Cuánto cuesta implantar IA en una empresa (y qué infla la factura)

La pregunta de cuánto cuesta implantar IA en una empresa casi nunca se responde con una cifra, y por una razón incómoda: en la mayoría de propuestas que llegan a un comité de dirección, el precio no describe el mismo trabajo. Uno cotiza un piloto de tres semanas, otro cotiza un sistema en producción con soporte, y ambos ponen "proyecto de inteligencia artificial" en la portada. Comparar esos dos números es como comparar el precio de un plano con el de una casa.

Este artículo pone cifras sobre la mesa —rangos reales de mercado español para empresa mediana, no promesas— y, sobre todo, explica qué partidas hacen que un presupuesto de 15.000 € acabe costando 60.000 €. Si vas a pedir tres ofertas, léelo antes: la parte más rentable de este texto no son los rangos, sino la lista de lo que casi nadie cotiza y todo el mundo acaba pagando.

¿Qué estás comprando exactamente cuando compras un proyecto de IA?

Antes de hablar de dinero hay que separar cuatro cosas que se venden bajo la misma etiqueta. Cada una tiene un coste, un plazo y un riesgo distintos:

• Diagnóstico o auditoría. Alguien mira tus procesos y tus datos y te dice qué es viable, con qué orden y qué retorno esperable. Entregable: un mapa y una priorización. No automatiza nada.
• Prueba de concepto (PoC). Se demuestra que la técnica funciona con tus datos, en un entorno controlado. Entregable: evidencia. No aguanta usuarios reales ni volumen.
• Piloto en producción. Un caso de uso, usuarios reales, alcance acotado, medición. Entregable: algo que se usa a diario aunque solo sea en un departamento.
• Sistema en operación. Integrado con tus herramientas, monitorizado, con alguien que responde cuando falla a las ocho de la mañana.

El error de presupuesto más caro que vemos es pagar un PoC creyendo que se compra un sistema. El PoC demuestra; no opera. Cuando llega el momento de que veinte personas lo usen todos los días, aparece un segundo proyecto que nadie había previsto, normalmente por un importe mayor que el primero.

Un PoC que funciona no es un sistema que funciona: es la prueba de que merece la pena construirlo.

¿Cuánto cuesta implantar IA? Rangos por tipo de proyecto

Los rangos siguientes son de mercado para empresa española de 20 a 300 empleados, con proveedor que integra y responde del resultado. No incluyen licencias de software de terceros ni infraestructura, que van aparte (lo vemos en la sección siguiente). Un proveedor serio te dará una horquilla parecida y la estrechará después del diagnóstico, no antes.

| Tipo de proyecto | Rango típico | Plazo | Qué incluye | |---|---|---|---| | Auditoría / diagnóstico de IA | 3.000 – 9.000 € | 2-4 semanas | Mapa de procesos, estado del dato, casos priorizados con retorno estimado | | Prueba de concepto | 6.000 – 15.000 € | 3-6 semanas | Un caso, datos reales, evidencia de viabilidad técnica | | Automatización de un proceso | 12.000 – 35.000 € | 6-12 semanas | Integración con tus sistemas, usuarios reales, formación | | Chatbot o asistente con tus documentos | 15.000 – 40.000 € | 8-14 semanas | Ingesta, control de respuestas, canal (web/WhatsApp), analítica | | Cuadro de mando con datos unificados | 18.000 – 50.000 € | 8-16 semanas | Integraciones, modelo de datos, panel, gobierno mínimo | | Modelo predictivo en producción | 25.000 – 70.000 € | 3-6 meses | Datos históricos, entrenamiento, despliegue, monitorización | | Mantenimiento y evolución | 8-20 % anual del proyecto | continuo | Soporte, reentrenamiento, cambios en sistemas origen |

Dos lecturas de esta tabla. La primera: la mayoría de empresas que preguntan por IA necesitan algo de la mitad superior, no de la inferior. La segunda: si alguien te ofrece un modelo predictivo en producción por 8.000 €, no está cotizando el mismo trabajo, está cotizando un PoC y llamándolo de otra forma.

¿Qué partidas se olvidan siempre en el presupuesto?

Aquí es donde se fabrica la diferencia entre lo que firmas y lo que gastas. Ninguna de estas partidas es exótica; todas se saltan con frecuencia porque encarecen la oferta y hacen perder concursos.

• Preparar los datos. Es habitual que se lleve entre el 30 % y el 60 % del esfuerzo real. Limpiar duplicados, unificar el maestro de clientes, decidir qué versión del dato es la buena. Si el presupuesto no menciona esta fase, o está escondida o se hará mal.
• Integraciones con tus sistemas. Conectar con un ERP moderno con API es barato. Conectar con un ERP de 2009 sin documentación, mediante exportaciones nocturnas, cuesta semanas. Pregunta siempre quién se hace cargo si la integración resulta más difícil de lo previsto.
• Licencias e infraestructura. Plataforma de datos, servidores, coste por consumo de modelos. En proyectos con asistentes conversacionales, el consumo mensual va de 50 € a varios cientos según volumen. Pide una estimación mensual, no un "depende del uso".
• Formación y adopción. Un sistema que nadie usa cuesta el 100 % y rinde el 0 %. Reserva entre un 5 % y un 10 % del proyecto para sesiones, documentación y acompañamiento las primeras semanas.
• Cumplimiento y seguridad. Si hay datos personales, hay análisis de riesgos, contratos de encargado de tratamiento y decisiones sobre dónde se procesan los datos. Es trabajo real y tiene coste.
• Mantenimiento. Los sistemas origen cambian, los modelos se degradan, el negocio evoluciona. Presupuesta entre un 8 % y un 20 % anual y decide si lo asume tu equipo o el proveedor.

Una regla práctica para dirección: al importe que te presenten, súmale mentalmente un 25 % si el proveedor no ha hecho un diagnóstico previo de tus datos. No es pesimismo, es que nadie puede cotizar con precisión lo que no ha visto.

¿Qué hace que un proyecto sea caro o barato?

Dos empresas con el mismo caso de uso pueden tener presupuestos que se diferencian en tres veces. Los factores que más mueven la aguja, por orden de impacto:

El estado de tus datos. Es el factor número uno, con diferencia. Si la información está en un sistema, con un identificador de cliente único y un histórico limpio, el proyecto va rápido. Si está repartida entre el ERP, tres Excel y la cabeza de una persona del almacén, el proyecto empieza siendo de datos aunque lo llames de IA.

El número de integraciones. Cada sistema que hay que conectar añade coste y, más importante, añade puntos de fallo futuros. Un proyecto que toca dos sistemas es manejable; uno que toca seis necesita arquitectura, no maña.

Cuánto tolera el error el proceso. Un asistente que sugiere borradores de respuesta puede equivocarse: hay un humano detrás. Un sistema que envía facturas al cliente, no. La segunda categoría exige validaciones, trazas y pruebas que multiplican el esfuerzo de control de calidad.

Cuántas personas lo van a usar y con qué perfil. Cinco analistas de datos absorben una herramienta nueva con un manual. Ochenta comerciales de campo necesitan que la herramienta se parezca a lo que ya usan, funcione en el móvil y no requiera formación. Eso se paga en diseño.

Si hay datos personales o decisiones sensibles. Selección de personal, concesión de crédito, atención sanitaria: más requisitos, más documentación, más revisión. Es coste legítimo, no burocracia inventada.

¿Cómo pedir presupuestos que se puedan comparar?

El truco no es pedir más ofertas, es pedirlas con el mismo enunciado. Envía a todos los candidatos el mismo documento de una página con estos seis puntos y exige que respondan a los seis:

1. El proceso concreto, descrito en dos frases. No "mejorar atención al cliente", sino "responder las 300 consultas semanales sobre estado de pedido que hoy contesta a mano el equipo de atención". 2. Los sistemas implicados y su versión, con quién los administra. 3. El volumen: registros, usuarios, transacciones al mes. 4. Qué significa que funcione: la métrica y el umbral. "Resolver sin intervención humana el 60 % de esas consultas." 5. Qué asume el proveedor y qué asumes tú: quién extrae los datos, quién da acceso, quién forma al equipo. 6. Qué pasa después del arranque: soporte, coste de mantenimiento anual, propiedad del código y de los datos.

Con ese enunciado, las ofertas se vuelven comparables y aparecen las diferencias que importan. Fíjate en tres señales concretas: si alguien cotiza sin preguntar por el estado del dato, está adivinando; si el precio no distingue entre construcción y mantenimiento, el año dos será una sorpresa; y si no aparece un nombre y apellidos de quién va a hacer el trabajo, es probable que lo haga un perfil junior distinto del que fue a la reunión. Si estás en esa fase, esta guía para elegir consultora de IA entra en detalle en las preguntas que separan una oferta seria de un folleto.

¿Cómo se calcula el retorno sin engañarse?

El retorno de un proyecto de IA casi nunca es "vender más". Suele ser una de estas tres cosas, y conviene decidir cuál antes de firmar:

• Horas liberadas. Personas × horas al mes × coste hora cargado. Es la más fácil de medir y la más fácil de inflar: solo cuenta si esas horas se reinvierten en algo o si evitan una contratación. Si el equipo hace lo mismo en menos tiempo y nadie nota la diferencia, no hay ahorro, hay holgura.
• Errores evitados. Facturas mal emitidas, pedidos duplicados, stock roto. Multiplica frecuencia por coste unitario del error. Suele ser la partida más grande y la que menos gente calcula.
• Decisiones mejores. Ajustar compras con una previsión decente, detectar clientes que se van antes de que se vayan. Es el retorno más alto y el más difícil de atribuir; pídelo como objetivo, no como justificación del presupuesto.

Un ejemplo de aritmética honesta: si tres personas dedican 6 horas semanales a copiar datos entre sistemas, son unas 72 horas al mes. A un coste cargado de 25 €/hora, 1.800 € mensuales. Una automatización de 20.000 € se paga en once meses y a partir de ahí es margen —siempre que el proceso siga existiendo y las horas se dediquen a otra cosa. Esa última condición es la que separa el cálculo real del cálculo de PowerPoint.

Un apunte sobre plazos: exige que el retorno se mida a 12 meses, no a 36. Un proyecto que solo es rentable en tres años asume que nada cambia en tres años, y en tu empresa cambian cosas cada trimestre.

¿Por dónde empezar si el presupuesto es limitado?

Con menos de 20.000 € disponibles, el orden que mejor funciona es este:

1. Un diagnóstico corto (3.000-6.000 €) que te diga qué es viable con los datos que ya tienes. Barato, rápido y evita el gasto grande equivocado. 2. Un caso de uso con dolor medible y alcance de un departamento. No el más ambicioso: el que ya duele y se puede medir sin montar un sistema de medición nuevo. 3. Medir a 90 días con la métrica pactada. Si funciona, el segundo caso se financia con el ahorro del primero y la conversación interna cambia por completo.

Lo que no recomendamos: repartir 20.000 € entre cuatro pruebas pequeñas. Se acaba con cuatro demos que nadie usa y con un comité de dirección convencido de que la IA no es para ellos. Mejor un caso terminado que cuatro empezados. Si aún estás decidiendo cuál, en por qué fracasan los pilotos de IA desglosamos los patrones que se repiten cuando el orden se invierte.

Preguntas frecuentes

¿Cuánto cuesta implantar IA en una pyme pequeña?

Para una empresa de menos de 50 personas, un primer proyecto útil y acotado suele moverse entre 12.000 y 30.000 €, más un diagnóstico previo de 3.000 a 6.000 €. Por debajo de esas cifras se compran pruebas de concepto o herramientas de suscripción, que pueden ser una decisión razonable pero no son un proyecto integrado.

¿Es más barato usar herramientas de suscripción que un proyecto a medida?

Al principio sí, y para casos estándar puede ser la decisión correcta. La suscripción deja de compensar cuando necesitas que la herramienta hable con tu ERP, respete tus reglas de negocio o procese datos que no puedes sacar de tu entorno. Ahí el coste se traslada al tiempo que tu equipo dedica a parchear las carencias.

¿Qué porcentaje del presupuesto debería ir a preparar los datos?

Entre el 30 % y el 60 % en la mayoría de proyectos reales, y más si nunca se ha trabajado el gobierno del dato. Si una oferta dedica un 5 % a esta fase, o tus datos están excepcionalmente bien, o ese trabajo aparecerá más adelante como ampliación de alcance.

¿Cuánto cuesta mantener un sistema de IA una vez en marcha?

Presupuesta entre un 8 % y un 20 % anual del coste del proyecto. La horquilla depende de cuántos sistemas origen cambien, de si el modelo necesita reentrenarse y de si hay consumo por uso. Pide que esa cifra aparezca en la oferta desde el primer día, no en la renovación.

Si has llegado hasta aquí con un caso concreto en la cabeza y quieres una horquilla honesta en lugar de un rango de internet, empieza por la auditoría: dos semanas, el estado real de tus datos y una priorización con números. Y si prefieres contrastar antes si tu caso tiene sentido, hablemos media hora; si la respuesta es que todavía no toca, también te la daremos.