En agosto de 2025, el reporte "The GenAI Divide: State of AI in Business" del proyecto NANDA del MIT midió lo que pocos proveedores citan en sus presentaciones: 95% de los pilotos de IA generativa no genera impacto medible en resultados, pese a una inversión empresarial de 30–40 mil millones de dólares. S&P Global Market Intelligence encontró lo mismo desde otro ángulo: las empresas que abandonaron la mayoría de sus iniciativas de IA saltaron de 17% a 42% en un año, y la organización promedio descarta 46% de sus pruebas de concepto antes de producción.
El problema casi nunca es el modelo. RAND (2024), tras entrevistar a 65 ingenieros y científicos de datos, concluyó que los proyectos de IA fallan al doble de la tasa de los proyectos de TI tradicionales, y las causas son de compra y gestión: objetivos mal definidos, datos deficientes y perseguir tecnología en lugar de un resultado de negocio. Traducción: el riesgo más grande no está en la IA, está en cómo eliges a quien te la vende.
Las 7 preguntas de la primera reunión
- "¿Cuál es el baseline?" Si no propone medir tu proceso actual (horas, costo por transacción, tasa de error) antes de construir nada, nunca podrá demostrar que algo mejoró. Promesa sin baseline = adjetivo.
- "Muéstrame un caso con números." Cliente de tamaño similar, métrica antes/después, tiempo de implementación. Una demo genérica que no toca tus datos no cuenta como evidencia.
- "¿Qué incluye exactamente el precio?" Entregables, número de iteraciones, qué se cobra aparte. Precio sin alcance escrito es la señal de alarma más barata de detectar.
- "¿Quién es dueño del código, los prompts y los datos?" Si la respuesta es "nosotros", estás rentando una dependencia, no comprando una solución.
- "¿Cuánto cuesta operarlo al mes?" Consumo de API, hosting, mantenimiento, actualizaciones de modelo. Ese número es información de la primera reunión, no una sorpresa del mes tres.
- "¿Qué pasa cuando falla?" Quién revisa las salidas, qué evaluaciones corren, dónde interviene una persona. Todo sistema de IA en producción falla un porcentaje del tiempo; el proveedor serio te dice cuál y qué hace al respecto.
- "¿Qué NO harías con IA en mi empresa?" Quien contesta "todo se puede" no ha operado nada. El MIT lo respalda: comprar a proveedores especializados con foco tuvo ~67% de éxito; los desarrollos genéricos internos, un tercio de esa tasa.
Qué cambia en México
- El mercado está caliente: según AWS (2025), 38% de las empresas mexicanas ya usa IA y las pymes pasaron de 28% a 37% en un año. Más demanda atrae más vendedores de humo.
- IBM reportó en 2025 que 56% de las empresas en México no ha identificado el valor comercial de la IA y solo 19% tiene competencias internas sólidas. Esa asimetría de conocimiento es justo lo que explota una mala venta.
- La nueva LFPDPPP (vigente desde marzo de 2025) amplió la definición de responsable: quien trate datos personales —incluido tu proveedor de IA— queda obligado. Pide por escrito dónde se procesan los datos de tus clientes y bajo qué contrato. "Se suben a la nube" no es una respuesta.
Scorecard: cómo calificar la reunión
Da 2 puntos por cada pregunta respondida con cifras y ejemplos concretos, 0 por respuestas evasivas. Resta 1 punto por cada señal de alarma: demo genérica, precio sin alcance, porcentajes prometidos sin baseline, cero mención de mantenimiento.
- 11–14 puntos: avanza, pero con un piloto acotado (un proceso, 4–8 semanas, métrica pactada por escrito).
- 6–10: pide dos referencias de clientes y vuelve a evaluar.
- Menos de 6: ahí no es.
Estas preguntas aplican también para nosotros, y preferimos que las hagas. Si quieres empezar por el baseline en lugar del pitch, ese es nuestro primer paso: un diagnóstico que mide tu proceso actual antes de proponer nada. O simplemente hablemos.