Cómo saber si un consultor de IA es bueno o solo vende humo

Por qué nadie distingue criterio de humo

Contratar un consultor de IA se parece demasiado a contratar cualquier otro proveedor: se pide una propuesta, se compara el precio, se elige al que suena más seguro en la llamada. El problema es que la IA todavía es un territorio donde casi nadie del lado de la empresa tiene experiencia previa para calibrar si lo que está escuchando es criterio real o un discurso bien ensayado. Eso convierte al comprador en un blanco fácil para cualquiera que sepa hablar con confianza de agentes, modelos y automatización.

El resultado se ve seis meses después, cuando el proyecto no entregó nada medible, el consultor ya facturó y desapareció, y la empresa quedó con menos presupuesto y más desconfianza hacia la IA en general. No fue mala suerte. Fue no haber sabido leer, desde la primera reunión, las señales que ya estaban ahí: de qué hablaba primero, qué evidencia traía, qué tan honesto era sobre lo que no podía resolver.

Esta guía no es el cuestionario de la entrevista. Ese guion de preguntas, qué preguntar en la reunión, ya existe en otra parte del Playbook. Esto es lo que se observa en el comportamiento: cómo habla un consultor bueno frente a cómo habla uno que vende humo, antes de que abra la boca para responder ninguna pregunta preparada.

Qué significa esto en realidad (y qué no)

Saber si un consultor de IA es bueno no es un ejercicio de intuición ni de simpatía. Tampoco es un checklist de certificaciones o de qué tan grande es su empresa. Es leer un patrón de comportamiento consistente, en la forma en que habla, en la evidencia que presenta y en lo que está dispuesto a admitir que no puede hacer.

• Un consultor que se ve bien en LinkedIn, con posts pulidos y una cuenta con muchos seguidores: eso mide comunicación, no criterio de implementación.
• El que cobra más caro, asumiendo que el precio es proxy de calidad: en un mercado sin regulación ni estándar, el precio solo mide qué tan bien se vende, no qué tan bien ejecuta.
• El que trae la lista más larga de tecnologías que domina: dominar herramientas no es lo mismo que saber qué proceso de tu negocio vale la pena tocar primero.
• Una certificación de un proveedor de nube o de un modelo específico: certifica conocimiento técnico de una plataforma, no criterio de negocio para diagnosticar dónde está el dolor real.

Las señales que se ven en cómo habla, antes de vender nada

De dónde arranca la conversación

La primera señal aparece en los primeros diez minutos de la primera reunión, antes de cualquier propuesta formal. Un consultor con criterio empieza preguntando por el negocio: qué proceso duele, cuánto cuesta ese dolor hoy, quién lo sufre, qué se ha intentado antes y por qué no funcionó. Uno que vende humo empieza hablando de tecnología: el modelo más nuevo, el framework de moda, cuántos agentes puede desplegar, la palabra “transformación” repetida varias veces sin que nadie haya explicado todavía qué se va a transformar.

• Pregunta primero por el dolor, no por el presupuesto de tecnología. Si la primera pregunta seria es “¿cuál es tu presupuesto para IA?” en vez de “¿qué proceso te está costando más tiempo o dinero hoy?”, ya hay una señal.
• Usa el vocabulario del negocio, no el suyo. Habla de ventas perdidas, tiempo de respuesta, errores de facturación, no de “disrupción” ni de nombres propios de modelos como si fueran el punto central de la conversación.
• No trae un framework prearmado a la primera reunión. Si en la primera llamada ya tiene la solución completa antes de entender el proceso, no diagnosticó nada: vendió lo que ya tenía preparado para cualquier cliente.
• Menciona la tecnología como medio, nunca como titular. El titular de su propuesta debería ser el resultado de negocio esperado, no el nombre del modelo o la arquitectura que va a usar por dentro.
• Pregunta cuánto cuesta hoy el problema, en números, antes de proponer nada. Si nadie discute el costo actual del dolor, tampoco va a haber forma de demostrar después que el proyecto lo resolvió.

Casos verificables, no logos ni testimonios vagos

La segunda señal aparece cuando pide evidencia de trabajo anterior. Cualquiera puede poner logos de clientes en una presentación. Lo que distingue a un consultor con criterio es que puede describir, con números y sin depender de nombres, qué proceso intervino, qué cambió y cómo se midió el cambio. El que vende humo se queda en el logo y en la frase genérica, “ayudamos a esta empresa a transformarse con IA”, sin un solo número detrás.

• Describe el caso con estructura, no con adjetivos. Proceso, línea base, qué se hizo, resultado medido en un número concreto. Si la descripción se queda en “fue un éxito” o “quedaron muy contentos”, no hay caso, hay opinión.
• Ofrece verificar el caso sin que se lo pidan dos veces. Un consultor seguro de su trabajo propone la llamada de referencia antes de que el comprador tenga que insistir. El que evade, cambia de tema o pone excusas de confidencialidad para todo, está protegiendo la falta de evidencia, no al cliente anterior.
• Admite los casos que no salieron bien. El que solo tiene historias de éxito perfecto en un terreno tan nuevo como la IA, o miente o no ha hecho suficiente trabajo real todavía.
• El testimonio viene de quien usó el sistema, no solo de quien firmó el contrato. Una frase del gerente general que aprobó el proyecto vale menos que la opinión de la persona que lo opera todos los días.

Qué tan honesto es sobre lo que la IA no resuelve

La tercera señal, y la que más rápido separa criterio de humo, es si el consultor dice explícitamente qué no se puede resolver con IA en tu caso. El que vende humo tiene una respuesta para todo, siempre positiva, siempre “sí se puede”. El que tiene criterio real reconoce límites: datos que no existen, procesos demasiado inestables para automatizar todavía, expectativas que no son razonables en el plazo que pide el cliente.

• Dice “esto no se puede resolver con IA todavía” cuando corresponde. No como excusa para no trabajar, sino como diagnóstico honesto de que el problema real es de datos, de proceso o de gente, y la IA no repara eso por sí sola.
• Explica el límite en términos de negocio, no técnicos. No dice “el modelo no tiene suficiente contexto”, dice “no tenemos suficiente historial limpio de este proceso para confiar en lo que prediga el sistema”.
• No promete plazos ni resultados que ya sabe que son poco realistas solo para cerrar el contrato. Si acepta sin objeciones un plazo de dos semanas para un proyecto que él mismo sabe que toma dos meses, está vendiendo la venta, no el proyecto.
• Reconoce cuando el problema no es de IA sino de proceso o de datos. Y lo dice antes de cobrar, no después de que el proyecto fracasó y hay que explicar por qué.

Las señales que se ven en cómo estructura el trabajo

Si define el éxito antes de firmar

La cuarta señal aparece antes de que el proyecto empiece: si el consultor propone, por escrito, cómo se va a medir el éxito, o si deja esa definición para “ya veremos cómo va saliendo”. Un consultor con criterio no firma un contrato sin un número de referencia, la línea base, y un número objetivo, aunque sea aproximado. El que vende humo prefiere mantener el éxito indefinido, porque un objetivo difuso es imposible de fallar.

• Propone la métrica de éxito en la propuesta, no después de empezar. Horas ahorradas, errores reducidos, tiempo de respuesta, lo que sea, pero un número, escrito, antes de la primera factura.
• Pide la línea base actual antes de tocar nada. Si no le importa cuánto tarda o cuánto cuesta el proceso hoy, tampoco va a poder demostrar después que lo mejoró.
• Acepta que el proyecto se evalúe contra ese número, no contra la percepción general de que “quedó bien”. El que evita el compromiso numérico está dejando la puerta abierta para declarar éxito sin importar el resultado.
• Explica qué pasa si el número objetivo no se alcanza. Un consultor serio tiene una respuesta preparada para el escenario de no cumplir la meta. El que vende humo asume que ese escenario no existe.

Cómo verificar una referencia de cliente de verdad

Esta es la señal que casi nadie ejecuta bien, y la que más rápido expone a un consultor que vende humo: llamar a una referencia real y hacerle las preguntas correctas. El error común es preguntarle a la referencia lo mismo que ya le preguntaste al consultor, “¿quedaste contento?”, y conformarse con un “sí” cortés. Las preguntas que sirven van dirigidas al cliente anterior, no al consultor, y buscan el detalle incómodo que un testimonio preparado nunca incluye.

• “¿Qué número específico cambió, y cómo lo midieron ustedes, no el consultor?” Si la referencia no puede dar un número propio, sino que repite la cifra que el consultor le sugirió, la referencia no es independiente.
• “¿Qué se cayó del plan original, y cómo lo manejó el consultor cuando pasó?” Todo proyecto tiene algo que no sale como se planeó. Cómo reaccionó el consultor ante eso dice más que el resultado final.
• “¿Volverían a contratarlo para un segundo proyecto, y para cuál específicamente?” Una respuesta general, “sí, seguro”, vale menos que una respuesta concreta sobre qué otro proceso le confiarían.
• “¿Se fue el consultor cuando terminó el contrato, o quedó algo, documentación, capacidad interna, que ustedes puedan sostener solos?” Revela si el trabajo dejó capacidad real en la empresa o dependencia del proveedor.
• Pide hablar con la referencia sin el consultor en la llamada. Si el consultor insiste en estar presente o en “coordinar” la conversación con su excliente antes de que ocurra, está controlando lo que la referencia puede decir.

Errores comunes al evaluar a un consultor de IA

• Confundir vocabulario técnico con criterio de negocio: el que habla más de modelos y arquitecturas no necesariamente sabe qué proceso de tu empresa vale la pena tocar primero.
• Aceptar el testimonio del cliente anterior sin llamarlo directamente, conformándose con una carta o una captura de pantalla que el mismo consultor proporciona.
• Elegir al consultor más barato asumiendo que el precio bajo compensa la falta de evidencia, cuando en realidad suele significar que nadie más quiso pagar por ese trabajo antes.
• Dejar que decida solo el área de sistemas o tecnología, sin que alguien del negocio, comercial, operaciones, finanzas, valide si el consultor entendió el dolor real, no solo el problema técnico.
• No preguntar qué pasó en los proyectos que no salieron bien: todo consultor con suficiente trabajo real tiene al menos uno, y cómo lo cuenta dice más que sus éxitos.
• Firmar sin una métrica de éxito escrita, confiando en que “se va a notar” si el proyecto funcionó, y descubrir seis meses después que no hay forma de demostrarlo.

Cómo se ve esto en la práctica

Una empresa de retail mediana, en Perú, alrededor de 90 personas, con tres locales y una tienda en línea, decidió invertir en IA para su área de atención al cliente después de meses de quejas por demoras en responder consultas de WhatsApp. El gerente comercial recibió dos propuestas.

El primer consultor llegó a la primera reunión con una presentación de cuarenta diapositivas sobre “transformación digital con inteligencia artificial generativa”, mencionó tres modelos distintos por nombre en los primeros cinco minutos, y mostró un slide con diez logos de empresas “clientes”. Cuando el gerente comercial pidió hablar con una de esas empresas, la respuesta fue que “por políticas de confidencialidad” no era posible, pero que podía compartir una carta de recomendación en PDF.

El segundo consultor empezó la reunión preguntando cuántos mensajes de WhatsApp llegaban al día, cuánto tardaba en promedio una respuesta, y cuántas ventas se perdían por esa demora, cifra que nadie en la empresa había calculado antes. Ofreció dos referencias de clientes anteriores sin que se lo pidieran, de sectores distintos al retail, y fue explícito: dijo que si el historial de conversaciones de WhatsApp no estaba ordenado y accesible, el primer mes del proyecto sería solo de limpiar y estructurar esa información, no de desplegar nada todavía.

El gerente comercial llamó a una de las dos referencias del segundo consultor y le preguntó, no por la satisfacción general, sino qué número había cambiado y qué se había salido del plan original. La referencia contó que el proyecto tardó tres semanas más de lo estimado por un problema de integración con su sistema de pedidos, y que el consultor lo avisó apenas lo detectó, en vez de ocultarlo hasta el final. Ese detalle incómodo, contado sin que nadie lo forzara, fue lo que terminó de convencer al gerente comercial de elegir al segundo consultor. Cuatro meses después, el tiempo de respuesta promedio en WhatsApp había bajado de manera medible, con el número documentado desde la primera semana.

Mi criterio

Cómo saber si elegiste al consultor correcto

No hace falta esperar a que el proyecto termine para saber si el consultor elegido tiene criterio real. Las señales aparecen desde las primeras semanas de trabajo conjunto.

• Puede explicar en dos minutos, sin apoyarse en jerga técnica, qué proceso de tu negocio va a tocar y por qué ese antes que otro.
• Ya te dio, por escrito, el número de línea base y el número objetivo, antes de la primera factura.
• Al menos una referencia real, verificada directamente por ti y no por él, confirma un resultado medido y cuenta también lo que no salió perfecto.
• En algún momento de la conversación te dijo explícitamente que algo que pediste no se podía resolver con IA todavía, o que requería trabajo previo de datos o de proceso.
• No necesitas que él esté presente para hablar con su cliente anterior ni para entender qué se hizo: la documentación y la capacidad quedan en tu empresa, no solo en su cabeza.
• Si algo se atrasa o sale distinto a lo planeado, te avisa apenas lo detecta, no cuando ya no se puede ocultar.