Qué preguntar a un proveedor de IA
Kevin Berbel · 4/9/2026
Escribimos esta rúbrica para elegir proveedor. Sabiendo que a nosotros nos medían con ella
Nueve preguntas con peso distinto, tres de ellas eliminatorias, y un umbral fijado antes de la reunión. La publicamos entera porque somos proveedor de esto y lo justo es que nos la apliques también a nosotros.
Las preguntas que hay que hacerle a un proveedor de IA antes de contratarlo no son las que salen en su web. Son nueve, tienen peso distinto, y tres de ellas descartan por sí solas. Esto es la rúbrica que escribimos para evaluar a quienes se nos ofrecían como socios en un concurso — y la publicamos entera, con su umbral, porque somos proveedor de esto y lo justo es que nos la apliques a nosotros también.
Puntos clave
Nueve dimensiones, 63 puntos
Tres pesan triple y son eliminatorias: manos en la consola, cumplimiento en entorno regulado y referencias verificables.
El umbral es 45, y no basta con llegar
Un cero en cualquiera de las tres críticas descarta aunque el total sume.
La bandera roja más frecuente
«Tenemos experiencia enterprise» que al rascar es una cuenta individual de pago. Son cosas distintas y se distinguen con dos preguntas.
«Formación» no es gestión del cambio
Si la respuesta a cómo consiguen que la gente lo use es «damos un curso», falta la mitad del proyecto.
Declaramos el conflicto
Escribimos esto siendo parte interesada. Úsala contra nosotros.
Por qué una rúbrica y no una lista de preguntas
Una lista de preguntas se contesta. Cualquier comercial preparado responde bien a doce preguntas sueltas, porque cada una vale lo mismo y ninguna cierra la puerta.
Una rúbrica hace otra cosa: pone peso y pone umbral. Obliga a decidir de antemano qué es imprescindible y qué es deseable, y a escribirlo antes de tener delante a alguien simpático. Esa es toda la diferencia. La decisión mala no se toma por falta de preguntas; se toma porque nadie fijó el listón antes de la reunión y después el listón se acomodó a lo que había.
Se puntúa cada dimensión de 0 a 3. Cero: no lo tiene. Uno: teórico, o experiencia adyacente que no es esto. Dos: experiencia real, pero en un contexto distinto al tuyo. Tres: experiencia demostrable en un contexto comparable al tuyo.
Las nueve dimensiones
Las tres primeras pesan triple y son eliminatorias. De la cuarta a la octava pesan doble. La novena pesa simple.
Manos en la consola, no en la herramienta · crítica, peso ×3
Usar la IA y administrarla son oficios distintos. Pregunta si han configurado un despliegue real de organización: inicio de sesión corporativo, alta y baja automática de usuarios, registros de auditoría, política de retención, dónde residen los datos y control del gasto. Quien solo ha usado la versión de pago individual va a hablarte de lo bien que funciona, no de cómo se gobierna.
Cumplimiento en un entorno regulado · crítica, peso ×3
Si tu sector tiene reglas —datos personales, sanidad, banca, sector público—, pregunta en cuál han trabajado y con qué marco. Vale la experiencia en un sector regulado distinto al tuyo; no vale la lectura de un reglamento. Y ojo con quien se atribuye una especialidad regulatoria que no tiene: afirmar validaciones que no te corresponden es un riesgo que acabas asumiendo tú.
Referencias con nombre y verificables · crítica, peso ×3
No «trabajamos con grandes cuentas». Nombre del cliente o, si hay confidencialidad, sector y tamaño exactos; su rol concreto en el proyecto; qué se desplegó; y alguien con quien puedas hablar. Una referencia que no deja verificarse no es una referencia, es una frase.
Adopción real en una organización, no un piloto · peso ×2
Pregunta cómo se desplegó: por oleadas o de golpe, cuánta gente en cada una, quiénes fueron los referentes internos y qué indicadores de uso siguieron. Un piloto de doce personas entusiastas no predice nada sobre doscientas.
Gestión del cambio, que no es formación · peso ×2
Esta es la que más se falsea. Formación es enseñar a usar la herramienta. Gestión del cambio es tener patrocinador, plan de comunicación, incentivos, referentes por departamento y medición de la adopción. Si la respuesta empieza y acaba en «damos un curso», el proyecto va a llegar a la fase en que todo está instalado y nadie lo usa.
Seguridad e identidad · peso ×2
Directorio corporativo, gestión de dispositivos, prevención de fuga de datos, registros, gestión de incidentes. No hace falta que lo hagan ellos: hace falta que sepan con quién de tu casa se sientan.
Arquitectura y encaje con lo que ya tienes · peso ×2
Con qué nube trabajan, cómo conectan con tus sistemas actuales, y qué pasa el día que quieras cambiar de modelo o de fabricante. Pregunta explícitamente si te atan a uno.
Implantación de punta a punta · peso ×2
Que hayan llevado algo de la definición a estar funcionando: configuración, repositorios, observabilidad, evidencias. Muchos llegan hasta la diapositiva.
Encaje comercial y legal · peso ×1
Rol claro si hay varios proveedores, disponibilidad real en tu calendario, modelo de contratación, confidencialidad, seguro, y quién asume la responsabilidad cuando algo salga mal.
Cómo se lee el resultado
Suma con los pesos. El máximo es 63.
45 / 63
El umbral. Y ningún crítico en 0 o 1: las tres críticas no se compensan con nada.
45 o más, y ningún crítico en 0-1
Encaja. Adelante.
Entre 30 y 44
Posible: cubre huecos concretos. Validar en llamada, y saber cuál es el hueco.
Menos de 30, o cualquier crítico en 0
No, para este proyecto.
La segunda condición del primer tramo es la importante. Un total alto con un cero en una crítica sigue siendo un no, porque las tres críticas no se compensan con nada: no hay cantidad de buena arquitectura que sustituya a no haber administrado nunca un despliegue, ni cantidad de simpatía que sustituya a una referencia verificable.
Las seis banderas rojas
Ninguna es concluyente por sí sola. Todas obligan a pedir prueba antes de seguir.
«Experiencia enterprise» que al rascar es una cuenta individual de pago
Se distingue preguntando quién administraba el inicio de sesión corporativo y quién revisaba los registros de auditoría.
Referencias sin nombre
O que no dejan verificarse.
Se atribuyen una especialidad regulatoria que no tienen
El riesgo de esto lo acabas comiendo tú.
No están disponibles cuando arranca el proyecto
Un buen proveedor que empieza tres meses tarde es un proveedor malo para ese proyecto.
Quieren liderarlo todo pero no cubren todos los bloques
Preguntar quién hace lo que falta, y si esa persona ya existe o se buscará después de firmar.
Confunden la herramienta con el despliegue gobernado
Hablar de la aplicación que usa un empleado como si fuera lo mismo que una implantación con identidad, permisos y auditoría es una señal de nivel, y es de las que más rápido se detectan.
Lo que esta rúbrica no mide
No mide si te van a caer bien, y eso importa más de lo que parece en un proyecto de meses.
No mide el precio. Es deliberado: el precio se compara después de saber quién puede hacer el trabajo, nunca antes, porque comparar precios de proveedores que no son equivalentes es la forma más rápida de contratar al que menos sabe.
Y no mide lo que va a pasar dentro de tu casa, que es donde fracasan la mayoría de estos proyectos. Esta rúbrica elige bien al de fuera. Lo de dentro —los procesos que sobran, la gente que no lo usa, la información dispersa— no lo arregla ningún proveedor por bueno que sea.
De eso va el resto de este clúster: por qué fracasan los proyectos de IA en las empresas
Y el primero de esos motivos, con su criba de cuatro preguntas, está en qué procesos eliminar antes de automatizar
Preguntas frecuentes
¿No es raro que un proveedor publique la rúbrica con la que evaluarlo?
Es interesado. Nos beneficia que nos midan con estos criterios en vez de por precio por hora, y lo decimos abiertamente. Si al aplicárnosla salimos por debajo del umbral en algo que necesitas, la rúbrica ha hecho su trabajo.
Somos una empresa de 40 personas. ¿Esto no es para multinacionales?
Las nueve dimensiones son las mismas; lo que cambia es el listón de cada una. En una empresa de 40 personas, un 2 en «adopción real» es perfectamente suficiente. Lo que no cambia es el criterio de descarte: las referencias verificables valen lo mismo aquí que allí.
¿Y si solo quiero automatizar una cosa pequeña?
Entonces esta rúbrica es demasiada máquina. Para un encargo acotado, tres preguntas bastan: enséñame algo parecido que hayas hecho, dime a quién puedo llamar, y explícame qué pasa si mañana quiero llevármelo a otro sitio.
¿Cuánto se tarda en aplicarla?
Puntuar a un candidato con la información delante: media hora. Conseguir la información: una llamada de una hora y las referencias, que son las que tardan. Si un candidato se resiste a darte referencias verificables, eso ya es una puntuación.
¿Estás evaluando proveedores para un proyecto de IA? Pásanos la rúbrica rellena con nosotros dentro. Si salimos por debajo del umbral en algo que necesitas, te lo diremos y te diremos quién lo cubre.
Agenda una llamada