Cuánto cuesta implementar inteligencia artificial en una empresa

Cuánto cuesta implementar inteligencia artificial en una empresa depende de cinco cosas: qué tan grande es el problema que querés resolver, cuánto hay que conectarla con los sistemas que ya usás, cuánto se usa el modelo, quién la mantiene y cuántas horas pone tu propio equipo. Por eso desconfío de cualquiera que te tire un número antes de entender qué querés hacer. Lo que sí se puede es entender cada componente y hacer una cuenta simple para saber cuánto tiene sentido gastar en tu caso.

¿Por qué nadie te dice cuánto cuesta implementar inteligencia artificial?

Porque “implementar IA” es tan amplio como “hacer una obra”. Pintar una pieza y construir un quincho son obras, y ningún constructor serio te cotiza sin ver el terreno.

Un ejemplo para que se vea la diferencia. Que una herramienta lea las facturas de tus diez proveedores habituales y te deje los datos en una planilla es un proyecto. Que lea cualquier comprobante que llegue, lo cargue directo en tu sistema de gestión, avise cuando un importe no coincide con la orden de compra y le mande un resumen al contador es otro muy distinto. Los dos se pueden llamar automatizar la carga de facturas con IA, y el esfuerzo no se parece en nada.

¿De qué depende el costo de implementar IA en una empresa?

El alcance

Es lo que más mueve la aguja. El alcance define qué va a hacer exactamente la herramienta, con qué datos, para cuántas personas y qué pasa con los casos raros.

Esos casos raros son los que encarecen. La mayoría de las facturas se parecen entre sí; el problema es la del proveedor que manda una foto sacada con el celular arriba del capot de la camioneta. Resolver lo común suele ser lo más rápido. Cubrir todas las excepciones puede llevar más trabajo que todo lo demás junto.

Una decisión que abarata mucho: aceptar que ciertos casos sigan yendo a una persona.

La integración con lo que ya usás

La IA sola no hace nada útil. Tiene que leer información de algún lado y dejar el resultado en otro. Si tus datos están en Google Sheets o en un sistema que se deja conectar, el trabajo es uno. Si están en una versión vieja de Tango o Bejerman (o el que uses) instalada en la PC de la oficina, o en un Excel que viaja por mail, es otro.

Te lo digo directo: en muchos proyectos, conectar las piezas lleva más trabajo que la parte de IA propiamente dicha. A veces lo más sensato es no integrar al principio. La herramienta deja un archivo listo y alguien lo importa con dos clics. Menos elegante y bastante más barato.

El costo por uso de los modelos

Cuando una herramienta a medida usa un modelo de lenguaje (los que están detrás de ChatGPT, Claude o Gemini), el proveedor cobra por uso. Se paga según la cantidad de texto que el modelo lee y escribe, medida en tokens, que son pedacitos de palabras. Más documentos, más largos y más veces por día equivalen a más costo.

Tres cosas a tener en cuenta. Se cobra en dólares, algo que en Argentina no es un detalle. Hay modelos más caros y más baratos, y no siempre hace falta el más potente: para leer una factura, uno chico suele alcanzar. Y aunque en muchos proyectos de pymes este costo queda por debajo del de las horas de implementación, hay que estimarlo con tu volumen real, no con el de un mes tranquilo.

Si en cambio usás una herramienta lista para usar, como el plan de empresa de algún asistente o la IA que viene con tu paquete de oficina, lo normal es un abono mensual por usuario.

El mantenimiento

Una herramienta de IA no es un mueble. Un proveedor cambia el formato de su factura, se actualiza la lista de precios, la empresa que hace el modelo discontinúa la versión que usabas, alguien del equipo pide un ajuste. Conviene saber desde el principio quién se ocupa de eso y cómo se paga: un abono, horas a demanda o una persona de tu equipo que aprendió a hacerlo.

Las horas de tu equipo

Es el costo que nadie anota. Para que un proyecto salga bien, alguien de tu empresa tiene que explicar cómo se hace hoy la tarea, juntar ejemplos reales, probar las primeras versiones y decir qué está mal. Si esa persona es la que ya está tapada de trabajo (y suele serlo, porque por algo hay que automatizar), el proyecto se estira.

Hay que reservar ese tiempo en la agenda. Si nadie de la empresa puede probar, el proyecto se frena.

Costos ocultos que casi nadie presupuesta

Hay otros gastos que aparecen a mitad de camino y conviene tener en el radar.

Ordenar los datos. Si la lista de precios vigente convive con tres versiones viejas en la misma carpeta, alguien tiene que limpiar eso antes de que la IA las lea. Ese orden te sirve aunque nunca uses IA, pero lleva horas.

La revisión que queda. Si la herramienta carga las facturas y una persona las controla, ese control también es tiempo. Cuando calcules el ahorro, descontalo.

El período de doble trabajo. Durante un tiempo la gente va a usar la herramienta y, en paralelo, seguir verificando a mano. Es sano que pase, y es parte del costo.

Las suscripciones que se acumulan. Cada herramienta nueva trae su abono por usuario. Una sola no se nota; cinco, a fin de año, sí.

El costo de equivocarse. Si un error llega a un cliente, como un precio viejo en un presupuesto, el problema ya no es técnico. Por eso los primeros proyectos tienen que ser en tareas donde el error se detecta antes de salir de la empresa.

La dependencia. Si las cuentas, los accesos y la documentación quedaron a nombre de quien hizo el trabajo, cambiar de proveedor después sale caro. Pedí desde el primer día que todo esté a nombre de tu empresa.

¿Cómo calcular si la IA se paga sola?

Para responder eso hay que empezar por el otro lado: cuánto te cuesta hoy hacer esa tarea a mano. El procedimiento es este:

1. Contá cuántas veces por mes se hace la tarea.
2. Medí cuánto tiempo lleva cada vez, con reloj, durante una o dos semanas.
3. Calculá el costo de la hora de quien la hace: sueldo más cargas sociales, dividido por las horas que trabaja en el mes.
4. Estimá cuánto va a seguir llevando con la herramienta, incluida la revisión.
5. Multiplicá la diferencia de horas por el costo hora. Eso es lo que ahorrás por mes.
6. Compará ese ahorro con lo que cuesta la herramienta: uso y mantenimiento mensual, más la implementación repartida en los meses que pensás usarla.

Un ejemplo con números

Pensemos, como ejemplo ilustrativo, en un estudio contable que recibe unos 600 comprobantes por mes de sus clientes y los carga a mano. Entre abrir cada uno, leerlo y tipear los datos, se van 4 minutos.

600 comprobantes × 4 minutos = 2.400 minutos. Son 40 horas por mes.

Con una herramienta que extrae los datos, la persona solo revisa y corrige. Digamos que eso lleva un minuto por comprobante: 600 minutos, o 10 horas por mes.

La diferencia es de 30 horas mensuales. Si para el ejemplo suponemos que la hora de esa persona le cuesta al estudio 10.000 pesos (es un número inventado, poné el tuyo), el ahorro es de 300.000 pesos por mes y 3,6 millones en un año.

Ese número es tu techo. Si la implementación, más un año de uso y mantenimiento, queda bastante por debajo, tiene sentido avanzar. Si queda cerca o por encima, no, por más linda que sea la herramienta.

Ahora, una aclaración que casi nadie hace. Las horas ahorradas solo se convierten en plata si ese tiempo se usa en otra cosa. Si la persona sigue en su puesto y ahora tiene 30 horas libres que nadie aprovecha, ganaste capacidad, no dinero. Puede estar perfecto (en plena época de vencimientos, esas horas se agradecen), pero conviene saberlo antes de entusiasmarse con la cuenta.

También hay beneficios que no entran en la planilla: menos errores de tipeo, respuestas más rápidas, no depender de que una persona en particular esté disponible. Yo los anoto aparte. Pero no los uso para justificar un proyecto que no cierra por horas, porque es la forma más fácil de engañarse.

Cuando la cuenta no da

Si una tarea lleva diez minutos una vez por semana, ninguna implementación a medida se va a pagar. Para eso alcanza con usar bien una herramienta que ya existe; en la nota sobre cómo usar ChatGPT en la empresa hay ideas para eso. O con una automatización común, sin IA, si la tarea siempre sigue los mismos pasos.

¿Por qué conviene empezar con un proyecto chico?

Porque es la única forma de conocer los números reales. El costo de uso, el tiempo de revisión, los casos raros y cuánto la adopta tu equipo se descubren en el uso diario.

Un proyecto chico también te deja salir barato si no funciona. Elegís una tarea, un grupo reducido de personas y una herramienta simple. Si anda, ampliás con datos en la mano. Si no anda, aprendiste algo sin comprometer el presupuesto del año.

Es la forma en que trabajo yo: arranco por un problema puntual, propongo una solución concreta y dejamos definidos el alcance y el presupuesto antes de avanzar. Las entregas son cortas, para que veas algo funcionando pronto y decidas con eso en la mano si seguir o no. Para elegir bien ese primer proyecto, en la guía de inteligencia artificial para pymes hay cinco preguntas que ayudan a filtrar.

Qué preguntar antes de aceptar un presupuesto

Sea conmigo o con cualquier otro, estas preguntas te ahorran sorpresas:

1. ¿Qué incluye exactamente y qué queda afuera? Pedilo por escrito y con ejemplos.
2. ¿Qué pasa con los casos que la herramienta no puede resolver?
3. ¿Quién paga el uso del modelo y a nombre de quién está la cuenta?
4. ¿Qué mantenimiento está incluido y qué se cobra aparte?
5. ¿Cómo vamos a medir si funcionó?
6. Si mañana quiero cambiar de proveedor, ¿qué me llevo?

Hacé la cuenta del techo con tus números antes de esa primera reunión. Es lo que más ordena la conversación, porque pasás de preguntar “¿cuánto sale?” a saber cuánto vale para vos.