Guía de costes de IA para empresas

El coste de un proyecto de IA se divide en tres capas. Las herramientas y suscripciones suelen ser la parte más pequeña y previsible: de unas decenas a unos miles de euros al mes, según el volumen. La implantación — diseñar la solución, conectarla al CRM, a la facturación o al correo, probar y poner en producción — es la mayor parte de la inversión inicial. El mantenimiento cierra la cuenta: en los primeros meses siempre hay ajustes.

Hay además costes que suelen quedarse fuera y estropean el retorno prometido: ordenar datos desorganizados, formar al equipo y dar tiempo al cambio de hábitos. Ninguno es grande, pero ignorarlos hace que el ROI de la hoja de cálculo no aparezca en la realidad.

Cuando una aplicación usa un modelo de IA por API, paga por tokens. Un token es un fragmento de texto: de media unas 0,75 palabras, y un millón de tokens son cerca de 750.000 palabras. Se pagan dos tipos: los de entrada (la pregunta, las instrucciones y el contexto enviados) y los de salida (la respuesta generada).

La salida cuesta casi siempre unas cinco veces la entrada. Por eso las respuestas largas, los historiales de conversación que se reenvían en cada mensaje y el contexto innecesario son lo que hace crecer la factura.

La estimación se basa en cuatro variables: tokens de entrada por petición, tokens de salida por petición, peticiones al mes y precio del modelo. Un chatbot de soporte con 300.000 peticiones al mes, 500 tokens de entrada y 300 de salida, en un modelo a 1 dólar de entrada y 5 de salida por millón de tokens, cuesta unos 600 dólares al mes.

El volumen manda: un caso sencillo con muchas llamadas puede salir más caro que uno pesado con pocas. Añade un margen del 20% al 30% para los picos y presenta siempre un rango, con el volumen en el que se basa.

La mayor palanca es el modelo. El precio por token varía más de cien veces entre el modelo más barato y el más caro, y dentro de un mismo proveedor la diferencia entre modelos pesa más que la diferencia entre proveedores. Las tareas sencillas, como clasificar, extraer datos o responder preguntas frecuentes, rara vez necesitan la gama alta.

Después vienen los mecanismos de los propios proveedores: prompt caching, que abarata hasta un 90% las lecturas de contexto repetido, y procesamiento en batch, con un 50% de descuento para lo que no necesita respuesta inmediata. Prompts más cortos, límites a la longitud de las respuestas y seguimiento del consumo por funcionalidad completan la lista.

El coste solo tiene sentido comparado con lo que se ahorra. En una automatización la cuenta es sencilla: horas al mes × coste real de la hora da el coste actual; la automatización elimina normalmente del 70% al 90% de esas horas; el coste del proyecto dividido por el ahorro neto mensual da los meses hasta que se paga.

Para demostrar el retorno a la dirección, registra la línea base antes de empezar, traduce los resultados en tiempo, coste e ingresos, separa la ganancia puntual de la recurrente y atribuye los resultados con honestidad. Y no olvides el coste de no hacer nada: el equipo que sigue trabajando a mano lo paga cada mes.