Medir el ROI de la IA sin trampas: línea base, coste total y ahorro real

El ROI de la IA se presenta casi siempre igual: una diapositiva con un número grande, un porcentaje de ahorro y una flecha hacia arriba. Y casi siempre está mal calculado. No porque quien lo presenta mienta, sino porque falta la mitad de la ecuación: no hay línea base con la que comparar, el coste solo incluye la licencia y el ahorro se cuenta en horas que nadie ha dejado de pagar. Ese número no sobrevive a la primera pregunta incómoda del comité de dirección, y con él se cae la credibilidad del proyecto entero.

Esta guía es el método que usamos para calcular el retorno de un proyecto de IA de forma que aguante una auditoría interna: qué medir antes de empezar, qué costes cuentan de verdad, cómo distinguir horas liberadas de euros ahorrados y qué hacer con los beneficios que no se pueden poner en una hoja de cálculo. Sin fórmulas mágicas y sin porcentajes prestados de informes de terceros.

¿Qué es el ROI de la IA y por qué se calcula mal?

La fórmula no tiene misterio: retorno igual a beneficio neto dividido entre inversión total. El problema nunca está en la división, está en los dos números que la alimentan. En proyectos de IA fallan por cinco motivos que se repiten con una regularidad sospechosa:

• No hay línea base. Nadie midió cuánto se tardaba antes, con qué tasa de error y a qué coste. Sin ese punto de partida, cualquier mejora es una opinión bien redactada.
• El coste es solo la licencia. Se olvidan la integración, la limpieza de datos, el tiempo del equipo interno y el mantenimiento del segundo año.
• El ahorro se cuenta en horas teóricas. «Ahorramos 20 horas al mes» no es dinero si esas 20 horas siguen en la nómina haciendo otra cosa que nadie ha decidido.
• Se atribuye al proyecto todo lo que mejoró. Si en el mismo trimestre entró un comercial nuevo y subió la conversión, no fue todo el modelo.
• Se mide demasiado pronto. Las primeras seis semanas de cualquier herramienta son un mal momento para juzgarla: la curva de aprendizaje penaliza y el efecto novedad exagera.

Un ROI que no puedes reconstruir seis meses después con datos que ya existían no es una medición: es una narrativa.

La consecuencia práctica de calcularlo mal no es solo una diapositiva optimista. Es que el segundo proyecto se aprueba sobre una base falsa, y cuando el tercero no cumple, dirección concluye que «la IA no funciona aquí» cuando lo que no funcionaba era el método de medición.

¿Qué hay que medir antes de empezar?

La línea base es la parte más barata del proyecto y la que más gente se salta, porque exige dos semanas de trabajo aburrido antes de la parte divertida. Es innegociable: si no la tienes antes de encender nada, no la vas a poder reconstruir después.

Para cualquier proceso candidato, mide cuatro cosas durante dos o cuatro semanas representativas:

• Volumen: cuántas unidades se procesan (facturas, tickets, pedidos, consultas) por semana y su estacionalidad.
• Tiempo por unidad: cronometrado sobre una muestra real, no estimado en una reunión. Las estimaciones de memoria se equivocan sistemáticamente y en ambas direcciones.
• Tasa de error y retrabajo: cuántas unidades vuelven, cuánto cuesta cada vuelta y quién la paga.
• Coste por unidad: coste horario cargado del perfil que lo hace, multiplicado por el tiempo real, más el coste de los errores.

Añade una quinta si el proceso toca al cliente: el plazo de respuesta. En muchos casos el retorno real no está en el ahorro, está en contestar un presupuesto en dos horas en lugar de en dos días, y eso solo se demuestra si tienes el dato de antes.

Un detalle que ahorra discusiones: guarda la muestra. No el resumen, la muestra. Cuando dentro de un año alguien discuta el cálculo, poder abrir las 200 facturas medidas en marzo y ver los tiempos anotados vale más que cualquier presentación.

¿Qué costes entran de verdad en el cálculo?

El coste total de propiedad de un proyecto de IA a tres años casi nunca se parece al presupuesto inicial, y la diferencia no es mala fe: es que solo se presupuesta lo que se factura. Esta es la lista que usamos, y conviene rellenarla entera aunque algunas casillas queden en cero.

| Partida | Qué incluye | Dónde se subestima | |---|---|---| | Licencias y consumo | Suscripciones, coste por uso del modelo, infraestructura | El consumo crece con la adopción; el año 1 no predice el año 2 | | Implantación | Análisis, desarrollo, integración con ERP/CRM | Las integraciones se llevan más presupuesto que el modelo | | Preparación de datos | Limpieza, histórico, corrección de maestros | Es la partida que más se dispara y la menos presupuestada | | Tiempo interno | Horas de negocio en definición, pruebas y validación | No se factura, pero es tiempo que no se dedica a otra cosa | | Formación y adopción | Sesiones, documentación, acompañamiento | Sin esto la herramienta se usa a medias y el retorno no llega | | Mantenimiento | Ajustes, reentrenamiento, cambios en sistemas origen | Presupuesta entre un 15 % y un 25 % anual de la implantación | | Supervisión humana | Revisión de casos dudosos, control de calidad | Si el proceso es crítico, esta partida no desaparece nunca |

Dos consejos sobre esta tabla. Primero: si un proveedor te da un precio que no permite reconstruir estas partidas, no estás comparando ofertas, estás comparando cifras finales; lo desarrollamos en qué cuesta de verdad un proyecto de IA. Segundo: el coste de la supervisión humana es el que más se olvida y el que decide si un caso de uso tiene sentido. Un modelo que acierta el 92 % y exige revisar el 100 % de las salidas no ahorra casi nada.

¿Horas liberadas o ahorro real?

Aquí está la trampa más común del cálculo, y merece la pena ser brutalmente claro: una hora liberada solo es dinero ahorrado si esa hora deja de costar o se convierte en ingreso. En todo lo demás es capacidad, que es valiosa pero no es lo mismo.

Tres escenarios y lo que se puede apuntar honestamente en cada uno:

| Situación | ¿Cambia la caja? | Qué se puede apuntar | |---|---|---| | Se dejan de contratar horas externas o temporales | Sí, directo | Ahorro real, con factura que lo demuestra | | Se absorbe crecimiento sin ampliar plantilla | Sí, evitado | Coste evitado, si el crecimiento es real y estaba previsto contratar | | El equipo dedica esas horas a tareas de más valor | No de inmediato | Capacidad reasignada; se justifica con el resultado de esas tareas | | Se reducen errores que costaban dinero | Sí | Ahorro real, medible con la línea base de retrabajo | | La gente trabaja con menos presión | No | Beneficio cualitativo; cuéntalo aparte, no lo monetices |

La regla que aplicamos con dirección es simple: monetiza solo lo que puedas señalar en una cuenta de resultados o en una factura que ya no llega. Todo lo demás va en una sección aparte del informe, descrito con honestidad. Un ROI del 60 % defendible vale infinitamente más que un 300 % que se desmonta cuando el director financiero pregunta dónde está ese dinero.

Hay una excepción legítima y conviene nombrarla: el ingreso incremental. Si un modelo de priorización hace que comercial llegue a más oportunidades con la misma plantilla y puedes atribuir esa diferencia con un grupo de control, eso sí es euros. Con grupo de control, no con «desde que lo usamos vendemos más».

¿En cuánto tiempo se mide y con qué comparación?

El horizonte razonable para un caso de uso acotado es de seis a doce meses desde que está en producción, no desde que se firma. Y la comparación honesta casi nunca es «antes y después»: es un diseño que aísle el efecto del proyecto de todo lo demás que pasó en la empresa ese trimestre.

Por orden de fiabilidad:

1. Grupo de control: un equipo, delegación o segmento sigue trabajando como antes durante ocho o doce semanas. Es lo más limpio y casi siempre es viable si se plantea al principio. 2. Despliegue escalonado: entra por fases y comparas cohortes que aún no lo tienen. Sirve cuando no se puede mantener un grupo sin la herramienta por mucho tiempo. 3. Antes y después con ajuste: se compara con el mismo periodo del año anterior y se descuenta explícitamente lo que cambió (volumen, plantilla, precios). Es lo más débil, pero decirlo abiertamente ya es más riguroso que la mayoría de informes.

Define también el calendario de revisión antes de arrancar: medición a los tres meses (indicadores de uso y calidad), a los seis (primer cálculo económico) y a los doce (cálculo consolidado con el coste de mantenimiento ya real). Esto conecta con la disciplina de elegir KPIs que se usan: cada revisión tiene dueño, fecha y un número que se compara con la línea base.

Y una advertencia sobre el momento de medir: los tres primeros meses suelen mostrar un retorno peor del que habrá. La curva de adopción pesa, y si cortas el proyecto en la semana ocho por un número flojo estarás matando casos que funcionan. Es el patrón que describimos en por qué fracasan los pilotos de IA.

¿Qué hacer con los beneficios que no se pueden medir en euros?

Existen, son reales y no hay que fingir que se pueden monetizar. La forma seria de tratarlos es darles un indicador propio, un objetivo y una revisión, aunque no entren en la división del ROI:

• Reducción de riesgo: menos errores en un proceso regulado, trazabilidad de quién aprobó qué. Se mide en incidencias evitadas y en tiempo de respuesta ante una petición de auditoría.
• Calidad del servicio: plazo de respuesta, porcentaje de consultas resueltas a la primera, satisfacción medida con el mismo método antes y después.
• Retención de conocimiento: procedimientos que dejan de vivir en la cabeza de una persona. Se nota cuando alguien se va de vacaciones.
• Capacidad de crecer: poder absorber un 30 % más de volumen sin rediseñar el proceso. Se demuestra el día que llega el pico, no antes.
• Aprendizaje organizativo: el primer proyecto deja datos ordenados, criterios escritos y gente entrenada que abarata el segundo. Es el argumento honesto para aprobar un caso con retorno modesto, y está ligado a la formación del equipo.

Ponlos en una segunda hoja del informe, con su métrica y su fecha de revisión. Dirección agradece la distinción más de lo que se cree: separar lo que es caja de lo que es capacidad es exactamente la señal de que el resto de los números están bien hechos.

Preguntas frecuentes

¿Cuál es un ROI razonable en un proyecto de IA?

Depende del tipo de caso, pero para automatizaciones acotadas con volumen alto es habitual recuperar la inversión entre seis y dieciocho meses. Desconfía de cualquier promesa de retorno en semanas y también de proyectos que no pueden explicar en qué mes esperan cruzar el punto de equilibrio: si el proveedor no se moja con un rango, es que no ha hecho el cálculo.

¿Se puede medir el ROI de un asistente de IA de uso general?

Es el caso más difícil, porque el uso está repartido entre muchas personas y muchas tareas. La salida práctica es acotar dos o tres usos concretos y medibles —redactar un tipo de documento, responder un tipo de consulta— y medir solo esos con línea base, en lugar de intentar capturar el beneficio difuso de toda la organización.

¿Cuándo hay que parar un proyecto por ROI insuficiente?

Cuando tras el periodo de adopción los indicadores de uso son bajos y el coste por unidad no ha mejorado frente a la línea base. El uso es la señal temprana: si la gente no lo usa, no hay retorno posible, y el problema suele ser de proceso o de encaje, no del modelo. Pararlo a tiempo y documentar por qué es una decisión sana, no un fracaso.

¿Quién debería calcular el ROI, el proveedor o la empresa?

El cálculo lo define la empresa y lo alimenta el proveedor con datos verificables. Si quien tiene que demostrar el valor es también quien elige las métricas y el periodo de comparación, el resultado es previsible. Un buen socio propone el método antes de empezar y acepta que la línea base la fije el cliente.

Si tienes un proyecto de IA en marcha y no sabrías defender su retorno delante del comité, el problema casi nunca es la calculadora: es que falta la línea base y sobra ruido en el cálculo del coste. En la auditoría revisamos qué procesos tienes medidos, qué datos permiten reconstruir un antes y un después, y qué casos de uso tienen un retorno defendible de verdad. Si prefieres empezar por una conversación, hablemos media hora y te decimos con franqueza si tu caso da los números o todavía no.