Las tres métricas duras que de verdad importan
El ROI de la IA no se mide con multiplicadores de marketing. Se mide con tres números que cualquier responsable financiero entiende:
- Tiempo ahorrado por unidad de trabajo. Cuántos minutos tardaba un humano en redactar el correo, clasificar la incidencia o resumir el caso, y cuántos minutos tarda ahora — incluyendo la revisión humana cuando la hay. La media se mide sobre cientos de casos, no sobre la demostración de un viernes por la tarde.
- Coste por unidad de trabajo. Coste totalmente cargado del proceso antes y después: salario prorrateado, licencias de IA, infraestructura, mantenimiento y horas de revisión. Si el coste por unidad baja y el volumen se mantiene o sube, el caso de negocio se sostiene.
- Tasa de error. Porcentaje de resultados que requieren corrección, retracción o re-trabajo. Una IA más rápida con una tasa de error mayor que el proceso manual no es ahorro: es deuda escondida que aparece más tarde.
Estas tres se miden antes de empezar — la línea base — y se vuelven a medir a las cuatro, ocho y doce semanas. Sin línea base no hay ROI, hay opinión.
Las métricas blandas que no aparecen en la hoja de cálculo
Algunas mejoras no caben en una columna de Excel pero mueven el negocio igual. Conviene listarlas explícitamente para que el caso no quede cojo:
- Consistencia. El agente responde con la misma calidad a las dos de la tarde y a las dos de la madrugada, en temporada baja y en alta. La varianza humana se reduce.
- Velocidad de respuesta al cliente. Pasar de veinticuatro horas a treinta segundos cambia la percepción del servicio, aunque la conversación termine en el mismo sitio.
- Capacidad liberada del equipo. Las horas que la IA libera no siempre se facturan, pero se reinvierten en trabajo de mayor valor — venta consultiva, mejora de proceso, atención al cliente premium. Hay que decidir explícitamente dónde van.
- Satisfacción del equipo. Quitar la parte repetitiva del trabajo reduce rotación. Es difícil de cuantificar a corto pero aparece en encuestas internas y en la curva de retención a doce meses.
Cómo construir el caso de negocio sin inflar el ROI
Un caso de negocio honesto se sostiene en producción y resiste la primera revisión de finanzas. Tres reglas que recomendamos:
- Cuenta el coste completo, no solo la implementación. Modelo, integraciones, observabilidad, mantenimiento mensual, actualizaciones cuando el proveedor cambia el modelo y horas internas de gobierno y control. Un proyecto que solo cuenta la fase inicial mostrará un ROI espectacular el primer año y dolor a partir del segundo.
- Pon rangos, no puntos. En lugar de “ahorro 120.000 €/año”, usa “entre 80.000 y 140.000 €/año dependiendo de adopción”. Es honesto y, paradójicamente, más creíble ante el comité.
- Atribuye con cuidado. Si el proceso ya iba a mejorar por otros motivos — un nuevo CRM, formación reciente, cambio de turnos — no atribuyas todo el delta a la IA. La parte limpia es la que se puede defender.
Errores comunes al medir el ROI de IA
Los cuatro fallos que vemos repetirse, en orden de gravedad:
- No contar el coste de mantener. El modelo cambia, la API se actualiza, las integraciones se rompen. Si el coste de mantenimiento no está en el caso, el ROI del año dos será decepcionante.
- Ignorar el coste de la revisión humana. Si una persona revisa cada resultado, ese tiempo es coste real. Hay que sumarlo, aunque luego se pueda reducir conforme el agente demuestra confianza.
- Atribuir todo el ahorro a la IA. Cuando el agente se despliega junto a un proceso renovado, parte del ahorro viene del rediseño, no del modelo. Separar las dos cosas evita decepciones.
- Medir solo a los tres meses. El ROI a noventa días captura la curva de aprendizaje pero no el coste estructural. Pedimos un punto a doce meses como mínimo para hablar de ROI maduro.
El objetivo no es presentar el número más alto posible. Es presentar el número que se mantiene cuando el proyecto lleva un año en producción y alguien vuelve a abrir la hoja.