Más Allá de la Euforia de la IA: ¿Estamos Cambiando Nóminas por Facturas de IA?

La implementación de IA es el tema de todas las reuniones de dirección. Se pide a los equipos que usen IA en todas partes, se reasignan presupuestos y se reescriben los planes de plantilla en torno a la promesa de que menos personas con IA harán más que más personas sin ella.

Pero hay una pregunta que casi nunca se hace en voz alta: ¿el beneficio económico de la IA llega realmente al negocio, o la mayor parte vuelve a salir silenciosamente en forma de pagos por la propia IA?

Esto no es un argumento contra la IA. Desarrollamos software con IA todos los días y usamos IA en nuestro propio proceso de desarrollo. Es un argumento para mirar la IA como un empresario mira cualquier otra inversión: a través de las facturas, no a través del entusiasmo.

Uno de nuestros clientes tomó una decisión que muchas empresas están tomando ahora mismo. Redujo su equipo de desarrollo en cinco programadores y pidió a los desarrolladores restantes que trabajaran más rápido gracias a la adopción masiva de herramientas de IA: asistentes de código, agentes de IA, suscripciones a modelos premium y acceso a API para flujos automatizados.

Sobre el papel, el ahorro era evidente: unos 25.000 € al mes en salarios y costes asociados.

Unos meses después, el panorama era distinto. La factura mensual de IA (licencias, consumo de API, ejecuciones de agentes, integraciones y las herramientas alrededor) había crecido hasta aproximadamente los mismos 25.000 €.

¿Y el resultado? Antes del cambio, la empresa tenía problemas constantes para entregar los proyectos a tiempo. Después del cambio, seguía teniéndolos. Los plazos se incumplían igual que antes. Desde el punto de vista de quien firma las facturas, nada mejoró. La partida de gastos simplemente pasó de las nóminas a los proveedores de IA.

No es un caso aislado. Es un patrón, y merece la pena entender por qué ocurre.

Seamos justos: la sensación de velocidad que da la IA es auténtica. Un desarrollador asistido por IA puede generar un componente en minutos, montar una API en una hora y producir en un día lo que antes llevaba una semana. Verlo es emocionante, y esa emoción es real.

Pero la sensación de velocidad y la velocidad de entrega son dos cosas distintas. Los proyectos de software rara vez se retrasan porque los desarrolladores escriban demasiado despacio. Se retrasan porque los requisitos no están claros, las decisiones se demoran, las integraciones son más difíciles de lo previsto, las pruebas encuentran problemas tarde y el conocimiento está en la cabeza de unas pocas personas.

La IA acelera drásticamente un paso del proceso: producir código. Hace mucho menos por los pasos que lo rodean. Cuando se acelera una etapa y el resto no cambia, el cuello de botella no desaparece. Se desplaza. Hoy suele desplazarse a la revisión de código, las pruebas, la integración y, sobre todo, a definir qué hay que construir.

Si uno se aparta de la sensación de entusiasmo y mira el negocio con los ojos de su propietario, aparece un proceso distinto y mucho menos visible: la actividad ha aumentado, pero el volumen de entregas no.

La factura de IA rara vez es una sola línea. Cuando las empresas calculan el coste de la IA, suelen pensar en las suscripciones. El coste total real es más amplio:

Suscripciones y licencias. Planes premium de asistentes de código, herramientas de chat y de diseño, a menudo varias por persona, porque cada herramienta es buena en algo distinto.

Consumo de API y tokens. Los flujos automatizados y los agentes de IA llaman a los modelos continuamente. Un agente que reintenta, vuelve a leer un código base grande o se queda en bucle con una tarea fallida puede agotar un presupuesto sin que nadie lo note hasta que llega la factura.

Entrenamiento y ajuste de modelos. Adaptar los modelos a sus datos, construir sistemas de recuperación, preparar y limpiar conjuntos de datos y evaluar resultados. Es un trabajo caro, y suelen hacerlo precisamente los ingenieros sénior a quienes menos puede permitirse distraer.

Adopción e integración de sistemas. Conectar la IA con los sistemas existentes, permisos, revisiones de seguridad, cumplimiento normativo, monitorización y cambiar los procesos para que los equipos realmente usen las herramientas. En la adopción de sistemas es donde muchos proyectos de IA gastan en silencio la mayor parte de su presupuesto.

Revisión y retrabajo. El código generado por IA hay que leerlo, entenderlo, probarlo y mantenerlo. Cuando menos personas revisan más código generado, los defectos se cuelan y vuelven más tarde como retrabajo, incidencias y deuda técnica.

Si se suma todo, es mucho más fácil entender cómo una factura de IA puede alcanzar el tamaño de la nómina que se suponía que iba a sustituir.

Reducir el equipo cambia algo más que la estructura de costes. Los cinco desarrolladores que se van se llevan el contexto: el conocimiento de las reglas de negocio, el historial de decisiones, los casos límite que nadie documentó. La IA no puede recuperar ese conocimiento. Solo puede trabajar con lo que se le da.

Los desarrolladores que se quedan asumen más responsabilidad. Su trabajo pasa de escribir código a dirigir la IA, revisar lo que produce y corregir sus errores. Es un trabajo valioso, pero no es gratuito y no escala indefinidamente. Una persona solo puede revisar con atención real una cantidad limitada de código generado al día.

Así, la empresa termina con menos personas, más producción, más carga de revisión, los mismos requisitos poco claros y los mismos retrasos. El problema que causaba los plazos incumplidos nunca fue la velocidad de escritura, así que acelerar la escritura no lo resolvió.

Hay una dimensión económica más amplia que rara vez entra en el cálculo, pero debería.

Cada puesto de trabajo en la economía local actúa mucho más allá de la empresa que paga el salario. El salario de un programador genera impuestos sobre la renta y cotizaciones sociales. Paga el alquiler o la hipoteca, la compra, la educación de los hijos, las vacaciones, el coche y los restaurantes. Gran parte de ese dinero circula localmente y sostiene a otros negocios, que a su vez emplean a otras personas, algunas de las cuales son sus propios clientes.

Cuando el mismo presupuesto se destina a una suscripción con un proveedor global de IA, la mayor parte de esa circulación se detiene. El dinero sale de la economía local, y los impuestos y el gasto que habría sostenido se generan, en gran medida, en otro lugar.

Para una sola empresa, puede parecer una preocupación abstracta. Multiplicado por miles de empresas que toman la misma decisión, se vuelve muy concreto: menor demanda local, una base fiscal más pequeña y menos personas que pueden permitirse los productos y servicios que venden los negocios locales.

Esto no significa que las empresas deban evitar la IA. Significa que sustituir personas por facturas de IA no es automáticamente un ahorro, incluso antes de contar lo que le cuesta a la economía en la que usted opera.

Tome las cuentas del último mes y responda con honestidad a tres preguntas:

1. ¿Cuánto ahorró realmente en mano de obra gracias a la IA?

2. ¿Cuánto gastó adicionalmente en suscripciones de IA, uso de API, implementación de IA, entrenamiento de modelos y adopción de sistemas, incluido el tiempo de las personas que gestionan todo ello?

3. ¿Obtuvo ingresos adicionales? ¿Entregó más proyectos, los entregó más rápido, ganó nuevos clientes o lanzó productos que antes no habría podido lanzar?

El ROI de la implementación de IA no es la diferencia entre las dos primeras cifras. Es la primera cifra más la tercera, menos la segunda. Si la tercera cifra es cero, en el mejor de los casos ha sustituido un gasto por otro. Si la segunda es mayor que la primera, está pagando por la sensación de velocidad.

La IA puede dar un retorno real. Según nuestra experiencia, las empresas que lo consiguen suelen seguir algunos principios:

Empezar por un cuello de botella medible, no por una herramienta. Identifique dónde se pierden realmente el tiempo y el dinero, y aplique la IA ahí. Si el cuello de botella son requisitos poco claros, generar más código no ayudará.

Potenciar a las personas en lugar de sustituirlas por defecto. Un desarrollador experimentado y asistido por IA que conoce el negocio es de donde sale la mayor parte del valor. Recortar la experiencia para pagar la IA suele eliminar justo lo que hace que la IA sea eficaz.

Medir resultados, no actividad. Mida el coste por funcionalidad entregada, el tiempo desde la idea hasta producción y la tasa de defectos, no el número de prompts ni las líneas de código generadas.

Tratar los costes de IA como los costes de la nube. Fije presupuestos y límites, supervise el consumo, elija modelos más pequeños para tareas rutinarias, almacene resultados en caché y considere modelos propios o abiertos cuando sean suficientes.

Invertir en el proceso alrededor del código. Especificaciones claras, buenas prácticas de revisión y pruebas automatizadas son lo que convierte la producción de la IA en software entregado.

En ITFriends, la IA forma parte de cómo desarrollamos software cada día, y hemos visto cómo hace que buenos equipos sean mucho más productivos. No somos escépticos respecto a la IA. Somos escépticos respecto a una adopción de IA que nunca se mide.

La pregunta no es si usar IA. La pregunta es si la IA está creando valor nuevo para su negocio o simplemente desvía su presupuesto actual de sus personas a los servidores de otro.

Si no está seguro de cuál de las dos cosas está ocurriendo en su empresa, ahí es exactamente donde podemos ayudar: desde una evaluación honesta de sus costes de IA hasta una implementación de IA diseñada en torno a resultados de negocio medibles.