Cómo saber si la IA te ahorra dinero de verdad

Una IA que lee una factura en un minuto en lugar de seis ahorra cinco minutos en esa tarea. Que ahorre dinero a tu empresa depende de lo que ocurre antes y después de ese minuto: quién revisa el resultado, cuánto espera la factura hasta que alguien la aprueba y cuántas vuelven por un error.

La respuesta corta: para saber si la IA te ahorra dinero de verdad, mide cuánto cuesta cada caso terminado, de principio a fin, antes y después de ponerla y con las mismas reglas. El tiempo que se ahorra en una tarea suelta casi nunca coincide con el dinero que se ahorra en el proceso.

Por qué el tiempo ahorrado en una tarea engaña

Un proceso es una cadena: entra un documento, alguien lo lee, lo registra, otra persona lo revisa, una tercera lo aprueba y sale. Acelerar un eslabón acelera el conjunto solo si ese eslabón era el cuello de botella. Cuando el cuello de botella es la revisión o la aprobación, el eslabón que acelera la IA queda libre antes y el trabajo se acumula en el siguiente.

Los estudios que lo han medido de forma controlada, en contextos distintos, apuntan en la misma dirección:

• Atención al cliente, medido en el rendimiento del puesto. Brynjolfsson, Li y Raymond siguieron a 5.179 agentes de atención al cliente a los que se dio un asistente de IA generativa y midieron las incidencias resueltas por hora, es decir, lo que sale del puesto y no el tiempo de una respuesta. La mejora media fue del 14 %, y del 34 % entre los trabajadores menos expertos (NBER, 2023). Es un ejemplo de ahorro real, y se ve porque se midió lo que sale del proceso.
• Programación, donde la percepción falla. METR hizo en 2025 un ensayo aleatorio con 16 desarrolladores experimentados y 246 tareas reales en sus propios proyectos. Con IA tardaron un 19 % más, y aun así creían haber ido un 20 % más rápido (METR, julio de 2025). El estudio usó herramientas de principios de 2025, no se puede trasladar a otros trabajos y METR ha publicado datos más recientes. Lo que deja es otra cosa: preguntar al equipo cuánto cree que ahorra no es una medida.
• Programación, donde el cuello de botella se desplaza. Faros AI analizó la telemetría de más de 10.000 desarrolladores en 1.255 equipos. En los equipos con más uso de IA se completaban un 21 % más de tareas y se fusionaban un 98 % más de cambios, pero el tiempo de revisión de cada cambio subía un 91 %, y no encontraron mejora en los indicadores de la empresa (Faros AI, julio de 2025). Son datos correlacionales y los publica un proveedor del sector.

Ninguno de los tres habla de facturas, expedientes o pedidos. El mecanismo es el mismo: cada persona produce más en su tarea, y el proceso entero rinde lo que permite su paso más lento.

Qué medir: cinco números por proceso

Estos cinco números se apuntan para cada caso, antes y después de poner la IA:

El último decide, y los otros cuatro explican por qué sube o baja. Para una estimación previa, la calculadora de ROI da una orientación por sector, pero en cuanto tienes datos propios, la medición sustituye a cualquier estimación. En el caso de un despacho, el coste por expediente es justo este tipo de cifra.

Cómo comprobarlo en cuatro semanas

1. Elige un proceso con principio y fin claros y con volumen. Facturas de proveedor, expedientes, pedidos o partes de obra sirven, siempre que haya decenas de casos al mes. Un trabajo que ocurre dos veces al año no sirve.
2. Mide cómo está hoy. Durante dos semanas, apunta una treintena de casos reales o más con los cinco números. Sin esta línea base no hay con qué comparar.
3. Pon la IA con una persona que revise cada resultado y no cambies nada más a la vez, ni el equipo ni el orden de los pasos. La supervisión humana tiene niveles, y el que elijas cuenta como trabajo.
4. Mide otras dos semanas con las mismas reglas. Una prueba de concepto de Tecnea se hace así, con documentos reales de tu empresa, en dos a cuatro semanas y desde 850 € (qué incluye cada importe y cuánto tarda cada fase).
5. Decide con un umbral que hayas fijado antes: cuánto tiene que bajar el coste por caso, o cuánto tiene que subir lo que sale por semana, para que compense seguir. Fijarlo antes evita decidir con lo que uno espera ver.

Cuándo un ahorro cuenta de verdad

Que se liberen horas no es ahorrar dinero si nadie las usa para otra cosa. El ahorro aparece de una de estas tres formas:

1. Menos horas pagadas por el mismo trabajo: menos horas extra, menos temporales, menos externos.
2. Más trabajo con el mismo equipo: más pedidos atendidos o más expedientes cerrados cada mes. Es crecimiento más que ahorro, y se mide en casos extra y en lo que aporta cada uno.
3. Menos errores evitables: devoluciones, penalizaciones, reclamaciones. Se calcula con lo que cuesta un error por los errores que dejan de ocurrir.

Si ninguna de las tres aparece en los números, la IA habrá ahorrado tiempo en la tarea y dinero en ningún sitio. Es un resultado útil: evita invertir en un desarrollo completo sobre una hipótesis que no se cumple.

Errores frecuentes al medir

• Medir con una demo o con los casos fáciles. La muestra tiene que incluir las excepciones, que son donde se va el tiempo.
• No contar la revisión. Si una persona comprueba cada resultado, esos minutos forman parte del coste por caso.
• Olvidar el coste de la IA. Licencias, consumo de la IA, mantenimiento y la cuota mensual entran en el coste por caso terminado.
• Fiarse de la percepción del equipo. El estudio de METR es el aviso: lo que cada uno cree que ahorra no coincide siempre con lo medido.
• Cambiar dos cosas a la vez. Si se reorganiza el equipo y se pone la IA el mismo mes, nadie sabrá a cuál atribuir el resultado.
• Medir demasiado pronto. En las primeras semanas el equipo está aprendiendo la herramienta, y conviene dejar pasar ese periodo antes de la medición que cuenta.

Lo que medimos nosotros

En los proyectos que Tecnea pone en producción se miden resultados del proceso. En un portal de autogestión para más de 50 empresas, un 95 % menos de incidencias y un 70 % menos de consultas a soporte. En la gestión interna de la propia Tecnea, un 80 % menos de tiempo en tareas administrativas y siete aplicaciones sustituidas por una. Son cifras medidas en esos proyectos (casos de éxito) y valen para ellos: tu proceso tendrá las suyas, y por eso se mide antes de decidir.

Preguntas frecuentes

¿Cuánto tiempo hace falta para saber si la IA ahorra dinero?

Con un proceso de volumen suficiente, entre cuatro y seis semanas: dos o más para la línea base y otras dos para la prueba. Con poco volumen hace falta más tiempo para reunir casos suficientes, no menos rigor.

¿Qué proceso conviene medir primero?

El que se repite con frecuencia, tiene un principio y un final claros y se hace sobre documentos: facturas de proveedor, pedidos, expedientes, partes. Ahí el coste por caso es fácil de calcular. En qué hace ya un agente de IA en tu sector hay ejemplos por actividad, y en la IA que trae tu programa o un desarrollo a medida cómo decidir cuál de las dos opciones medir.

¿Cómo convierto el tiempo ahorrado en euros?

Multiplicando las horas que dejan de pagarse (extras, temporales, externos) por su coste, y sumando el valor de los casos extra y de los errores que se evitan. Las horas liberadas que nadie reasigna no cuentan hasta que se traduzcan en una de esas tres cosas.

¿Y si los números salen mal?

Es un resultado válido y barato de obtener. Una prueba de concepto sirve para eso: saber antes de invertir en el desarrollo completo. Si no compensa, también hay que decirlo.

Si quieres medir un proceso concreto de tu empresa antes de invertir, cuéntanos cuál es.

Este artículo es informativo. Tecnea desarrolla aplicaciones a medida con IA, así que tenemos interés en que midas y, si compensa, encargues una: por eso explicamos primero cómo comprobar el ahorro antes de invertir. Las cifras de terceros indican qué miden y en qué contexto; los estudios de METR y Faros se refieren a desarrollo de software y no se pueden trasladar tal cual a otros procesos.

Fuentes

1. Brynjolfsson, Li y Raymond, «Generative AI at Work», NBER Working Paper 31161 (2023): nber.org
2. METR, «Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity» (10 de julio de 2025): metr.org
3. Faros AI, «The AI Productivity Paradox Report 2025» (23 de julio de 2025): faros.ai
4. Tecnea, casos de éxito: cifras medidas en cada proyecto.