La mayoría de los cálculos de retorno de un proyecto de IA que hemos visto en pymes tienen el mismo defecto: cuentan bien el ahorro y mal el coste.
Se estiman las horas que se van a liberar, se multiplican por el coste hora, sale un número grande, y contra ese número se compara la factura del proveedor. El proyecto parece rentabilísimo. Y luego no lo es.
Aquí está la cuenta completa, con las partidas que casi siempre faltan.
La fórmula
Retorno anual = Ahorro bruto ajustado − Coste recurrente
Payback (meses) = Coste de implantación ÷ Retorno mensual
No tiene misterio. El problema nunca es la fórmula: son los sumandos.
Bloque 1: el ahorro bruto (y por qué suele estar inflado)
Empieza por lo obvio: horas de personas × coste hora real (salario bruto + Seguridad Social + estructura, no el salario neto).
Y ahora aplícale tres correcciones que casi nadie aplica:
Corrección 1: el tiempo liberado no es dinero automáticamente
Si liberas dos horas diarias de una persona a jornada completa que sigue en plantilla, no has ahorrado su sueldo: has ganado capacidad. Eso vale, pero solo si tienes en qué emplearla. Si el equipo estaba desbordado y esas horas evitan una contratación, cuéntalo entero. Si no, cuéntalo al 40-50 %.
Corrección 2: la automatización nunca es del 100 %
En lectura de documentos, un buen resultado en producción deja un porcentaje de casos que siguen requiriendo intervención completa, más el tiempo de validar los que sí se han procesado bien. Si has estimado sobre el 100 % del volumen, estás contando de más.
Corrección 3: los errores evitados sí cuentan
Aquí normalmente se cuenta de menos. Una factura mal contabilizada que se detecta en el cierre cuesta el tiempo de encontrarla y el de arreglarla, y a veces un pago duplicado. Si tienes histórico, cuantifícalo.
Bloque 2: el coste recurrente (el que se olvida)
- Consumo de modelos. Es variable y proporcional al uso. Suele ser la partida menos temida y la que más sorprende cuando el volumen crece.
- Mantenimiento. Los procesos cambian, los formatos de tus proveedores cambian, los modelos se actualizan. Presupuesta revisión periódica; no es opcional.
- Supervisión humana. Alguien valida. Ese tiempo es coste del proceso nuevo y hay que restarlo del ahorro, no ignorarlo.
- Licencias y conectores de las herramientas intermedias.
Cómo queda la cuenta en la práctica
Un caso con números redondos, del tipo que vemos con más frecuencia: una empresa que recibe 400 facturas de proveedor al mes y dedica unas 45 horas mensuales a contabilizarlas, con un coste empresa de 22 €/hora.
El ahorro bruto teórico son casi 12.000 € al año. El retorno neto real se queda por debajo de la mitad. Sigue siendo un buen proyecto —con 8.000 € de implantación, se paga en año y medio— pero no es el proyecto espectacular que sugería la primera cifra.
Y ese es justo el punto: la diferencia entre 11.880 € y 5.304 € es la diferencia entre una decisión informada y una decepción a los nueve meses.
Bloque 3: el coste de implantación
Aquí van el análisis, la integración con tus sistemas, la limpieza de datos previa y la formación.
La partida que más se subestima es la limpieza. Si tu maestro de proveedores tiene duplicados o tus documentos históricos están sin clasificar, ese trabajo hay que hacerlo sí o sí, y hacerlo bien es la diferencia entre un piloto que funciona y uno que «casi».
El umbral: cuándo decimos que sí
| Payback | Decisión |
|---|---|
| Menos de 12 meses | Adelante sin discusión. |
| Entre 12 y 24 meses | Depende de si el proceso es estable. Si el negocio va a cambiar en ese plazo, no. |
| Más de 24 meses | No, salvo motivo estratégico explícito: cumplimiento, riesgo operativo o dependencia de una sola persona. |
Y una regla que no negociamos: si el piloto no confirma la estimación, se para. Mejor perder seis semanas que arrastrar un proyecto un año.
El caso en el que el número dice que no
Cambia el volumen del ejemplo anterior de 400 facturas al mes a 120 y rehaz la cuenta: el ahorro bruto cae a una tercera parte, mientras que el mantenimiento y la validación apenas bajan. Con esos volúmenes, el payback casi nunca baja de dos años.
La conclusión no es que la IA no sirva: es que ese caso de uso no es el suyo. A esa misma empresa probablemente le rinda mucho más el buscador sobre su documentación interna o los borradores comerciales, donde el volumen sí acompaña. Los tres casos con mejor retorno los analizamos en este artículo.
Elegir mal el caso de uso es la forma más común de que la IA «no funcione» en una pyme. El estudio del MIT sobre IA en empresa apunta en la misma dirección: el diferencial entre el 5 % que obtiene retorno y el resto no está en la calidad del modelo, sino en la elección y la integración.
Hazlo tú en dos minutos
La calculadora de ROI de IA hace esta cuenta con tus números y sin que tengas que hablar con nadie. Es deliberadamente conservadora: preferimos que te sorprendas para bien.
Si el resultado te sale ajustado y quieres contrastarlo, en la auditoría gratuita revisamos la estimación contigo. Y si lo que necesitas antes es saber si tus datos y procesos están listos, empieza por el diagnóstico de madurez.
En myIA solo avanzan los dos o tres casos con mejor retorno, con la estimación en euros firmada antes de empezar y medida contra la realidad cada trimestre.
Fuentes
- MIT, iniciativa NANDA. The GenAI Divide: State of AI in Business 2025, recogido por Forbes.
- Metodología de estimación propia, publicada en la calculadora de ROI de IA de MyExpertServices.