Cómo se hace un diagnóstico de madurez en IA, paso a paso

Por qué el diagnóstico va primero, y no la herramienta

Hay una tentación habitual en cualquier empresa que quiere «meter IA»: ver una demo que convence y comprarla. El diagnóstico invierte ese orden a propósito. Primero se mira dónde está la empresa hoy; después se decide qué encaja. La diferencia no es un matiz metodológico: es lo que permite, más adelante, medir si algo cambió de verdad, porque existe un punto de partida documentado con el que comparar.

Un diagnóstico serio mira tres terrenos, y ninguno sustituye a los otros dos.

Datos: qué hay, y en qué estado

Da igual que exista información sobre un proceso si nadie ha mirado en qué forma existe: dentro de un sistema con campos definidos o dispersa en el buzón de correo de alguien, con etiquetas consistentes o como texto suelto sin ninguna estructura, con historial suficiente para que un sistema encuentre un patrón fiable o con apenas unos meses de registro. Un proceso puede parecer el candidato ideal sobre el papel y, al mirar el dato real que lo sostiene, resultar inviable con la tecnología de hoy. Mirarlo antes de empezar ahorra construir sobre algo que se va a caer a la primera revisión.

Revisar esas cinco dimensiones —calidad, estructura, volumen, permisos y protección de datos— antes de encargar nada separa lo que bloquea un proyecto de lo que solo conviene mejorar, con un orden de qué arreglar primero: es exactamente el primer bloque del diagnóstico que se describe más abajo, no una lista que se resuelve sola.

Procesos: cuáles son candidatos reales

No todo lo que se hace a mano es candidato a automatizarse. Un proceso candidato suele cumplir tres rasgos a la vez: se repite con frecuencia suficiente, sigue una lógica que se puede describir con pasos, y consume tiempo de una persona cualificada en tareas que no exigen su criterio experto. La clasificación de documentos entrantes o la redacción de borradores repetitivos suelen encajar; una decisión estratégica puntual, casi nunca.

Equipo: de dónde parte, y qué haría falta después

Un equipo que ya lleva meses probando ChatGPT o Copilot por su cuenta, aunque sea sin criterio de la empresa, arranca en un punto distinto de uno que jamás ha abierto una de estas herramientas. Esa diferencia de partida marca el tipo de formación que hará falta después, la misma condición que aparece ligada al bono y que se desarrolla aparte en formar a la plantilla en IA.

Cómo lo trabajamos nosotros

Estos tres terrenos —datos, procesos, equipo— son exactamente los que recorre la fase de diagnóstico de nuestro servicio de consultoría estratégica de IA, el primero de cuatro tiempos que terminan en una hoja de ruta a dieciocho meses con una secuencia de pilotos priorizados por ROI esperado, riesgo y dependencia de datos. Hay un matiz que conviene decir en voz alta, porque no siempre se dice: un diagnóstico honesto puede concluir que, para un proceso concreto, la respuesta correcta es no meter IA todavía. Esa posibilidad forma parte del propio diagnóstico, no es un fracaso del ejercicio.

El propio procedimiento todavía no está cerrado

Conviene un matiz antes de tomar cualquiera de estos tres terrenos como receta fija: el plan sitúa un piloto controlado en el primer semestre de 2027, previo a la convocatoria general, cuyo sentido es precisamente poner a prueba el diseño del bono —diagnóstico incluido— antes de aplicarlo al conjunto de empresas que se sumen después. Es probable que el propio modelo de diagnóstico cambie algo entre ese piloto y la convocatoria general; los tres terrenos que describe esta página son, en todo caso, la base razonable sobre la que trabajar mientras no exista nada más concreto publicado.

No hace falta esperar para empezar

Revisar datos, procesos y equipo no requiere que exista ninguna ayuda detrás: son preguntas que cualquier empresa necesitaría responderse igual, con o sin bono de por medio, y hacerlo con calma suele salir mejor que hacerlo deprisa. El plan no dice si este trabajo, hecho antes de la convocatoria, contará para una solicitud futura; lo que sí es cierto es que un diagnóstico mal hecho no sirve ni con bono ni sin él.

Preguntas frecuentes

¿Cuánto dura un diagnóstico de madurez bien hecho?

El plan no fija una duración, porque no detalla el procedimiento. En la práctica depende de cuántos procesos se revisen y de en qué estado esté la documentación de partida; no es un trámite de un día.

¿Puedo hacerlo yo mismo, sin ayuda externa?

El plan no exige que lo haga un tercero. Revisar los tres terrenos —datos, procesos, equipo— con los criterios de esta página es un punto de partida razonable; una mirada externa suele detectar puntos ciegos que resultan difíciles de ver desde dentro, sobre todo en la parte de equipo.

¿Qué pasa si el diagnóstico concluye que no hace falta IA en ese proceso?

Es un resultado válido, no un fallo del ejercicio. Un diagnóstico honesto puede señalar que, para un caso concreto, no compensa el esfuerzo; eso ahorra construir algo que no iba a funcionar.

¿Sirve el mismo diagnóstico para varios procesos de la empresa a la vez?

Los tres terrenos que recorre esta página se revisan una vez, pero el resultado suele variar proceso a proceso: los mismos datos pueden estar listos para uno y no para otro.

Proyecto tractor 11, ámbito de Difusión, Plan IA360, La Moncloa, 21 de septiembre de 2026. Para el resto del método del bono, el bono de 600 M€; para el plan completo, la guía del Plan IA360.

Última verificación del contenido: 22 de septiembre de 2026.