Cómo evitar que las herramientas de IA disparen tu presupuesto de software
Una suscripción a un servicio de IA rara vez parece cara cuando aparece por primera vez en una nota de gastos. Veinte euros por un asistente de redacción, otra cuota mensual por las notas de reuniones y una cuenta premium de chatbot pueden parecer cantidades razonables, sobre todo cuando cada una de ellas promete ahorrar horas de trabajo. El problema solo se hace evidente después de que varios departamentos hayan hecho el mismo cálculo por separado.
Un empleado utiliza ChatGPT, otro prefiere Claude, el equipo de marketing paga por un generador de imágenes, el departamento de ventas ha activado un servicio de transcripción basado en IA y Microsoft Copilot ya está incluido en parte del parque de software de la empresa. Es posible que varios productos realicen tareas similares, pero sus costes se distribuyen entre diferentes presupuestos, tarjetas de crédito y categorías de adquisición.
Por lo tanto, el gasto en IA se está convirtiendo menos en una cuestión tecnológica que en una de gestión. Las herramientas pueden ser valiosas, pero las empresas deben saber qué es lo que están pagando, quién las utiliza y si la opción más cara se está aplicando a tareas que realmente la requieren.
Empieza por el trabajo, no por la herramienta
El software de IA suele adquirirse porque alguien ha visto una demostración impresionante. Primero se contrata la suscripción y después se elabora el análisis de viabilidad.
Una evaluación más eficaz empieza por la tarea en sí. ¿Qué intenta lograr el empleado? ¿Con qué frecuencia se lleva a cabo? ¿Cuánto tiempo lleva actualmente? ¿Qué nivel de calidad, confidencialidad y revisión humana requiere el trabajo?
Esto permite distinguir rápidamente entre los casos de uso reales y las suscripciones especulativas. Un equipo de comunicación que utilice a diario un asistente de IA para comparar borradores, organizar la investigación y adaptar el material a distintos idiomas podría justificar la contratación de varias licencias de pago. En cambio, un directivo que abra la misma herramienta dos veces al mes para resumir artículos públicos probablemente no pueda justificarlo.
La evaluación también debería tener en cuenta si el software reduce la carga de trabajo total. Elaborar un primer borrador en cinco minutos no supone un ahorro cuando un empleado con experiencia tiene que dedicar una hora a corregir afirmaciones sin fundamento, recuperar el tono propio de la empresa y revisar cada detalle. La IA puede trasladar el trabajo de la fase de creación a la de supervisión sin reducir el coste total.
Lo importante no es la rapidez con la que la herramienta genera un resultado, sino el tiempo que tarda en alcanzar un resultado útil.
Descubre las suscripciones que nadie controla
El software empresarial tradicional suele pasar por los departamentos de compras, TI y revisión jurídica. Las herramientas de IA suelen incorporarse a través de suscripciones individuales, pruebas gratuitas, presupuestos departamentales o gastos con tarjeta de crédito.
Esto da lugar a una capa de software «en la sombra». Es posible que la empresa esté pagando por docenas de productos sin llevar un inventario completo de los mismos. Incluso cuando el departamento financiero puede ver los pagos, es posible que no se dé cuenta de que varios servicios con nombres diferentes ofrecen funciones que se solapan.
Una auditoría útil debería incluir:
- el producto y el plan;
- la persona o el equipo que lo paga;
- el número de usuarios asignados y activos;
- la fecha de renovación;
- el caso de uso principal;
- los datos a los que puede acceder la herramienta;
- si ya existe una función similar en otro lugar.
La revisión debe ir más allá de los productos comercializados principalmente como herramientas de IA. El diseño, la gestión de las relaciones con los clientes, el software ofimático, la gestión de proyectos y las plataformas de vídeo incluyen cada vez más funciones de IA dentro de sus planes de suscripción más amplios. Es posible que un equipo esté pagando por separado por una funcionalidad que su software actual ya ofrece.
La facturación anual merece una atención especial. Por lo general, supone un coste mensual equivalente más bajo, pero también permite que las suscripciones poco activas pasen desapercibidas durante más tiempo. Cada contrato de IA debería tener un responsable interno y una fecha de revisión antes de su renovación.
Medir el uso efectivo en lugar de las plazas asignadas
Las empresas de software venden acceso; las empresas necesitan resultados. La diferencia es importante cuando una empresa contrata un plan para 100 empleados, pero solo 20 lo utilizan habitualmente.
El uso de la licencia debe evaluarse en función de la frecuencia y la intensidad. El hecho de iniciar sesión una sola vez no garantiza que una licencia resulte útil. Una evaluación significativa tiene en cuenta la frecuencia con la que se utiliza la herramienta, qué funciones se emplean y si el trabajo podría realizarse con un plan de menor coste.
Esto no significa que todas las licencias deban utilizarse a diario. Una herramienta jurídica, de investigación o de gestión de crisis puede justificar su coste mediante un uso ocasional de gran valor. No obstante, la empresa debería poder explicar por qué existe esa licencia.
Las licencias inactivas pueden eliminarse, trasladarse a un fondo común cuando el contrato lo permita o reasignarse a empleados que tengan una necesidad justificada. Las empresas también deben distinguir entre los usuarios que requieren funcionalidades avanzadas y aquellos que solo necesitan un acceso limitado a un asistente estándar.
Ofrecer a todo el mundo el nivel de suscripción más alto puede resultar cómodo desde el punto de vista administrativo, pero rara vez es racional desde el punto de vista económico.
No utilices el modelo más potente para todas las tareas
El modelo de IA más nuevo y más potente es el que más llama la atención. Pero eso no significa necesariamente que sea la opción más adecuada para el trabajo rutinario.
Las tareas sencillas de clasificación, formateo, extracción, traducción y resumen suelen poder realizarse con un modelo más pequeño o más económico. Puede merecer la pena invertir en un modelo con capacidad de razonamiento avanzado cuando la tarea implique un análisis complejo, una codificación difícil, varios documentos o una decisión con importantes consecuencias comerciales.
Esta distinción cobra especial importancia cuando una empresa utiliza la inteligencia artificial a través de una interfaz de programación de aplicaciones (API). Los costes de las API suelen estar vinculados a la cantidad de información procesada y generada. Por lo tanto, las instrucciones extensas, los documentos repetidos, los historiales de conversación excesivamente largos y los resultados innecesariamente elaborados pueden aumentar los gastos sin mejorar el resultado.
Un sistema eficaz asigna cada tarea al modelo de menor coste capaz de llevarla a cabo de forma fiable. Las grandes empresas pueden integrar esta selección en su infraestructura técnica. Las empresas más pequeñas pueden aplicar el mismo principio mediante directrices sobre herramientas autorizadas: un modelo para el trabajo rutinario, otro para los análisis complejos y un entorno protegido para la información confidencial.
Los empleados no deberían tener que tomar una nueva decisión técnica cada vez que redactan una indicación. La empresa puede definir varias vías claras en función de la complejidad, el coste y la confidencialidad.
Comprueba si estás pagando dos veces por la misma funcionalidad
Los productos de IA rara vez se limitan a categorías bien definidas. Un chatbot puede redactar textos de marketing, una plataforma de gestión de proyectos puede resumir reuniones y una suite ofimática puede redactar borradores de correos electrónicos. Las fronteras entre las herramientas están desapareciendo más rápido de lo que la mayoría de los presupuestos de software pueden adaptarse.
Imaginemos un equipo que contrata un asistente de IA general, una plataforma de redacción especializada y una herramienta gramatical. Es posible que las tres ofrezcan funciones de edición, reescritura y ajuste del tono. Aunque estos productos especializados puedan seguir mereciendo la pena, su valor debería demostrarse a través de características como los flujos de trabajo de aprobación, los controles de marca, las comprobaciones normativas o la integración con sistemas de publicación.
La misma lógica se aplica al software para reuniones. Las transcripciones, los resúmenes y las listas de acciones ya están disponibles a través de plataformas de videoconferencia, paquetes de productividad y servicios independientes de inteligencia artificial. Pagar por todos ellos solo puede estar justificado cuando la herramienta especializada ofrezca una precisión, una compatibilidad lingüística, una función de búsqueda o un cumplimiento normativo sustancialmente mejores.
Una herramienta no debería superar una auditoría simplemente porque a los empleados les guste su interfaz. Debería ofrecer una funcionalidad, un nivel de calidad o una ventaja en el flujo de trabajo que aún no esté disponible con un nivel aceptable.
Incluir el coste de la revisión humana
A la hora de elaborar presupuestos basados en la inteligencia artificial, a menudo se tienen en cuenta las cuotas de suscripción y las tarifas de las API, pero se pasa por alto el personal necesario para supervisar los resultados.
Los costes de revisión pueden ser considerables. Un resumen jurídico generado por un sistema debe ser revisado por alguien cualificado para comprender el material original. El código escrito por IA requiere pruebas y una revisión de seguridad. Un borrador de marketing puede necesitar numerosas correcciones en cuanto a datos, estilo y cumplimiento normativo antes de su publicación.
Cuanto más material produce un sistema, más material pueden tener que inspeccionar los empleados. Por lo tanto, una producción más rápida puede crear un nuevo cuello de botella en lugar de eliminar uno.
Antes de automatizar un proceso, las empresas deben documentar el flujo de trabajo completo:
¿Cuánto tiempo se dedica a preparar los datos de entrada? ¿Cuánto tiempo tarda la generación? ¿Quién revisa el resultado? ¿Con qué frecuencia hay que corregirlo? ¿Qué ocurre cuando el resultado es incorrecto?
Esto permite obtener un cálculo del rendimiento de la inversión más fiable que las estimaciones basadas únicamente en la velocidad de generación.
En algunos casos, la herramienta seguirá suponiendo un ahorro evidente. En otros, puede mejorar la calidad o la capacidad sin reducir los costes. Eso también puede ser un motivo válido para invertir, siempre que la empresa describa el beneficio con precisión.
Controla las integraciones antes de que se multipliquen
La suscripción mensual no siempre es el gasto más importante. Las herramientas de IA pueden generar costes adicionales derivados de la computación en la nube, el almacenamiento, las fuentes de datos externas, las plataformas de automatización y las integraciones con terceros.
Un asistente aparentemente sencillo puede realizar búsquedas en varias bases de datos, invocar múltiples modelos y enviar sus resultados a través de otro servicio de software. Cada etapa puede conllevar su propia tarifa de uso.
Las integraciones también hacen que sea más difícil eliminar los productos. Una vez que los empleados han creado flujos de trabajo en torno a un proveedor concreto, cambiar de proveedor resulta más problemático, incluso cuando surge una alternativa más económica. Por lo tanto, el control de los costes requiere prestar cierta atención a la dependencia tecnológica.
Antes de aprobar una nueva herramienta, hay que preguntarse si se pueden exportar los datos y los flujos de trabajo, si la empresa se está comprometiendo a utilizar formatos propietarios y qué se necesitaría para cambiar de proveedor. Un producto ligeramente más barato puede resultar más caro a largo plazo si luego resulta difícil dejar de utilizarlo.
Indica a los empleados una ruta autorizada
Restringir el uso de la IA sin ofrecer una alternativa práctica suele provocar que los usuarios recurran a cuentas personales y aplicaciones no autorizadas. Esto dificulta la medición de los costes y la protección de los datos.
Los empleados necesitan un conjunto reducido y claro de herramientas autorizadas. Las instrucciones deben explicar para qué sirve cada una, qué información se puede introducir y cuándo es necesario recurrir a un entorno más potente o seguro.
El objetivo no es crear un catálogo de todos los modelos disponibles. Una política viable podría consistir en ofrecer un asistente general, una herramienta especializada para una función claramente definida y un proceso de escalado para los requisitos más exigentes.
La formación debe incluir la concienciación sobre los costes. Los empleados que utilicen una API o un flujo de trabajo automatizado deben comprender que un contexto más extenso, las llamadas repetidas y la generación de resultados innecesarios generan gastos reales. Quienes utilicen productos basados en puestos deben saber que las licencias no utilizadas pueden ser retiradas o reasignadas.
Cuando la opción aprobada es de fácil acceso y funciona bien, los empleados tienen menos motivos para crear su propio conjunto de aplicaciones fragmentado.
Revisar la cartera cada trimestre
Los productos de IA evolucionan demasiado rápido como para realizar una revisión anual del software. Las funciones pasan de un plan a otro, los límites de uso cambian, los nuevos modelos reducen el coste de tareas ya consolidadas y las funciones que antes requerían una suscripción especializada pasan a formar parte del software estándar del lugar de trabajo.
Una revisión trimestral no tiene por qué convertirse en un gran proceso de contratación. Debería responder a unas cuantas preguntas prácticas:
¿Qué herramientas han ganado o perdido usuarios activos? ¿Qué costes han aumentado de forma inesperada? ¿En qué aspectos se solapan las funciones? ¿Ha introducido algún proveedor actual una función que podría sustituir a otra suscripción? ¿Están utilizando los empleados el software para el fin para el que se adquirió?
Las nuevas herramientas pueden introducirse mediante proyectos piloto de duración limitada, con un grupo de usuarios definido y criterios de éxito. Un proyecto piloto debe concluir con la decisión de ampliarlo, modificarlo o cancelarlo. No debe convertirse silenciosamente en otra suscripción permanente porque nadie se haya acordado de revisarlo.
Elabora un presupuesto de IA que se pueda explicar por sí mismo
El objetivo no es reducir el gasto en IA a toda costa. Una empresa que elija el modelo más barato para cada tarea puede acabar perdiendo más —por unos resultados deficientes, la frustración de los empleados y las oportunidades perdidas— de lo que ahorra en cuotas de licencia.
Cuanto más norma útil es la transparencia. Cada gasto significativo debe estar vinculado a un caso de uso reconocido, a un grupo de usuarios adecuado y a un beneficio cuantificable. La empresa debe saber por qué ha elegido un producto concreto, qué alternativas se barajaron y cuándo se revisará la decisión.
Las herramientas de IA se vuelven caras cuando la fase de experimentación se convierte en infraestructura sin que nadie se dé cuenta de la transición. Unas pocas suscripciones se convierten en docenas, los proyectos piloto pasan a ser permanentes y los modelos premium se convierten en la opción predeterminada incluso para el trabajo rutinario.
Las empresas que controlen estos costes no utilizarán necesariamente menos IA. La utilizarán con mayor precisión: menos productos que se solapan, modelos mejor adaptados, una atribución de la propiedad más clara y un cálculo más honesto del trabajo ahorrado.
