Cuánto cuesta implementar IA en una pyme (y de qué depende)

"¿Cuánto sale?" es una pregunta razonable que casi siempre recibe una mala respuesta: un número redondo, sin explicar de dónde viene. En proyectos de IA eso es peligroso, porque una parte importante del costo depende del uso y crece (o baja) con tu negocio.

En esta guía no vamos a darte precios de proveedores: cambian seguido y dependen del modelo, del plan y del tipo de cambio. Te vamos a dar algo más útil, la forma de calcularlo, para que puedas pedir presupuestos con criterio y saber qué preguntar.

Los cinco componentes del costo

1. El uso del modelo

Los modelos de lenguaje se cobran, en general, por tokens: pedacitos de texto de unas pocas letras. Se paga por lo que se envía al modelo (entrada) y por lo que el modelo responde (salida), y la salida suele ser más cara.

Lo que se envía en cada consulta no es solo la pregunta del usuario. Incluye las instrucciones del asistente, la información de referencia que le pasás y, en una conversación, todo el historial anterior. Por eso una conversación de diez mensajes cuesta bastante más que diez preguntas sueltas.

Tres palancas bajan este costo sin bajar la calidad:

• Recortar lo que se envía. Kyna, la agente de este sitio, solo manda al modelo los últimos 20 mensajes de la conversación, corta cada mensaje en 2.000 caracteres y limita el largo de la respuesta. Son tres líneas de código que ponen un techo al costo de cada charla.
• Elegir el modelo según la tarea. Clasificar un mensaje no necesita el modelo más potente. Redactar una propuesta, quizás sí.
• Tener más de un proveedor. Nuestro sistema trabaja con un conjunto de claves de distintos proveedores ordenadas por prioridad. Si una se queda sin cupo, pasa a la siguiente y la primera descansa un rato. Eso protege el servicio y te deja mover volumen al proveedor que más te convenga.

2. La integración

Es el trabajo de conectar la IA con tus sistemas: la agenda, el CRM, el sistema de gestión, WhatsApp, el correo. Es un costo de una vez (más ajustes), y suele ser el más grande al principio. Depende de:

• Cuántos sistemas hay que tocar y si tienen una forma programática de acceso (API).
• Si la IA solo lee datos o también escribe (escribir pide validaciones y pruebas más cuidadosas).
• Qué pasa cuando algo falla: reintentos, avisos, derivación a una persona.

3. La preparación de datos

La IA trabaja con lo que le das. Si tus preguntas frecuentes están en la cabeza de dos empleados, o tu lista de precios vive en tres planillas que no coinciden, hay que ordenar eso antes. Es trabajo de tu equipo, no solo del proveedor, y casi nadie lo presupuesta. También incluye decidir qué datos no deben pasar por la IA, algo que tratamos en qué datos podés darle a una IA y cuáles no.

4. El mantenimiento

Un asistente de IA no se instala y se olvida. Hay que revisar conversaciones, corregir respuestas, actualizar la información cuando cambian precios o políticas, ajustar cuando el proveedor cambia de versión de modelo y monitorear errores. Calculalo como horas por mes, no como un cargo único.

5. El tiempo de tu gente

Es el costo más ignorado: las reuniones para definir el proceso, la persona que prueba, la que revisa las conversaciones de la semana, la que atiende lo que la IA deriva. No aparece en ninguna factura, pero si no lo tenés en cuenta el proyecto se traba por falta de dueño.

Cómo estimar antes de comprometerte

La fórmula básica del costo mensual de uso es:

Costo de uso = consultas por mes × (tokens de entrada × precio de entrada + tokens de salida × precio de salida)

Para obtener los números:

1. 1.Consultas por mes: contá las que tenés hoy en el canal que vas a automatizar. Si no las tenés medidas, ese es el primer trabajo.
2. 2.Tokens por consulta: tomá 20 conversaciones reales y medilas con la herramienta de conteo de tokens de tu proveedor, incluyendo instrucciones e historial. Usá el promedio y mirá también el máximo.
3. 3.Precio por token: sacalo de la página de precios vigente del proveedor y del modelo que vas a usar. Ojo con la moneda y con si hay descuentos por volumen o por reutilizar instrucciones.
4. 4.Margen: sumale un colchón para reintentos, picos y crecimiento.

Del otro lado de la balanza, estimá el beneficio con la misma honestidad: qué porcentaje de consultas va a resolver sin intervención humana (medilo en el piloto, no lo supongas) y cuánto tiempo ahorra cada una. El método completo, descontando revisión y derivaciones, está en cuánto tiempo ahorra un agente de IA.

Un ejemplo resuelto (con cifras ficticias)

Una empresa recibe 3.000 consultas por mes por su canal de mensajes y quiere un asistente que responda las frecuentes.

Uso del modelo (mensual, hipotético):

Costos de una vez (hipotéticos): integración de 40 horas a USD 30 la hora (USD 1.200) más 20 horas de tu equipo ordenando información, valuadas a USD 8 la hora (USD 160). Total: USD 1.360.

Costos mensuales fijos (hipotéticos): mantenimiento de 6 horas a USD 30 (USD 180) más 8 horas de tu equipo revisando conversaciones a USD 8 (USD 64). Total: USD 244.

Beneficio (hipotético): en el piloto, el asistente resolvió solo el 40% de las consultas, o sea 1.200 por mes. Cada una le llevaba a una persona unos 4 minutos: son 80 horas por mes. A USD 8 la hora, USD 640.

Resultado mensual: 640 − 94,50 − 244 = USD 301,50. La inversión inicial de USD 1.360 se recupera en unos 4 meses y medio.

Fijate qué números mueven el resultado. Si el asistente resuelve el 20% en vez del 40%, el beneficio cae a USD 320 y el proyecto ya no cubre sus costos mensuales. La tasa de resolución pesa mucho más que el precio del token. Por eso no tiene sentido negociar centavos con un proveedor antes de saber cuántas consultas vas a resolver de verdad.

Otro dato que conviene mirar: el costo de uso de los modelos suele estar en dólares, y el tiempo de tu gente en tu moneda local. Si tu moneda se mueve mucho, hacé el cálculo con dos o tres escenarios.

Primero, un piloto

Con todo lo anterior, la recomendación es casi siempre la misma: no te comprometas con un proyecto grande antes de un piloto chico.

Un buen piloto tiene:

• Un solo proceso, con volumen suficiente para medir y bajo riesgo si algo sale mal.
• Una métrica de éxito escrita antes de empezar. Por ejemplo: "resolver al menos 35% de las consultas de envíos sin derivar, con menos de 2% de respuestas incorrectas".
• Un plazo de algunas semanas, suficiente para ver variaciones de demanda.
• Un criterio de salida. Si no llega, se corrige una o dos veces y, si sigue sin llegar, se archiva. En nuestro laboratorio de juegos la regla es exactamente esa: hasta dos rondas de mejora y, si no alcanza los mínimos, se pasa al siguiente concepto.
• Tope de gasto. La mayoría de los proveedores permite fijar límites mensuales. Usalos.

Al terminar el piloto ya no vas a estar estimando: vas a tener tu tasa de resolución, tus tokens por consulta y tu tiempo de mantenimiento reales. Con eso, el presupuesto del proyecto completo deja de ser una apuesta. Si querés un paso a paso, armamos un plan de 30 días para empezar con IA en una pyme y una guía sobre cómo medir si la IA está funcionando.

Preguntas para hacerle a cualquier proveedor

• ¿Qué parte del costo es fija y qué parte depende del uso?
• ¿Quién paga el uso del modelo y a nombre de quién está la cuenta?
• ¿Qué pasa si el proveedor de IA sube precios o discontinúa el modelo?
• ¿Cuántas horas de mantenimiento incluye el servicio y qué pasa con las que excedan?
• ¿Cómo voy a medir que funciona, y quién me muestra esos números?

Si alguna respuesta es vaga, pedí que te la expliquen con un ejemplo como el de arriba.