Por qué un presupuesto de IA es menos previsible

Con el software empresarial clásico, el presupuesto es bastante sencillo. Usted paga licencias, implantación, formación y quizá un mantenimiento anual. Cuando todo funciona, los costes se mantienen dentro de un margen que cualquiera puede explicar a la dirección. Con la inteligencia artificial las cosas son distintas. Un proyecto de IA que empieza como piloto limitado puede salir más caro de lo previsto cuando aumenta el uso, cuando faltan datos o cuando el personal tiene que revisar resultados más a menudo de lo que se pensaba. Eso no hace que los presupuestos de IA sean ingobernables. Sí significa que hay que construirlos y seguirlos de otra manera que con su ERP o su CRM.

En resumen: en el software clásico, las licencias, la implantación y el mantenimiento son en gran parte fijos. En la IA se mueven cinco partidas: costes de uso que suben con el volumen, una preparación de datos que decepciona, elecciones de modelo que cambian, integraciones que se amplían y una revisión humana que lleva más tiempo del previsto. Por eso un presupuesto de IA no es una cifra fija sino un margen con supuestos. Si hace explícitos esos supuestos, puede corregir el rumbo antes de que los costes se disparen.

Por qué el software clásico parece más previsible

El software tradicional ejecuta reglas que alguien escribió de antemano. Los mismos datos de entrada dan el mismo resultado. Eso hace que la estructura de costes sea clara: un precio de licencia fijo, un proyecto de implantación acotado, costes de configuración e integración, mantenimiento periódico, soporte y formación. Los proyectos de software clásico también se desvían a veces. Sin embargo, en cuanto la solución funciona de forma estable, el coste mensual se puede prever bastante bien.

Las soluciones de IA son distintas en su base. El coste final no depende solo del número de usuarios. También depende de cuánta información pasa por el sistema, de qué modelos utiliza y de cuánta revisión humana sigue haciendo falta.

Seis razones por las que un presupuesto de IA se mueve por el camino

1. Los costes de uso crecen con el volumen. Muchos servicios de IA cobran por procesamiento: por documento, por imagen, por minuto de audio o por cantidad de texto. Una aplicación que procesa cien documentos al mes durante el piloto parece económicamente razonable. Si pasa a diez mil documentos, la factura cambia de repente por completo. El propio éxito de la aplicación puede hacer crecer literalmente su factura.

2. No todos los modelos de IA cuestan lo mismo. Para tareas sencillas basta un modelo más barato. Los análisis complejos, los documentos más grandes o una mayor precisión exigen un modelo más potente y más caro. En una primera demostración suele verse el mejor modelo en acción. Solo más tarde se nota cuánto cuesta mantener ese nivel de calidad a mayor escala.

3. Los propios datos. A los proveedores les gusta presentar un proyecto de IA como un proyecto tecnológico. En realidad, gran parte del presupuesto se va en recopilar, limpiar y armonizar datos. Los códigos de producto, los datos de clientes o la información de procesos a veces simplemente no son lo bastante coherentes para construir algo fiable sobre ellos. En la práctica vemos una y otra vez que ese trabajo previo se subestima. Encontrará más información en nuestro artículo sobre cómo preparar los datos de la empresa para la IA.

4. Las integraciones. Una solución de IA suele tener que funcionar con sistemas existentes como su ERP, su CRM, su gestión documental o su programa de contabilidad. La funcionalidad de IA a menudo se construye rápido. La integración en los procesos existentes lleva mucho más tiempo, sobre todo con software antiguo, desarrollos a medida o fuentes de datos dispersas.

5. La revisión humana. Un sistema de IA no ofrece automáticamente un resultado sobre el que se pueda actuar sin comprobarlo. En decisiones financieras, comerciales u operativas alguien tiene que revisar, corregir o aprobar. Esa revisión es un coste operativo real. Una solución que automatiza veinte minutos de trabajo pero luego exige quince minutos de revisión aporta mucho menos de lo que hacía pensar la primera demostración.

6. La supervisión y el seguimiento. La automatización clásica funciona durante años con las mismas reglas. El rendimiento de la IA puede cambiar en cuanto cambian los datos de entrada, el contexto del negocio, los documentos o los modelos subyacentes. Por eso conviene saber en todo momento:

• cuántos resultados hay que corregir;
• en qué excepciones falla el sistema;
• con qué frecuencia tiene que intervenir el personal;
• cuánto cuesta cada procesamiento;
• si el ahorro de tiempo prometido sobre el papel se mantiene de verdad.

No calcule solo el coste del proyecto

Un presupuesto de IA sólido tiene al menos cuatro componentes que conviene analizar por separado:

• Costes únicos: análisis, implantación, configuración, integraciones, preparación de datos y formación.
• Costes fijos recurrentes: licencias de plataforma, soporte, seguridad, alojamiento y mantenimiento.
• Costes de uso variables: crecen con el número de procesamientos, documentos, usuarios o llamadas al modelo.
• Costes internos: el tiempo de su personal también cuenta. El análisis de procesos, las revisiones, las correcciones, las reuniones y la gestión del cambio no son recursos gratuitos.

Trabaje con escenarios en lugar de una sola cifra

Un presupuesto de IA es más fiable cuando no pone una sola cifra sobre la mesa sino al menos tres escenarios:

• Escenario base: ¿cuánto cuesta la solución con el uso previsto?
• Escenario de crecimiento: ¿qué ocurre si el uso se multiplica por tres o por diez?
• Escenario desfavorable: ¿y si hacen falta más revisiones, ajustes adicionales o mejoras de datos imprevistas?

Así la dirección no recibe una cifra aparentemente precisa sino un margen realista. Eso hace que la conversación sea más honesta desde el principio.

¿Qué cifras debe seguir un director financiero?

No juzgue un proyecto de IA solo por su rendimiento técnico. Siga también los indicadores financieros y operativos:

• el coste por procesamiento;
• el ahorro de tiempo por expediente;
• el porcentaje de resultados que se corrigen a mano;
• el coste de los errores antes y después de la puesta en marcha;
• el número de intervenciones humanas;
• el total de los costes de uso mensuales;
• el plazo de amortización realmente alcanzado.

El coste por procesamiento suele decir más que el coste total del software. Muestra si el sistema sigue siendo rentable también con volúmenes mayores.

Incorpore el control de costes desde el diseño

El control financiero no debe empezar cuando llegan las primeras facturas a su bandeja de entrada. Forma parte del diseño, ya durante el análisis:

• asignar las tareas sencillas a modelos más baratos;
• fijar límites por usuario o por departamento;
• enviar al modelo solo los datos relevantes;
• limitar la revisión humana a los casos de riesgo;
• informar del uso y de los costes por proceso;
• fijar de antemano criterios de parada para que un proyecto que no funciona se pueda detener de verdad.

Conclusión

Los presupuestos de IA son menos previsibles porque los costes dependen del uso, del volumen de datos, de la elección del modelo, de las integraciones y de la revisión humana. Una estimación clásica que solo incluye licencias y costes de implantación no basta. Un buen presupuesto de IA se compone de escenarios, tiene en cuenta el esfuerzo interno y vincula los costes a resultados de negocio medibles.

Así que la pregunta correcta no es simplemente «¿cuánto cuesta esta solución de IA?». La pregunta correcta es: «¿cuánto cuesta cada procesamiento fiable, cuánto trabajo ahorra y sigue siendo atractiva esa relación cuando crece el uso?».

Preguntas frecuentes

¿Por qué los presupuestos de IA son menos previsibles que los de un ERP? Los costes de la IA dependen del número de usuarios, del volumen de procesamiento, del modelo que se utiliza, de cuántos datos hay que preparar y de cuánta revisión humana se necesita. En el software clásico son partidas fijas. En la IA crecen con el uso y el contexto. Por eso una sola cifra de presupuesto no es fiable.

¿Qué partidas debo incluir como mínimo en un presupuesto de IA? Costes únicos (análisis, implantación, integración, preparación de datos, formación), costes fijos recurrentes (licencias de plataforma, alojamiento, soporte, seguridad), costes de uso variables que crecen con el volumen y costes internos de análisis de procesos, revisión y gestión del cambio.

¿Cuál es un margen realista para un presupuesto de IA? Trabaje con al menos tres escenarios: un escenario base con el uso previsto, un escenario de crecimiento con entre tres y diez veces más uso y un escenario desfavorable con revisiones y mejoras de datos adicionales. Así ofrece a la dirección un margen realista en lugar de una cifra aparentemente precisa.