01 · Entender
Entender.
Antes de tocar nada, entendemos. Prioridades, retos, restricciones y objetivos del negocio. Sobre esa base se decide dónde aplicar IA — y dónde no.
Consultoría boutique de Estrategia + IA
Negocio antes que IA.
Empezamos por entender el negocio. Después decidimos dónde la IA aporta. Solo entonces aplicamos.
Esto no es para todo el mundo
No somos para quien quiere IA de adorno.
Si lo que buscas es desplegar un par de licencias y poder decir que aplicas IA, hay opciones más baratas y más rápidas que nosotros. Trabajamos con quien quiere cambiar algo relevante. No con quien quiere efervescencia.
Si lo tuyo es lo segundo, no pasa nada — pero ahórranos los dos la reunión.
Método
Entender. Decidir. Aplicar.
En ese orden, no en otro. Cuando se invierte, el resultado es ruido caro.
02 · Decidir
Decidir.
Con criterio, medimos dónde la IA tiene impacto real y dónde es solo ruido. Con responsabilidad, medimos qué riesgos asume el cliente y si están justificados.
03 · Aplicar
Aplicar.
Solo después aplicamos. Con piloto controlado, transferencia al equipo y métrica honesta del cambio. Si una propuesta no tiene un porqué claro, no la hacemos.
Lo que hacemos
Dos puertas. Un orden.
01 · Formación
Empezamos enseñando.
La consultoría sobre IA es difícil de aprovechar si el equipo aún no puede juzgar las propuestas que le presentan. Por eso, casi siempre, empezamos por aquí. In-company, hecha a medida del negocio.
- Diagnóstico previo del nivel del equipo
- Programa diseñado sobre los casos reales del cliente
- Sesiones presenciales o remotas, con ejercicios sobre datos propios
02 · Consultoría
Después decidimos dónde y cómo.
Asesoramiento estratégico con implementación. No vendemos paquetes: cada proyecto empieza por entender el negocio, decidir dónde la IA aporta y aplicar con criterio y responsabilidad.
- Diagnóstico de procesos y matriz de oportunidades
- Decisión informada: qué aplicar, qué esperar, qué no tocar
- Piloto controlado con transferencia al equipo cliente
Criterio
No todo lo posible merece entrar en el negocio.
Antes de aplicar IA, hacemos una pregunta que la mayoría se salta: ¿esto merece la pena? Estos son tres ejemplos del tipo de matriz que entregamos al cliente al final del diagnóstico.
| Caso de uso | Impacto | Riesgo | Recomendación |
|---|---|---|---|
| Atención al cliente — clasificación de tickets | Alto · reduce tiempo de respuesta 40-60% | Medio · sesgo en clasificación | Aplicar con piloto controlado |
| Generación de informes legales | Bajo · ahorra horas, no decide | Alto · responsabilidad regulatoria | Esperar — no aplicar todavía |
| Análisis de patrones en datos comerciales | Alto · permite preguntas nuevas | Bajo · uso interno | Aplicar ya |
Cada propuesta nuestra termina en una tabla así. Si una fila acaba en “esperar” o “no aplicar”, lo decimos antes de cobrar.
Manifiesto · resumen
Lo que queda cuando se quita el teatro.
Cuando creemos que no vale, no firmamos. Aunque sea rentable.
Manifiesto · §06
La mejor aplicación de la IA empieza por una pregunta nueva, no por un proceso viejo automatizado.
Manifiesto · §08
Si una idea no puede explicarse a un directivo en Madrid y a una PYME familiar en Valladolid con la misma claridad, probablemente la idea no está madura.
Manifiesto · §11
Casos
Tres formas de mirar la misma pregunta.
Cada caso empieza por el problema, no por la herramienta. Y, cuando toca, incluye lo que decidimos no hacer y por qué.
01 · Industria · 220 empleados
Cómo evitar automatizar el proceso equivocado en la planificación de producción.
El cliente pedía un sistema de IA para optimizar turnos. Tras dos semanas de diagnóstico, vimos que el problema no era la planificación: era el método de medir productividad.
Decidimos no aplicar IA al cuadro de turnos. Reescribimos la métrica primero.
Tres meses después, el equipo planifica con la métrica nueva sin IA. Ahorro estimado: 14% en horas extra.
02 · Servicios profesionales · 80 personas
Formar primero para que la decisión no la tome el proveedor.
Empresa con presión del consejo para 'hacer algo con IA'. Tres proveedores con propuestas distintas. Sin equipo interno para juzgar.
Antes de elegir proveedor, formamos al comité ejecutivo durante seis semanas para que pudieran juzgar las propuestas.
El comité rechazó dos de las tres propuestas iniciales y reescribió el alcance de la tercera. Coste de la formación: una fracción de lo que costaba el primer proyecto descartado.
03 · Retail · 350 empleados
Análisis de patrones que abrió una conversación que no existía antes.
Cliente con datos de venta de cinco años sin explotar. Departamento comercial intuía cosas que no podía probar.
Aplicamos análisis sobre los datos existentes. No para sustituir intuición, sino para hacer preguntas nuevas con ella.
Identificamos tres segmentos de cliente que el equipo no estaba viendo. El comité comercial cambió la estrategia para uno de ellos en el siguiente trimestre.
Los nombres de los clientes están protegidos. Los problemas, las decisiones y los resultados son reales.
Legitimidad
Sabemos de lo que hablamos porque lo hemos hecho dentro.
Venimos de KPMG y EY-Parthenon. Enseñamos IA cada día en aulas universitarias y en comités. La crítica al big-consulting no la hacemos desde la grada — la hacemos desde el vestuario.
+20.000
directivos y profesionales formados en programas previos.
KPMG · Coca-Cola · ING · LG
algunos de los clientes corporativos que han pasado por nuestras aulas.
U. Francisco de Vitoria
cátedra activa en el Grado en Inteligencia Artificial. Enseñamos lo que hacemos.