Qué preguntar antes de comprar cualquier herramienta de IA

Comprar una herramienta de IA es fácil. Convivir con ella durante dos años es la parte difícil. Casi todas las demos funcionan: están preparadas con datos limpios, con el caso de uso más favorable y con alguien delante que se sabe el producto de memoria. El coste real aparece después, cuando hay que conectar los datos que existen de verdad, encajar la herramienta en el flujo de trabajo, explicarle al equipo qué hace y decidir qué se hace el día que se equivoca.

Esto no es un problema exclusivo de las empresas grandes con departamento de compras. Una pyme que contrata un chatbot, un asistente de facturación o un agente de voz se enfrenta exactamente al mismo riesgo, solo que sin un departamento legal que revise el contrato antes de firmarlo. Lo que sigue son las preguntas que hacemos nosotros antes de recomendar una herramienta. No son un formulario de compras: son los cinco puntos donde, cuando algo sale mal, casi siempre estaba mal desde la firma.

¿Qué pasa con mis datos si me quiero ir?

La respuesta que hay que conseguir por escrito: los datos salen contigo, en un formato que otro sistema pueda leer, con el histórico completo y sin depender de la buena voluntad del proveedor. Todo lo demás de esta sección es cómo comprobar que esa frase es verdad.

La primera pregunta no es por las funcionalidades: es por la salida, porque esa respuesta condiciona todo lo que venga después.

Traducida a una empresa pequeña suena así: si dejo de pagar el año que viene, ¿puedo llevarme mis datos, las instrucciones que hemos ido afinando y el histórico de conversaciones, o se quedan dentro de la plataforma?

Conviene bajarla un nivel más, porque “sí, se puede exportar” admite respuestas muy distintas: exportar en qué formato, con qué campos, en cuánto tiempo y quién lo hace. Una asesoría que lleva dos años resolviendo consultas de clientes con un asistente tiene ahí un activo real; si la exportación es un PDF por conversación, ese activo no existe.

En la misma conversación caben dos preguntas más, y las dos son de sí o no. ¿Nuestros datos se usan para entrenar el modelo del proveedor? ¿Quién escribe y mantiene el código que conecta la herramienta con nuestros sistemas? Si la respuesta a la segunda es “vuestro informático”, el proveedor no vende una plataforma: vende una pieza que alguien de casa tendrá que ensamblar y sostener.

¿La integración es real o es un parche?

Es real si la herramienta de IA lee y escribe directamente en el programa donde ya está el trabajo; es un parche si mueve archivos o datos por una capa intermedia que alguien tiene que vigilar.

“Más de mil integraciones” no dice nada: importa una sola, y ahí hay dos cosas muy distintas que se cuentan con la misma palabra. Una conexión nativa lee y escribe datos en ese programa. Un conector genérico montado sobre una capa intermedia mueve información de un lado a otro cuando se cumple una condición, y alguien tiene que arreglarlo cada vez que cambia un campo.

Para una gestoría o un despacho la pregunta es muy concreta: ¿puede esta herramienta leer y escribir directamente en el programa de gestión que ya usamos, o va a necesitar que alguien exporte e importe archivos a mano cada semana? Si la respuesta incluye la palabra “exportar”, la herramienta no quita ese trabajo: lo cambia de sitio y añade un punto más donde fallar.

La forma de comprobarlo es pedir nombres. Qué campo concreto se escribe, en qué pantalla aparece, qué ocurre si dos personas tocan el mismo registro a la vez. Un proveedor que ya ha hecho esa integración contesta en un minuto; uno que no la ha hecho contesta con el número de integraciones que tiene.

¿Qué pasa cuando falla?

La pregunta no es si falla — toda herramienta de IA decide por probabilidades y por tanto falla —, sino si el fallo se ve, se reconoce y acaba en una persona con el contexto delante.

Toda demo se prepara con las preguntas que el sistema responde bien. La prueba que de verdad informa es la contraria: hacer delante del proveedor una pregunta que la herramienta claramente no debería saber responder, y mirar qué hace. ¿Dice que no lo sabe, o improvisa una respuesta con aplomo? ¿Deriva a una persona? Y cuando deriva, ¿esa persona recibe la conversación completa, o el cliente tiene que volver a explicarlo todo desde el principio?

En atención al cliente y en agentes de voz, esa diferencia es casi todo el producto. Un fallo bien gestionado es invisible: el cliente percibe que le pasan con alguien que ya sabe de qué va el asunto. Un fallo mal gestionado es la razón por la que un cliente se enfada con la marca, no con la tecnología, y esa conversación no la recupera después ninguna mejora del modelo.

¿Qué se le puede exigir de verdad a un proveedor?

Concreción, no porcentajes.

Aquí conviene desmontar un consejo que se repite mucho: que el proveedor tiene que darte cifras de clientes parecidos al tuyo. Suena exigente y es lo contrario. Un porcentaje de ahorro es lo más fácil de producir y lo más difícil de comprobar que existe: nadie publica los proyectos que salieron mal, la mayoría de esos números no tienen detrás ni una medición previa ni un método, y un “un 40% menos de tiempo” sin el proceso al que se refiere no se puede contrastar ni reproducir.

Nosotros tampoco publicamos porcentajes de clientes, así que tampoco recomendamos pedírselos a nadie como prueba.

La concreción exigible, donde un proveedor solvente se distingue en cinco minutos: qué proceso se automatiza y cuál no, con qué datos trabaja el sistema, qué decide solo y qué deja en manos de una persona, qué pasa cuando se equivoca y quién lo detecta, cuánto trabajo hay por nuestra parte antes de que aquello funcione, y cómo se sale. Si a “cuánto tiempo ahorra esto en la práctica” la respuesta es una cifra redonda en lugar de “depende de cuántos casos entren por ese canal y de cómo estén hoy”, el problema no es la modestia: es que nadie ha mirado el proceso.

Es la misma diferencia que hay entre un catálogo y una auditoría integral de IA: mirar el proceso, los datos que hay y qué ocurre cuando el sistema se equivoca. Ninguna de esas tres cosas se responde con un porcentaje.

¿Cumple con lo que la ley ya exige?

En la Unión Europea esto ya no es opcional, y no hace falta contarlo como una amenaza. Cualquier herramienta que hable con clientes, use voz o genere contenido automatizado debería poder explicar en qué categoría de riesgo se sitúa según el Reglamento (UE) 2024/1689 y qué obligaciones de transparencia cumple. Un proveedor europeo que trabaja en serio tiene eso contestado por escrito y lo manda sin que haya que insistir.

Preguntarlo antes de firmar ahorra rehacer un proceso después. El punto que toca a más empresas es el artículo 50, cuya obligación de transparencia se aplica desde el 2 de agosto de 2026: avisar de que se está hablando con un sistema automático e identificar el contenido generado por IA. Si el bot que se compra hoy no permite configurar ese aviso donde se tiene que leer, el problema se hereda con la herramienta. El calendario completo, con lo que se aplazó y lo que no, está en qué cambia de verdad en agosto de 2026.

La pregunta que resume todas las demás

Antes de firmar conviene poder responder tres cosas sin recurrir a la intuición: qué proceso concreto se automatiza, qué pasa si el proveedor sube el precio o desaparece, y quién responde si la herramienta se equivoca delante de un cliente. Si esas tres respuestas no están claras, la herramienta todavía no está lista para comprarse, por bien que se haya visto en la demo.

Dicho de la forma más práctica posible, son cinco frases que se pueden leer en voz alta en la reunión:

• “Si dejamos de pagar en enero, ¿qué me llevo y en qué formato?”
• “¿Escribe directamente en nuestro programa de gestión? ¿En qué campo?”
• “Hazle ahora, aquí, una pregunta que no debería saber responder.”
• “¿Qué decide el sistema por su cuenta y qué deja en manos de una persona?”
• “¿Qué obligación de transparencia cumple y dónde se configura el aviso?”

Ninguna de las cinco requiere saber de tecnología, y las cinco se contestan en una reunión. Un proveedor que trabaja bien las agradece, porque le ahorran un cliente descontento en el mes seis. Uno que las esquiva ya ha contestado.