Lo que se pregunta todo el mundo antes de contratar.

En el mercado español se ven desde automatizaciones acotadas de unos pocos miles de euros hasta proyectos de integración que superan ampliamente esa cifra. Ese rango es tan amplio que, por sí solo, no sirve para decidir.

Lo que de verdad mueve el precio son tres cosas: cuántos sistemas tienen que hablar entre ellos, en qué estado está el dato (si «cliente activo» significa lo mismo en todas partes o tres cosas distintas) y cuántas excepciones tiene el proceso real, que casi nunca son las que figuran en el manual.

Mi forma de trabajarlo es empezar por un alcance cerrado y pequeño: revisar un proceso, decir qué merece automatizarse y cuánto costaría hacerlo. Con eso encima de la mesa decides con una cifra concreta, no con una estimación de catálogo.

Más sobre esto: Consultoría de IA para empresas

La diferencia de plazo casi nunca está en el desarrollo. Está en cuánto se tarda en decidir qué se va a hacer exactamente y en conseguir acceso a los datos y a las personas que usan el proceso.

Por eso el primer entregable es siempre un piloto verificable sobre un caso real, no una plataforma completa. Un piloto entra en funcionamiento, se prueba con el equipo y enseña cosas que ninguna reunión previa habría anticipado. A partir de ahí se decide si se amplía.

Lo que sí alarga los plazos de forma sistemática: procesos que nadie ha escrito, datos repartidos en hojas de cálculo personales y decisiones que dependen de una persona que está de vacaciones.

Más sobre esto: Consultoría de IA para empresas

Un agente no necesita —ni debe— tener acceso a todo. Parte del trabajo de diseño consiste precisamente en acotar la base de conocimiento: qué fuentes puede consultar, cuáles no, y qué puede afirmar a un cliente.

Hay tres decisiones que conviene tomar por escrito antes de conectar nada:

• Dónde se procesa. Según el caso se puede trabajar con modelos en la nube, con acuerdos de no retención de datos, o con modelos que se ejecutan en tu propia infraestructura.
• Qué sale de la empresa. Normalmente basta con enviar el fragmento necesario para resolver la consulta, no la base de datos entera.
• Qué queda registrado. Un histórico exportable de conversaciones no es sólo una garantía frente a un cliente: es la única forma de auditar por qué el sistema respondió lo que respondió.

Si tratas datos personales, esto además se cruza con el RGPD, y las decisiones anteriores son las que determinan qué encargados de tratamiento tienes y qué hay que documentar.

Más sobre esto: Agentes de IA para atención al cliente

El síntoma que llega suele ser «nuestro CRM no nos sirve». Al mirarlo de cerca, lo que casi siempre aparece es otra cosa: campos que significan cosas distintas según quién los rellene, permisos teóricos que nadie aplica, y alguien exportando un Excel de un sitio para meterlo en otro.

Nada de eso lo arregla cambiar de proveedor. De hecho, migrar arrastra el desorden al sistema nuevo y añade el coste de volver a formar al equipo.

Se trabaja con lo que ya hay. Incluso los sistemas de gestión veteranos suelen exponer ficheros o bases de datos con los que se puede construir una integración fiable.

Más sobre esto: Integración de CRM y datos conectados

El chatbot clásico funciona con un árbol de decisión: si el usuario dice A, responde B. Sirve para preguntas frecuentes y poco más, y se rompe en cuanto alguien pregunta algo de una forma no prevista.

Un agente consulta el dato real —el estado de un pedido, la disponibilidad, el historial— y puede actuar sobre otros sistemas. Eso lo hace mucho más útil y también más delicado: si puede actuar, hay que decidir por escrito qué puede hacer, qué no, y cuándo tiene que pasar la conversación a una persona.

La diferencia que importa para tu negocio no es técnica: es que un agente sin procedimiento escrito es un generador de respuestas plausibles, y eso en atención al cliente es un riesgo, no una ventaja.

Más sobre esto: Agentes de IA para atención al cliente

Son las dos obligaciones que alcanzan a prácticamente cualquier empresa, incluso sin sistemas de alto riesgo:

• Transparencia (artículo 50). Aplica a todos los sistemas de IA que interactúan con personas, no sólo a los de alto riesgo. El bot tiene que decir lo que es, y el contenido sintético que publiques tiene que ir marcado.
• Alfabetización en IA (artículo 4). Obliga desde el 2 de febrero de 2025 a adoptar medidas de formación para el personal que usa estos sistemas.

Las obligaciones duras de los sistemas de alto riesgo del anexo III se aplazaron al 2 de diciembre de 2027, y ése es el titular que se ha quedado la gente. Pero casi ninguna pyme tiene sistemas de alto riesgo, y lo que sí le aplica es justo lo que no se aplazó.

En la práctica, cumplir la parte de transparencia en un agente bien diseñado es un cambio de copia y una regla de enrutado: horas, no un proyecto.

Más sobre esto: Agentes de IA para atención al cliente · El AI Act se ha retrasado. Avisar de que hablan con una IA, no

Las empresas grandes tienen más presupuesto y también más capas de decisión. En una empresa pequeña se puede hablar directamente con quien ejecuta el proceso y con quien decide, que es lo que hace que un piloto avance en semanas.

Lo que sí cambia es el criterio de por dónde empezar: no por lo más ambicioso, sino por el proceso que hoy consume más tiempo repetitivo y tiene reglas razonablemente claras. Ése es el que da retorno visible antes y el que convence al equipo de que esto no es humo.

Más sobre esto: Consultoría de IA para empresas

Una parte de los procesos que llegan no necesitan inteligencia artificial: necesitan una integración que nadie ha hecho, un campo obligatorio en un formulario o que dos personas se pongan de acuerdo en qué significa una palabra.

Decirlo es más barato para ti que construir un sistema que resuelve el problema equivocado, y es la razón por la que la primera fase es una revisión acotada y no un desarrollo.

Más sobre esto: Consultoría de IA para empresas