Hace un año, la conversación sobre IA en muchas empresas giraba en torno al uso: cuántas licencias o agentes en producción se habían desplegado, cuántos empleados usaban ya un asistente, cuántos tokens se consumían al mes. Hoy, en muchas de esas mismas empresas, gira en torno a los topes de gasto. Parecen estrategias opuestas, pero tienen el mismo problema: las dos miran lo que entra y ninguna mide lo que sale.
Hay tres maneras de pensar la economía de la IA. La primera mira el gasto, lo que pagamos. La segunda mira el coste por resultado, lo que nos cuesta cada tarea resuelta. La tercera mira la capacidad, lo que la organización puede hacer ahora y antes no podía.
El gasto: por donde empieza toda conversación
El gasto es el primer número que se mira porque es el que llega en la factura: tokens, licencias, llamadas a la API, infraestructura. Hay que medirlo, porque sin esas cifras no hay disciplina financiera. Y se mueve rápido en dos direcciones a la vez:
- Por un lado, el precio de la IA cae a un ritmo que no ha tenido ninguna otra tecnología: según Epoch AI, el coste de un mismo nivel de rendimiento (por ejemplo, el coste por millón de tokens) baja un 47 % cada trimestre, así que a los seis meses el mismo trabajo cuesta una cuarta parte.
- Por otro, los agentes consumen mucho más cómputo que los asistentes de chat con los que se hicieron los primeros presupuestos, y Gartner prevé que el coste por flujo agéntico se multiplique por más de cinco hasta 2028.
Ninguna de las dos cifras dice nada del valor. Un business case que calcula el ahorro con el precio de hoy se queda corto en pocos meses, y un tope de gasto que no mira lo que produce cada proyecto recorta igual al mejor que al peor.
El coste por resultado: cuánto cuesta cada expediente
La segunda manera de medir cambia la pregunta: de lo que cuesta la IA a lo que cuesta el resultado. ¿Cuánto cuesta revisar la documentación de una hipoteca? ¿Y resolver un siniestro, o validar una solicitud de ayuda? Es la economía unitaria de toda la vida, y aquí el gasto en IA por fin se compara con algo: el coste del expediente antes y después.
En nuestros procesos, el coste por tarea resuelta suele quedarse un 40-50 % por debajo del proceso manual o de un BPO tradicional, con la IA resolviendo el 90-95 % y el equipo humano completando el resto. Los modelos cada vez son más eficientes y nos permiten reducir costes y mejorar calidad, y lo que queda es la revisión humana, cuyos costes aumentan de forma similar al IPC anual. Para un director de operaciones, el dato útil es el coste del expediente cerrado con la calidad acordada; los tokens son solo un componente de ese coste. Aun así, en muchos casos es difícil para nuestros clientes estimar su coste actual por tarea y compararlo con el coste de automatizarla, y ahí, en la medida de lo posible, ayudamos a nuestros clientes a imputar esos costes directos e indirectos para ayudar a hacer ese business case.
El techo del coste por tarea
El coste por resultado también tiene techo. El proceso sigue siendo el mismo, con las mismas colas y los mismos plazos, y lo único que baja es lo que cuesta cada paso. El back office sigue dimensionado para el volumen medio, que es para lo que se diseñó cuando todo lo hacían personas, y eso se nota el día que el volumen deja de ser medio.
La capacidad: cuánto volumen puedes absorber
Aquí está, en muchos de los casos, la verdadera ventaja competitiva. Pensemos en un banco que lanza una campaña de hipotecas en televisión. ¿Cuántas solicitudes puede absorber el banco el día después del anuncio, y cuántas campañas puede lanzar al año sin que operaciones frene a marketing? Si dependes de equipos humanos o de un bajo nivel de automatización, no te queda otra que intentar hacer la mejor previsión posible, y si te quedas corto, tendrá un impacto negativo en el negocio por tener el BPO saturado, y si prevés en exceso, tendrás un sobrecoste por toda esa gente que tienes cruzada de brazos.
Pongamos números redondos. En una semana normal entran 400 solicitudes al día y el equipo resuelve 500. La campaña triplica la entrada durante diez días hábiles. Con el proceso de siempre, la cola llega a 7.000 expedientes, la respuesta pasa de un día a quince y vaciar la cola lleva otros tres meses y medio; mientras tanto, una parte de los clientes firma con otro banco. Con un proceso pensado para la IA de punta a punta, el agente clasifica, extrae y valida cada expediente en minutos, el equipo solo ve el 10 % que no se cierra solo (unas 120 solicitudes al día en el pico) y la cola no llega a formarse.
Una campaña, dos operaciones
Expedientes pendientes al cierre de cada día hábil, con y sin IA
- Cola máxima sin IA
- 7.000 expedientes
- Respuesta en el peor día
- 15 días
- Para vaciar la cola
- 70 días hábiles
- Cola con IA
- 0 expedientes
En las ayudas públicas los picos no son una hipótesis. La tercera convocatoria del Kit Digital recibió 21.500 solicitudes en sus primeras 24 horas, con un plazo de resolución de 30 días, según Red.es. La línea de avales ICO de 2020 sumó 298.971 operaciones en las siete semanas siguientes a su aprobación y 940.130 en todo el año, según La Moncloa.
En una convocatoria así, lo que cuenta es que el dinero llegue mientras las empresas lo necesitan, y eso depende más de la capacidad de tramitar que del coste de cada solicitud.
Cuando cambian las restricciones
Con esa capacidad, la organización empieza a funcionar con otras restricciones. Marketing puede lanzar una campaña sin preguntar antes a operaciones cuánto volumen aguanta. Un banco puede abrir una línea de financiación o un producto nuevo sin contratar temporales para el pico. Y los procesos con poco volumen, que nunca justificaban un equipo propio, pasan a ser rentables de automatizar.
Nada de esto aparece en el coste por tarea, porque cada expediente puede costar lo mismo. Lo que crece es el negocio que la operación puede aceptar en el mismo mes: medir la IA por lo que la organización pasa a ser capaz de hacer cuando el proceso entero va a la velocidad de la máquina.
También cambia la forma de organizarse. Las previsiones de volumen, las bolsas de temporales, los colchones en los SLA y los comités que deciden cuándo se puede lanzar una campaña existen porque ejecutar era caro y lento. Con la IA, el cuello de botella se desplaza del tamaño del equipo al diseño del proceso.
Cómo medirlo
La economía de la capacidad no sustituye al control del gasto ni al coste por tarea: hacen falta los tres. Antes de empezar un proyecto, recomendamos fijar tres números: el coste por tarea resuelta proyectado con la curva de precios de la IA, el tiempo de respuesta en el peor día de un pico y el volumen máximo diario que la operación absorbe sin cola.
En Serimag lo planteamos así: cobramos por tarea resuelta y con SLA, de modo que el coste sigue al volumen y la capacidad la ponemos nosotros. Lo que se busca con la IA es una operación que pueda decir que sí al próximo pico con el mismo equipo y sin penalizar los niveles de servicio.