Cómo elegir un implantador de IA sin caer en consultoras infladas (guía honesta 2026)

Cada semana hablamos con directores generales y de TI que llevan meses buscando “alguien serio para implantar IA en la empresa” y vuelven con el mismo cuadro. Tres propuestas en la mesa: una de la Big Four por 280.000 € que es un PowerPoint de 90 páginas sin código, una de la agencia de marketing reconvertida a “AI partner” que es un ChatGPT con tu logo, y una de un freelance brillante que no podría sostener el proyecto si cae enfermo dos semanas. Elegir implantador de IA en España hoy es un campo de minas, no porque falten opciones, sino porque la mayoría de las opciones no son lo que dicen ser.

En Everglow entramos como implantadora de IA para empresas y vemos el otro lado: clientes que llegan con cicatrices de un proyecto anterior, presupuestos quemados, equipos desmoralizados y una idea borrosa de qué es la IA aplicada a su negocio. Este post es la guía que nos gustaría que tuvieran antes de firmar el contrato anterior, no después. Qué pedir, qué huir, cómo distinguir squad real de teatro, y qué expectativas son razonables sobre precio, plazos y resultado.

Por qué la mayoría de proyectos de IA en empresa se eligen mal

El problema de base no es el implantador. Es que la empresa contrata sin tener claro qué está comprando. La IA en empresa es un mercado nuevo, con vocabulario nuevo y casi sin estándares. Eso lleva a tres patrones de error muy repetidos:

• Confundir capacidad de venta con capacidad de ejecución. La consultora que mejor te explica el AI Act y te enseña 80 slides probablemente nunca ha desplegado un agente en producción.
• Comprar metodología en vez de resultado. “Framework propietario de transformación con IA en cinco fases” es exactamente el ruido al que cobran 200.000 € sin que nada quede funcionando.
• Elegir por tamaño y reputación, no por equipo asignado. Firmas con la marca, pero te asignan tres juniors recién salidos del bootcamp.

Un buen implantador de IA no se distingue por el deck. Se distingue por enseñarte código suyo en GitHub, métricas reales de clientes anteriores, y por cuestionar tu encargo cuando es absurdo.

Empezar por aceptar que esto es un mercado opaco te ahorra mucho dinero. Lo siguiente es saber qué preguntar.

Tipos de proveedor y para qué sirve cada uno

Antes de elegir, entiende qué hay en el mercado español hoy. Estos son los seis arquetipos que vemos, en bruto:

• Big Four / consultoras grandes (Deloitte, Accenture, EY, PwC, KPMG, Capgemini). Buenas para gobernanza, compliance y proyectos donde el comprador necesita “cubrirse” institucionalmente. Tickets desde 200.000 €. Ejecución técnica subcontratada o lenta. Tienen sentido en grandes corporaciones, casi nunca en medianas.
• Consultoras boutique de IA. Equipos de 10-50 personas especializadas. La calidad varía mucho — algunas son lo mejor del mercado, otras son agencia de marketing reciclada. Cuesta distinguirlas por la web.
• Productoras de software clásicas reposicionadas a “AI partner”. Saben construir software, pero IA es una capa más. Útiles si tu proyecto es 30% IA y 70% integración seria con sistemas.
• Agencias de marketing con “departamento IA”. Huye. Salvo que tu proyecto sea generar contenido o automatizar marketing puro, no tienen capacidad para tocar tus sistemas de negocio.
• Freelances o duplas top. Brillantes técnicamente, baratos relativamente, riesgo claro de continuidad y mantenimiento. Sirven para PoCs o piezas concretas. No para proyectos de 6+ meses con cinco departamentos involucrados.
• Implantadoras especializadas en IA aplicada. Squads pequeños, foco vertical en empresa, modelo de pocos clientes/alto compromiso. Es el modelo en el que nos movemos en Everglow. Combina la capacidad técnica del freelance con la sostenibilidad de la consultora.

No hay un “tipo correcto” universal. Depende del proyecto. Pero la mayoría de medianas españolas que vemos eligen entre los dos extremos (Big Four o freelance) cuando lo que necesitan está en el medio.

Las 12 preguntas que separan los buenos de los malos

Esta es la batería que recomendamos a cualquier director general o CTO antes de firmar. Si tu proveedor responde mal a más de tres, sigue mirando.

Sobre ejecución real

1. ¿Puedes enseñarme un proyecto que hayas puesto en producción, no en demo? No vale “tenemos casos de éxito”. Vale “este agente lleva 9 meses corriendo en producción para X cliente, atiende Y peticiones/día, con Z tasa de error”. Si no dan números, no han desplegado.
2. ¿Qué porcentaje de vuestros proyectos sigue funcionando 12 meses después del go-live? Pregunta incómoda y reveladora. Cualquier respuesta por encima del 80% sin matices es probablemente mentira. Un buen implantador te dirá 60-75% con honestidad y explicará por qué los demás cayeron (cliente no asignó referente, cambió la estructura, etc.).
3. ¿Quién va a estar en mi proyecto, de verdad, con nombre y apellido? Pide CVs y LinkedIn del equipo asignado, no del comercial. Si te asignan tres juniors y un “tech lead” al 10%, es teatro.
4. ¿Trabajáis con n8n / Make / código a medida / LangChain / LlamaIndex / Pinecone / etc.? No necesitas que dominen todo, pero deberían moverse con soltura por el stack moderno de LLMs y automatización. Si solo hablan de “GPT” como si fuera un producto, mal.

Sobre cómo abordan el proyecto

5. ¿Vais a hacer auditoría antes de proponer alcance? Si te llegan con propuesta cerrada sin haber visto tus procesos, datos y sistemas, te están vendiendo plantilla. Una auditoría seria cuesta entre 3.000 y 15.000 € y vale cada euro.
6. ¿Qué pasa si en la auditoría descubrís que la IA no es la respuesta? Si te dicen que eso “no pasa nunca” o que “siempre hay algo que automatizar”, están comiendo de tu encargo. Un buen implantador te dirá que en aproximadamente el 20-30% de procesos auditados, la mejor recomendación es no usar IA o usarla solo en una parte muy concreta.
7. ¿Cómo medís el ROI del proyecto? Tiene que haber métricas pactadas antes de empezar, no después. Si la única métrica es “satisfacción del equipo” o “uso de la herramienta”, no es ROI.
8. ¿Vais a montar gobernanza mínima (políticas, logs, control de prompts, gestión de datos)? En 2026 con el AI Act ya aplicándose, esto es no-negociable. Si el implantador no menciona gobernanza por iniciativa propia, es porque no lo va a hacer.

Sobre la economía del proyecto

9. ¿Cuál es el desglose de coste entre auditoría, build, despliegue y acompañamiento? Si el 90% del presupuesto está en “consultoría estratégica” y el 10% en build, te están vendiendo PowerPoint caro. Una proporción sana es 10-20% auditoría, 50-65% build/despliegue, 20-30% acompañamiento post go-live.
10. ¿Qué pasa si necesito un cambio a mitad de proyecto? Buen proveedor: cambia el alcance, repactamos. Mal proveedor: cláusula penal del 20% por cambio.
11. ¿Quién es el dueño del código, los prompts, los flujos y los datos al final del proyecto? Tú. Siempre tú. Si tienen cláusulas de “propiedad de la metodología” o de licenciamiento sobre tus prompts, vete.
12. ¿Cómo es el modelo de soporte después del go-live? Las tres opciones honestas: bolsa de horas, retainer mensual, o transferencia al equipo interno con formación. Si te dicen “depende de cada caso” sin concretar, no tienen modelo.

Señales de alarma que aparecen casi siempre antes de firmar

Hay banderas rojas que son muy fáciles de ver si las buscas. En orden de gravedad:

• El comercial promete plazos sin haber visto los datos. “En 4 meses lo tienes funcionando” antes de saber siquiera qué CRM usas es vendedor de humo nivel experto.
• Te enseñan la metodología antes que el equipo. Si pasan 40 minutos hablando de su framework y 5 del equipo asignado, sabes dónde está su valor real.
• Casos de éxito sin nombre ni cifras. “Trabajamos con una empresa líder del IBEX y le redujimos un 40% los tiempos.” Cuál, en qué proceso, con qué baseline. Si no lo cuentan, no existe.
• Subcontratan sin decírtelo. Pregunta directamente si el equipo es interno. Pídelo por escrito.
• No tienen criterio sobre tus prioridades. Un implantador serio te va a decir “lo que pides en primero no lo haría yo en primero, haría esto otro porque te apalanca más”. Si todo lo que pides les parece bien, está vendiendo, no consultando.
• Cobran sólo por hito final, sin fase de descubrimiento. Tiene todo el incentivo a entregar deprisa y mal.
• Cero menciones a la integración con tus sistemas existentes. La IA en empresa que no se integra con CRM, ERP, email y datos reales es una demo. Si no te preguntan por la integración en las primeras tres reuniones, no la van a hacer.
• El precio es “muy bajo o muy alto”. Para una mediana española en 2026, un primer proyecto de IA bien hecho en un proceso (atención cliente, ventas, back office) cuesta entre 25.000 € y 90.000 € incluyendo auditoría, build y tres meses de acompañamiento. Por debajo, te están entregando demo. Muy por encima, estás pagando overhead de consultora.

Qué deberías traer tú a la mesa antes de elegir

Esto es lo que casi nadie te dice: el éxito del proyecto depende un 50% del implantador y un 50% de cómo llegas tú. Si no traes esto, vas a culpar al proveedor de algo que es responsabilidad compartida:

• Un proceso identificado (no cinco). Empezar grande es la receta del fracaso. Un proceso, un departamento, un objetivo medible.
• Un sponsor con autoridad real. No el responsable de innovación con buenas intenciones. Alguien que pueda destrabar bloqueos en ventas, IT, legal o RRHH si hace falta.
• Datos mínimamente accesibles. Si tu CRM, ERP o documentación está en silos sin API o sin permisos para conectarse, súmale 2-3 meses al proyecto antes de meter IA.
• Disposición a cambiar el proceso, no solo “ponerle IA encima”. La IA expone procesos rotos. Si no estás dispuesto a tocar el proceso, mejor no metas IA.
• Tiempo del equipo. Implantar IA con éxito requiere que el equipo afectado dedique 2-4 horas/semana al proyecto durante 3-6 meses. Sin eso, no hay magia.

Cómo es la negociación cuando el implantador es serio

Una pista final: la negociación misma te dice mucho. Estas son las dinámicas que vemos en proveedores que entregan:

• Te proponen empezar por una auditoría pagada (3.000-15.000 €) antes de comprometer alcance grande. Eso es buena señal — están protegiendo tu inversión, no inflándola.
• Te ponen condiciones a ti: necesito acceso a estos sistemas, este sponsor, este tiempo del equipo, este referente técnico. Si todo es “nosotros nos encargamos de todo”, no se va a integrar con tu realidad.
• Te dicen “no” a partes de tu encargo. Quitan alcance que no tiene sentido, en lugar de añadir features para inflar el ticket.
• Te enseñan un plan de salida desde el día 1: qué documentación queda, qué formación recibe tu equipo, cómo se transfiere conocimiento. Saben que su trabajo es hacerse innecesarios, no perpetuos.

Cuándo conviene un implantador externo y cuándo no

No siempre la respuesta es contratar fuera. En estos casos te conviene más montar capacidad interna:

• Si vas a hacer IA en serio durante años y tienes presupuesto para un equipo de 3-5 personas dedicadas.
• Si tu propiedad intelectual sobre los modelos es estratégica (raro fuera de tech).
• Si ya tienes un equipo de data/IT fuerte que solo necesita una formación seria y herramientas.

Cuándo el externo es la mejor jugada:

• No tienes equipo IA y necesitas resultados en menos de 6 meses.
• Quieres aprender cómo se hace bien antes de internalizar.
• El alcance es claro y acotado (un proceso, un departamento, un caso de uso).
• Necesitas ejecución rápida sin entrar en proceso de contratación largo.

En la mayoría de medianas españolas, la combinación que mejor funciona es: implantador externo durante 6-12 meses + un referente interno designado que aprende y se queda con el conocimiento. Después, capacidad interna mantiene y amplía.

Cómo trabajamos nosotros, en directo

Para que tengas referencia comparativa, esto es exactamente cómo entramos en Everglow cuando una empresa nos contacta:

• Llamada inicial gratuita (45 min): entendemos el negocio, identificamos 2-3 procesos candidatos, decidimos juntos si tiene sentido seguir.
• Auditoría pagada (2-3 semanas): vemos datos reales, sistemas, equipo y limitaciones. Salida: 1-3 proyectos priorizados con estimación, ROI esperado y plan.
• Build + despliegue (8-16 semanas según proyecto): squad pequeño (2-3 personas), entrega quincenal, integración con tus sistemas reales, métricas pactadas.
• Acompañamiento (3 meses incluidos): ajustes, formación al equipo interno, gobernanza mínima.
• Salida limpia: código tuyo, prompts tuyos, documentación tuya, equipo interno capaz de mantener.

Sin franquicia de horas, sin retainers indefinidos, sin marcas blancas. Pocos clientes, alto compromiso. Si te suena a lo que estás buscando para tu empresa, contacto y hablamos sin compromiso. Y si en la llamada vemos que lo que necesitas es otra cosa — un freelance, una Big Four o no hacer IA todavía — te lo decimos. Mucho mejor para los dos.