Digital & AI Readiness Assessment
Assessment template for evaluating a company's AI and digital readiness. 40+ questions across infrastructure, data maturity, team skills, processes, culture, and budget. Includes scoring rubric.
This template includes both English and Spanish versions. Scroll down to find "Versión Española".
Digital & AI Readiness Assessment
VORLUX AI | vorluxai.com
Client: [CLIENT COMPANY NAME] Industry: [INDUSTRY] Assessment Date: [DATE] Conducted by: [VORLUX AI CONSULTANT NAME] Client Participants: [NAMES AND TITLES] Assessment Reference: VORLUX-ASSESS-[YEAR]-[NNN]
Instructions for Assessors / Instrucciones para el Evaluador
Purpose: This assessment produces a scored, objective view of a company’s readiness to adopt AI. Use the results to:
- Identify quick wins and blockers
- Shape the scope and phasing of the consulting proposal
- Set realistic expectations with the client
- Provide a baseline against which to measure progress
How to score: Each question is rated on a 1–4 scale:
| Score | Label | Description |
|---|---|---|
| 1 | Not started | No awareness, no activity, no capability |
| 2 | Emerging | Some awareness; ad-hoc or experimental activity |
| 3 | Developing | Structured approach; partially implemented |
| 4 | Advanced | Systematic, fully implemented, continuously improving |
Scoring process:
- Conduct a 60–90 minute structured interview with relevant stakeholders
- Ask each question; probe with follow-ups; score based on evidence, not claims
- Complete the scoring rubric at the end of each section
- Calculate the total score and determine the Readiness Band
- Use Section 7 to formulate recommendations
Evaluación de madurez digital e IA (ES): Esta evaluación produce una visión objetiva y puntuada de la preparación de una empresa para adoptar la IA. Se utiliza para identificar victorias rápidas y obstáculos, y para dar forma a la propuesta de consultoría.
Section 1 — Infrastructure & Technology / Infraestructura y Tecnología
Objective: Assess the technical foundation available for AI deployment.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 1.1 | Does the company operate in the cloud (public, private, or hybrid)? | ||
| 1.2 | Is the company’s infrastructure regularly maintained and patched? | ||
| 1.3 | Does the company have the compute capacity (CPU/GPU) required for AI workloads? | ||
| 1.4 | Is there a scalable storage infrastructure for large datasets? | ||
| 1.5 | Are APIs available to connect key business systems? | ||
| 1.6 | Is the company’s network infrastructure adequate (latency, bandwidth)? | ||
| 1.7 | Are there documented infrastructure standards and a technology roadmap? | ||
| 1.8 | Does the company have a CI/CD pipeline or structured deployment process? |
Section 1 Score: _____ / 32 | Section 1 %: _____%
Key observations:
- [OBSERVATION 1]
- [OBSERVATION 2]
Critical gaps:
- [GAP 1]
- [GAP 2]
Section 2 — Data Maturity / Madurez de Datos
Objective: Assess the quality, accessibility, and governance of the company’s data assets.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 2.1 | Does the company know what data it holds and where it lives? | ||
| 2.2 | Is there a master data management (MDM) strategy or data dictionary? | ||
| 2.3 | Is data stored in structured formats that can be queried programmatically? | ||
| 2.4 | How complete and accurate is the company’s primary operational data? | ||
| 2.5 | Is there a formal data governance policy (ownership, access, retention)? | ||
| 2.6 | Are data pipelines or ETL processes documented and maintained? | ||
| 2.7 | Does the company have a data warehouse or business intelligence tool? | ||
| 2.8 | Is historical data available and accessible for model training? | ||
| 2.9 | Are data quality issues tracked and systematically resolved? | ||
| 2.10 | Is data shared between departments effectively (no major silos)? |
Section 2 Score: _____ / 40 | Section 2 %: _____%
Key observations:
- [OBSERVATION 1]
- [OBSERVATION 2]
Critical gaps:
- [GAP 1]
- [GAP 2]
Section 3 — Team Skills & Capabilities / Habilidades del Equipo
Objective: Assess whether the organisation has the human capital to adopt and sustain AI solutions.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 3.1 | Does the company have in-house data scientists or ML engineers? | ||
| 3.2 | Does the IT team have experience managing cloud infrastructure? | ||
| 3.3 | Is there a business analyst or data analyst role that bridges IT and business? | ||
| 3.4 | Do senior leaders demonstrate understanding of AI capabilities and limitations? | ||
| 3.5 | Are end users comfortable using digital tools and software? | ||
| 3.6 | Has the company invested in AI/data training or certifications? | ||
| 3.7 | Is there a plan to upskill staff as AI tools are adopted? | ||
| 3.8 | Does the company have a change management or L&D function? |
Section 3 Score: _____ / 32 | Section 3 %: _____%
Key observations:
- [OBSERVATION 1]
- [OBSERVATION 2]
Critical gaps:
- [GAP 1]
- [GAP 2]
Section 4 — Processes & Operations / Procesos y Operaciones
Objective: Assess the maturity of the business processes that AI will be applied to.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 4.1 | Are the target business processes documented (process maps / SOPs)? | ||
| 4.2 | Are there clear KPIs for the processes to be improved? | ||
| 4.3 | Are process owners identified and accountable? | ||
| 4.4 | Are the processes stable enough to automate (not constantly changing)? | ||
| 4.5 | Is there a formal project management methodology in place? | ||
| 4.6 | Are technology projects delivered on time and within budget historically? | ||
| 4.7 | Is there a continuous improvement culture (Lean, Six Sigma, Agile)? | ||
| 4.8 | Are exception-handling procedures defined for critical processes? |
Section 4 Score: _____ / 32 | Section 4 %: _____%
Key observations:
- [OBSERVATION 1]
- [OBSERVATION 2]
Critical gaps:
- [GAP 1]
- [GAP 2]
Section 5 — Culture & Leadership / Cultura y Liderazgo
Objective: Assess the organisational culture’s receptiveness to AI-driven change.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 5.1 | Does the CEO/C-suite actively champion digital transformation? | ||
| 5.2 | Is there a stated AI or digital strategy at board level? | ||
| 5.3 | Are employees generally open to adopting new technologies? | ||
| 5.4 | Has the company successfully adopted significant technology changes in the past 3 years? | ||
| 5.5 | Is there a culture of data-driven decision-making (vs. gut feel)? | ||
| 5.6 | Are ethical considerations (fairness, transparency, bias) considered in technology decisions? | ||
| 5.7 | Does the company communicate transparently about technology change with employees? | ||
| 5.8 | Is there a clear innovation mandate or R&D budget? |
Section 5 Score: _____ / 32 | Section 5 %: _____%
Key observations:
- [OBSERVATION 1]
- [OBSERVATION 2]
Critical gaps:
- [GAP 1]
- [GAP 2]
Section 6 — Compliance & Governance / Cumplimiento y Gobernanza
Objective: Assess the company’s readiness to comply with AI-specific and data regulations.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 6.1 | Is the company GDPR compliant (DPO appointed, RoPA maintained)? | ||
| 6.2 | Does the company have a GDPR data processing agreement with IT vendors? | ||
| 6.3 | Is the company aware of the EU AI Act and its potential obligations? | ||
| 6.4 | Are there documented policies for AI system use (acceptable use, audit)? | ||
| 6.5 | Is there a process for assessing risk in new technology deployments? | ||
| 6.6 | Are security vulnerabilities monitored and patched systematically? | ||
| 6.7 | Is there a documented incident response plan covering data breaches? | ||
| 6.8 | Are third-party AI vendors subject to due diligence before procurement? |
Section 6 Score: _____ / 32 | Section 6 %: _____%
Key observations:
- [OBSERVATION 1]
- [OBSERVATION 2]
Critical gaps:
- [GAP 1]
- [GAP 2]
Section 7 — Budget & Investment Appetite / Presupuesto y Apetito de Inversión
Objective: Understand the financial capacity and willingness to invest in AI.
| Q# | Question | Score (1–4) | Evidence / Notes |
|---|---|---|---|
| 7.1 | Does the company have an approved budget for digital/AI initiatives? | ||
| 7.2 | Is there executive-level financial commitment to multi-year AI investment? | ||
| 7.3 | Does the company measure and report ROI on technology projects? | ||
| 7.4 | Is the company willing to invest in training and change management alongside technology? | ||
| 7.5 | Is there appetite for an ongoing support/maintenance contract post-deployment? |
Section 7 Score: _____ / 20 | Section 7 %: _____%
Key observations:
- [OBSERVATION 1]
Critical gaps:
- [GAP 1]
Scoring Summary / Resumen de Puntuación
| Section | Max Score | Actual Score | Percentage | RAG |
|---|---|---|---|---|
| 1. Infrastructure & Technology | 32 | |||
| 2. Data Maturity | 40 | |||
| 3. Team Skills & Capabilities | 32 | |||
| 4. Processes & Operations | 32 | |||
| 5. Culture & Leadership | 32 | |||
| 6. Compliance & Governance | 32 | |||
| 7. Budget & Investment Appetite | 20 | |||
| TOTAL | 220 |
RAG legend: Green = ≥70% | Amber = 50–69% | Red = <50%
Readiness Band
| Total Score | Percentage | Band | Recommended Approach |
|---|---|---|---|
| 176–220 | 80–100% | Advanced | Deploy AI at scale; focus on optimisation |
| 132–175 | 60–79% | Ready | Proceed with full AI project; address gaps in parallel |
| 88–131 | 40–59% | Developing | Begin with a focused pilot; invest in foundations first |
| 44–87 | 20–39% | Emerging | Foundation-building phase needed before AI deployment |
| 0–43 | 0–19% | Not Ready | Significant investment in fundamentals required |
This client’s score: _____ / 220 = _____% — Band: _______________
Radar Chart Data / Datos para Gráfico Radar
Plot these percentages on a radar chart for the client report. Each axis = one section.
| Axis | Score (%) |
|---|---|
| Infrastructure | |
| Data Maturity | |
| Team Skills | |
| Processes | |
| Culture | |
| Compliance | |
| Budget |
Top 5 Strengths / Principales Fortalezas
- [STRENGTH]: [BRIEF EXPLANATION]
- [STRENGTH]: [BRIEF EXPLANATION]
- [STRENGTH]: [BRIEF EXPLANATION]
- [STRENGTH]: [BRIEF EXPLANATION]
- [STRENGTH]: [BRIEF EXPLANATION]
Top 5 Priority Gaps / Principales Brechas Prioritarias
| Priority | Gap | Section | Recommended Action | Effort | Impact |
|---|---|---|---|---|---|
| 1 | [GAP] | [SECTION] | [ACTION] | Low/Med/High | Low/Med/High |
| 2 | [GAP] | [SECTION] | [ACTION] | ||
| 3 | [GAP] | [SECTION] | [ACTION] | ||
| 4 | [GAP] | [SECTION] | [ACTION] | ||
| 5 | [GAP] | [SECTION] | [ACTION] |
Quick Wins / Victorias Rápidas (0–90 days)
Items the client can address immediately, before or alongside the main AI project:
- [QUICK WIN 1 — e.g., “Appoint a data owner for the target dataset”]
- [QUICK WIN 2 — e.g., “Enable SSO on key platforms to simplify future integrations”]
- [QUICK WIN 3 — e.g., “Complete GDPR processing register update”]
- [QUICK WIN 4]
VORLUX AI Recommendations / Recomendaciones de VORLUX AI
Based on this assessment, VORLUX AI recommends the following approach:
Recommended engagement type: [ ] Full project | [ ] Pilot first | [ ] Foundation-building | [ ] Assessment only
Recommended starting phase: [PHASE]
Key pre-conditions before AI project starts:
- [PRE-CONDITION 1]
- [PRE-CONDITION 2]
Suggested first use case: [USE CASE — the highest-readiness, highest-impact opportunity]
Estimated time to AI-ready (if not already): [X months]
Assessor Sign-Off / Firma del Evaluador
| Field | Details |
|---|---|
| Conducted by | [VORLUX AI CONSULTANT NAME] |
| Date | [DATE] |
| Client review date | [DATE] |
| Next reassessment recommended | [DATE — typically 6–12 months] |
Assessment results are confidential and intended for use by [CLIENT COMPANY NAME] and VORLUX AI only.
VORLUX AI — Inteligencia artificial que trabaja para su empresa. vorluxai.com | Valencia, Spain
Versión Española
Evaluación de Madurez Digital e IA
VORLUX AI | vorluxai.com
Cliente: [NOMBRE DE LA EMPRESA CLIENTE] Sector: [SECTOR] Fecha de evaluación: [FECHA] Realizada por: [NOMBRE DEL CONSULTOR DE VORLUX AI] Participantes del cliente: [NOMBRES Y CARGOS] Referencia de evaluación: VORLUX-ASSESS-[AÑO]-[NNN]
Instrucciones para el Evaluador
Objetivo: Esta evaluación produce una visión objetiva y puntuada de la preparación de una empresa para adoptar la IA. Utilice los resultados para:
- Identificar victorias rápidas y obstáculos
- Dar forma al alcance y fases de la propuesta de consultoría
- Establecer expectativas realistas con el cliente
- Proporcionar una línea base contra la cual medir el progreso
Cómo puntuar: Cada pregunta se califica en una escala de 1 a 4:
| Puntuación | Etiqueta | Descripción |
|---|---|---|
| 1 | No iniciado | Sin conciencia, sin actividad, sin capacidad |
| 2 | Emergente | Cierta conciencia; actividad ad-hoc o experimental |
| 3 | En desarrollo | Enfoque estructurado; parcialmente implementado |
| 4 | Avanzado | Sistemático, completamente implementado, en mejora continua |
Proceso de puntuación:
- Realice una entrevista estructurada de 60–90 minutos con los interlocutores relevantes
- Formule cada pregunta; profundice con preguntas adicionales; puntúe basándose en evidencias, no en afirmaciones
- Complete la rúbrica de puntuación al final de cada sección
- Calcule la puntuación total y determine la Banda de Madurez
- Utilice la Sección 7 para formular recomendaciones
Sección 1 — Infraestructura y Tecnología
Objetivo: Evaluar la base técnica disponible para el despliegue de IA.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 1.1 | ¿Opera la empresa en la nube (pública, privada o híbrida)? | ||
| 1.2 | ¿Se mantiene y actualiza la infraestructura de forma regular? | ||
| 1.3 | ¿Dispone la empresa de la capacidad de cómputo (CPU/GPU) necesaria para cargas de trabajo de IA? | ||
| 1.4 | ¿Existe una infraestructura de almacenamiento escalable para grandes conjuntos de datos? | ||
| 1.5 | ¿Hay APIs disponibles para conectar los sistemas empresariales clave? | ||
| 1.6 | ¿Es adecuada la infraestructura de red (latencia, ancho de banda)? | ||
| 1.7 | ¿Existen estándares de infraestructura documentados y una hoja de ruta tecnológica? | ||
| 1.8 | ¿Dispone la empresa de un pipeline CI/CD o proceso de despliegue estructurado? |
Puntuación Sección 1: _____ / 32 | Sección 1 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
- [OBSERVACIÓN 2]
Brechas críticas:
- [BRECHA 1]
- [BRECHA 2]
Sección 2 — Madurez de Datos
Objetivo: Evaluar la calidad, accesibilidad y gobernanza de los activos de datos de la empresa.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 2.1 | ¿Sabe la empresa qué datos posee y dónde se encuentran? | ||
| 2.2 | ¿Existe una estrategia de gestión de datos maestros (MDM) o un diccionario de datos? | ||
| 2.3 | ¿Se almacenan los datos en formatos estructurados consultables programáticamente? | ||
| 2.4 | ¿Cuán completos y precisos son los datos operativos principales de la empresa? | ||
| 2.5 | ¿Existe una política formal de gobernanza de datos (propiedad, acceso, retención)? | ||
| 2.6 | ¿Están los pipelines de datos o procesos ETL documentados y mantenidos? | ||
| 2.7 | ¿Dispone la empresa de un data warehouse o herramienta de inteligencia de negocio? | ||
| 2.8 | ¿Están disponibles y accesibles los datos históricos para el entrenamiento de modelos? | ||
| 2.9 | ¿Se rastrean y resuelven sistemáticamente los problemas de calidad de datos? | ||
| 2.10 | ¿Se comparten los datos entre departamentos de forma efectiva (sin silos importantes)? |
Puntuación Sección 2: _____ / 40 | Sección 2 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
- [OBSERVACIÓN 2]
Brechas críticas:
- [BRECHA 1]
- [BRECHA 2]
Sección 3 — Habilidades y Capacidades del Equipo
Objetivo: Evaluar si la organización cuenta con el capital humano para adoptar y mantener soluciones de IA.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 3.1 | ¿Dispone la empresa de científicos de datos o ingenieros de ML internos? | ||
| 3.2 | ¿Tiene el equipo de TI experiencia gestionando infraestructura en la nube? | ||
| 3.3 | ¿Existe un rol de analista de negocio o de datos que conecte TI y negocio? | ||
| 3.4 | ¿Demuestran los líderes sénior comprensión de las capacidades y limitaciones de la IA? | ||
| 3.5 | ¿Se sienten cómodos los usuarios finales utilizando herramientas digitales y software? | ||
| 3.6 | ¿Ha invertido la empresa en formación o certificaciones en IA/datos? | ||
| 3.7 | ¿Existe un plan para mejorar las competencias del personal a medida que se adoptan herramientas de IA? | ||
| 3.8 | ¿Dispone la empresa de una función de gestión del cambio o L&D? |
Puntuación Sección 3: _____ / 32 | Sección 3 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
- [OBSERVACIÓN 2]
Brechas críticas:
- [BRECHA 1]
- [BRECHA 2]
Sección 4 — Procesos y Operaciones
Objetivo: Evaluar la madurez de los procesos de negocio a los que se aplicará la IA.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 4.1 | ¿Están documentados los procesos de negocio objetivo (mapas de procesos / SOPs)? | ||
| 4.2 | ¿Existen KPIs claros para los procesos a mejorar? | ||
| 4.3 | ¿Están identificados y son responsables los propietarios de los procesos? | ||
| 4.4 | ¿Son los procesos lo suficientemente estables para automatizarlos (no cambian constantemente)? | ||
| 4.5 | ¿Existe una metodología formal de gestión de proyectos? | ||
| 4.6 | ¿Se entregan históricamente los proyectos tecnológicos en plazo y dentro del presupuesto? | ||
| 4.7 | ¿Existe una cultura de mejora continua (Lean, Six Sigma, Agile)? | ||
| 4.8 | ¿Están definidos los procedimientos de gestión de excepciones para procesos críticos? |
Puntuación Sección 4: _____ / 32 | Sección 4 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
- [OBSERVACIÓN 2]
Brechas críticas:
- [BRECHA 1]
- [BRECHA 2]
Sección 5 — Cultura y Liderazgo
Objetivo: Evaluar la receptividad de la cultura organizativa al cambio impulsado por IA.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 5.1 | ¿Promueve activamente el CEO / equipo directivo la transformación digital? | ||
| 5.2 | ¿Existe una estrategia de IA o digital declarada a nivel de consejo? | ||
| 5.3 | ¿Están los empleados generalmente abiertos a adoptar nuevas tecnologías? | ||
| 5.4 | ¿Ha adoptado la empresa con éxito cambios tecnológicos significativos en los últimos 3 años? | ||
| 5.5 | ¿Existe una cultura de toma de decisiones basada en datos (frente a la intuición)? | ||
| 5.6 | ¿Se consideran aspectos éticos (equidad, transparencia, sesgo) en las decisiones tecnológicas? | ||
| 5.7 | ¿Comunica la empresa de forma transparente los cambios tecnológicos a los empleados? | ||
| 5.8 | ¿Existe un mandato de innovación claro o un presupuesto de I+D? |
Puntuación Sección 5: _____ / 32 | Sección 5 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
- [OBSERVACIÓN 2]
Brechas críticas:
- [BRECHA 1]
- [BRECHA 2]
Sección 6 — Cumplimiento y Gobernanza
Objetivo: Evaluar la preparación de la empresa para cumplir con las regulaciones específicas de IA y datos.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 6.1 | ¿Cumple la empresa con el GDPR (DPO designado, RoPA mantenido)? | ||
| 6.2 | ¿Tiene la empresa un acuerdo de tratamiento de datos GDPR con los proveedores de TI? | ||
| 6.3 | ¿Conoce la empresa el EU AI Act y sus posibles obligaciones? | ||
| 6.4 | ¿Existen políticas documentadas para el uso de sistemas de IA (uso aceptable, auditoría)? | ||
| 6.5 | ¿Existe un proceso para evaluar el riesgo en nuevos despliegues tecnológicos? | ||
| 6.6 | ¿Se monitorizan y parchean las vulnerabilidades de seguridad de forma sistemática? | ||
| 6.7 | ¿Existe un plan documentado de respuesta a incidentes que cubra brechas de datos? | ||
| 6.8 | ¿Se somete a los proveedores de IA externos a un proceso de due diligence antes de la contratación? |
Puntuación Sección 6: _____ / 32 | Sección 6 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
- [OBSERVACIÓN 2]
Brechas críticas:
- [BRECHA 1]
- [BRECHA 2]
Sección 7 — Presupuesto y Apetito de Inversión
Objetivo: Comprender la capacidad financiera y la disposición a invertir en IA.
| N.º | Pregunta | Puntuación (1–4) | Evidencia / Notas |
|---|---|---|---|
| 7.1 | ¿Dispone la empresa de un presupuesto aprobado para iniciativas digitales/de IA? | ||
| 7.2 | ¿Existe un compromiso financiero a nivel ejecutivo para una inversión plurianual en IA? | ||
| 7.3 | ¿Mide e informa la empresa del ROI en proyectos tecnológicos? | ||
| 7.4 | ¿Está la empresa dispuesta a invertir en formación y gestión del cambio junto con la tecnología? | ||
| 7.5 | ¿Existe interés en un contrato de soporte/mantenimiento continuo tras el despliegue? |
Puntuación Sección 7: _____ / 20 | Sección 7 %: _____%
Observaciones clave:
- [OBSERVACIÓN 1]
Brechas críticas:
- [BRECHA 1]
Resumen de Puntuación
| Sección | Puntuación máxima | Puntuación real | Porcentaje | RAG |
|---|---|---|---|---|
| 1. Infraestructura y Tecnología | 32 | |||
| 2. Madurez de Datos | 40 | |||
| 3. Habilidades del Equipo | 32 | |||
| 4. Procesos y Operaciones | 32 | |||
| 5. Cultura y Liderazgo | 32 | |||
| 6. Cumplimiento y Gobernanza | 32 | |||
| 7. Presupuesto y Apetito de Inversión | 20 | |||
| TOTAL | 220 |
Leyenda RAG: Verde = >=70% | Ámbar = 50-69% | Rojo = <50%
Banda de Madurez
| Puntuación total | Porcentaje | Banda | Enfoque recomendado |
|---|---|---|---|
| 176-220 | 80-100% | Avanzado | Desplegar IA a escala; foco en optimización |
| 132-175 | 60-79% | Preparado | Proceder con proyecto de IA completo; abordar brechas en paralelo |
| 88-131 | 40-59% | En desarrollo | Comenzar con un piloto enfocado; invertir primero en fundamentos |
| 44-87 | 20-39% | Emergente | Fase de construcción de fundamentos necesaria antes del despliegue de IA |
| 0-43 | 0-19% | No preparado | Se requiere una inversión significativa en fundamentos |
Puntuación de este cliente: _____ / 220 = _____% — Banda: _______________
Datos para Gráfico Radar
Represente estos porcentajes en un gráfico radar para el informe del cliente. Cada eje = una sección.
| Eje | Puntuación (%) |
|---|---|
| Infraestructura | |
| Madurez de Datos | |
| Habilidades del Equipo | |
| Procesos | |
| Cultura | |
| Cumplimiento | |
| Presupuesto |
5 Principales Fortalezas
- [FORTALEZA]: [BREVE EXPLICACIÓN]
- [FORTALEZA]: [BREVE EXPLICACIÓN]
- [FORTALEZA]: [BREVE EXPLICACIÓN]
- [FORTALEZA]: [BREVE EXPLICACIÓN]
- [FORTALEZA]: [BREVE EXPLICACIÓN]
5 Principales Brechas Prioritarias
| Prioridad | Brecha | Sección | Acción recomendada | Esfuerzo | Impacto |
|---|---|---|---|---|---|
| 1 | [BRECHA] | [SECCIÓN] | [ACCIÓN] | Bajo/Medio/Alto | Bajo/Medio/Alto |
| 2 | [BRECHA] | [SECCIÓN] | [ACCIÓN] | ||
| 3 | [BRECHA] | [SECCIÓN] | [ACCIÓN] | ||
| 4 | [BRECHA] | [SECCIÓN] | [ACCIÓN] | ||
| 5 | [BRECHA] | [SECCIÓN] | [ACCIÓN] |
Victorias Rápidas (0-90 días)
Elementos que el cliente puede abordar de inmediato, antes o en paralelo al proyecto principal de IA:
- [VICTORIA RÁPIDA 1 — p.ej., “Designar un propietario de datos para el conjunto de datos objetivo”]
- [VICTORIA RÁPIDA 2 — p.ej., “Habilitar SSO en las plataformas clave para simplificar futuras integraciones”]
- [VICTORIA RÁPIDA 3 — p.ej., “Completar la actualización del registro de tratamiento GDPR”]
- [VICTORIA RÁPIDA 4]
Recomendaciones de VORLUX AI
Basándose en esta evaluación, VORLUX AI recomienda el siguiente enfoque:
Tipo de compromiso recomendado: [ ] Proyecto completo | [ ] Piloto primero | [ ] Construcción de fundamentos | [ ] Solo evaluación
Fase de inicio recomendada: [FASE]
Condiciones previas clave antes de iniciar el proyecto de IA:
- [CONDICIÓN PREVIA 1]
- [CONDICIÓN PREVIA 2]
Primer caso de uso sugerido: [CASO DE USO — la oportunidad con mayor preparación y mayor impacto]
Tiempo estimado hasta estar preparado para IA (si no lo está ya): [X meses]
Firma del Evaluador
| Campo | Detalles |
|---|---|
| Realizado por | [NOMBRE DEL CONSULTOR DE VORLUX AI] |
| Fecha | [FECHA] |
| Fecha de revisión del cliente | [FECHA] |
| Próxima reevaluación recomendada | [FECHA — normalmente 6-12 meses] |
Los resultados de la evaluación son confidenciales y están destinados al uso exclusivo de [NOMBRE DE LA EMPRESA CLIENTE] y VORLUX AI.
VORLUX AI — Inteligencia artificial que trabaja para su empresa. vorluxai.com | Valencia, España