Cómo conseguir clientes de consultoría de IA cuando empiezas

El silencio después de publicar: por qué nadie responde al mensaje frío

La escena se repite con pequeñas variaciones, pero casi siempre termina igual. Un profesional que pasó años implementando IA dentro de una empresa decide independizarse y ofrecer eso mismo como consultoría. Abre LinkedIn, empieza a publicar sobre agentes, sobre automatización, sobre lo que aprendió puertas adentro, dos o tres veces por semana. En paralelo manda mensajes directos a gerentes y dueños de negocio que no lo conocen, ofreciendo “una llamada de veinte minutos sin compromiso”. Pasan las semanas. Llegan algunos “me gusta”, algún comentario amable de otros consultores, casi ningún mensaje de alguien con un problema real y presupuesto para resolverlo.

Cuando por fin alguien responde y pide una propuesta, aparece el segundo error, más caro que el primero: cotiza ahí mismo, en la misma llamada, con un número que sale de lo que cobraba antes en planilla dividido entre horas, sin haber visto el proceso real de esa empresa. La respuesta, cuando llega, es un “lo vamos a evaluar” que no vuelve a aparecer en la bandeja de entrada.

El diagnóstico que la mayoría hace en ese punto suele estar mal apuntado: “necesito publicar más seguido”, “necesito un funnel de captación”, “necesito bajar el precio para entrar”. Ninguno de los tres toca el problema de fondo, que es más simple y más incómodo de aceptar: nadie firma un contrato con alguien que todavía no puede mostrar, con evidencia concreta, que ya movió un número dentro de una empresa parecida a la del comprador. El contenido y la prospección en frío no generan esa confianza por sí solos, la reflejan cuando ya existe. Sin un caso detrás, cada mensaje y cada publicación suenan a promesa sobre uno mismo, y ninguna empresa contrata una promesa cuando lo que está en juego es su propia operación. Antes de tocar una sola puerta conviene resolver algo incómodo: qué evidencia existe de que esto funciona, y en qué empresa se consiguió esa evidencia. Quien recién empieza a labrarse un lugar como consultor de IA suele saltarse esa pregunta y salir directo a buscar clientes, cuando el orden correcto es al revés.

Por qué el contenido y la prospección en frío no reemplazan al caso

Hay un malentendido extendido en la consultoría de IA que recién empieza: pensar que el contenido en redes es lo que trae clientes. El contenido no trae clientes, amplifica una reputación que ya existe. Cuando alguien con trayectoria y casos reales publica, cada pieza refuerza lo que el mercado ya intuye sobre esa persona. Cuando alguien sin ningún caso publica exactamente lo mismo, cada pieza es una afirmación sin respaldo, y quien lee con experiencia lo nota aunque no lo diga en un comentario. La prospección en frío tiene el mismo problema de fondo: un mensaje directo bien escrito abre una conversación, pero no la cierra si detrás no hay nada concreto que mostrar.

Esa evidencia tiene una forma precisa, no es una intuición ni una opinión sobre lo bien que salió un proyecto. Es un número de antes y un número de después, atado a un proceso con nombre propio: “el tiempo de respuesta a reclamos bajó de tres días a cuatro horas”, “el equipo dejó de perder dos horas diarias clasificando correos a mano”. Sin ese antes y después, lo único que se ofrece en una llamada de ventas es una opinión sobre uno mismo, y ninguna empresa arriesga su operación por la opinión que alguien tiene de su propio trabajo.

Cómo construir el primer caso documentado, aunque sea sin cobrar

El primer caso no necesita nacer de un cliente que paga. Puede construirse dentro de la empresa donde todavía se trabaja en relación de dependencia, como colaboración acotada con un negocio pequeño cercano, o incluso como ejercicio propio sobre un proceso que ya se conoce bien. Lo que lo vuelve un caso real, y no un ejercicio de portafolio inflado, es que cumpla cuatro condiciones antes de darlo por terminado:

• Un proceso, no una tecnología. Se elige “cómo se clasifican los reclamos que entran por correo”, no “vamos a meter IA en el área de soporte”. La tecnología es el medio, el proceso es lo que se mide.
• Una métrica de antes, tomada en serio. Cuánto tardaba, cuánto costaba o cuántas horas consumía ese proceso antes de tocar nada, con un número, no con una impresión general.
• Una intervención acotada en el tiempo. Semanas, no meses, y sobre un tramo del proceso, no sobre todo el área de una sola vez.
• La misma métrica, medida después. El resultado se compara contra el mismo número inicial, en las mismas unidades, o no hay forma de sostenerlo frente a nadie.

Documentarlo bien significa tratarlo con el mismo rigor que cualquiera de los casos documentados que sostienen una autoridad real: nombrar el proceso, el número de antes, la intervención concreta y el número de después, aunque el cliente sea anónimo o el trabajo no se haya cobrado un solo sol. Ese primer caso, bien armado, es también la base de lo que después se convierte en un portafolio de consultor de IA que no rompe confidencialidad, cuando el nombre real de la empresa no se puede mencionar en público.

A quién ir primero: la empresa donde ya trabajaste, no un desconocido en LinkedIn

El instinto de quien empieza es salir a buscar clientes desconocidos: gente que no lo conoce, en empresas que nunca oyeron hablar de su trabajo. Es el camino más largo y menos probable de los dos disponibles. El primer cliente casi siempre está más cerca de lo que parece: la empresa donde ya se trabajó, un jefe anterior que ahora dirige otra área, un proveedor o cliente de esa etapa que sabe de primera mano cómo trabaja esta persona.

• Ya conocen el trabajo, no solo el perfil. No hace falta convencerlos de que la persona sabe lo que dice, ya lo vieron en la práctica durante meses o años.
• Ya conocen el proceso interno. Se ahorra buena parte del diagnóstico inicial, porque quien llega ya entiende cómo funciona esa empresa por dentro.
• El riesgo percibido es menor. Contratar a alguien conocido para un piloto acotado es una decisión que una sola persona puede tomar, sin pasar por un comité de compras.
• Pueden decir que sí más rápido. Sin proceso de licitación ni tres cotizaciones de comparación, sin la fricción que enfrenta un desconocido.

Esto no es un atajo ni una forma de aprovecharse de un contacto: es cómo empieza casi cualquier consultoría, dentro o fuera de la IA. Nadie parte de cero contra desconocidos, parte de la confianza construida en una relación anterior y la extiende hacia un problema nuevo. Quien está pensando en cómo ser consultor de IA sin tener todavía el primer contrato firmado debería revisar antes su lista de excompañeros, exjefes y proyectos anteriores, no su bandeja de mensajes de LinkedIn a desconocidos.

Qué decir en la primera reunión (y qué no decir)

La primera reunión no es para presentar lo que se sabe hacer con inteligencia artificial. Es para escuchar en qué parte del proceso la empresa pierde tiempo, dinero o control, con la boca cerrada más tiempo del que resulta cómodo. Empezar hablando de agentes, modelos o automatización antes de entender el proceso es hablar del martillo antes de haber visto el clavo, y el interlocutor lo nota aunque no lo diga.

• Qué proceso les quita más tiempo hoy, en horas concretas de alguien del equipo, no en una sensación general de “estamos saturados”.
• Qué pasa cuando ese proceso falla: quién se entera, qué le cuesta a la empresa, con qué frecuencia ocurre.
• Qué han intentado ya para resolverlo, y por qué no funcionó o no se sostuvo en el tiempo.
• Quién más tiene que estar de acuerdo para que un proyecto así avance, más allá de la persona sentada en la llamada.

De esa conversación sale, en el mejor de los casos, un problema nombrado con precisión, y todavía no una solución. Recién con eso encima de la mesa tiene sentido pasar a redactar algo formal, y ahí es donde entra cómo hacer una propuesta de consultoría de IA que se aprueba: una propuesta que nombra el proceso diagnosticado en esa reunión, no un paquete genérico de servicios de IA armado antes de conocer a la empresa.

El error de cotizar antes de diagnosticar

El error más caro que comete quien empieza es cotizar en la misma llamada donde escuchó el problema por primera vez. Da un número porque siente que el silencio después de la pregunta “¿cuánto cuesta esto?” es peor que un número mal calculado, y ese número queda anclado para el resto de la negociación, aunque después descubra que el proceso era mucho más simple, o mucho más complicado, de lo que sonó en la descripción inicial.

Cotizar sin diagnóstico previo tiene dos salidas, y las dos salen caras. Si el número queda bajo, el consultor termina meses atrapado en un proyecto que factura menos de lo que exige de verdad. Si el número queda alto sin ninguna evidencia detrás que lo sostenga, la empresa desconfía y cierra la conversación antes de tiempo, sin decir por qué. La forma de evitarlo está en separar las dos conversaciones en el tiempo: primero el diagnóstico, documentado por escrito y compartido con el cliente, y recién después cómo poner precio a un proyecto de IA sobre ese diagnóstico ya cerrado, nunca antes de tenerlo.

Cotizar a ciegas es, de hecho, uno de los errores de un consultor de IA en su primer año que más se repite, y casi siempre nace de la ansiedad de cerrar rápido, no de un cálculo real sobre el trabajo que hay detrás.

Cómo pedir la referencia sin que suene a favor

Pedir la referencia es la parte que más se posterga porque incomoda, y es la que más clientes nuevos trae después del primero. El momento correcto no es meses después, cuando el recuerdo del proyecto ya se diluyó entre otras prioridades: es en la semana siguiente a entregar el resultado, cuando el alivio o el entusiasmo del cliente todavía está fresco.

• Pedirla en el momento exacto: la semana de la entrega, no en el corte de cuentas trimestral, cuando el interlocutor ya olvidó el detalle del antes y el después.
• Pedir algo específico, no genérico: no “si conoces a alguien, coméntame”, sino un nombre concreto de otra área o de otra empresa del mismo sector que el cliente ya mencionó durante el proyecto.
• Facilitar el mensaje: ofrecer un párrafo corto que resuma el caso, para que la persona solo tenga que reenviarlo, no redactarlo desde cero un lunes ocupado.
• Aceptar un no sin insistir: forzar la referencia rompe la relación que la habría generado de forma natural más adelante, en otro momento.

La referencia bien pedida rinde más que cualquier mensaje en frío, porque llega con la confianza ya prestada por alguien que vivió el resultado de cerca. El primer cliente rara vez trae al segundo cliente solo: trae la conversación que permite conseguirlo, y esa conversación hay que pedirla, no esperar a que ocurra sola.

Mi criterio sobre trabajar gratis y sobre cobrar rápido

El caso decide todo esto, no el contenido ni el mensaje frío

El contenido y la prospección en frío siguen teniendo un lugar en todo esto, pero van después del caso, no antes. Sirven para sostener y multiplicar una reputación que ya tiene un hecho real detrás, no para inventarla desde cero contra un público que no tiene forma de comprobar lo que lee. Invertir ese orden (contenido primero, caso después, tal vez) es la razón por la que tanta gente que empieza en consultoría de IA publica durante meses sin que eso se traduzca en un solo contrato firmado.

La pregunta que separa a quien todavía no consigue clientes de quien ya tiene el segundo y el tercero no es cuánto contenido publicó esta semana ni cuántos mensajes mandó en frío. Es si puede nombrar, con un número concreto de antes y de después, la última vez que su intervención cambió algo dentro de una empresa real. Mientras esa respuesta no exista, ninguna estrategia de prospección la va a reemplazar. En cuanto exista, deja de hacer falta la mayoría de esas estrategias.