Antes de vender una IA vertical, ofrece un diagnóstico de preparación de datos que produzca un mapa accionable

Vende una respuesta anterior al modelo. Muchas empresas preguntan qué IA deberían implementar cuando todavía no saben dónde viven los datos que necesita el caso de uso. Esa brecha permite crear una oferta de entrada: un diagnóstico breve de preparación de datos. No promete construir el sistema completo. Identifica fuentes, responsables, calidad, accesos y definiciones necesarias para uno o dos objetivos comerciales. Al terminar, el cliente debe recibir un mapa que le permita decidir si avanzar, corregir primero su información o descartar una idea que parecía atractiva pero todavía no tiene base operacional.

Acota el diagnóstico a una decisión. Evita vender una auditoría universal de todos los datos de la empresa. Elige un proceso que el cliente quiera mejorar: seguimiento comercial, mantenimiento, inventario, soporte o contenido. Pregunta qué resultado desea y qué información utiliza hoy para llegar a él. A partir de esa decisión, localiza sistemas, hojas, documentos y conocimiento informal. El alcance pequeño hace que la oferta tenga precio y plazo comprensibles. También produce hallazgos que se conectan directamente con una futura implementación en lugar de generar un catálogo técnico que nadie sabe priorizar.

Entrega un mapa, no solo problemas. Organiza las fuentes por utilidad, calidad, sensibilidad, frecuencia de actualización y facilidad de acceso. Identifica campos o definiciones que se contradicen y datos que nadie mantiene. Luego clasifica brechas en tres grupos: bloqueantes, mejoras recomendadas y elementos que pueden esperar. El cliente necesita saber qué corregir primero y qué no impide un piloto. Esta estructura convierte el diagnóstico en un roadmap. Una lista de defectos puede sonar a consultoría defensiva; un mapa de decisiones demuestra que entiendes cómo llevar la información hacia una capacidad concreta.

Incluye una prueba pequeña de evidencia. Sin construir el producto final, toma una muestra autorizada y demuestra una transformación útil: normalizar una entidad, relacionar dos fuentes o construir un indicador. Documenta qué pasos manuales fueron necesarios. Esa mini-prueba vuelve visible el costo de preparar datos y evita estimaciones basadas solo en reuniones. No uses información sensible fuera de los permisos acordados ni prometas resultados generales a partir de una muestra. El objetivo es mostrar el tipo de trabajo requerido y descubrir problemas temprano, no disfrazar una demo como piloto de producción.

Precio fijo ayuda a reducir fricción. Una oferta de entrada funciona mejor cuando el cliente entiende entregables, plazo y límites. Puedes incluir entrevistas, inventario de fuentes, matriz de calidad, riesgos de acceso y un roadmap de piloto. Deja fuera limpieza masiva, migraciones y desarrollo, que se cotizan después si hacen falta. Esta claridad permite comprar el diagnóstico sin aceptar todavía un proyecto grande. Comercialmente, también filtra prospectos: una empresa dispuesta a ordenar su información suele estar más preparada para implementar que otra interesada únicamente en una demostración llamativa.

Usa el resultado para una propuesta basada en evidencia. Si el diagnóstico encuentra una ruta viable, la siguiente propuesta puede estimar fases a partir de fuentes reales y riesgos conocidos. Explica qué parte ya está preparada y qué trabajo previo requiere inversión. Si la idea no está lista, dilo y ofrece pasos de preparación. Renunciar a una venta prematura puede fortalecer la relación. El cliente ve que la recomendación no depende de colocar una herramienta específica. Cuando más adelante exista presupuesto o madurez, la marca que produjo el mapa ya posee contexto y credibilidad para ejecutar.

Aplicación Goatify. Podemos empaquetar un «Mapa de Preparación para IA» como puerta de entrada para proyectos empresariales. En pocos días, el cliente tendría una vista de sus fuentes, definiciones, brechas y un caso piloto recomendado. Eso nos permite vender pensamiento arquitectónico antes de vender desarrollo y reduce sorpresas durante implementación. Además, genera un activo útil aunque el proyecto no continúe. La conversación comercial cambia de «¿qué modelo quieres?» a «¿qué decisión quieres mejorar y qué evidencia existe para sostenerla?». Esa pregunta nos posiciona como socios de transformación, no como revendedores de tecnología.