El director financiero mira la estimación de un agente de IA — €158K a tres años — y firma. Un año después, la operación muestra la factura real: €368K. Y no es un engaño del proveedor ni un «se amplió el alcance».
Korvus Labs desarmó este caso: un agente de complejidad media para soporte al cliente, un SaaS de la UE, unas 3000 consultas al mes. La diferencia entre €158K y €368K son seis categorías de costos que simplemente no entraron en la estimación inicial.
Cuando en Grow2.ai vimos esta brecha por primera vez, lo primero que pensamos fue: un outlier, un caso aislado. Fuimos a verificar. SearchUnify da un TCO de primer año de $108-306K para IA de servicio al cliente. Maven AGI: un initial build de $150-300K antes de que empiece el primer mes de operación. Gartner va más lejos: las proyecciones financieras de los proyectos de IA fallan por 500-1000%. No porque los directores financieros sean incompetentes, sino porque la tecnología es nueva y todavía no hay benchmarks establecidos.
Por qué todos fallan hacia el mismo lado
En la estimación inicial entra solo lo que el cliente ya vio en proyectos de TI anteriores: licencia, integración, horas-hombre. Pero un agente de IA real en producción son seis líneas de presupuesto separadas que aparecen tras la primera semana de tráfico real.
1. Desarrollo e integración. Conectar el agente al CRM, al helpdesk y a la base de conocimiento cuesta bastante más que la licencia. 40-60 horas de integration coding a $150/hora son el piso, no el techo. Con 2-3 sistemas, multiplica por 1,5-2.
2. Consumo del modelo en producción. Los tokens de API en producción no son $200 al mes como en el piloto, sino $800-1500. La carga pico es 3-5 veces mayor que la media, más los reintentos y el cambio a un modelo más potente cuando el principal no da abasto.
3. Monitoreo (observability). Una herramienta aparte para ver el drift y las fallas: otros $200-500 al mes. Sin ella, te enteras del problema por la queja de un cliente, no por el dashboard.
4. Entrenamiento de la base de conocimiento. 80-120 horas para la carga inicial más actualizaciones constantes. Si tu catálogo o tus condiciones cambian cada mes, presupuesta una persona dedicada pro rata.
5. Soporte tras las actualizaciones. Cada vez que el fabricante actualiza el modelo, hay que reescribir los prompts. Son 15-25% del costo de desarrollo cada año — el benchmark más estable en todos los estudios.
6. Governance y EU AI Act. Documentación de cumplimiento, almacenamiento de datos, auditoría. Al inicio €15-35K, después €3-6K al mes. En una industria regulada (salud, finanzas), duplica.
La fórmula de verificación rápida
Si no quieres sumergirte en los detalles, Hypersense ofrece una fórmula corta: multiplica la estimación del proveedor por 2-3, suma 20% de governance, 15% de soporte y 10% de colchón para actualizaciones del modelo. Así €158K se convierten en €350-450K — y eso coincide con los datos de Korvus.
Categoría | Qué se hace con ella | Referencia |
|---|---|---|
Desarrollo e integración | × 1,5-2 por cada sistema | 40-60 horas × $150 |
Consumo del modelo | × 4-8 frente al piloto | $800-1500/mes |
Monitoreo | línea aparte | $200-500/mes |
Entrenamiento | inicio + actualizaciones | 80-120 horas |
Soporte | % del desarrollo cada año | 15-25% |
Governance | inicio + mensual | €15-35K + €3-6K/mes |
Lo más caro no son los tokens
El dinero grande no está en los tokens del modelo. Según el desglose de Korvus, los tokens son cerca del 38% del TCO. El 62% restante es integración y operación (AgentOps). El director financiero mira el precio de la API y negocia justo por ese número, aunque es la parte menor de la cuenta. Paga de más quien optimiza la cifra equivocada.
Una sola pregunta para evaluar al proveedor
¿Cómo evaluar a un proveedor sin tener un equipo de IA propio? La pregunta es una: «¿Qué es exactamente lo que NO incluye su presupuesto?»
Si no hay respuesta o empieza con «bueno, depende», el TCO está mal calculado. Si en cinco minutos enumeran las seis categorías y explican cómo las contemplaron, tienes enfrente a alguien que ya peleó con producción real, no con una calculadora.
Así construimos la economía del proyecto en Grow2.ai: un TCO honesto en vez de una cifra bonita al inicio, un proceso con un KPI por contrato en 14 días y una respuesta directa si en tu caso el agente no va a ser rentable. Un presupuesto aburrido y bien calculado le gana, aburridamente, a una estimación optimista que se derrumba en el primer mes.
¿Quieres verificar el TCO de tu proyecto de IA? La auditoría de IA de Grow2.ai recorre las seis categorías en una evaluación de alcance fijo. Para más contexto: Agentes de IA para pymes y cómo elegir una plataforma de agentes de IA. La automatización de procesos y el CRM son dominio de la marca hermana Auspex; estrategia y pensamiento sobre IA, Andrew Maryasov.