Guía del sector: Consultoría
Cómo usar Claude en consultoría: guía para investigación, entregables y due diligence
Investigación y borradores más rápidos, el mismo criterio a nivel de socio.
Esta guía es para consultores, gerentes de proyecto, analistas de investigación y líderes de firma que quieren poner a trabajar a Claude de Anthropic en la investigación, el análisis y los entregables que componen un proyecto con cliente. Cubre los anuncios de alianzas de Anthropic con firmas de consultoría y servicios profesionales, y un caso de cliente dedicado, para que veáis de forma concreta cómo las firmas están usando Claude, no solo en teoría.
Cómo usar Claude en consultoría empieza con trabajo intensivo en documentos e investigación que tiene una trazabilidad clara: investigación de mercado y análisis competitivo a partir de documentos públicos, síntesis de due diligence a partir de documentos de la sala de datos, primeros borradores de presentaciones y memos para clientes a partir de notas de investigación, respuestas a propuestas y RFP a partir de capability statements anteriores, y búsqueda de conocimiento en los proyectos pasados propios de la firma. Claude redacta y organiza el material. Los consultores y socios siguen siendo responsables de cada juicio de cara al cliente, atribuyen cada afirmación a un documento concreto y someten cada entregable a la revisión normal de calidad y de socios de la firma antes de que llegue a un cliente.
Publicado
Lección gratis · sin crear cuentaEl contexto lo es todoPrompting Estratégico5 minEmpezar la lección gratisPuntos clave
- Los usos más sólidos en consultoría son la investigación de mercado, los entregables para clientes, la síntesis de due diligence, los borradores de propuestas y la búsqueda en el conocimiento de proyectos pasados de la firma.
- Anthropic ha anunciado alianzas plurianuales con Accenture, DXC y KPMG para implantar Claude en sus propias plantillas de consultoría y servicios profesionales.
- DXC construyó una plataforma de orquestación para seguros llamada Assure sobre Claude, y un caso de cliente documentado describe un manejo de documentos más rápido y menos trabajo de cálculo manual.
- Todo entregable para clientes redactado con IA debería poder trazarse a un documento fuente concreto y pasar la revisión normal de socios y calidad de la firma antes de llegar a un cliente.
- Los datos confidenciales de clientes, la información de operaciones y los datos financieros no publicados necesitan despliegues aprobados, controles de acceso estrictos y un límite de confidencialidad claro.
Copiar y pegar
Prompts que puedes usar hoy
Síntesis de tamaño de mercado a partir de documentos fuente
Eres analista de investigación en un proyecto de consultoría. Usando únicamente los informes de mercado y las tablas de datos que se pegan a continuación, redacta una sección de tamaño de mercado que indique el mercado total direccionable, la metodología usada en cada fuente y el año al que corresponde cada cifra. Cita el documento fuente por su nombre después de cada cifra, nunca mezcles cifras de años distintos sin indicarlo, y enumera lo que no pudiste encontrar en las fuentes en lugar de estimarlo. Documentos fuente: [paste].
Nombrar el documento fuente después de cada cifra es lo que hace que esto se revise rápido.
Borrador de sección de presentación a partir de notas de investigación
Redacta la diapositiva de tendencias del sector para una presentación de cliente usando únicamente las notas de investigación y los resúmenes de entrevistas que se pegan aquí. Escribe tres o cuatro puntos por sección, atribuye cada idea a la nota o entrevista concreta de la que proviene, marca cualquier afirmación que aparezca en una sola fuente, y usa el lenguaje estándar de la firma para presentaciones en lugar de un tono informal. Notas de investigación y entrevistas: [paste].
Un socio debería revisar igualmente el tono y el enfoque antes de que esto llegue a un cliente.
Resumen de señales de alerta de due diligence a partir de documentos de la sala de datos
Revisa los documentos de la sala de datos que se pegan a continuación y enumera todo lo que parezca una posible señal de alerta para esta adquisición, como cifras inconsistentes entre documentos, condiciones contractuales inusuales, concentración de clientes o litigios pendientes. Para cada punto, indica el documento exacto y la sección de donde proviene, y no sacas tú ninguna conclusión sobre el riesgo de la operación, solo márcalo para que el equipo de la operación lo evalúe. Documentos: [paste].
Dejar el juicio sobre el riesgo en manos del equipo de la operación es lo que hace esto defendible.
Panorama competitivo a partir de documentos públicos
Construye una tabla comparativa de competidores a partir de los documentos públicos, las transcripciones de resultados y las notas de prensa que se pegan a continuación. Incluye el crecimiento de ingresos, la estrategia declarada y cualquier cifra que cada empresa haya divulgado sobre el mercado en el que compite nuestro cliente. Cita el documento o la transcripción por nombre y fecha para cada cifra, y marca cualquier competidor para el que no encontraras datos comparables divulgados en lugar de suponerlos. Materiales: [paste].
Marcar los datos faltantes en vez de rellenarlos es lo que hace confiable una tabla comparativa.
Borrador de respuesta a RFP a partir de propuestas anteriores
Redacta una respuesta a la sección de alcance del RFP que se pega a continuación usando únicamente nuestras propuestas anteriores y los capability statements que se pegan aquí. Sigue la estructura que pide el RFP, reutiliza lenguaje de nuestras propuestas anteriores aprobadas donde realmente encaje, anota de qué propuesta anterior proviene cada sección reutilizada, y marca cualquier requisito que nuestro trabajo anterior no cubra con claridad. Alcance del RFP y materiales anteriores: [paste].
Marcar una cobertura débil a tiempo le da al responsable de la propuesta margen para corregirla antes de enviarla.
De Anthropic
Lo que Anthropic ofrece para Consultoría
Accenture and Anthropic partnership
Una asociación plurianual en la que Anthropic y Accenture crearon un Accenture Anthropic Business Group dedicado, una oferta conjunta para directores de sistemas de información que combina Claude Code con la metodología propia de adopción de Accenture, ofertas planificadas para sectores regulados, y un centro cofinanciado dentro de Accenture centrado en Claude. Anthropic dijo que el plan forma aproximadamente a 30.000 profesionales de Accenture en Claude y da a decenas de miles de desarrolladores de Accenture acceso a Claude Code.
· Fuente
DXC and Anthropic alliance
Una alianza plurianual que lleva a Claude a sistemas usados por bancos, aerolíneas, aseguradoras y organismos públicos que dependen de la tecnología de DXC. DXC construyó su plataforma interna de orquestación, llamada OASIS, con Claude como modelo predeterminado, y más del 95% del código de OASIS lo genera Claude. Anthropic nombró a DXC parte de su red de socios de consultoría e integración de sistemas. DXC tiene 115.000 empleados en 70 países, y más de 50 clientes de DXC ya forman parte del trabajo conjunto.
· Fuente
En la práctica
Cómo usan Claude los equipos de Consultoría
Según la historia de cliente publicada por Anthropic
DXC
En un caso de cliente dedicado, DXC describe la construcción de Assure, una plataforma de orquestación para el sector seguros, sobre Claude: inteligencia documental que lee y clasifica los documentos entrantes de siniestros y suscripción, orquestación de flujos de trabajo que dirige las decisiones a las personas adecuadas, task apps de propósito específico, y un registro de cumplimiento que deja constancia de cada acción. El negocio de seguros de DXC emplea a 14.000 personas y atiende a 1.100 clientes. Un equipo puso en marcha en 8 horas una app funcional para calcular prestaciones de accidentes laborales que fue correcta al 80% en su primer intento, y la proporción de ese cálculo que requiere criterio humano bajó del 70% al 20%.
Según la historia de cliente publicada por Anthropic
Accenture
En su anuncio de asociación con Accenture, Anthropic dijo que el plan forma aproximadamente a 30.000 profesionales de Accenture en Claude y da a decenas de miles de desarrolladores de Accenture acceso a Claude Code, dentro de un nuevo Accenture Anthropic Business Group construido junto con Anthropic.
Según la historia de cliente publicada por Anthropic
KPMG
En su anuncio de alianza global con KPMG, Anthropic dijo que el plan llega a más de 276.000 empleados de KPMG en 138 países y territorios, a través de herramientas que KPMG llama Digital Gateway y KPMG Blaze.
Ejemplo ilustrativo
Un memo de tamaño de mercado para una nueva propuesta a cliente
- Una analista de investigación carga el briefing del sector del cliente, la plantilla de investigación de la firma y los informes de mercado aprobados para esta propuesta.
- Claude redacta una sección de tamaño de mercado que atribuye cada cifra al informe concreto y marca cualquier estimación que no pudo respaldar.
- El gerente de proyecto verifica cada cifra citada frente a los informes originales y resuelve lo que quedó marcado.
- Un socio revisa la sección terminada antes de que entre en la presentación de la propuesta.
- La sección entra en la propuesta a través del proceso normal de revisión de la firma.
Ejemplo ilustrativo
Un resumen de due diligence de la sala de datos
- Un equipo de operación carga los estados financieros y las presentaciones de dirección de la sala de datos en un espacio de trabajo seguro y acotado.
- Claude extrae las cifras clave únicamente de los documentos citados, marcando los vacíos en lugar de rellenarlos.
- Un associate verifica la extracción frente a los documentos fuente y resuelve con el equipo de la operación cualquier vacío marcado.
- Un socio revisa el resumen y decide qué debe incluirse en el informe de due diligence.
- El resumen entra en el informe de due diligence a través de la revisión normal de la firma.
Flujos de trabajo principales
Casos de uso de Claude en consultoría, de la investigación a la entrega
Estas son las áreas donde la IA para firmas de consultoría ahorra más tiempo a analistas y associates, manteniendo una trazabilidad que un socio puede verificar.
Investigación de mercado
La IA para investigación de mercado convierte documentos públicos, informes del sector y transcripciones en un tamaño de mercado calculado y un panorama competitivo con fuentes.
Entregables para clientes
La IA para entregables de clientes redacta secciones de presentaciones y memos a partir de notas de investigación, con el lenguaje y la estructura propios de la firma.
Síntesis de due diligence
Los documentos de la sala de datos se convierten en un resumen estructurado en el que cada cifra y cada alerta se atribuyen a un documento concreto.
Gestión del conocimiento interno
Búsqueda en el material propio de proyectos pasados de la firma para reutilizar frameworks y hallazgos en lugar de empezar de cero.
Borradores de propuestas y RFP
Primeros borradores de respuestas a propuestas y RFP a partir de propuestas anteriores aprobadas y capability statements, con vacíos marcados para quien lidera la propuesta.
Preparación de talleres y stakeholders
Agendas de talleres, guías de entrevistas a stakeholders y síntesis de notas de entrevistas en temas para un comité directivo.
Lo que informan las firmas de consultoría
Cómo usan la IA hoy las firmas de consultoría
¿Cómo se usa la IA en las firmas de consultoría en este momento? La mayor parte de lo público no es un caso de cliente independiente, sino Anthropic nombrando a una firma de consultoría o servicios profesionales como socio de implementación que también está desplegando Claude en su propia plantilla. Ese enfoque importa: son anuncios de alianza y asociación, no revisiones independientes, y conviene leerlos como tales.
Anthropic y Accenture anunciaron una asociación plurianual que creó un Accenture Anthropic Business Group dedicado, una oferta conjunta para directores de sistemas de información que combina Claude Code con la metodología propia de adopción de Accenture, ofertas planificadas para sectores regulados, y un centro cofinanciado dentro de Accenture centrado en Claude. Anthropic dijo que el plan forma aproximadamente a 30.000 profesionales de Accenture en Claude y da a decenas de miles de desarrolladores de Accenture acceso a Claude Code.
Anthropic y KPMG anunciaron una alianza global que llega a más de 276.000 empleados de KPMG en 138 países y territorios, a través de herramientas que KPMG llama Digital Gateway y KPMG Blaze. También aquí las cifras destacadas describen el despliegue propio en la plantilla de KPMG, no una auditoría externa de resultados.
DXC y Anthropic anunciaron una alianza plurianual que lleva a Claude a sistemas usados por bancos, aerolíneas, aseguradoras y organismos públicos que dependen de la tecnología de DXC, en una empresa de 115.000 empleados en 70 países. DXC es el único nombre de este grupo con tanto un anuncio de alianza como un caso de cliente propio y dedicado con cifras concretas, por lo que ancla la sección de caso de cliente más abajo.
Las alianzas de Anthropic
Las asociaciones de Claude que están transformando los servicios profesionales
La IA generativa en consultoría avanza más rápido a través de asociaciones a nivel de firma que de herramientas puntuales individuales. Accenture, DXC y KPMG están construyendo cada una sus propias plataformas y metodologías internas alrededor de Claude, y luego ofrecen ese trabajo como servicio a sus propios clientes.
DXC construyó su plataforma interna de orquestación, llamada OASIS, con Claude como modelo predeterminado, y Anthropic dijo que más del 95% del código de OASIS lo genera Claude. Anthropic nombró a DXC parte de su red de socios de consultoría e integración de sistemas, y dijo que más de 50 clientes de DXC ya forman parte del trabajo conjunto.
Para un equipo de consultoría individual, la lección práctica tiene menos que ver con una plataforma concreta de marca y más con el patrón subyacente: flujos de IA acotados y bien definidos, envueltos en la metodología, los pasos de revisión y el criterio de cara al cliente propios de la firma, en lugar de una herramienta de IA que trabaja sin supervisión en nombre de un cliente.
Si vuestra firma aún no forma parte de una de estas alianzas de mayor escala, el mismo patrón se aplica a escala de equipo: elegid un flujo de trabajo acotado y repetible, envolvedlo en vuestras propias plantillas y pasos de revisión, y medidlo con vuestro propio trabajo antes de ampliarlo.
La investigación en la práctica
IA para consultoría estratégica bien hecha
El patrón que funciona en investigación de mercado y consultoría estratégica es un alcance acotado y citas firmes. Dale a Claude los informes, documentos o transcripciones concretos que puede usar, vuestra plantilla de presentación y vuestro manual de estilo. Pídele que cite el documento fuente después de cada cifra y que marque lo que no encuentra en lugar de rellenar el vacío. Un borrador construido así se puede revisar fuente por fuente, que es justo lo que necesita un equipo de proyecto antes de que lo vea un socio.
La verificación de consistencia entre documentos es un uso infravalorado de la IA para entregables de clientes. Un proyecto largo genera decenas de documentos de trabajo, y una cifra que varía entre un modelo, un memo y una diapositiva de presentación es exactamente el tipo de error que un cliente pregunta en la sala. Claude puede comparar documentos y enumerar cada lugar donde no coinciden, convirtiendo una relectura completa en una lista corta y enfocada.
Mantened explícito el reparto del trabajo. Claude redacta, organiza y hace verificaciones cruzadas. Los analistas y associates son responsables de la precisión y la claridad, los gerentes de proyecto son responsables de la estructura y el relato, y los socios son responsables de lo que realmente llega al cliente y de cómo se presenta. Escribir ese reparto en la forma de trabajar de vuestro equipo hace que el apoyo de la IA sea más fácil de defender cuando un cliente pregunta cómo se obtuvo una cifra.
Elegir herramientas
Claude frente a ChatGPT para consultoría
La comparación de Claude frente a ChatGPT para consultoría debería hacerse con vuestro propio trabajo: una sección de tamaño de mercado ya entregada, un resumen de due diligence ya verificado contra la sala de datos, y una sección de propuesta ya enviada. Comparad la precisión frente a las fuentes originales, cuán claramente cita cada herramienta lo que usó, y cómo maneja cada una un vacío en el material fuente.
En consultoría, la decisión suele tomarse por confidencialidad y ajuste al flujo de trabajo más que por una lista de funciones: qué despliegue aprueban vuestros equipos de TI y riesgo para datos de clientes, cuánto tiempo se retienen los documentos, si la herramienta puede acotarse a los materiales de un solo proyecto, y qué tan bien se adapta a los formatos de presentación, documento y hoja de cálculo que ya usa vuestra firma.
Haced la misma pregunta sobre cualquier herramienta de IA que estéis evaluando: ¿se puede restringir solo a los documentos que yo le doy, y puedo ver exactamente de qué documento proviene una afirmación? Una herramienta que no responda claramente a ambas preguntas es menos adecuada para el trabajo de cara al cliente, sin importar qué modelo tenga detrás.
Primeros pasos
Un primer mes seguro para un equipo de consultoría
Empezad con un proyecto cerrado
Probad prompts con un entregable de un proyecto terminado y cerrado, y comparad el borrador de IA con lo que realmente se envió al cliente.
Cargad plantillas y manuales de estilo
Poned vuestras plantillas de presentación, vuestro manual de estilo y vuestro glosario en un proyecto para que los borradores se ajusten a lo que espera un socio.
Elegid un tipo de entregable
Elegid un entregable recurrente, como secciones de tamaño de mercado o borradores de propuestas, y medid el tiempo de revisión frente al habitual.
Definid el límite de confidencialidad
Acordad con riesgo y TI qué datos de cliente pueden tocar qué despliegue, y cómo se revisan y almacenan los borradores asistidos por IA.
Límites
Dónde deben decidir consultores y socios
¿Puede la IA sustituir a los consultores? No. Claude puede equivocarse en una cifra, pasar por alto el contexto detrás de un dato o redactar una conclusión que la investigación subyacente no respalda realmente. Un cliente paga por el criterio sobre lo que un hallazgo significa para su situación concreta, por una relación construida sobre confianza, y por la responsabilidad de la recomendación, nada de lo cual puede asumir un modelo.
Las decisiones de criterio de cara al cliente, incluido lo que un hallazgo de investigación significa realmente para la estrategia de un cliente, cómo presentar un hallazgo delicado en la sala, y qué debe ir en una recomendación final, siguen en manos de consultores y socios. Claude prepara el material para esas decisiones y no las toma.
Los datos confidenciales de clientes, la información de operaciones, los datos financieros no publicados y todo lo cubierto por un acuerdo de confidencialidad son altamente sensibles. Usad solo despliegues aprobados, limitad el acceso al proyecto concreto, y alineado la retención y el borrado con lo que acordasteis con el cliente.
Construid hábitos de IA fiables para el trabajo con clientes
Obtener borradores fiables de la IA es una habilidad que se practica: atribución de fuentes, citas y revisión. El currículo gratuito de Nightschool AI es práctico desde la primera lección.
Preguntas frecuentes
¿Cómo se usa la IA en las firmas de consultoría?
Principalmente para investigación, redacción y búsqueda de conocimiento: análisis de tamaño de mercado y competitivo, primeros borradores de presentaciones y memos para clientes, síntesis de due diligence, y borradores de propuestas y RFP. Anthropic ha anunciado alianzas con Accenture, DXC y KPMG para implantar Claude en sus propias plantillas de consultoría, y en su mayoría son anuncios de asociación, no revisiones independientes. Los entregables de cara al cliente siguen pasando por la revisión normal de socios de la firma.
¿Puede la IA ayudar con los entregables para clientes?
Sí, para primeros borradores: secciones de presentaciones, memos y resúmenes construidos a partir de notas de investigación y documentos fuente que le proporcionéis, escritos en el estilo propio de la firma. Funciona mejor con un alcance acotado y una cita después de cada cifra. Un socio debería revisar igualmente el entregable final antes de que lo vea un cliente.
¿Cómo despliegan la IA de forma segura las firmas de consultoría?
Limitando el acceso a los materiales de un proyecto, acordando con riesgo y TI qué datos de cliente pueden tocar qué despliegue, y alineando la retención y el borrado con los acuerdos con el cliente y las cláusulas de confidencialidad. Empezar con un proyecto cerrado antes de usar IA en trabajo con cliente en curso es una forma práctica de generar confianza.
¿Cuáles son los mayores casos de uso de IA en consultoría?
Los más comunes son la investigación de mercado y el análisis competitivo, la redacción de entregables para clientes, la síntesis de documentos de due diligence, los borradores de propuestas y RFP, y la búsqueda en el conocimiento de proyectos pasados propios de la firma. Cada uno funciona mejor con documentos fuente concretos y revisión normal de socios.
¿Puede la IA sustituir a los consultores?
No. La IA puede redactar y organizar investigación, pero el criterio de un consultor sobre lo que un hallazgo significa para un cliente concreto, la relación construida con ese cliente y la responsabilidad de la recomendación no son algo que asuma un modelo. La IA apoya la redacción y la investigación; la recomendación sigue en manos del consultor.
¿Cuánto tiempo puede ahorrar la IA en el trabajo de consultoría?
Varía según el tipo de documento y lo limpio que esté el material fuente, así que medidlo con vuestros propios entregables. El ahorro de tiempo viene sobre todo de primeros borradores más rápidos de secciones de investigación y resúmenes construidos a partir de fuentes que ya tenéis. El tiempo de revisión y aprobación de socios no desaparece, y no debería.
¿Es la IA suficientemente precisa para entregables de cara al cliente?
Solo cuando está anclada en los documentos concretos que le dais y cada afirmación se verifica contra esas fuentes antes de que la vea un cliente. Un borrador de IA construido sin citas firmes a documentos fuente concretos no es lo bastante fiable para trabajo de cara al cliente por sí solo.
Sigue aprendiendo
Guías y cursos relacionados
Lecturas relacionadas
- Formación en IA para el trabajo
- Free AI Prompt Generator for Work Tasks
- How to Use Claude in Legal
- How to Use Claude in Accounting
- How Consultants Use Claude
- Claude for Executives
- How Researchers Use Claude
- How to Use Claude in Real Estate
- How to Use Claude in Education
- How to Use Claude in Marketing
- Private Equity Due Diligence With Claude: Data Rooms to Findings
Claude en Consultoría, por función
Redactad más rápido, mantened la trazabilidad
Lecciones prácticas para equipos de cara al cliente.