En pleno auge de las herramientas de inteligencia artificial generativa, la consultoría se encuentra en medio de una revolución relativamente silenciosa y profundamente transformadora que podría resultar trascendental de cara a su futuro.
La consultoría tradicional se basa en un modelo intensivo en mano de obra generalmente muy cualificada, con grandes equipos dedicados a investigar, analizar datos y formular recomendaciones a medida. Este modelo es costoso y lento, y las compañías se han encontrado con que la llegada de la inteligencia artificial generativa ejerce un impacto inmediato al ser capaz de automatizar muchísimas tareas rutinarias, acelerar análisis y ampliar drásticamente la capacidad de los equipos. El resultado, en principio, es una mayor eficiencia operativa, sustitución de consultores junior y asistentes por algoritmos generativos, proyectos con un desarrollo generalmente más rápido y, en consecuencia, mejores márgenes para las firmas que adoptan estas herramientas.
Los propios clientes exigen cada vez más la integración de tecnología en los servicios de consultoría. En una encuesta reciente de IBM, un 86% de los compradores de consultoría afirmó que busca activamente proveedores que incorporen inteligencia artificial en sus servicios, y un 66% incluso afirmó que dejaría de trabajar con consultoras que no lo hagan. Esto está forzando a las firmas a reinventarse e incorporar estas herramientas en sus metodologías: lo que antes podía requerir semanas de trabajo manual, ahora puede lograrse en días o en horas con ayuda de la inteligencia artificial generativa.
De hecho, la consultoría tradicional, basada en opiniones de expertos y en horas de análisis, se ve como un producto que ya no es suficiente, y se detecta la necesidad de apalancar la inteligencia artificial generativa para eliminar tareas manuales y entregar valor en ciclos más rápidos. En muchos sentidos, recurrir a la inteligencia artificial no se hace sólo como quien incorpora «una tecnología de moda», sino como una parte central del modelo operativo para acelerar entregas y liberar a sus consultores de tareas mecánicas.
Un beneficio inmediato y tangible de la inteligencia artificial generativa es, claramente, la reducción de costes. Más de la mitad de los directivos globales espera que estas tecnologías aporten ahorros operativos en el corto plazo, y casi la mitad de ellos anticipan recortes de más del 10% en gastos gracias a las ganancias de productividad. Ahora, una consultora podría plantearse manejar el mismo volumen de proyectos con menos horas hombre, o acometer más proyectos sin ampliar su plantilla, con una mejora sustancial del margen por proyecto. Eso lleva a que las grandes firmas estén invirtiendo sumas considerables para animar al uso de inteligencia artificial en sus procesos, buscando hacer más con menos y ganar ventajas competitivas.
Deloitte, por ejemplo, ha implementado un asistente llamado DARTbot en sus servicios de auditoría y aseguramiento, un chatbot integrado con los sistemas internos que automatiza tareas repetitivas de revisión y compliance, al tiempo que facilita la compartición de conocimiento entre equipos. Provee soporte en tiempo real a los auditores, les ahorra trabajo manual, y permite que se enfoquen en objetivos más estratégicos.
McKinsey, tras la adquisición de QuantumBlack, también ha desarrollado soluciones propias para acelerar análisis de datos, identificación de tendencias y simulación de escenarios en tiempo real en proyectos estratégicos. Además ha lanzado internamente Lilli, un asistente de inteligencia artificial generativa entrenado en la base de conocimientos de McKinsey, que escanea documentación interna y sintetiza los hallazgos clave para los consultores incluyendo referencias a expertos relevantes dentro de la firma. Según la compañía, esta herramienta ahorra hasta un 20% del tiempo de preparación de reuniones, al tiempo que mejora la calidad del análisis y las recomendaciones que el consultor entrega al cliente.
PwC ha invertido más de 1.000 millones de dólares para expandir sus capacidades de inteligencia artificial generativa, y se ha convertido en el mayor cliente empresarial de OpenAI, con ChatGPT Enterprise implementado a escala masiva: bots basados en GPT específicos para revisar declaraciones de impuestos, para generar informes y dashboards, e incluso para apoyar en investigaciones legales, todo automatizado. La compañía afirma que está trabajando activamente con inteligencia artificial generativa en la práctica totalidad, el 95%, de sus proyectos de consultoría en los Estados Unidos y el Reino Unido.
IBM ha desarrollado la plataforma IBM Consulting Advantage, un entorno potenciado por inteligencia artificial que ofrece una biblioteca de agentes de software inteligente y activos digitales para sus 160,000 consultores globales, lo que les permite reutilizar modelos ya entrenados para cuestiones como detección de fraudes, optimización de cadena de suministro, análisis de sentimiento, etc. en sus proyectos, en lugar de plantearlos de nuevas en cada ocasión. Han formado a sus consultores en el uso de estas herramientas para que las integren efectivamente en su día a día, lo que permite recomendaciones más rápidas basadas en datos y mayor certeza de resultados.
Accenture anunció una inversión de 3,000 millones de dólares para ampliar su práctica de Datos & IA y duplicar su equipo de especialistas en inteligencia artificial, de 40,000 a 80,000 profesionales) en tres años, y reportó una facturación de más de 600 millones de dólares en nuevos contratos de proyectos de implantación de inteligencia artificial generativa en un trimestre, lo que podría llegar a suponer más de 2,400 millones anuales.
Claramente, las consultoras están aprovechando la inteligencia artificial generativa como un aliado para ahorrar tiempo, mejorar la calidad de sus análisis y ampliar sus servicios. Básicamente, para fortalecer su propuesta de valor tradicional con mejores recomendaciones basadas en datos, entregadas más rápido. En el corto plazo, esto supone una ventaja competitiva y una forma de proteger o de incrementar sus márgenes en un mercado donde los honorarios suelen estar bajo presión constante.
Sin embargo, no todo es necesariamente bonito, y la misma tecnología que hoy potencia la eficiencia de las consultoras podría, en el largo plazo, suponer una erosión de la base de su negocio. Históricamente, muchas disrupciones tecnológicas siguen un patrón similar: las empresas incumbentes adoptan la nueva tecnología de forma incremental para mejorar lo que ya hacen, mientras que los nuevos entrantes la usan para crear modelos alternativos más baratos o accesibles que eventualmente desplazan a los líderes existentes. En muchos casos, las innovaciones adquieren el carácter de disruptivas cuando un producto o servicio relativamente simple «echa raíces entre clientes que antes no podían pagar o no tenían acceso a las ofertas dominantes, y luego mejora hasta empezar a desplazar a los productos líderes del mercado«.
¿Podría la inteligencia artificial generativa provocar una disrupción así en la consultoría? La disrupción podría aparecer si surge una forma de resolver los problemas de los clientes de forma mucho más barata o sencilla apalancando la inteligencia artificial. Imaginemos, por ejemplo, plataformas automatizadas o semi-automatizadas que ofrezcan «consultoría a la carta» mediante sistemas de inteligencia artificial entrenados conn las mejores prácticas de la industria, capaces de analizar los datos de un cliente (ventas, operaciones, etc.) y de generar recomendaciones estratégicas básicas sin necesidad de un equipo de consultores destacados en la compañía.
Al principio, este tipo de soluciones serían interpretadas como low-cost y carentes de la profundidad o personalización de una consultora tradicional, pero seguramente serían suficientemente buenas para muchas empresas medianas que no pueden plantearse pagar millones en honorarios de McKinsey o BCG. La inteligencia artificial podría ganar tracción en ese segmento, y con el tiempo, mejorar su sofisticación (más datos, modelos más refinados, conocimiento ampliado, incorporación de feedback, etc.) y empezar a competir en proyectos más complejos, amenazando directamente parte del trabajo que hoy realizan las consultoras tradicionales.
En paralelo, muchos clientes están internalizando tareas que antes delegaban en consultores externos, aprovechando sus propias mejoras en infraestructura y software. El trabajo de tecnología que antes se externalizaba, ahora puede hacerse internamente con mayor control y con las herramientas adecuadas. Y no solo es en tecnología: si antes una empresa contrataba a una consultora para analizar sus datos de ventas, ahora su propio departamento interno, armado con una herramienta de inteligencia artificial fácil de usar, puede hacerlo por sí mismo y ahorrarse ese coste externo.
Otro factor es la competencia creciente de consultores independientes y pequeñas firmas boutique, que gracias a la tecnología pueden competir casi de tú a tú con las grandes. Tradicionalmente, los freelance o boutiques carecían de la escala o de las metodologías estructuradas de una gran consultora, pero hoy, el acceso a herramientas de inteligencia artificial y datos puede ecualizar ese escenario. De hecho, el mejor acceso a tecnología ha dado a los jugadores más pequeños más munición para competir de forma efectiva, reduciendo la ventaja antes indiscutible de las grandes consultoras. ChatGPT por sí solo no va a derrumbar a McKinsey, pero un servicio de asesoría online barato potenciado por agentes con inteligencia artificial y orientado a clientes desatendidos podría hacerlo con el tiempo si no reacciona a tiempo.
Por otro lado, el propio modelo de negocio tradicional de las consultoras también podría verse afectado. Muchas firmas aún facturan principalmente por las horas de sus profesionales: si la inteligencia artificial permite entregar un proyecto en la mitad del tiempo o menos, ¿aceptará el cliente pagar lo mismo que antes? Si un cliente percibe que el trabajo podría hacerlo una inteligencia artificial con una mínima supervisión humana, difícilmente justificará tarifas elevadas por las horas de un ejército de consultores.
Por tanto, lo que ahora mismo parece un divertido tobogán por el que descender pasándolo bien gracias los menores costes, a largo plazo podría actuar como fuerza disruptiva en la industria de la consultoría, erosionando las ventajas tradicionales de escala y, posiblemente, introduciendo y elevando a nuevos competidores. La incursión de la inteligencia artificial generativa en la consultoría va a ser un arma de doble filo: en el corto plazo, promete consultoras más eficientes, rentables y con servicios mejorados, cumpliendo con creces las expectativas de unos clientes inmersos ellos mismos en procesos de transformación digital. Pero en el largo plazo asoma la posibilidad de una disrupción: la misma tecnología puede democratizar parte del conocimiento y de las herramientas antes sólo al alcance de las firmas más grandes, y posibilitar alternativas más baratas y omnipresentes. Al final del tobogán podría haber un barranco.
La situación evoca otros momentos en la historia donde una innovación cambió las reglas del juego para los expertos: pensemos en cómo las hojas de cálculo pusieron capacidades de análisis financiero en manos de muchos, o cómo Internet permitió acceder directamente a información estratégica antes mediada por consultores. ¿Implica esto que en el futuro las empresas ya no necesitarán consultores humanos, y delegarán sus problemas y decisiones estratégicas a una inteligencia artificial? Probablemente no, o no en términos absolutos: las organizaciones seguirán valorando una segunda opinión experta y una guía en la ejecución de cambios y proyectos complejos. Pero el alcance y la forma en que se lleva a cabo ese trabajo cambiarán radicalmente. ¿Será la inteligencia artificial el fin de las grandes consultoras y de sus ejércitos tal y como las conocemos, o el catalizador para su evolución? La respuesta dependerá, fundamentalmente, de la capacidad de adaptación del sector.
This article is also available in English on my Medium page, «Consulting companies: enjoy the AI ride while it lasts…«
Dá un poco de tristeza pensar que aquel laborioso, y primoroso (si se hacía bien) trabajo de consultar toda la jurisprudencia delos tribunales USA, que tanto gusta ver como lo hacen los buenos abogados de la TV, se irá por el retrete de la tecnología…
Como las lágrimas del amigo Roy Batty.
Pero habrá alguna gente que se pensará (creerá más bien), que el trabajo a fondo del abogado, revisando incluso lo buenos resúmenes que aporta la mejor IA, será algo obsoleto…
¡Qué poco se entiende la complejidad de la mente humana, cara su propia evolución…
De momento yo me he dado de baja en Legalitas.
El plus que me aportaban ya no existe
En cualquier caso, como lo que obtenemos de estas herramientas no es «conocimiento» en sí, sino la cadena de palabras más probable, se dan casos preocupantes de «alucinaciones», es decir, del algoritmo rellenando huecos. Yo recomiendo usar herramientas como Perplexity, que te va guiando por su proceso de razonamiento, y te ofrece las fuentes consultadas, mitigando así el efecto «caja negra» de la IA Generativa.
En cualquier caso, estoy seguro de que, al igual que jamás deberíamos auto-prescribirnos un medicamento basados en búsquedas de internet, no deberíamos poner en manos de la IA la confección y/o revisión de un documento legal, o la gestión de los impuestos de nuestra compañía.
Lo iba a comentar leyendo al principio, aunque ya lo señalas al final. Una consultora vive de las horas hombre, reducirlas no sé yo si les va a funcionar.
Lo veo más como dices: internalizar esos análisis dentro de lo compañía.
Contrariamente a lo que se comenta, mi opiniön, es que la «necesidad» de incorporar la IA a los procesos productivos, da, de momento, una temporada larga de trabajo a las consultoras.
Después de esto, ¡Dios dirá!. Pero hasta el momento, las consultoras han demostrado que siempre han sabido crear una nueva ola, para subirse a su cresta.
En mi opinión: lo de no tener juniors en una entelequia.
A medida que los seniors se jubilen y ChatGPT haya hecho todo lo que sueles delegar a la india, te las verás y desearás de haber formado un sustituto (como empresa).
Imagínate el IE con profesores de innovación ChatGPTeados, virtuales y con acceso a todas las fuentes… ¿qué valor añadido puede dar un profesor ahí? Esa será la lucha del sucesor de eDans.
En mi caso de consultor senior voy tranquilo, pero quiero y deseo a una generación detrás de mi que continúe la labor, creo que es importante y recuerdo haber estado en sus zapatos y desear un mentor.
Eso sí, un uso interesante sería fiscalizar el gasto de las empresas y países para localizar verdaderos agujeros o desvíos de fondos. No necesitaríamos tanto juicio sino una depuración de responsabilidades normal y corriente. Yo comenzaría con ayuntamientos y diputaciones e iría subiendo
Los clientes no exigen la integración de tecnología. Los clientes exigen RESULTADOS con el MENOR COSTO POSIBLE. Punto. Y como pluses que sea rápido y seguro.
Si a día de hoy no has llegado a esa conclusión es que no eres ni cliente ni proveedor, solo espectador.
Si la tecnología permite hacer eso, pues será un gran éxito, y sino será como determinados modelos publicitarios en internet. Flor de un día.
Yo creo que sí que lo logrará, pero viendo que hay algunos que parecen haber encontrado un atajo para correr 100m libres, pudiese ser que algunos modelos acaben «muriendo de éxito».
Eso sí, lo que no ha cambiado es que los consultores son magníficos encontrando motivos de por qué ha pasado algo, pero muy malos adivinando qué va a pasar. Ni con tecnología ni sin ella. ¿Por qué? Pues porque nadie considera el comportamiento humano, altamente impredecible pero clave en el éxito de las empresas.
+1000
Exactamente como dices. Las 3 Bs: Bueno, Bonito y Barato
LOWERTON es una startups Española que está disrumpiendo la consultoría de innovación. Gracias a la IA generativa y una nueva metodología está permitiendo a las grandes empresas pasar de 10 a 200 proyectos de innovación al año y a precio de SaaS no de horas de consultoría.
¿No da un poco de terror el pensar que ya no habrá formación para la existencia de muchas profesiones, ni que existirán muchas profesiones en sí, y que todos los profesionales, que perderán ahora o en corto plazo de tiempo sus trabajos, tendrán que empezar de nuevo a buscarse un presente y un futuro laboral?
Lavandera. Herrero. Sereno. Operario de telar. Telefonista. Y unos cuantos más por el camino.
Pocos lamentan no tener que hacer estos trabajos.
Esto será lo mismo.
Lo del chiste del consultor y la hora, es lo más parecido al alcance que puedes esperar de un dummy usando un GPT.
Ayer mismo, necesitaba un servidor http de ficheros y probar Claude Sonet 4.7 (el mejor codificando…). Después de 4 versiones (que no funcionaban se bloqueaban y 5 minutos ( no entré en el código…) pues le hice
python -m http.server 8080
Y ya tenía mi servidor corriendo para servir archivo en mi red local. Lo que vuelven a demostrar:
1. Las IAs tienen un sobreentrenamiento evidente, conoce un montón de código erróneo
2. Su «pensamiento» es nulo, no van a lo obvio, van a lo que concuerda mejor el prompt con sus tokens, mi peticion literal fue: «Dame un script de un servidor HTTP en Python con el puerto 8080» por si lo quereis remedar
3. Cuando publican un benchmark, lo que mejora cada versión, no es su comportamiento general, es el benchmark.
La tasa de alucinación es otro factor importante a tener en cuenta, hasta ahora en GPT-4o ascendía a un 52%, y en GPT-4.5 asciende a 19% (de acuerdo al model card publicado ayer. ¿Con esa frecuencia de alucinación se va a poner en producción una integración como «edu» o cualquier otro wrapper de una IA? Y eso que las IAs están entrenadas para sacar buenas métricas.
¿Alguien ha trabajado en empresas modelo que tenían encuestas de satisfacción del empleado? Cuando una métrica no es todo lo buena que debería ser, los RRHH trabajan a fondo para mejorar el tipo de preguntas que se hacen, y para que honestamente la respuesta tenga que ser respondida de forma positiva, y hacer que en la siguiente hornada de preguntas el numérito que están esperando salga… Para las IAs es lo mismo son entrenadas para que superen los benchmarks… lo de solucionar de raiz el problema,… eso suele ser caro… como les ha pasado a OpenAI con el modelo O3, que lo han dejado en el «bench» por caro…