Resumen ejecutivo

La pregunta que cualquier director debería poder responder antes de contratar una consultora de IA no es técnica. Es estratégica: ¿qué problema estamos resolviendo y por qué creemos que la inteligencia artificial es la herramienta correcta? La mayoría de los proyectos que fracasan en Chile —y son la mayoría— no fracasan por la tecnología. Fracasan porque la pregunta inicial estaba mal hecha. Esta guía explica cómo formularla bien, qué tipos de consultora existen hoy en el mercado chileno, qué criterios usar para elegir, qué rangos de inversión son razonables y qué errores tienen un costo que excede el del proyecto entero.

Está dirigida a directores, gerentes y CEOs de organizaciones medianas y grandes, especialmente en sectores de alto impacto socioambiental (minería, forestal, salmonera, energía, agroindustria, celulosa) donde la implementación de IA tiene complejidades regulatorias y reputacionales adicionales que la consultoría horizontal no aborda.

Por qué el 90% de las implementaciones de IA falla (y qué evita estar en ese grupo)

Los datos cambian según la fuente, pero la cifra ronda lo mismo. EY Chile reporta que el 62% de las organizaciones experimenta con IA agéntica, pero menos del 10% logra escalar en alguna función. El BCG ha publicado tasas de fracaso similares para implementaciones de IA empresarial a nivel global. PwC Chile observa el mismo patrón en su último informe sobre IA responsable. La conclusión es uniforme: la mayoría de los pilotos no llega a producción y la mayoría de las implementaciones en producción no entrega el valor prometido.

Las razones del fracaso, en nuestra experiencia y en la literatura, son cuatro y se repiten.

La trampa de la herramienta sin el problema. Una organización compra una plataforma de IA porque su competidor la compró, porque su directorio le exige «tener IA» o porque un vendedor le mostró una demo impactante. La pregunta de qué problema resuelve esa herramienta para esta organización en particular nunca se hace bien. El proyecto avanza, consume presupuesto, llega a un piloto y muere ahí. Es el modo más caro de aprender que la IA no es una solución en busca de un problema.

La trampa de la consultora que vende ROI sin método. Una propuesta llega con cifras precisas: «ROI promedio del 171%», «implementación en 3,5 semanas», «+40% de productividad». Esos números son reales en algunos contextos, pero raramente se cumplen sin un método transparente. La pregunta correcta no es cuánto va a rendir el proyecto: es cómo va a rendir, qué supuestos sostienen ese ROI y qué pasa si los supuestos no se cumplen.

La trampa del piloto eterno. Las organizaciones se enamoran del piloto. Es contenido al éxito limitado: pocos usuarios, datos curados, una sola tarea bien definida. El piloto funciona, todos lo celebran y nadie quiere asumir el costo de escalar. Pasan dieciocho meses con el piloto en producción para tres personas y la organización jura que está «transformándose con IA».

La trampa de la TI sin la dirección. El proyecto se delega al equipo de tecnología. Ahí muere antes de empezar. La implementación de IA no es un proyecto técnico: es un proyecto de cambio de modelo de trabajo, de decisión y de medición. Si la dirección no está involucrada, el proyecto no tiene cobertura política para sortear las fricciones inevitables. Y si está involucrada solo en la presentación inicial, el proyecto no tiene continuidad cuando la realidad operativa empuja en sentido contrario.

Lo que evita estar en el 90% es, casi siempre, esto: empezar por el problema, contratar método (no promesas), medir resultado (no actividad) y asegurar patrocinio de dirección. No es magia; es disciplina.

Los cinco modelos de consultoría de IA que existen hoy en Chile

Es útil distinguir cinco modelos que coexisten en el mercado chileno. Cada uno tiene fortalezas y debilidades reconocibles, y conviene saber con cuál estás conversando antes de comparar propuestas.

Modelo 1: proveedor de tecnología (boutique técnica). Equipos pequeños de ingenieros e investigadores de IA con foco en construir. Lo que mejor hacen es desarrollo de soluciones a medida con calidad técnica alta. Su debilidad es que no siempre dimensionan el problema de cambio organizacional que acompaña a la tecnología. Ticket promedio: medio-alto. Duración: variable. Cuándo conviene: cuando la organización tiene el problema bien definido y necesita ejecución técnica fina.

Modelo 2: Big Four (EY, PwC, Deloitte, KPMG). Tienen práctica de IA con procesos formales, frameworks corporativos y experiencia internacional. Su fortaleza es cobertura amplia y credibilidad ante directorios. Su debilidad es ticket alto y, a veces, falta de profundidad técnica en el delivery (las prácticas de IA son recientes y los equipos rotan). Ticket: alto. Duración: meses a años. Cuándo conviene: para grandes corporaciones que necesitan respaldo institucional y proyectos de gobernanza global.

Modelo 3: agencia digital con capa de IA. Agencias de marketing digital o desarrollo web que sumaron servicios de IA a su portafolio. Lo que mejor hacen es implementación rápida de chatbots de servicio al cliente, automatizaciones simples y casos de uso de marketing. Su debilidad es que pocas tienen pensamiento de arquitectura o experiencia en industrias reguladas. Ticket: bajo-medio. Duración: corta. Cuándo conviene: para organizaciones pequeñas con casos de uso acotados.

Modelo 4: consultora de adopción y change management. Equipos que vienen del mundo del cambio organizacional, RRHH o estrategia, y que abordan la IA como un problema de adopción más que de tecnología. Lo que mejor hacen es preparar a la organización para usar herramientas que otro provee. Su debilidad es que dependen de un proveedor técnico para entregar la pieza de IA. Ticket: medio. Duración: media. Cuándo conviene: para organizaciones cuya barrera principal no es tecnológica sino cultural.

Modelo 5: consultora compuesta —agentes a medida + acompañamiento sectorial—. Es el modelo donde opera Trenzar IA. Combina diseño y desarrollo técnico de agentes con investigación de contexto, formación interna y abordaje específico a sectores con regulación o exposición reputacional alta. La fortaleza es la integración: una sola contraparte cubre desde el diagnóstico hasta el agente productivo. La debilidad es que requiere clientes con problemas suficientemente complejos para justificar el modelo. Ticket: medio-alto. Duración: trimestres. Cuándo conviene: en sectores extractivos, energía, salud, industrias reguladas o cualquier organización con riesgo socioambiental significativo.

Modelo Foco Ticket Duración Fortaleza Debilidad
Proveedor de tecnología Build Medio-alto Variable Calidad técnica Cambio organizacional
Big Four Estrategia + ejecución Alto Largo Cobertura y brand Profundidad técnica del delivery
Agencia digital Casos acotados Bajo-medio Corto Velocidad Industrias complejas
Adopción / change Capa cultural Medio Medio Cultura organizacional Dependencia de tercero
Consultora compuesta Integral + sectorial Medio-alto Trimestres Integración Solo aplica a problemas complejos

Cómo elegir consultora: ocho criterios que importan

La diferencia entre dos propuestas con números similares está casi siempre en la respuesta a estas ocho preguntas. Vale la pena hacerlas explícitamente, no asumirlas.

¿La consultora produce código o produce comprensión? Las consultoras que solo producen código entregan herramientas que muchas veces nadie usa. Las consultoras que solo producen comprensión entregan informes que muchas veces nadie ejecuta. Lo que sirve es comprensión que se traduce en código y código que se valida con comprensión. Pregunta cómo es el proceso de discovery, no solo cómo es el proceso de desarrollo.

¿El equipo tiene formación más allá de lo técnico? En sectores con dimensión social, regulatoria o reputacional, un equipo que solo sabe de modelos no es suficiente. Pregunta por la formación del equipo de delivery (no solo del partner): ¿hay perfiles de ciencias sociales, derecho, comunicación, sostenibilidad? La respuesta correcta no es necesariamente «sí» para todos, pero sí debería ser «tenemos diversidad de formación adecuada al problema».

¿El método es transferible o crea dependencia? Algunas consultoras diseñan la relación para que la organización pueda continuar sin ellas. Otras la diseñan para que no pueda. Pregunta qué deliverables incluyen documentación de proceso, capacitación de equipo interno y entrega de código. Una consultora que se ofende ante esta pregunta es una alerta roja.

¿Hay casos en tu industria, no solo en banca y retail? La mayoría de los casos de IA empresarial en Chile son banca, retail y telcos. Si tu industria es minería, forestal, salmonera, energía o sector público, los casos transferibles son menos y el aprendizaje del proveedor es más caro de financiar como cliente. No es descalificante, pero es información que cambia el precio.

¿Cómo se aborda el riesgo socioambiental y la licencia social? Para organizaciones en sectores extractivos o de alto impacto territorial, esta pregunta es decisiva. Una consultora que no menciona el tema en el primer encuentro probablemente no lo va a manejar bien después. La respuesta correcta describe explícitamente cómo el proyecto considera el contexto territorial, los actores afectados y los riesgos reputacionales.

¿Qué pasa con tus datos? ¿Se quedan en infraestructura del cliente o salen a la nube del proveedor? ¿El proveedor los usa para entrenar modelos compartidos con otros clientes? ¿Qué pasa al término del contrato? Las respuestas correctas incluyen dueño claro de los datos, ubicación geográfica conocida y cláusula de devolución al cierre.

¿Cuál es el plazo realista (no el comercial)? Una propuesta con plazos demasiado cortos es señal de inexperiencia o de subestimación. La pregunta es: ¿qué pasa si el plazo se extiende? ¿Hay un mecanismo de re-scoping? ¿Quién paga las extensiones? Las consultoras serias planifican para el caso esperado, no para el caso ideal.

¿Quién hace el trabajo: la propuesta o el delivery? Es frecuente que la propuesta la trabaje un equipo senior y el delivery lo haga un equipo junior con supervisión esporádica. Pregunta explícitamente qué porcentaje del tiempo de los profesionales senior se dedica al proyecto, semana a semana. La respuesta correcta es transparente y verificable.

Modelos de pricing y rangos de inversión

Sin acceso a tu negocio en concreto las cifras son rangos. Pero conviene tener una referencia para evaluar si una propuesta está dentro o fuera del orden de magnitud.

Diagnóstico inicial (semana 1-2). Una consultora que no cobra el diagnóstico es una consultora que va a recuperar ese costo en otra parte. Una consultora que cobra el diagnóstico tiene incentivo a hacerlo bien. Rango razonable en Chile para una organización mediana: entre 4 y 12 millones de pesos. Entrega: documento de oportunidades priorizadas, mapa de actores y, en el mejor caso, un caso de negocio cuantificado.

Pilotos (4-12 semanas). El piloto es el primer agente o automatización en producción acotada. Rango razonable: entre 15 y 60 millones de pesos según complejidad. Lo que se entrega: un agente funcional con documentación, métricas y plan de escalamiento.

Implementación de agente productivo (3-6 meses). Es el escalamiento del piloto a operación cotidiana. Rango: entre 60 y 250 millones de pesos según el alcance, la integración con sistemas existentes y el nivel de personalización del contexto. Aquí es donde se gana o pierde el ROI: si el piloto fue bueno y el escalamiento se aborda con disciplina, recupera la inversión en 12-18 meses.

Modelo service-as-a-software vs. modelo proyecto. Algunas consultoras cobran por proyecto (precio fijo, alcance fijo) y otras cobran por servicio mensual (entrega continua, alcance evolutivo). Para casos de uso operativos —monitoreo, atención, generación de contenido—, el modelo de servicio mensual suele ser más justo: la organización paga por trabajo entregado, no por horas presupuestadas. Para proyectos finitos —implementar una capacidad nueva—, el modelo de proyecto sigue siendo apropiado. Más sobre esta distinción en nuestra guía sobre service-as-a-software.

Casos por industria

Minería y energía. Los casos de mayor impacto que vemos son monitoreo de conflictos socioambientales, gestión documental de expedientes ESG, asistentes de redacción de respuestas a consulta indígena y análisis predictivo de variables operativas. Para esta vertical hemos desarrollado Terra Radar, una plataforma de inteligencia territorial que opera en service-as-a-software. La complejidad regulatoria y la sensibilidad reputacional hacen que la elección de la consultora sea más crítica que en otras industrias.

Forestal y celulosa. Los problemas más frecuentes son gestión de relaciones con comunidades, monitoreo de prensa especializada y respuesta a procesos administrativos. La estacionalidad operativa y la dispersión territorial favorecen modelos de service-as-a-software con cobertura continua.

Salmonera y agroindustria. Casos de uso en monitoreo sanitario, análisis de datos de producción, gestión de relaciones con comunidades pesqueras o rurales. La industria salmonera tiene un perfil regulatorio similar al minero y debería abordarse con criterios análogos.

Sector público y servicios. Los casos típicos son atención al ciudadano, gestión documental, redacción asistida de respuestas administrativas y análisis de demanda. La especificidad regulatoria y la transparencia ante autoridades fiscalizadoras son los aspectos que más distinguen a las consultoras serias de las improvisadas.

La capa que importa: dónde opera cada tipo de consultora

Como explicamos en nuestra guía de service-as-a-software, el ecosistema de IA empresarial puede pensarse como cuatro capas: infraestructura (modelos, cómputo), orquestación (agentes, workflows), aplicación (interfaces, productos) y contexto (conocimiento operacional). Conviene saber en cuál de las cuatro opera tu consultora.

Las boutiques técnicas suelen operar en capas 1, 2 y 3. Los Big Four operan en estrategia y, parcialmente, en aplicación. Las agencias digitales operan en aplicación. Las consultoras de adopción operan en una capa transversal de cambio. Las consultoras compuestas, como Trenzar IA, ponen el peso de su trabajo en capa 4: el contexto sectorial, organizacional y operativo donde un agente genérico se vuelve un colega útil.

Esa distinción importa porque el valor durable, en nuestra hipótesis, está en la capa 4. Las otras capas se están commoditizando rápido. La capa 4 no se puede importar ni descargar; se construye con la organización, en el tiempo, y se mantiene viva a medida que la organización cambia.

Errores que cuestan más que el proyecto entero

Comprar la herramienta antes de entender el problema. Es el error más común y el más caro. Cuando la organización compra primero, el problema se reformula para encajar con la herramienta. El resultado es un proyecto que entrega contra una métrica artificial.

Subestimar el costo de la calidad de datos. Los pilotos suelen funcionar con datos curados manualmente. La producción real opera con los datos de la organización tal como existen. La diferencia, en muchas implementaciones, es la diferencia entre un piloto exitoso y una producción que no escala. Pregunta a tu consultora cuánto tiempo dedica a la calidad de datos. Si es menos del 30% del esfuerzo total, la respuesta es probablemente incompleta.

No invertir en capacidad interna desde el día uno. Las organizaciones que delegan completamente en la consultora no construyen autonomía. Cuando la consultora se va, la implementación se detiene. La inversión en capacidad interna —formación, documentación, transferencia de conocimiento— debe ser parte del scope desde el primer día, no un addendum al final.

Tratar la IA como un problema de TI. Es tan tentador como peligroso. La IA empresarial efectiva es un proyecto de modelo de trabajo, decisión y medición. Si el patrocinador del proyecto es solo el CIO, las decisiones que requieren cambio organizacional no se toman. Si el patrocinador es la dirección general, las decisiones se toman pero el delivery puede sufrir si TI no está alineado. La respuesta correcta es co-patrocinio: dirección y TI, con un dueño operativo claro.

Preguntas frecuentes

¿Cuánto demora implementar un agente de IA en una empresa chilena? Un piloto bien definido se puede entregar en 6-10 semanas. Una implementación productiva con integración a sistemas existentes y curaduría seria de contexto toma entre 4 y 6 meses. Las propuestas que ofrecen producción seria en menos de eso conviene revisarlas con escepticismo.

¿Necesito infraestructura de datos antes de empezar? No siempre. Depende del caso de uso. Para tareas que operan principalmente sobre documentos (redacción, análisis, monitoreo), la infraestructura preexistente puede ser suficiente. Para tareas que requieren predicción, optimización o análisis sobre datos transaccionales, la calidad de datos es un prerrequisito que conviene resolver antes o durante el proyecto.

¿Qué pasa si mi industria está regulada? Es un factor central, no marginal. La consultora debe poder describir cómo aborda la auditabilidad, la trazabilidad de decisiones del agente, el control de versiones del modelo y la respuesta ante una fiscalización. Si la conversación de regulación llega tarde en el proceso, el proyecto va a tener problemas.

¿Cómo se mide el ROI de un agente de IA? Hay tres métricas que vemos funcionar: throughput de trabajo entregado (cuántas tareas se resuelven por unidad de tiempo), costo unitario por tarea (cuánto cuesta producir cada unidad de trabajo) y calidad del entregable (medida con muestreo y revisión humana). El ROI es la diferencia entre el costo total del agente y la línea base de hacer lo mismo manualmente, ajustada por calidad.

¿Qué diferencia a Trenzar IA de una agencia digital? Operamos en service-as-a-software, no en proyecto cerrado. Nos hacemos cargo del resultado, no de la herramienta. El equipo combina formación técnica, comunicacional y de ciencias sociales, lo que importa en sectores con dimensión socioambiental. Y nos especializamos en industrias reguladas y de alto impacto territorial, donde una agencia generalista típicamente no llega.

¿Trabajan con empresas fuera de Chile? Sí. Acompañamos a clientes con operaciones en Argentina, Perú, Colombia y Uruguay. La condición es que el problema requiera contexto sectorial cercano: si la implementación es genérica, hay proveedores más cerca del cliente que la pueden hacer mejor.

¿Quién es dueño del agente al final del proyecto? El cliente. El código, los datos, los prompts y el contexto curado son propiedad del cliente. Trenzar IA mantiene la operación bajo contrato, pero la organización puede internalizar o cambiar de proveedor sin perder el activo.

¿Qué pasa con la propiedad intelectual y los datos? Los datos del cliente son del cliente. No se usan para entrenar modelos compartidos con otros clientes. Lo que sí compartimos entre clientes es el método y el aprendizaje genérico de proceso, nunca el contenido específico. Las cláusulas contractuales explícitas están disponibles antes de cualquier compromiso.

Próximo paso: agenda un diagnóstico de 30 minutos

Si tu organización está evaluando una primera implementación de IA, una expansión de un piloto que ya tiene o un cambio de proveedor, vale la pena empezar con una conversación corta. Es gratuita y no compromete a nada.

En 30 minutos hacemos un mapeo del problema, identificamos uno o dos casos de uso priorizados y entregamos criterios para que la decisión —contratarnos o no— sea informada. Si la conclusión es que tu caso no es para nosotros, lo decimos.

[Agendar diagnóstico de 30 minutos →]

[Descargar la guía «12 preguntas que tu consultora de IA debería poder responder» →]

Lecturas recomendadas