AI Consultoría estratégica: en qué consiste mi trabajo y cómo funciona

Thomas Prommer Technology Executive & CTO Connect on LinkedIn

Published: May 28, 2026

Updated: May 31, 2026

Languages: English · Deutsch · Français

Cada semana o cada dos semanas recibo una versión de la misma llamada. Un CEO o un miembro del consejo de administración de una empresa en fase de crecimiento tiene un problema que describen como «necesitamos una estrategia AI». Cuando pregunto qué tienen ahora, el panorama es casi idéntico en todas las empresas. Hay un comité directivo que se reúne cada dos jueves. Hay tres o cuatro proyectos piloto en marcha en diferentes unidades de negocio. Hay un informe de consultoría de primer nivel en una unidad de disco compartida al que todos hacen referencia, pero que nadie lee. El gasto anual en AI ha superado los siete dígitos, y nadie puede presentar una diapositiva clara que muestre qué se ha obtenido a cambio.

Lo que estas empresas no necesitan es más AI. Necesitan a alguien cuyo trabajo consista en decir sí y no a las apuestas de AI, con la autoridad necesaria para que el «no» se cumpla. Ese trabajo es lo que se denomina consultoría de estrategia AI, y el título oculta más de lo que revela. La versión práctica del puesto y la versión analítica comparten un vocabulario y casi nada más.

He pasado veinte años dirigiendo programas tecnológicos desde dentro de organizaciones de Fortune 500, incluida la implantación de AI en una de las mayores empresas de ropa deportiva del mundo. También he llevado a cabo proyectos de fractional CTO y CIO en empresas con una facturación de entre 50 y 500 millones de dólares, que es donde realmente se encuentra la mayor parte del mercado de la consultoría estratégica AI. Esta página recoge lo que les explico a los posibles clientes antes de la primera llamada, para que durante la misma podamos centrarnos en su situación en lugar de en definiciones.

Qué es realmente la consultoría estratégica AI

Dejemos a un lado las plantillas de presentaciones y la facilitación de talleres. El trabajo se reduce a cuatro decisiones recurrentes de las que alguien tiene que hacerse responsable.

Qué iniciativas financiar y cuáles descartar

La mayoría de las empresas con ingresos superiores a 100 millones de dólares tienen más ideas de AI de las que pueden permitirse llevar a cabo en serio. El AI strategy consultant clasifica cada iniciativa en una de estas tres categorías: un proyecto ambicioso que la empresa puede permitirse perder por completo, un apalancamiento operativo fundamental con un caso de margen claro, o un trabajo de cumplimiento normativo básico que se realiza porque no hacerlo resultaría extraño. Cada categoría se financia según criterios diferentes y se evalúa con un listón distinto. Las iniciativas que no logran ganarse su puesto se descartan. El descarte es la parte que requiere autoridad ejecutiva, por lo que los comités casi nunca lo hacen.

Comprar frente a desarrollar, capacidad por capacidad

La forma más rápida de malgastar el dinero en 2026 es reconstruir una capacidad para la que ya existe un equivalente SaaS de 99 dólares por usuario en el mercado. El error más lento y costoso es comprar una plataforma para algo que debería haber sido una ventaja competitiva. La respuesta correcta se decide por capacidad, con un patrón de razonamiento que el resto de la organización puede reutilizar la próxima vez que surja una pregunta similar. El trabajo de Harvard Business Review sobre la gestión de los riesgos generativos de AI defiende el mismo punto desde el lado de la gobernanza: la decisión es estructural, no impulsada por las compras.

El diseño de la organización y la combinación real de talento

«Necesitamos contratar ingenieros de AI» es casi siempre una especificación errónea. La correcta nombra las funciones reales: ingenieros de ML aplicado, responsables de infraestructura de MLOps, ingenieros de prompts, responsables de evaluación, gestores de proveedores, gestores de productos de AI y el responsable de la toma de decisiones por cada caso de uso. Esta última es la función que la mayoría de las empresas se olvidan de cubrir. El AI strategy consultant determina cuáles de esos puestos son internos, cuáles son por contrato y cuáles están integrados en el proveedor, y luego elabora el plan de contratación que se ajusta a la cartera.

Gobernanza y cadencia de medición

Fichas de modelos, bases de referencia de evaluación redactadas antes del lanzamiento del primer modelo, criterios de descarte registrados en un lugar donde el equipo no pueda editarlos a posteriori, economía unitaria por caso de uso comunicada al consejo con una cadencia fija. Nada de esto es glamuroso. Nada de esto es donde se destina la mayor parte del gasto de AI. Pero sin ello, la decisión de financiación de la primera sección se basa en corazonadas en lugar de en pruebas, y la revisión de la cartera se convierte en una negociación política. El Marco de Gestión de Riesgos AI de NIST es lo más parecido a un estándar de referencia público; la mayoría de las empresas adoptan una parte del mismo y personalizan el resto.

Consultor profesional frente a MBB / Big 4: la verdadera elección

La mayor parte del mercado de consultoría AI está dominado por las firmas de estrategia MBB (McKinsey, BCG, Bain), las Big 4 (Deloitte, PwC, EY, KPMG) y Accenture. Son excelentes en lo que hacen. Lo que venden son proyectos en forma de equipo: un socio que asiste a la reunión inicial y a la presentación de resultados, un gestor que se encarga del plan del proyecto, y dos o tres asociados que realizan la investigación y elaboran la presentación. Ese modelo es adecuado cuando la empresa necesita realmente un equipo paralelo para llevar a cabo un trabajo de exploración en un ámbito para el que la empresa no tiene capacidad interna.

La brecha se hace evidente en la fase de toma de decisiones. El socio que cuenta con la experiencia necesaria participa en la reunión inicial y en una de las presentaciones de resultados, pero por lo demás está gestionando otros seis proyectos. El trabajo diario, es decir, el análisis y la elaboración de la presentación, recae en asociados y gerentes que suelen llevar entre tres y ocho años fuera de la universidad. Son inteligentes y están bien formados, y el marco que aplican es razonable. Tampoco son ellos quienes han echado por tierra una iniciativa de 4 millones de dólares porque la economía de la unidad no superó la segunda revisión de 90 días.

El consultor profesional es todo lo contrario. Una persona con experiencia, que se sienta en el equipo ejecutivo uno o dos días a la semana, tomando decisiones en lugar de escribir sobre ellas. Menos amplitud analítica, mucha más profundidad decisoria. La diferencia de costes refleja la diferencia de personal: un proyecto estratégico de tipo MBB o Big 4 suele situarse en el rango de 400 000 a 1,2 millones de dólares por 12 semanas de trabajo; un proyecto equivalente dirigido por un profesional cuesta aproximadamente entre el 25 % y el 35 % de esa cifra para el mismo alcance, según los proyectos de clientes observados.

Ninguno de los dos modelos es universalmente correcto. La pregunta adecuada es si el cuello de botella de la empresa se encuentra en la capa de análisis o en la de toma de decisiones. Para la mayoría de las empresas del mercado medio que ya han superado su primera inversión seria en AI, el cuello de botella es la toma de decisiones.

Modelos de colaboración que ofrezco

Tres modalidades, seleccionadas para adaptarse a la situación real de la empresa.

Honorarios de asesor, de 5 000 a 15 000 dólares al mes

Revisiones trimestrales en profundidad de la cartera de AI, además de acceso a consultas telefónicas para el equipo ejecutivo entre revisiones. Adecuado cuando hay un líder interno competente en AI que necesita un interlocutor, cuando un consejo de administración desea competencia en gobernanza de AI sin añadir un puesto, o cuando una empresa en fase previa a la Serie B necesita una revisión de las decisiones de los próximos 18 meses sin un compromiso de gran envergadura. El compromiso más pequeño, el coste más bajo y el compromiso que genera más valor por dólar cuando el momento es el adecuado.

AI strategy executive fraccionado, de 15 000 a 40 000 dólares al mes

De uno a dos días a la semana de tiempo de un alto ejecutivo, formando parte del foro ejecutivo de la empresa y asumiendo la responsabilidad de las decisiones de la cartera durante 18 a 36 meses. Este es el tipo de compromiso que realizo con mayor frecuencia. Se adapta a empresas del mercado medio (con ingresos de entre 50 y 500 millones de dólares) y a empresas en fase de crecimiento bien financiadas que ya han superado la fase de ajuste producto-mercado. El resultado es una cartera con un único responsable, una cadencia de medición en la que confía el consejo de administración y un modelo operativo permanente que se transfiere al final. Un fractional CAIO a esta escala captura aproximadamente el 80 % del valor de decisión de un Chief AI Officer a tiempo completo, a un coste que supone entre el 10 % y el 20 % del coste total.

Compromiso definido de 90 días, de 75 000 a 250 000 dólares

Un trabajo de alcance delimitado. Normalmente, una auditoría de cartera, un diseño organizativo, un proceso de selección de proveedores o una decisión de comprar frente a desarrollar una capacidad específica. Resulta útil cuando la empresa sabe qué pregunta necesita respuesta y desea un resultado en un plazo definido, en lugar de una relación continua. El resultado es una recomendación por escrito con el razonamiento y las opiniones discrepantes expuestas, no una presentación. Los clientes conservan el documento y lo utilizan para informar al consejo de administración.

Cómo evaluar a un consultor AI antes de firmar

La mayoría de los malos resultados que veo se originan en el proceso de contratación. Las preguntas que permiten filtrar bien son específicas.

Pregunte por una iniciativa concreta que hayan cancelado. No un proyecto que «se haya ido apagando». Una apuesta que estuviera consumiendo activamente el presupuesto y que se detuviera en una fecha concreta por una decisión específica. Si la respuesta es vaga, es que no han cumplido con su cometido.

Pídele que te explique una decisión de «comprar frente a construir» que haya tomado en los últimos 18 meses. El razonamiento debe incluir el modelo de costes, el análisis de sensibilidad sobre las dos o tres cifras que lo determinaron y qué habría cambiado la decisión. Si la respuesta se basa en un marco teórico en lugar de en una decisión concreta, significa que han escrito sobre el trabajo sin haberlo hecho.

Pregunte cuál sería el proyecto más pequeño que aceptarían de usted. Los profesionales de verdad rechazan los alcances que son demasiado pequeños o demasiado grandes para la situación. Las consultoras con objetivos de utilización no pueden permitírselo.

Pregunte qué les haría abandonar el proyecto. Cualquiera que no pueda articular las condiciones bajo las cuales renunciaría al encargo le va a prometer más de lo que puede cumplir.

Tres modos de fallo que veo repetidamente

Contratar a un líder técnico para un puesto de estrategia

Los antiguos investigadores científicos, los antiguos responsables de infraestructura de ML y los antiguos fundadores de startups de AI son personas valiosas para tener en el equipo. Por lo general, no son los más adecuados para el puesto de estrategia. El trabajo consiste en la asignación de capital y el rediseño de la organización; comparte vocabulario con el ML, pero el trabajo es diferente. Una comprobación de sesgos: si los dos últimos puestos del candidato fueron «jefe de ML» o «ingeniero distinguido de AI», probablemente su lugar esté en el equipo, no en el puesto de estrategia.

Dividir la responsabilidad de AI entre CTO, CIO y CDO

«AI es tarea de todos» genera comités, no resultados. La parte más difícil del puesto es descartar iniciativas que múltiples partes interesadas tienen motivos para mantener vivas. Sin un único responsable, las decisiones de descarte se estancan y los proyectos piloto se multiplican. El síntoma visible es una cartera que ha triplicado su tamaño en 18 meses sin que ni un solo proyecto haya pasado a producción.

Adquirir una presentación de consultoría de primer nivel cuando el cuello de botella es la toma de decisiones

Una presentación de 60 diapositivas con resúmenes ejecutivos y matrices de cuatro cuadrantes no es la respuesta a la pregunta de qué tres iniciativas financiar este año. Es una descripción de la pregunta, adaptada para un comité directivo. Las empresas que ya han realizado el análisis suelen necesitar un operador, no otra ronda de análisis.

Modelos de precios para AI Consulting

La conversación sobre precios me dice más sobre un consultor que la presentación de ventas. Cuatro modelos abarcan casi todos los compromisos creíbles que he visto, y cada uno resuelve un problema diferente del comprador.

Honorarios mensuales, alcance fijo. La estructura más clara cuando el cliente quiere un gasto predecible y una cadencia definida. Los honorarios de los asesores oscilan entre 5 000 y 15 000 dólares al mes por revisiones trimestrales más acceso bajo demanda. Los compromisos parciales oscilan entre 15 000 y 40 000 dólares al mes por uno o dos días a la semana dentro de la empresa. La cifra mensual fija obliga a ambas partes a definir qué se considera un buen resultado antes de la primera factura, lo que suele ser una conversación constructiva.

Honorarios por proyecto, resultados definidos. Una auditoría de cartera de 90 días, la selección de un proveedor, una decisión de «comprar frente a desarrollar» sobre una capacidad específica. Rango típico: entre 75 000 y 250 000 dólares. El precio se fija en función del alcance de la cuestión, no de las horas. Los honorarios por proyecto funcionan cuando la empresa ya sabe cuál es la cuestión. Fracasan cuando la empresa paga al consultor para que averigüe qué preguntar.

Tarifa diaria. Las tarifas diarias de los profesionales sénior oscilan entre 2.500 y 7.500 dólares en 2026, reservándose el extremo superior del rango para trabajos dirigidos al consejo de administración y la diligencia debida tras una adquisición. Las tarifas diarias son un precio honesto cuando el trabajo es genuinamente puntual. Se convierten en un desastre de contratación cuando se utilizan para cubrir un puesto que debería haber sido un contrato de retención. La señal de que la estructura es errónea: un contrato con tarifa diaria que se ha prolongado durante seis meses consecutivos.

Contingente o vinculado a participaciones. Es poco habitual y casi siempre una mala idea en el trabajo estratégico de AI. Las participaciones en lugar de efectivo invitan al consultor a optimizar para la siguiente ronda de financiación en lugar de tomar la decisión correcta sobre la cartera. Las comisiones por éxito vinculadas a objetivos específicos de reducción de costes tienen sentido en ocasiones en contratos con gran peso de la contratación, pero los objetivos deben ser fijados por alguien que no sea el consultor. Si un consultor ofrece trabajar a cambio de acciones, pregunte por qué no prosperó la conversación sobre el pago en efectivo.

Dos preguntas de diagnóstico antes de firmar cualquier modelo de precios. En primer lugar, ¿quién paga el tiempo cuando cambia el alcance del proyecto (en ambos sentidos)? En segundo lugar, ¿cuál es la cláusula de cancelación y el plazo de preaviso? La primera pregunta distingue a los profesionales de verdad de los consultores que tratan los cambios de alcance como ingresos adicionales. La segunda distingue a los clientes que compran criterio de los que compran un contrato.

Señales de alerta en las propuestas de consultoría de AI

Hay cinco patrones recurrentes en las propuestas de consultores que no han estado al mando. Los patrones no son sutiles una vez que los has visto.

La fase de descubrimiento supone más de un tercio del proyecto. Una propuesta de 12 semanas en la que las semanas 1 a 5 son de descubrimiento es una propuesta en la que el consultor planea aprender el negocio a costa del cliente. Los profesionales de verdad llegan con una hipótesis sobre dónde se está perdiendo el dinero y la validan o la descartan en las dos primeras semanas. Si el descubrimiento domina el calendario, el consultor no ha hecho esto antes.

Se nombra al personal antes de nombrar el trabajo. Una propuesta que comienza con una pirámide de personal (un socio, dos gerentes, tres asociados, un investigador) está vendiendo una estructura de equipo, no una decisión. La estructura adecuada de personal surge del trabajo. Cuando el personal precede al trabajo, el consultor está buscando la utilización en lugar de buscar lo mejor para el cliente.

Los entregables son presentaciones y talleres. Un informe final de 60 diapositivas y tres talleres para ejecutivos es una descripción de la actividad, no de los resultados. El entregable de un proyecto real es una decisión sobre la cartera, una recomendación por escrito en la que se exponen las opiniones discrepantes, o un plan de contratación con roles específicos. Si la propuesta no puede articular qué cambia en el modelo operativo del cliente tras el proyecto, el proyecto no lo cambiará.

Los casos prácticos están anonimizados hasta el punto de carecer de sentido. «Una empresa de servicios financieros Fortune 500» no es un caso práctico, es un párrafo. La versión que denota trabajo real nombra el problema, la decisión, la cifra en dólares y lo que habría ocurrido sin la intervención. La versión que denota una plantilla rediseñada enumera sectores y porcentajes sin una decisión concreta en ninguna parte.

La propuesta no puede decir que no. La señal más clara de que un consultor se ha ganado el puesto es la pregunta «¿qué te haría abandonar este proyecto?». Un consultor que no pueda responder a esa pregunta, o que la responda con una frase sobre «alineación», no dirá que no a la desviación del alcance, no dirá que no al proyecto favorito del cliente y no dirá que no al caso de uso que debería haberse descartado hace nueve meses. La capacidad de decir que no es el producto. Una propuesta que no pueda demostrarlo está vendiendo otra cosa.

Próximos pasos

• ¿Qué hace realmente un AI strategy consultant? — La respuesta detallada a la pregunta que define la categoría, con el espectro del proyecto expuesto de principio a fin.
• Consultoría AI para pequeñas empresas: las cinco intervenciones que dan resultado a escala de pymes y las seis que casi nunca lo hacen.
• Las principales firmas de consultoría AI en 2026: la visión de un profesional sobre MBB, Big 4, las boutiques y el nivel de operadores independientes.
• Salario de un consultor de AI: lo que el mercado paga realmente a nivel de asesor, a tiempo parcial y a tiempo completo en CAIO.
• Consultor de AI cerca de mí: la perspectiva geográfica de la consultoría: cuándo importa, cuándo no, y cómo es el mercado de LA.
• AI strategy executive: función y manual de estrategias: el complemento de diseño organizativo de este centro.
• Servicios de liderazgo AI: la vía directa para definir el alcance de un proyecto.
• Casos de uso aplicados de AI: prueba de trabajo: implementaciones reales en automatización de relaciones públicas, agentes y análisis de formación.
• Ejecutivo de tecnología: función, mercado, puesto — el contexto ejecutivo del trabajo de consultoría de esta página (trabajar con un ejecutivo de tecnología o convertirse en uno).
• Fractional CTO / CIO / Chief AI Officer: proyectos de consultoría AI a tiempo parcial cuando el trabajo requiere un puesto, no un proyecto.