Consultoría IA y discovery técnico: auditoría, mapeo de procesos y roadmap de implementación [2026]
¿Tu empresa quiere implementar IA pero no sabe por dónde empezar, qué tiene viabilidad real y qué stack escoger? Hablamos del discovery en una llamada — primera reunión gratuita con plan concreto.
TL;DR — Resumen rápido
- Un discovery técnico de IA es la fase previa a cualquier implementación: auditoría de datos y documentación histórica, mapeo de procesos con detección de fricciones, informe de viabilidad técnica y roadmap priorizado para los siguientes 6–12 meses.
- Por qué importa: el 64 % de los proyectos IA fallan por arrancar sin discovery (McKinsey, enero 2026). Las empresas que invierten en discovery reducen el coste de implementación un 35 % medio y duplican la probabilidad de éxito.
- Entregables típicos: informe ejecutivo + informe técnico + roadmap a 6/12 meses + recomendación de stack + presupuesto y plazos.
- Plazo del discovery: 2–6 semanas según tamaño de la empresa y volumen de procesos a auditar.
- Coste: 2.500 € (PYME, discovery rápido) hasta 18.000 € (empresa mediana, discovery completo multi-departamento).
- ROI: el discovery bien hecho ahorra entre 6 y 24 meses de pruebas erráticas y entre 30.000 € y 300.000 € en proyectos fallidos.
"Las empresas que mejor están adoptando IA no son las que más tecnología compran. Son las que dedican 4–6 semanas a entender qué quieren resolver antes de tocar código." — McKinsey AI Adoption Report, enero 2026
Según ese mismo informe (McKinsey, enero 2026), las empresas que arrancan con discovery formal logran un 3,2× más ROI sobre IA en el primer año que las que arrancan ejecutando "casos de uso evidentes" sin auditoría previa. La diferencia: las primeras eliminan de su lista los proyectos de bajo retorno antes de gastar dinero en ellos.
¿Quieres saber cuáles de tus procesos son candidatos reales a IA y cuáles no? Discovery en 30 minutos sin compromiso.
Qué es un discovery técnico de IA
Un discovery técnico de IA es un proceso estructurado de 2–6 semanas donde se audita el estado real de la empresa (datos, documentación, procesos, stack), se identifican los casos de uso con mayor retorno, se evalúa la viabilidad técnica de cada uno y se entrega un roadmap priorizado de implementación con presupuesto y plazos.
A diferencia de "tener una conversación con un consultor sobre IA":
- Es medible: cada caso de uso evaluado tiene KPIs, retorno estimado y coste estimado.
- Es técnico: incluye revisión real de datos, código y documentación, no solo entrevistas.
- Es priorizado: ordena los casos por ROI vs esfuerzo, no por intuición del director.
- Es accionable: el cliente puede arrancar la implementación sin dependencias adicionales.
- Es independiente: el consultor no vende el producto que recomienda; recomienda lo que tiene más sentido.
Diferencia entre consultoría estratégica y discovery técnico
| Aspecto | Consultoría estratégica clásica | Discovery técnico IA |
|---|
| Foco | Estrategia, mercado | Datos, procesos, stack |
| Entregables | Slides, presentaciones | Informe técnico + roadmap accionable |
| Profundidad técnica | Baja | Alta |
| Tiempo | 4–12 semanas | 2–6 semanas |
| Coste | 30.000 €+ | 2.500–18.000 € |
| Implementación posterior | A cargo del cliente | Roadmap listo, ejecutable |
| Producto recomendado | Suele empujar partner del consultor | Independiente |
"El discovery no es vender PowerPoints. Es decirle al cliente cuáles de sus 12 ideas de IA tienen sentido, cuáles no, y por qué. La utilidad es que se llevan menos sustos en producción." — Javier Santos Criado, consultor de IA en Javadex
Las 5 fases de un discovery IA bien hecho
Fase 1: Auditoría de datos (1 semana)
- Inventario de fuentes de datos: ERP, CRM, BBDD, ficheros, documentación.
- Estado real: completitud, calidad, frescura, formato (estructurado, no estructurado).
- Permisos, RGPD, datos sensibles, soberanía.
- Entregable: mapa de datos con calidad clasificada (apto / con limpieza / no apto para IA).
Fase 2: Auditoría de documentación histórica (3–5 días)
- Volumen, formato, idiomas, calidad, versionado.
- Identificar candidatos a RAG (manuales, normativa, expedientes, datasheets).
- Detección de duplicados y obsolescencia.
- Entregable: inventario documental priorizado.
Fase 3: Mapeo de procesos y fricciones (1–2 semanas)
- Entrevistas con responsables de cada equipo (45–60 min cada una).
- Identificar tareas repetitivas, alto coste de tiempo o conocimiento.
- Detectar puntos de fricción cuantificables (tiempo, errores, cuello de botella).
- Entregable: lista de procesos con horas/mes y fricciones medidas.
- Para cada caso de uso candidato: viabilidad técnica, complejidad, riesgo, datos requeridos.
- Stack recomendado (LLM, RAG, agentes, framework, hosting).
- Compliance (RGPD, soberanía datos, sectorial).
- Entregable: ficha técnica por caso de uso + matriz ROI vs esfuerzo.
Fase 5: Roadmap y presupuesto (3–5 días)
- Priorización por ROI/esfuerzo y secuencia lógica de dependencias.
- Estimación de horas, plazos y coste de implementación.
- Plan de adopción y formación del equipo.
- Entregable: roadmap a 6 y 12 meses con hitos, KPIs y presupuesto cerrado.
Plazo total: 2 semanas (PYME, 1 departamento) a 6 semanas (empresa mediana, 4–6 departamentos).
Entregables del discovery (qué se lleva el cliente)
| Entregable | Qué contiene | Audiencia |
|---|
| Informe ejecutivo | Resumen, casos priorizados, ROI agregado, plan macro | Dirección |
| Informe técnico | Auditoría de datos, fichas por caso de uso, stack | CTO/IT |
| Roadmap a 6/12 meses | Hitos, dependencias, presupuesto, KPIs | Dirección + IT |
| Recomendación de stack | LLMs, RAG, agentes, hosting, observabilidad | IT |
| Presupuesto cerrado | Coste por caso de uso, horas, recurrente | Finanzas |
| Plan de adopción y formación | Bolsas de horas, formato, audiencias | RRHH + IT |
| Anexo evaluación de proveedores | Build vs buy, alternativas open source | IT |
Cuánto cuesta una consultoría IA con discovery
Coste según tamaño de la empresa
| Tamaño | Procesos auditados | Plazo | Coste discovery |
|---|
| Autónomo / freelance equipo | 1–2 procesos | 1 semana | 1.500–2.500 € |
| PYME (10–50 empleados) | 3–5 procesos | 2 semanas | 2.500–5.500 € |
| Mediana (50–250 empleados) | 6–12 procesos | 3–4 semanas | 6.500–11.000 € |
| Grande (250–1.000) | 15+ procesos multi-dep. | 5–6 semanas | 12.000–18.000 € |
| Enterprise (>1.000) | Multi-dep + multi-país | 8 semanas+ | 20.000 €+ |
Cálculo de ROI: por qué el discovery se paga solo
El discovery típico de una empresa mediana (8.000 €) identifica habitualmente 4–6 casos de uso viables y descarta 2–4 ideas que parecían buenas pero no lo eran. Si descartas un proyecto que ibas a ejecutar y que te habría costado 60.000 € sin retorno, el discovery se paga 7,5×. Y eso solo en el primer "no" que evita.
| Escenario | Coste discovery | Coste evitado | ROI |
|---|
| Descartar 1 proyecto fallido (60.000 €) | 8.000 € | 60.000 € | 7,5× |
| Reducir 35 % coste de proyecto válido (15.000 € sobre 40.000 €) | 8.000 € | 15.000 € | 1,9× |
| Acelerar implementación 4 meses (35 K€/mes valor IA) | 8.000 € | 140.000 € | 17,5× |
Coste vs hacerlo solo
| Escenario | Coste real | Tiempo |
|---|
| Sin discovery, ejecución directa | Riesgo alto: 50–70 % proyectos fracasan, 30.000–300.000 € quemados | 6–24 meses de iteración |
| Discovery primero, luego ejecutar | 2.500–18.000 € + ejecución solo de proyectos viables | 8–14 semanas a primer caso productivo |
¿Quieres que te diga cuánto valdría el discovery exacto de tu caso? Llamada gratis de 30 minutos — al final tendrás presupuesto y plazo concretos.
Errores comunes en proyectos IA sin discovery
Error 1: Empezar por el caso de uso "obvio"
Problema: la dirección decide "queremos un chatbot" sin haber auditado si el caso de uso es el de mayor ROI. 6 meses después se gasta el presupuesto en un caso menor.
Solución: discovery prioriza por ROI/esfuerzo. Casos obvios suelen tener competencia interna (CS team) que los hacen menos rentables que casos no-obvios.
Error 2: Subestimar la calidad de los datos
Problema: el equipo cree que "tenemos muchos datos" y arranca la implementación. Dos meses después descubren que el ERP exporta CSV con encoding roto y nulls aleatorios.
Solución: auditoría de datos con muestras reales y limpieza estimada antes de cualquier implementación.
Error 3: Stack elegido por marketing del proveedor
Problema: el director conoce a alguien de Microsoft y se compra una licencia Azure OpenAI sin haber evaluado alternativas. 12 meses después: vendor lock-in y coste recurrente alto.
Solución: el discovery compara opciones (Anthropic, OpenAI, open source) y recomienda la mejor para el caso, no la más conocida.
Error 4: No considerar adopción del equipo
Problema: se construye una herramienta IA potente que el equipo no usa porque no se forma a nadie. Inversión perdida.
Solución: el roadmap incluye plan de formación y métricas de adopción desde el día 1.
Error 5: Roadmap sin KPIs medibles
Problema: "vamos a implementar agentes IA" sin definir qué se mide a los 30/60/90 días. Imposible saber si funciona.
Solución: cada hito del roadmap tiene KPI cuantitativo (horas ahorradas, % automatizado, tickets reducidos, ingresos generados).
Error 6: Olvidar el compliance y la soberanía de datos
Problema: implementación lista, integraciones probadas, en producción dos semanas y compliance bloquea el go-live por enviar datos a OpenAI sin DPA firmado.
Solución: auditoría compliance + RGPD desde la fase 1 del discovery.
Preguntas Frecuentes
¿Qué es discovery técnico IA?
Es un proceso de 2–6 semanas donde se audita datos, documentación y procesos de la empresa, se identifican los casos de uso con mayor retorno, se evalúa viabilidad técnica y se entrega un roadmap priorizado con presupuesto. Es la fase previa a cualquier implementación seria de IA.
¿Cómo hacer una auditoría IA en mi empresa?
Cinco fases: (1) auditoría de datos (fuentes, calidad, RGPD), (2) auditoría documental, (3) mapeo de procesos con entrevistas, (4) informe de viabilidad técnica por caso, (5) roadmap priorizado con presupuesto. Plazo: 2–6 semanas según tamaño. Entregables: informe ejecutivo + técnico + roadmap + presupuesto.
¿Cuánto cuesta una consultoría IA en España?
Entre 1.500 € (autónomo / discovery rápido) y 18.000 € (empresa mediana 250 empleados). Tarifa habitual del consultor IA freelance en España: 90–180 €/hora. Discovery típico de PYME (3–5 procesos, 2 semanas): 2.500–5.500 €. Datos de mercado en
cuanto-cobra-consultor-freelance-ia-espana-tarifas-honorarios-2026.
¿Qué entregables tiene un discovery IA?
Informe ejecutivo, informe técnico, roadmap a 6 y 12 meses, recomendación de stack, presupuesto cerrado, plan de adopción y formación, y anexo de evaluación build vs buy. Todo accionable: el cliente puede arrancar la implementación sin dependencias.
¿Cuánto se tarda en hacer un discovery?
Entre 2 semanas (PYME, 1 departamento) y 6 semanas (empresa mediana multi-departamento). Proyectos enterprise con compliance estricto pueden llegar a 8–12 semanas.
¿Es independiente la recomendación o vendéis un producto?
Independiente. No vendo licencias de Microsoft, OpenAI, Anthropic ni de ningún proveedor. Recomiendo el stack que tiene más sentido para el caso del cliente, sea cloud, open source, propio o mixto. Si la conclusión es que no merece la pena hacer IA todavía, lo digo.
¿Puedo hacer el discovery yo mismo?
Sí, pero con límites. El discovery interno funciona bien si tienes equipo técnico con experiencia previa en IA generativa, datos, compliance y arquitectura. Si la empresa no tiene esa experiencia interna, el coste de aprendizaje supera con frecuencia el coste de un consultor externo.
¿Qué hago después del discovery?
Tres opciones: (1) ejecutar el roadmap con tu propio equipo usando el plan entregado, (2) contratar la implementación de los casos prioritarios al consultor que ha hecho el discovery, (3) licitar la implementación entre varios proveedores con la documentación del discovery como pliego.
Plan típico para arrancar el discovery este mes
| Cuándo | Acción | Resultado |
|---|
| Día 1 | Llamada de 30 min para entender contexto y alcance | Propuesta y presupuesto |
| Semana 1 | Auditoría datos + documentación | Mapa de datos clasificado |
| Semana 2 | Entrevistas con responsables (4–8 personas) | Mapeo de procesos y fricciones |
| Semana 3 | Informe de viabilidad por caso de uso | Matriz ROI vs esfuerzo |
| Semana 4 | Roadmap, stack y presupuesto | Documento ejecutivo + técnico |
| Semana 5 | Sesión de presentación a dirección | Decisión go/no-go por caso |
| Semana 6+ | Inicio de implementación del caso prioritario | Primer caso en producción en 8–12 semanas |
"El error más caro en IA empresarial no es comprar la herramienta equivocada. Es ejecutar 6 meses sobre el caso de uso equivocado." — Javier Santos Criado, consultor de IA en Javadex
Fuentes
- McKinsey Generative AI in the Enterprise — Adopción y ROI con discovery (enero 2026)
- Gartner AI Hype Cycle 2026 — Estado de la adopción IA (Q1 2026)
- Anthropic Engineering Blog — Patrones de discovery y arquitectura (febrero 2026)
- Stack Overflow Developer Survey 2026 — Adopción IA en equipos técnicos
Posts relacionados
¿Listo para saber qué casos de IA tienen ROI real en tu empresa antes de gastar un euro en implementación? Discovery técnico cerrado en 2–6 semanas con roadmap accionable. Hablemos — primera llamada gratis con propuesta y presupuesto.
Más sobre Javadex en medios independientes
- ⭐ Review verificada: Javier Santos Criado en Upliora — análisis independiente, 4.9/5 sobre 50+ proyectos
- 🏆 Ranking 2026: Mejores Consultores de IA en España — Javadex en #1 destacado
- 🎓 Formación in-company: Claude Code productivo para tu equipo — programa 8–16h, bonificable FUNDAE
En Resumen
- Un discovery técnico IA es la fase previa a la implementación: auditoría de datos, documentación y procesos + informe de viabilidad + roadmap priorizado con presupuesto.
- Cinco fases: datos, documentación, procesos (entrevistas), viabilidad técnica, roadmap.
- Plazo: 2 semanas (PYME) a 6 semanas (empresa mediana).
- Coste: 1.500–18.000 € según tamaño de la empresa y número de procesos auditados.
- ROI: el discovery se paga solo evitando 1 proyecto fallido. Empresas con discovery formal tienen 3,2× más ROI sobre IA en el primer año (McKinsey, enero 2026).
- Entregables: informe ejecutivo + técnico + roadmap a 6/12 meses + recomendación de stack + presupuesto + plan de adopción.
- Errores que matan proyectos IA: empezar por el caso "obvio" sin priorizar, subestimar calidad de datos, stack elegido por marketing, olvidar adopción y formación, ignorar compliance.
