Cómo elegir consultor de IA en España: guía 2026

Buscar consultor de inteligencia artificial en España en 2026 es muy distinto a hace dos años. El catálogo de proveedores ha explotado: agencias de marketing reconvertidas, freelancers de prompt engineering, software factories tradicionales que han añadido la palabra "IA" a su web, consultoras grandes con divisiones específicas y, como Varkia, equipos técnicos pequeños especializados en proyectos a medida.

¿Cómo eliges entre tantos? Esta guía te ayuda a separar el grano de la paja sin necesidad de ser técnico.

Los tipos de proveedores que vas a encontrar

Grandes consultoras (Big Four y similares)

Accenture, Deloitte, KPMG, EY, PwC, Capgemini. Cuándo encajan: proyectos corporativos grandes (más de 500.000 €), transformaciones digitales con muchos stakeholders, sectores muy regulados donde el cumplimiento normativo y la auditoría pesan más que la velocidad.

Cuándo no encajan: PYMEs y autónomos. El coste de su estructura no se amortiza en proyectos pequeños y la velocidad de ejecución es lenta para casos sencillos. No suelen aceptar contratos por debajo de 100.000 € y la mayoría del trabajo lo hacen perfiles junior.

Software factories tradicionales con división IA

Empresas de desarrollo de software que han añadido capacidades de IA. Tamaño habitual: 30 a 300 personas.

Cuándo encajan: si tu proyecto es 70% desarrollo software y 30% IA. Por ejemplo, una plataforma de gestión interna que además incorpora un asistente conversacional.

Cuándo no encajan: si la IA es el corazón del proyecto y necesitas a alguien que haya estado en la frontera técnica el último año. Mucha software factory ha "subido al carro" sin perfiles seniors reales en IA generativa.

Agencias de marketing reconvertidas

Agencias digitales que ofrecen "implementación de IA". Habitual en 2026.

Cuándo encajan: si lo que necesitas es contenido generado con IA, automatizaciones simples de marketing (clasificación de leads, redacción de copys), integraciones básicas con herramientas no-code (Make, Zapier).

Cuándo no encajan: integraciones complejas con tu ERP/CRM, agentes que toman decisiones, plataformas a medida, proyectos donde la calidad técnica es crítica.

Freelancers especializados

Perfiles individuales con experiencia técnica fuerte.

Cuándo encajan: tareas muy concretas (afinar prompts de un asistente, resolver un problema técnico específico, formación interna).

Cuándo no encajan: proyectos que requieren más de un perfil (UX + backend + IA), garantía de continuidad o soporte 24/7. Un freelancer enferma, se va de vacaciones o cambia de cliente.

Consultoras boutique especializadas

Equipos pequeños (entre 3 y 30 personas), técnicamente fuertes, enfocados a IA aplicada o sector concreto. Aquí entramos nosotros.

Cuándo encajan: PYMEs y empresas medianas que necesitan velocidad, atención cercana y proyectos a medida (no soluciones SaaS estandarizadas). Cuando el problema es lo bastante específico como para que no haya un producto cerrado que lo resuelva.

Cuándo no encajan: corporaciones con procesos de procurement complejos donde solo se contrata a proveedores con cierto tamaño y certificaciones específicas (ISO, ENS alto, etc.).

Las preguntas que tienes que hacer antes de contratar

Independientemente del tipo de proveedor, estas son las preguntas que filtran el 90% de los problemas posteriores:

1. "¿Quién va a hacer mi proyecto exactamente?"
Si la respuesta es vaga ("nuestro equipo"), pide nombres y perfiles. Si te enseñan al socio senior en la presentación pero no aparece luego en la ejecución, es señal de venta-y-ejecuta-el-junior.

2. "Enseñadme un proyecto similar al mío que hayáis hecho."
No vale "tenemos experiencia en el sector". Vale: "este es un proyecto parecido, este fue el alcance, estos son los resultados". Si no hay nada parecido, son tu primer cliente: que el precio lo refleje.

3. "¿Qué pasa si el modelo de IA cambia o el proveedor sube precios?"
La buena respuesta: "podemos cambiar de modelo o de proveedor sin rehacer la integración". La mala respuesta: silencio o explicaciones técnicas confusas. Las arquitecturas serias en 2026 no atan a un único proveedor.

4. "¿Cómo gestionáis los datos de mis clientes?"
RGPD obliga. Te tienen que explicar dónde se almacenan los datos, qué proveedores intervienen, si firmas un acuerdo de tratamiento (DPA), si los datos se usan para entrenar modelos de terceros y qué pasa si rescindes el contrato.

5. "¿Qué métricas vais a medir y cómo me las vais a reportar?"
Si la respuesta es "lo veremos sobre la marcha", malo. Tiene que haber KPIs definidos antes de empezar y reportes periódicos durante el proyecto.

6. "¿Qué pasa al terminar el proyecto?"
Mantenimiento, soporte, soluciones a problemas que aparezcan, formación al equipo, qué documentación se entrega. Si después del go-live te abandonan, vas a pagar otra vez para recomponerlo.

7. "¿Vais a entrenarnos o vais a hacer que dependamos de vosotros?"
Un buen consultor te deja con tu equipo capaz de operar, ajustar y supervisar la solución. Un mal consultor te deja sin documentación y con todas las claves en su poder.

Banderas rojas a evitar

"Implementamos IA en una semana". La IA para presentar sí. La IA que funciona en producción y aporta valor no. Una semana puede ser suficiente para un piloto muy acotado, pero no para una solución integrada en tu operativa.

Casos de éxito sin nombres ni cifras. "Una empresa del sector industrial mejoró su productividad un 40%". ¿Qué empresa? ¿Productividad medida cómo? Si no hay forma de verificarlo, asume que es marketing.

Promesas de "completamente automatizado", "100% sin errores", "como un humano". En 2026 los modelos siguen cometiendo errores y necesitan supervisión. Quien promete cero errores, vende humo.

Dependencia exclusiva de un proveedor cerrado (un único modelo, una única plataforma) sin posibilidad de cambio. La velocidad del mercado de IA es brutal: ahora estás contento con el modelo X, en 6 meses sale uno mejor o más barato. Tu integración tiene que poder migrar.

No quieren firmar SLA ni DPA. Si te dicen que "todo va con confianza", no contrates.

Precio "demasiado bueno para ser verdad". En IA hay un suelo razonable. Si te ofrecen un proyecto a medida por 1.500 € que cualquier otro presupuesta en 12.000 €, alguien está mintiendo: el precio bajo, la calidad final, o las dos.

Modelos de pricing habituales en 2026

Por proyecto cerrado: el más común para implantaciones puntuales. Buen modelo cuando el alcance es claro. Mal modelo cuando el alcance va a cambiar mucho.

Por bolsa de horas: pagas un paquete y se consume. Útil para mejoras, mantenimiento evolutivo y proyectos exploratorios.

Suscripción mensual (modelo retainer): cuota fija que cubre soporte, monitoreo, ajustes y un volumen de trabajo. Bueno para soluciones ya en producción.

Por uso o por valor: pagas en función de uso (tokens, llamadas) o de valor generado (% sobre leads convertidos). Modelo emergente, todavía poco extendido en consultoría a medida.

Lo que casi nunca debería verse: pricing 100% variable sin componente fijo (genera incentivos perversos en el proveedor) o pricing por hora pura sin estimación (tira de la cuerda).

¿Cuánto debería costar?

Rangos orientativos para PYMEs españolas en 2026:

Diagnóstico inicial: gratuito o entre 0 y 1.500 €

Chatbot web/WhatsApp estándar: entre 3.000 y 12.000 € de implantación

Agente de voz IA con integraciones: entre 6.000 y 25.000 €

Plataforma web a medida con IA integrada: a partir de 15.000 € (puede llegar a varios cientos de miles según alcance)

Mantenimiento mensual: entre 200 y 2.000 €/mes según complejidad

Por debajo del rango bajo casi siempre hay un problema: o el alcance es minúsculo, o la calidad es mala, o el contrato esconde costes que aparecen después. Por encima del rango alto puede haber justificación (sectores muy regulados, integraciones muy complejas) o puede haber sobreprecio.

El test final antes de firmar

Antes de firmar, contesta a esto:

¿Tengo claro qué problema concreto voy a resolver?

¿Sé cómo voy a medir si funciona?

¿Sé quién del equipo del proveedor lo va a hacer?

¿Sé qué pasa si dejo de trabajar con ellos?

¿La oferta encaja con la conversación previa, o han metido cosas que no pediste?

Si las cinco respuestas son claras, el proyecto tiene buenas papeletas. Si alguna es turbia, vuelve a hablar antes de firmar.

Conclusión

Elegir consultor de IA en 2026 no es elegir tecnología: es elegir un equipo que va a entender tu negocio, ejecutar bien y sostener la solución durante años. Los grandes nombres no garantizan calidad y los pequeños no garantizan continuidad. Lo que importa es la conversación honesta sobre alcance, coste, riesgos y resultados.

Si estás valorando consultores y quieres una segunda opinión sobre tu caso, reserva una reunión sin compromiso. Te decimos honestamente si nos toca a nosotros, si te conviene otro tipo de proveedor, o si lo que necesitas no es contratar nada y resolverlo de otra manera.