Qué es una consultoría AI-native, y por qué no es lo mismo que trabajar con AI

Una consultoría AI-native es una firma construida desde cero sobre la AI: si se le sacan los agentes, no puede entregar. Se distingue de la consultora que trabaja con AI, que la suma a un modelo que ya existía. Para la empresa que la contrata, la diferencia está en lo que queda: un workflow rediseñado y funcionando.

Hoy casi todas las firmas se presentan con AI, y por eso la distinción importa. Ésta es mi interpretación del término, de dónde viene y por qué creo que cambia la forma de transformar un negocio.

Con AI no es lo mismo que AI-native

La distinción viene del software. Un producto AI-enabled le suma AI a algo que ya existía: el buscador de siempre con un chat agregado, el sistema de gestión con un asistente en una esquina. Un producto AI-native está diseñado desde el principio con la AI como componente central. IBM lo define como algo construido desde cero con la AI en el centro, y no agregada después como una función más.

Un fondo de capital de riesgo propuso una prueba simple para distinguirlos: si al producto le sacás la AI, ¿sigue funcionando? El producto AI-enabled pierde una función. El AI-native deja de existir.

Nacer o transformarse

Con los negocios pasa lo mismo. Una empresa que ya existía y le suma AI a lo que hace se está transformando, y eso es valioso: es, de hecho, lo que hoy tiene que hacer casi cualquier empresa. Pero no se vuelve nativa. Carga con su statu quo: los procesos que ya funcionan, los sistemas que ya pagó, la estructura que armó para otra época. Y el statu quo juega en contra, porque cada cambio tiene que convivir con lo que ya está.

Una empresa nativa no tiene ese problema. Diseña cada proceso suponiendo desde el primer día lo que la AI puede hacer, y por eso construye, prueba y corrige más rápido.

Qué cambia en consultoría

En consultoría la diferencia es grande, porque el modelo de la industria está armado alrededor de lo que la AI más abarató: el análisis.

Durante décadas, lo caro de una consultoría fue una pirámide de analistas que pasaba semanas juntando datos, modelando escenarios y preparando la recomendación. Sobre esa pirámide se construyó el negocio: los ingresos crecen con el tamaño de los equipos, y los métodos están pensados para cuando el análisis era lo escaso.

Las grandes firmas se están adaptando rápido, y algunas ya tienen miles de personas dedicadas a la AI. Talento y capacidad les sobran. Lo difícil es cambiar mientras sostienen todo lo demás: una pirámide que tiene que seguir ocupada, un negocio que depende de ella y contratos armados alrededor de ese modelo. Suman AI a un modelo que ya existía.

Cómo trabaja una consultoría AI-native

Una consultoría AI-native nace sin ese peso, y la prueba del software se le aplica igual: si le sacás los agentes, no puede entregar.

Juntar datos, modelar escenarios, comparar alternativas y documentar lo hacen agentes, en días. Las personas ponen lo que sigue siendo escaso: el criterio de negocio y de tecnología para decidir qué cambiar y cómo, con un conocimiento real de lo que la tecnología permite hoy. Por eso alcanza con pocas personas con experiencia. Y por eso lo que entrega es una solución funcionando dentro de la empresa, no una recomendación.

Lo que le aporta a una empresa que se transforma

La empresa que contrata a una firma nativa no es nativa, y no necesita serlo. Lo que se lleva es una forma de mirar: tomar un workflow que existe y preguntarse cómo se diseñaría hoy, desde cero, en lugar de sumarle AI al proceso de siempre.

En el artículo anterior lo planteé tarea por tarea: el retorno aparece cuando alguien decide qué sale, qué se automatiza, quién aprueba qué y quién controla al agente. Esa es la definición de rediseñar un workflow, y los datos apuntan en esa dirección. En una encuesta de BCG a 152 CEOs, las empresas de mejor desempeño con AI tienen unas siete veces más probabilidad de rediseñar sus workflows y transformar el negocio de punta a punta.

Por qué es la forma más rápida de transformar con impacto en rentabilidad

Creo que hoy es la mejor forma de transformar un negocio rápido y con impacto en la rentabilidad, por dos razones.

Es más rápida, porque el mismo equipo decide, construye, prueba con datos reales y corrige. Cada decisión de negocio cambia lo que hay que construir, y cada prueba cambia alguna decisión. Cuando las dos cosas las hace el mismo equipo, sin una estructura propia que defender, esa conversación pasa en días.

Y llega a la rentabilidad, porque cuando cambia la forma de hacer el trabajo se mueven el costo por operación, los tiempos y el margen, y eso se puede medir contra un baseline acordado antes de tocar nada. La adopción o las horas ahorradas que nadie reasignó miden actividad, como expliqué en el uso no es el retorno.

Lo que la etiqueta no garantiza

Conviene decirlo: «AI-native» es un término nuevo, sin una definición estándar ni nadie que lo certifique, y en consultoría lo usan firmas muy distintas. La etiqueta sola no dice mucho. Lo que sí se puede comprobar son tres cosas:

1. Si le sacás los agentes, ¿puede entregar igual? Si la respuesta es sí, la firma trabaja con AI, que es otra cosa.

2. ¿Qué queda funcionando? Un workflow rediseñado, operando en los sistemas de la empresa. Si lo que queda es una lista de recomendaciones, el trabajo más difícil sigue pendiente.

3. ¿Contra qué se mide? Contra un baseline acordado antes de empezar, en costo, tiempo o margen.

Las tres sirven igual para una boutique, para una firma grande y para un proyecto interno.

Así trabaja Cardinal, y por eso lo describo de esta forma. Pero es una interpretación, y me interesa contrastarla.

Pensá en el último proyecto de AI de tu empresa: ¿rediseñó el trabajo, o le sumó AI al de siempre?

Fuentes: IBM, «What Is AI Native?», Cole Stryker, 3 de febrero de 2026. La prueba de «sacar la AI»: CRV, «What Is AI-Native? The Founder's Guide», 31 de marzo de 2026. BCG, «Nearly Nine in Ten CEOs See Some Cost or Revenue Benefits from AI in Targeted Areas, But Most Are Struggling to Scale It», 22 de julio de 2026, encuesta global a 152 CEOs de empresas con ventas de al menos USD 500 millones.