Usted tiene un proyecto de IA sólido, un presupuesto aprobado y una pregunta que bloquea todo lo demás: ¿quién va a hacerlo? Contratar a un data scientist o a un jefe de proyecto de IA exige varios meses para un perfil que las grandes empresas se disputan. Recurrir a un proveedor cuesta más por día y deja la competencia fuera de su empresa. Ambas respuestas son defendibles. La mala consiste en elegir antes de haber planteado el problema real, que casi nunca es un problema de contratación.
Conclusiones clave
- Un perfil de IA interno cuesta entre 35 y 60 mil euros brutos al año según la Apec, antes de cargas sociales, herramientas y tiempo de integración.
- La falta de experiencia es el primer freno declarado por las empresas francesas, usen IA o no, según el Insee (2026).
- El interno se justifica cuando la IA toca datos sensibles, una carga recurrente o un futuro producto propio.
- La externalización se justifica para un primer proyecto, un alcance aún difuso o una competencia rara y temporal.
- En una pyme, el montaje más sólido casi siempre es híbrido: un proveedor enmarca y construye, un empleado asume la explotación.
Qué aporta realmente un perfil de IA interno y qué no resuelve
Un empleado que domina la IA conoce sus datos, sus procesos y sus restricciones. Está ahí el lunes por la mañana cuando una automatización falla, entiende por qué un comercial no usa la herramienta entregada y puede formar a sus colegas sobre la marcha. Esa proximidad tiene un valor real, difícil de cifrar pero fácil de comprobar: los proyectos que fracasan lo hacen casi siempre por falta de apropiación interna, no por falta de técnica.
La contratación no lo resuelve todo. Un data scientist sabe entrenar un modelo, rara vez enmarcar un proyecto, arbitrar un presupuesto y movilizar a un equipo de negocio. Un perfil sénior que sepa hacer las tres cosas es caro y difícil de encontrar. La Apec lo dice sin rodeos: la doble competencia en estadística y en desarrollo informático hace que este perfil sea raro para las empresas. Añada el conocimiento de su propio negocio y entenderá por qué un anuncio clásico atrae treinta candidaturas de las que solo tres son pertinentes.
Otro punto ciego: un empleado de IA solo no produce gran cosa. Necesita datos limpios, un patrocinador interno, usuarios formados y un mínimo de gobernanza. Sin esa base, la contratación se convierte en un coste fijo que ve pasar los proyectos.
El coste completo de una contratación, más allá del salario
El salario es la parte visible. Para un data scientist, la Apec indica que el 80 % de las remuneraciones ofrecidas en las ofertas se sitúan entre 35 y 60 mil euros brutos, con una media de 46 mil. Hay que añadir las cargas patronales, las herramientas, un puesto de trabajo, a veces una cuenta en la nube para pruebas, y después el tiempo de selección e integración. Cuente varios meses antes de que la persona produzca algo útil, más un responsable que la supervise.
El verdadero coste oculto está en otra parte: el compromiso. Un proveedor termina cuando acaba el encargo. Un empleado se queda, aunque el proyecto se aplace, aunque la dirección cambie de opinión, aunque el uso no despegue. En una empresa de veinte o treinta personas, esa rigidez pesa más que una tarifa diaria alta.
Existe además un coste de sustitución. Las competencias en IA evolucionan rápido y un perfil júnior contratado por un lenguaje o una herramienta concretos puede quedar desfasado en dieciocho meses. El interno exige por tanto un plan de formación continua, o la inversión se diluye.
La falta de experiencia, un freno documentado
En 2025, el 18 % de las empresas francesas de 10 asalariados o más declaraban utilizar al menos una tecnología de IA, frente al 6 % en 2023, según el Insee (2026). La cifra esconde una brecha de tamaño considerable: 15 % en las empresas de 10 a 49 asalariados, 31 % en las de 50 a 249 y 58 % por encima de 250. Cuanto más pequeña es la estructura, más caro resulta adoptar en tiempo y en competencias fijas.
El estudio indica sobre todo la naturaleza del bloqueo. Entre las empresas que no utilizan IA, el 54 % menciona una falta de experiencia. Y más de la mitad de las empresas que sí la utilizan declaran verse frenadas por esa misma falta de experiencia. Dicho de otro modo, el problema no desaparece al empezar: cambia de forma. Se sabe manejar una herramienta, pero no ampliarla, auditarla o adaptarla a un nuevo servicio.
Ese dato desplaza el debate. La pregunta no es «interno o externo» en abstracto, sino dónde colocar la experiencia para que esté disponible cuando aparezca la necesidad. Un experto a tiempo completo para una necesidad de dos días al mes es un despilfarro. Ningún experto disponible durante seis meses es un bloqueo.
Cuándo se impone el interno
Algunos contextos hacen difícil evitar la contratación.
- Datos sensibles o regulados. Salud, finanzas, jurídico, recursos humanos: cuanto más estricto es el perímetro, más tranquilizador resulta tener una persona identificada, responsable de los tratamientos y capaz de responder a una auditoría.
- Volumen recurrente. Si la IA trata cien expedientes al día desde hace un año, la capacidad se ha convertido en una función de la empresa. Necesita un propietario, no un visitante.
- Necesidad transversal. Un perfil de IA que equipa a marketing, atención al cliente y producción crea más valor que un proyecto aislado. Esa coordinación funciona mal desde fuera.
- Un proyecto que se convierte en producto. Un agente conversacional interno o un motor de presupuestos usado por los clientes exige evoluciones continuas, pruebas y una hoja de ruta. Es un oficio, no un encargo.
- Transmisión. Formar a los equipos de forma continua supone presencia. Un consultor que pasa cada dos meses deja huecos.
En esos casos, la contratación se prepara. Un perfil de IA sin datos limpios ni patrocinador no aguantará seis meses. Antes de abrir el puesto hay que saber qué casos de uso se tratarán, quién aporta los datos y cómo se medirán los resultados. La página de casos de uso ofrece ejemplos concretos para enmarcar ese trabajo previo.
Cuándo es más racional externalizar
Por el contrario, cuatro situaciones favorecen claramente a un proveedor.
El primer proyecto. Nadie en la empresa sabe cómo es un proyecto de IA que sale bien. Un proveedor aporta método, referencias de plazos y una visión de las trampas. Cuesta caro, pero menos que una contratación fallida.
El alcance difuso. Mientras el caso de uso no esté estabilizado, contratar equivale a fijar una hipótesis. Mejor un encargo corto para explorar y después decidir.
La competencia rara y temporal. Ingeniería de modelos, seguridad de agentes, evaluación de calidad: estas especialidades se alquilan mejor de lo que se emplean a tiempo completo en una pyme de treinta personas.
El plazo ajustado. Una necesidad que debe producir antes de fin de trimestre no soporta cuatro meses de selección. Una auditoría externa permite arrancar en pocas semanas y decidir después.
Externalizar tiene sus propios límites. Un proveedor se va con lo que ha aprendido en su empresa y la dependencia puede encarecerse en la renegociación. De ahí la importancia de condiciones claras: propiedad del código y de los modelos, acceso a los datos, documentación y transferencia de competencias prevista en el contrato. La página de auditoría y consultoría describe ese tipo de enmarque previo.
El modelo híbrido que funciona en una pyme
Entre los dos extremos, un montaje funciona mejor: hacer construir por un proveedor y hacer explotar por un empleado.
| Criterio | Contratación interna | Proveedor o agencia | Modelo híbrido |
|---|---|---|---|
| Coste de entrada | Salario anual, cargas, herramientas | Facturación por encargo o por día | Encargo de enmarque y luego puesto internalizado |
| Plazo de arranque | Varios meses | Pocas semanas | Pocas semanas, con rampa progresiva |
| Conocimiento del negocio | Bajo al principio, alto después | Se reconstruye en cada encargo | Se construye en común y se absorbe |
| Riesgo si el proyecto se detiene | Alto (coste fijo) | Bajo (fin de encargo) | Medio, limitado por un perímetro acotado |
| Competencia tras el proyecto | Se queda en la empresa | Se va con el proveedor | Se queda, sostenida por un empleado formado |
| Adecuado para | Proyecto recurrente y estructurante | Primer proyecto, especialidad rara | Pyme que quiere construir una capacidad |
El principio es simple. El proveedor asume la parte más arriesgada: enmarque, decisiones técnicas, primera versión, documentación. El empleado asume la parte más duradera: explotación, mejora, formación de colegas, relación con los equipos de negocio. Ese empleado no necesita ser data scientist. Un perfil operativo formado en IA, que conoce el negocio y sabe pilotar una herramienta, suele bastar, siempre que esté acompañado al inicio.
Por eso una formación en IA se sitúa antes de la contratación, no después. Formar a dos o tres personas clave cuesta menos que un puesto y permite a la empresa absorber un encargo sin depender de él.
Cinco preguntas para decidir
Antes de abrir un puesto o firmar un presupuesto, plantéese estas preguntas en voz alta.
- ¿La necesidad es recurrente o puntual? Puntual y mal conocida: externalice. Recurrente y medida: internalice.
- ¿Los datos están disponibles y limpios? Si no, ninguna contratación salvará el proyecto. Empiece por ahí.
- ¿Quién asumirá el tema dentro de dos años? Si no hay respuesta, el proveedor se irá con la competencia.
- ¿Qué presupuesto anual puede inmovilizar? Un salario se paga doce meses; un encargo se acota.
- ¿Qué debe saber hacer usted mismo al final? La respuesta define lo que hay que documentar y transferir, y por tanto lo que debe figurar en el contrato.
Si tres de las cinco respuestas apuntan fuera, un proyecto de agentes de IA enmarcado por un tercero sigue siendo la vía más rápida. Si apuntan dentro, prepare el terreno antes del anuncio, o el puesto quedará vacante o mal utilizado.
Preguntas frecuentes
¿Hace falta un data scientist para empezar un proyecto de IA?
No. Muchos proyectos empresariales se apoyan en herramientas existentes, agentes configurados y automatización de procesos. Un data scientist resulta útil cuando se construyen modelos propios o se manejan grandes volúmenes de datos. Para un primer agente o una automatización de presupuestos, un perfil operativo bien formado suele bastar.
¿Cuánto tiempo lleva contratar un perfil de IA?
Depende del nivel y de la rareza. En perfiles experimentados, la Apec señala exigencias altas, a menudo por encima de tres años de experiencia para un perfil completo, lo que alarga la búsqueda. Prevea varios meses entre el anuncio y la incorporación, y después un tiempo de integración antes de los primeros resultados.
¿Se puede externalizar un proyecto de IA sin perder el control de los datos?
Sí, siempre que se escriba. Alojamiento, plazo de conservación, accesos, supresión al final del encargo, subcontratistas: estos puntos deben figurar en el contrato. Un proveedor serio los documenta sin que se lo pidan. Si la respuesta sigue siendo vaga, es una señal.
¿Hay que contratar antes o después de elegir los casos de uso?
Después. Una contratación lanzada sin un caso de uso estabilizado produce un empleado que busca su misión, o al que se asignan tareas sin relación. Empiece por una lista corta de casos de uso, estime su valor y deduzca después el perfil y el modo de colaboración.
¿Puede una pyme formar a un empleado existente en lugar de contratar?
A menudo es el mejor compromiso. Un empleado que conoce la empresa aprende a usar y pilotar la IA más rápido que un experto externo aprende el negocio. Aun así hace falta un programa estructurado y casos de uso reales para practicar; de lo contrario la formación queda teórica.
Conclusión
No hay una respuesta universal entre contratar y externalizar, pero sí un método. Mire la recurrencia de la necesidad, el estado de sus datos, quién asumirá el tema dentro de dos años y el presupuesto que puede inmovilizar. La mayoría de las pymes que aciertan con su primer proyecto no eligen un bando: hacen enmarcar el trabajo por un tercero, forman a un empleado e internalizan lo que dura.
Si todavía duda sobre el montaje, describa su situación en la página de contacto: una conversación de treinta minutos suele bastar para ver si la necesidad pide un puesto, un encargo o una formación. Para profundizar en usos y costes, el artículo sobre los usos del agente de IA en la empresa detalla lo que representa realmente un proyecto. Y si compara varias opciones de proveedor, la lista de preguntas antes de firmar evita sorpresas desagradables.
