Hasta ahora, en Raona la inteligencia artificial estaba gestionada por cuatro equipos. Uno acompañaba la adopción de Copilot, otro desarrollaba agentes, un tercero preparaba los entornos donde se ejecutan y un cuarto aplicaba la IA al desarrollo de software. Cada uno hacía bien su parte, pero a los clientes les explicábamos cuatro cosas por separado cuando, para ellos, todo formaba parte de una misma realidad: quien empieza con Copilot acaba preguntando por agentes, y quien tiene agentes necesita un entorno seguro donde ejecutarlos y alguien que controle su coste.
En dos años acompañando a empresas de sectores muy diferentes hemos visto qué ocurre cuando estas cuestiones se abordan por separado. Pilotos que nunca pasan de la fase piloto, miles de licencias de Copilot sin ningún caso de uso detrás y agentes desarrollados de forma independiente.
Por eso hemos unido los equipos y las herramientas en una sola unidad, Frontier by Raona.
Cómo impulsamos la transformación empresarial con IA
Trabajamos sobre la plataforma de Microsoft, con quien colaboramos desde hace más de veinte años. Microsoft utiliza el concepto Frontier Firm para describir una empresa en la que cada persona trabaja con IA y en la que los procesos importantes cuentan con agentes que los ejecutan. Ese es el modelo hacia el que queremos acompañar a nuestros clientes.
Con las personas empezamos por Copilot. Antes de desplegarlo, revisamos los permisos y qué datos están al alcance de cada usuario, porque Copilot puede encontrar todo aquello a lo que un usuario tiene acceso. Después, seguimos acompañando a la organización: formación breve cada mes, una comunidad de referentes internos, certificación por niveles y medición del uso por departamento, sin una fecha de finalización, porque cada trimestre aparecen nuevas funcionalidades.
La mayor parte de nuestro trabajo se centra en los agentes. Los desarrollamos con Copilot Studio y Azure AI Foundry para ejecutar partes concretas de un proceso, como registrar las incidencias recibidas de los clientes o preparar trabajos de auditoría interna. Cada agente tiene un rol y unos límites definidos por escrito y empieza con una persona que supervisa sus decisiones. Solo gana autonomía cuando ha demostrado que toma las decisiones correctas.
Antes de construirlo, calculamos el coste por tarea resuelta, incluidos los reintentos, y el área de negocio establece qué retorno espera y con qué métrica se medirá. Si los números no salen, no lo construimos.
Algunos procesos necesitan una aplicación diseñada alrededor de la IA, o incorporar la IA dentro del ERP o el CRM donde ya se desarrollan las operaciones, como Business Central o Dynamics 365. Aquí utilizamos los aceleradores de la familia Neural: DocuFlow para los procesos documentales, File Analyzer para analizar repositorios de documentos, Neural Guide para convertir procedimientos dispersos en contenidos que los empleados puedan aprender, Neural Book para crear y gestionar contenidos y Neural Health para entornos clínicos.
Todo esto se ejecuta en Azure, en un entorno que configuramos nosotros. Cada agente tiene su propia identidad, los datos se protegen con Purview y los agentes se publican y gobiernan desde nuestro Portal de Agentes.
Establecemos límites de gasto que detienen las solicitudes cuando un equipo o una aplicación alcanza su presupuesto máximo, y realizamos el seguimiento mediante Cost Insights. Cada ejecución queda registrada y es trazable, y ese registro está a disposición del cliente para sus revisiones de cumplimiento normativo.
Para los equipos de desarrollo de software contamos con una propuesta propia, Forge, que incorpora los agentes al ciclo de desarrollo.
Nuestra metodología
Empezamos siempre con un diagnóstico de tres o cuatro semanas. Analizamos dónde se está utilizando ya la IA y qué se está pagando sin que nadie lo utilice, priorizamos los casos de uso y los organizamos en un plan a tres años.
Siempre que es posible, el cliente termina esta fase con un primer caso de uso en funcionamiento. Después, construimos por módulos, cada uno con un precio cerrado, y continuamos con un servicio que mantiene lo que ya está en producción, lo mejora y reduce su coste.
Cada trimestre decidimos junto al cliente qué agentes deben seguir evolucionando y cuáles deben desactivarse porque ya no resultan rentables.
Los equipos trabajan con el modelo Forward Deployed Engineer, perfiles que combinan consultoría e ingeniería y que colaboran directamente con las personas que ejecutan los procesos cada día. A menudo acaban proponiendo cambios respecto al planteamiento inicial, porque han identificado dónde se pierde realmente el tiempo.
De la teoría a la práctica: la experiencia de Raona con la IA
Empezamos dejando que cada persona utilizara la IA que quisiera y observando qué funcionaba. De ahí surgió el marco Neural y, posteriormente, los programas de adopción, los talleres de agentes abiertos a toda la empresa y la identificación de casos de uso junto a los equipos de negocio.
Hoy, la dirección puede consultar los datos del negocio en lenguaje natural y recibir respuestas con la fuente de cada cifra.
Hemos automatizado mediante agentes, o estamos en proceso de hacerlo, prácticamente todo el proceso comercial: preparación de propuestas y reuniones, prospección y cualificación de cuentas, análisis y seguimiento del negocio, fichas de cada cliente y actualización del CRM después de cada reunión.
Hemos medido el impacto en nuestra actividad de preventa comparando los ejercicios 2025 y 2026. La tasa de éxito ha pasado del 34,7 % al 47,8 %. Cada propuesta requiere un 38 % menos de horas y necesitamos un 27 % menos de horas para ganar una oportunidad. En conjunto, las horas por operación ganada han pasado de 33 a 14,9.
Las plataformas ya calculan cuánto cuesta cada agente. El valor de lo que resuelve debe determinarlo el cliente y, por eso, lo acordamos antes de construirlo y lo revisamos conjuntamente cada trimestre.
Si tenéis una lista de ideas y no sabéis por dónde empezar, empecemos por el diagnóstico.
