando…

Proyecto cerrado

Precio fijo por un alcance definido, como un diagnóstico o una prueba de concepto

El objetivo y los entregables están claros

Tiempo y materiales

Se pagan las horas o jornadas dedicadas

El alcance va a evolucionar

Servicio recurrente

Cuota periódica para evolución, soporte y operación

La IA ya está en producción

Equipo dedicado

Perfiles integrados en tu equipo (outsourcing IT)

Tienes capacidad de gestión, pero te falta talento

Pago por resultados

Parte del precio ligada a objetivos medibles

Los indicadores y la línea base son fiables

Costes que debes prever

  • Consumo de modelos: las llamadas a los modelos de IA se pagan por uso (por ejemplo, por tokens) y crecen con la adopción. Según McKinsey, en torno a uno de cada cinco encuestados dice que estos costes ya limitan su uso de la IA.

  • Infraestructura y datos: almacenamiento, procesamiento, bases de datos vectoriales e integración. Si tus datos siguen en tu CPD, la guía de migración a la nube te ayuda a ordenar ese paso.

  • Licencias de herramientas y plataformas.

  • Operación: monitorización, evaluación de la calidad, seguridad y actualizaciones.

  • Personas: formación y tiempo de los equipos de negocio dedicados al proyecto.

Ayudas: el Kit Consulting, que financiaba asesoramiento en transformación digital e IA para pymes, no admite nuevas solicitudes: el último plazo para formalizar acuerdos terminó el 31 de mayo de 2026 y Red.es no ha anunciado otra convocatoria. Consulta su sede electrónica antes de contar con él.

Cómo medir el retorno de la IA

  1. Línea base: mide cómo funciona hoy el proceso (tiempo, coste, errores, volumen) antes de tocar nada.

  2. Indicadores de negocio, no de uso: horas ahorradas, coste por operación, tasa de error, tiempo de respuesta, conversión, satisfacción o riesgo evitado. Que una herramienta se use no significa que aporte.

  3. Coste total: desarrollo, licencias, consumo, operación y tiempo interno.

  4. Criterio de decisión: qué resultado justifica escalar, ajustar o parar, fijado antes de la prueba de concepto.

  5. Seguimiento: los modelos y los procesos cambian; revisa los indicadores al menos cada trimestre.

Los datos confirman la distancia entre la productividad individual y el impacto en la empresa: el 80 % de los encuestados por McKinsey dice que la IA ha mejorado su productividad personal, pero solo el 37 % ve impacto en el EBIT de su organización.

Normativa y gobierno: lo que tu consultora debe dominar

AI Act: obligaciones y fechas

  • Desde el 2 de febrero de 2025: prácticas prohibidas y obligación de alfabetización en IA (artículo 4): quien usa o despliega IA debe asegurarse de que su personal tiene conocimientos suficientes.

  • Desde el 2 de agosto de 2025: normas para los proveedores de modelos de IA de uso general.

  • Desde el 2 de agosto de 2026: obligaciones de transparencia, como avisar de que se está interactuando con una IA.

  • Alto riesgo: el Ómnibus Digital (Reglamento (UE) 2026/1744), en vigor desde el 27 de julio de 2026, aplazó estas obligaciones al 2 de diciembre de 2027 para usos como el empleo, la educación o la concesión de crédito, y al 2 de agosto de 2028 para la IA integrada en productos regulados.

En España lo supervisa la Agencia Española de Supervisión de la Inteligencia Artificial (AESIA). Tienes todo el detalle en nuestra guía completa del AI Act.

RGPD: los datos personales también viajan en los prompts

  • Base jurídica y finalidad para cada uso de datos personales, también al alimentar un asistente o al ajustar un modelo.

  • Evaluación de impacto (EIPD) cuando el tratamiento sea de alto riesgo.

  • Derecho a no ser objeto de decisiones exclusivamente automatizadas con efectos significativos (artículo 22).

  • Contratos de encargo con los proveedores de IA y control de las transferencias internacionales.

  • Normas claras sobre qué datos se pueden introducir en las herramientas de IA.

ISO/IEC 42001: el sistema de gestión de la IA

La ISO/IEC 42001, publicada en diciembre de 2023, es la primera norma internacional de sistemas de gestión de la IA. Es voluntaria y certificable, sirve para cualquier organización que desarrolle, ofrezca o use IA, y aporta una estructura para gestionar riesgos, responsabilidades y controles. No sustituye al AI Act, pero ayuda a demostrar que la IA se gestiona con método.

Política de uso e IA en la sombra

Muchos empleados ya usan herramientas de IA por su cuenta: el informe del MIT describe una «economía de la IA en la sombra», con herramientas personales al margen de la empresa. Prohibirlas rara vez funciona; lo eficaz es una política de uso clara, herramientas corporativas seguras y formación. Es, además, la base de la alfabetización que exige el AI Act, y un frente de seguridad que tratamos en la guía de ciberseguridad para empresas.

Hacerlo dentro, contratar fuera o un modelo mixto

Según el MIT, los proyectos de IA generativa comprados a proveedores especializados o desarrollados junto a ellos tienen éxito en torno al 67 % de las veces, mientras que los desarrollos internos lo consiguen con un tercio de esa frecuencia. No significa que haya que externalizarlo todo, sino combinar bien cada opción:

Opción

Ventajas

Inconvenientes

Encaja cuando…

Equipo interno

Control total y conocimiento del negocio

Talento escaso y caro; curva de aprendizaje

Ya tienes un equipo de datos e IA con experiencia en producción

Consultora externa

Experiencia acumulada, método y rapidez

Riesgo de dependencia si no transfiere conocimiento

Empiezas o necesitas acelerar casos concretos

Modelo mixto

Rapidez ahora y capacidad propia después

Requiere coordinación y un responsable interno

Quieres que la IA sea una capacidad estable de la empresa

Cómo elegir una consultora de IA: criterios y señales de alerta

Infografía para elegir una consultora de IA: ocho criterios que buscar, como casos en producción y precio claro, y seis señales de alerta, como prometer ahorros sin ver tus datos o proponer agentes para todo.
Elaboración propia de Macaque.

Qué buscar

  1. Casos en producción con resultados medibles, no solo demos. Pide referencias.

  2. Enfoque de negocio: que empiece por tus objetivos e indicadores.

  3. Independencia tecnológica y transparencia sobre sus alianzas con fabricantes.

  4. Capacidad completa: datos, integración, seguridad y operación, no solo prototipos.

  5. Dominio regulatorio: AI Act, RGPD y, si aplica, normativa sectorial e ISO/IEC 42001.

  6. Transferencia de conocimiento: formación, documentación y propiedad clara de lo desarrollado.

  7. Precio claro y criterios de decisión en cada fase.

  8. Equipo senior identificado y estable durante el proyecto.

Señales de alerta

  • Promete ahorros o porcentajes sin haber visto tus datos.

  • Propone agentes o IA generativa para todo.

  • No habla de seguridad, de privacidad ni del AI Act.

  • Plantea pruebas de concepto sin criterio de éxito ni plan para pasar a producción.

  • El contrato es ambiguo sobre la propiedad del código, los modelos y los datos.

  • Te ata a su plataforma sin estrategia de salida.

8 preguntas para hacer antes de firmar

  1. ¿Qué proyectos parecidos tenéis en producción y qué resultados han dado?

  2. ¿Qué indicadores vamos a medir y cuál es la línea base?

  3. ¿Qué pasa si la prueba de concepto no alcanza el objetivo?

  4. ¿Dónde se procesan nuestros datos y quién tiene acceso a ellos?

  5. ¿Cómo cubrís el AI Act y el RGPD en este proyecto?

  6. ¿De quién será lo que se desarrolle: código, modelos ajustados y documentación?

  7. ¿Cuánto costará operarlo cada mes cuando esté en producción?

  8. ¿Cómo vamos a ganar autonomía nosotros?

Los 10 errores más comunes al implantar IA en la empresa

  1. Empezar por la tecnología y no por el problema. La pregunta no es «qué hacemos con IA», sino qué indicador queremos mover.

  2. Encadenar pilotos sin plan de producción. Sin criterio de éxito ni presupuesto para escalar, el piloto se queda en demo.

  3. Subestimar los datos. Suelen ser la mayor parte del trabajo.

  4. Ignorar la integración. Una IA que no está en las herramientas del día a día no se usa.

  5. Añadir IA al proceso de siempre en lugar de rediseñarlo.

  6. Olvidar a las personas: formación, cambio y la alfabetización obligatoria.

  7. Dejar la seguridad y la privacidad para el final.

  8. No vigilar los costes de uso de los modelos cuando crece la adopción.

  9. Tolerar la IA en la sombra sin política de uso.

  10. Medir el uso en lugar del impacto.

Por dónde empezar según el tamaño de tu empresa

  • Pequeña empresa (10-49 empleados): política de uso, formación básica y uno o dos casos de alto impacto con herramientas que ya tienes o que puedes contratar como servicio.

  • Mediana empresa (50-249): diagnóstico y hoja de ruta, datos en orden, una prueba de concepto bien medida y un primer marco de gobierno.

  • Gran empresa (250 o más): programa de IA con responsable y comité, plataforma común, inventario y clasificación de riesgos según el AI Act, gobierno alineado con la ISO/IEC 42001 y escalado de casos por áreas.

Checklist para contratar una consultoría de IA

Antes de empezar

  • Objetivo de negocio e indicadores definidos.

  • Inventario de la IA que ya se usa, incluida la no autorizada.

  • Datos disponibles identificados y accesibles.

  • Responsable interno del proyecto.

  • Política de uso de IA aprobada.

Durante la prueba de concepto

  • Caso priorizado por impacto y viabilidad.

  • Criterio de éxito cuantificado y línea base medida.

  • Datos reales, con permisos y anonimización cuando haga falta.

  • Evaluación de calidad, riesgos y coste por uso.

  • Decisión explícita: escalar, ajustar o parar.

Antes de pasar a producción

  • Sistema clasificado según el AI Act.

  • Evaluación de impacto (EIPD) si trata datos personales de riesgo.

  • Seguridad revisada: accesos, registros y pruebas frente a la inyección de instrucciones.

  • Supervisión humana definida.

  • Usuarios formados.

En producción

  • Calidad y costes monitorizados.

  • Indicadores de negocio revisados cada trimestre.

  • Documentación al día.

  • Propiedad del código, los modelos y los datos clara en el contrato.

  • Plan para ganar autonomía interna.

Glosario rápido de IA para empresas

Término

Qué significa

IA generativa

IA que crea contenido nuevo (texto, imágenes, código) a partir de instrucciones.

LLM

Modelo de lenguaje de gran tamaño, como los que hay detrás de ChatGPT, Gemini o Copilot.

RAG

Técnica que hace que el modelo responda con información de tus propios documentos.

Agente de IA

Sistema que planifica y ejecuta tareas de varios pasos usando herramientas y sistemas.

Prompt

Instrucción que se da a un modelo de IA.

Alucinación

Respuesta falsa o inventada que el modelo presenta como cierta.

Ajuste fino (fine-tuning)

Entrenamiento adicional de un modelo con datos propios para una tarea concreta.

Prueba de concepto

Prueba acotada para comprobar si un caso de uso funciona con datos reales.

MLOps y LLMOps

Prácticas para desplegar, vigilar y mantener modelos en producción.

Alfabetización en IA

Conocimientos que el AI Act exige al personal que usa o despliega IA.

ISO/IEC 42001

Norma internacional, voluntaria y certificable, de sistemas de gestión de la IA.

IA en la sombra

Uso de herramientas de IA por parte de los empleados al margen de la empresa.

Preguntas frecuentes sobre la consultoría de IA

¿Qué hace una consultoría de inteligencia artificial?

Ayuda a identificar dónde aporta valor la IA, a comprobar que es viable con tus datos, a desarrollarla e integrarla en tus procesos y a gobernarla con seguridad y cumplimiento normativo. Una buena consultora mide el resultado en indicadores de negocio.

¿Cuánto cuesta una consultoría de IA?

Depende del alcance, del estado de los datos y de la integración necesaria. Lo habitual es empezar con un diagnóstico o una prueba de concepto de precio cerrado y pasar después a un proyecto o a un servicio recurrente. Suma siempre el coste de operación: consumo de modelos, infraestructura y mantenimiento.

¿Cuánto tarda un proyecto de IA en dar resultados?

Depende del caso y de los datos. Un caso acotado, con datos accesibles, puede validarse en una prueba de concepto corta; llevarlo a producción e integrarlo en los procesos lleva más tiempo. Lo importante es fijar desde el principio qué resultado se espera y cuándo se evalúa.

¿Qué diferencia hay entre una consultora de IA y un proveedor de software de IA?

El proveedor vende su producto. La consultora debería recomendar la mejor solución para tu caso, sea de un fabricante, a medida o una herramienta que ya tienes, y ayudarte a integrarla y gobernarla.

¿Necesito tener los datos perfectos para empezar?

No, pero sí saber qué datos tienes, dónde están y qué calidad tienen. Prepararlos para el caso de uso elegido es parte del trabajo de la consultoría.

¿Es obligatorio formar a la plantilla en IA?

Sí. Desde el 2 de febrero de 2025, el AI Act exige a quien usa o despliega sistemas de IA que su personal tenga un nivel suficiente de alfabetización en IA, adaptado a su función y al uso que hace de ella.

¿Me afecta el AI Act si solo uso ChatGPT o Copilot?

Sí, aunque con obligaciones limitadas: alfabetización en IA, no usarla en prácticas prohibidas y cumplir las reglas de transparencia si publicas contenido generado o manipulado con IA. Si la usas en procesos de alto riesgo, como la selección de personal, tendrás obligaciones mayores a partir de diciembre de 2027.

¿Es mejor desarrollar la IA internamente o contratar una consultora?

Depende de tu capacidad interna. Según el MIT, los proyectos con proveedores especializados tienen éxito con más frecuencia que los desarrollos propios. Un modelo mixto suele funcionar bien: acelerar con ayuda externa y construir capacidad propia.

¿Qué es la ISO 42001 y la necesito?

Es la norma internacional de sistemas de gestión de la IA. Es voluntaria; tiene sentido si desarrollas o usas IA de forma intensiva, si trabajas en un sector regulado o si tus clientes te piden garantías sobre cómo gestionas la IA.

¿Qué son los agentes de IA y los necesita mi empresa?

Son sistemas que ejecutan tareas de varios pasos con cierta autonomía. Pueden aportar mucho en procesos bien definidos, pero no hacen falta para todo: Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancelen antes de que acabe 2027. Empieza por un caso acotado y medible.

Fuentes oficiales

Esta guía se actualiza cuando cambian la normativa o los datos. Es informativa y no sustituye al asesoramiento jurídico ni técnico.

¿Quieres aplicarlo en tu empresa?

Te ayudamos a llevarlo a la práctica con nuestro equipo.

Conoce nuestro servicio de Consultoría IA

Xavier Jiménez

CEO y cofundador de Macaque Group

6 publicaciones

CEO y cofundador de Macaque Group, grupo tecnológico con sede en Calafell (Tarragona) especializado en inteligencia artificial, desarrollo de software y outsourcing IT. Defiende una IA «sin humo»: la que resuelve problemas reales de negocio, da resultados medibles y llega a producción. Es miembro de OdiseIA, el Observatorio del Impacto Social y Ético de la Inteligencia Artificial, y ha publicado en Capital Humano (Wolters Kluwer).

Certificaciones

ISO/IEC 27001:2023
EUROCERT S.A. Certificado nº 00.15.0812

Abrir certificado ISO/IEC 27001:2023 de Macaque Consulting

Certificación correspondiente a Macaque Consulting
Alcance según certificado.

Tratamos tus datos personales de conformidad con el Reglamento General de Protección de Datos (RGPD) y la Ley Orgánica 3/2018 (LOPDGDD). Consulta nuestra Política de Privacidad.

Abrir certificado ISO/IEC 27001:2023 de Macaque ConsultingObtenida
ISO 27701
En proceso
ISO 9001
En proceso
ENS ALTO
En proceso
ISO 42001
En estudio

Miembros de

  • FEGP
  • OdiseIA
  • PIMEC
  • TICSud

Hablemos de tu proyecto

Cuéntanos qué necesitas y te respondemos en menos de 24 horas laborables.

Impulsamos tu negocio con tecnología e inteligencia artificial

Asesoramiento personalizado

Analizamos tu caso y proponemos soluciones adaptadas a tu negocio

Acompañamiento continuo

Desde la idea hasta la evolución del producto

Soluciones escalables

Tecnología preparada para crecer contigo

Disponibilidad

Lunes - Viernes:09:00 - 19:00

Respuesta en menos de 24h