El método que aquí se explica no lo inventamos nosotros. Lo publicó la agencia AgencyBoxx: en abril de 2026 subió a dev.to el registro anual del trabajo de sus propios agentes en 62 clientes y un equipo de 10 personas, y con él calculó el tiempo liberado. La cifra de su caso —32 horas por semana— les pertenece a ellos, no a nosotros. Lo que se reproduce es la secuencia de pasos en sí: funciona en cualquier proceso, y abajo se recorre dos veces: con los datos de ellos y con nuestra propia implantación.
Por qué «el agente hace algo» no es ROI
El escenario típico: se lanza el agente, hace algo, todos contentos. Después llega la revisión del presupuesto, alguien pregunta «¿se paga solo?», y cae el silencio, porque nadie midió. Justamente por eso los agentes son los primeros en recortarse: no porque no funcionen, sino porque no hay datos con los que defender la decisión.
El ROI de un agente es una fórmula, no una sensación: ahorro = baseline × volumen − tiempo de revisión, y ese ahorro se compara con el coste del agente. Todo lo que se calcula sin baseline es fe.
Los cinco pasos
Paso 1. Tareas discretas. No «automatizamos el soporte», sino una lista concreta: triaje del correo, monitorización de plazos, selección de la respuesta desde la base de conocimiento, recordatorios de pagos vencidos. Un proceso, una fila. Si la tarea no cabe en una fila, todavía no es discreta: sigue dividiéndola.
Paso 2. Baseline. Cuántas horas consume hoy la tarea: minutos reales, no un «más o menos». Es el paso más aburrido, y justamente el que más se salta. Una semana con cronómetro da una cifra que no da vergüenza poner sobre la mesa frente al director financiero.
Paso 3. Volumen. Multiplica el tiempo de una ejecución por la cantidad de repeticiones por semana. Quince minutos de triaje del correo × 20 veces por semana = 5 horas.
Paso 4. Menos el tiempo de revisión. El agente no es autónomo: una parte de sus salidas pasa a una persona para revisión. Ese porcentaje se mide en salidas —cuántas respuestas de cada cien alguien lee antes de enviarlas— y el tiempo que lleva se resta del ahorro. Si hay que revisar más del 20 % de las salidas, el agente todavía no está listo y es pronto para calcular el ROI.
Paso 5. Total. La suma del ahorro de todas las tareas, multiplicada por la cantidad de personas del equipo a las que esas tareas afectan.
Ejemplo uno: ajeno, de un caso abierto
AgencyBoxx desglosó así sus 32 horas:
Tarea | Liberado, h/semana |
|---|---|
Triaje del correo | 9,2 |
Monitorización de plazos | 7,5 |
Registro del tiempo | 5,8 |
Búsqueda de nuevos clientes | 4,2 |
Consultas a la base de conocimiento | 3,8 |
Otros | 1,5 |
Total | 32 |
Después el caso convierte las horas en dinero. Los autores hablan de 183–319 mil USD de «capacidad operativa» al año, según sus propias tarifas mixtas de agencia. Tu tarifa es otra. 32 horas por semana son 1664 horas al año; con una tarifa de 25–40 USD por hora salen 42–67 mil USD. La formulación también importa: el agente no «ahorró dinero», liberó horas que se pueden trasladar a clientes que pagan más.
Una hora liberada se convierte en dinero solo si tiene a dónde ir.
Ejemplo dos: el nuestro, con una red de 500 distribuidores
Una empresa manufacturera con una red de 500 distribuidores (no revelamos el nombre por acuerdo) mantenía a dos gestores como «interfaz humana» hacia su sistema contable: el distribuidor preguntaba por el saldo de inventario o el estado de un envío, el gestor abría el ERP y respondía.
El mismo método paso a paso. La tarea es discreta: responder una consulta típica de un distribuidor con datos del ERP. El baseline y el volumen se resumieron en una cifra anual de rutina: ≈700 000 UAH (≈17 000 USD). La revisión se mantuvo: el agente tiene acceso solo de lectura, sostiene 95 %+ de precisión en las consultas típicas y el resto de los casos los pasa a una persona. Costes: desarrollo ≈110 000 UAH (≈2700 USD) más ≈18 000 UAH al año (≈440 USD) de mantenimiento. El efecto neto del primer año: ≈572 000 UAH (≈14 000 USD), retorno en 2–3 meses. Personas despedidas: cero.
El análisis completo de este caso va en un artículo aparte, con el desglose de las cuatro capas de protección.
La unidad con la que conviene medir el flujo de clientes
Cuando el agente no trabaja con la rutina interna sino con las consultas de clientes, las horas resultan incómodas de contar: las conversaciones tienen distinta duración. Entonces la unidad pasa a ser el diálogo. En nuestra implantación para una gran tienda de ropa en línea de Ucrania con una red de más de 30 locales físicos (no revelamos el nombre por acuerdo) pasaron por el agente 6448 diálogos entre abril y julio de 2026, en junio 1782, con una mediana de respuesta de 13 segundos. El coste de modelo: ≈0,10 € (≈0,11 $) por diálogo.
En esta unidad la comparación con una persona se lee sin calculadora: cuánto cuesta la conversación con el agente y cuánto la misma conversación con un gestor. Lo analizamos aparte en el artículo Agente de IA vs. gestor.
Cuándo no salen las cuentas del ROI
La tarea es poco frecuente. Un proceso de una hora una vez al mes son 12 horas al año, que no alcanzan ni para cubrir la configuración. El volumen es el multiplicador principal de la fórmula: sin volumen no hay ROI. El umbral empírico: el agente empieza a pagarse aproximadamente a partir de 200 solicitudes al mes; con un flujo de 50–200 sale más barato ordenar primero el proceso.
La revisión se come el ahorro. Si el agente se equivoca a menudo y una persona rehace de hecho su trabajo, el ahorro existe solo en la presentación. Por eso las correcciones se registran desde el primer día, todas.
Se automatiza una función en lugar de un proceso. «Reemplacemos todo el soporte» es caro, lento y rara vez funciona a la primera. La secuencia correcta es un proceso discreto cada vez, de lo simple a lo complejo.
Cuando en Grow2.ai recorremos este cálculo con un cliente y las cuentas no salen, «no se va a pagar» también es un resultado. Sale más barato escucharlo antes de la implantación.
Cuánto cuesta el agente en sí
El ahorro hay que compararlo con el coste total, no solo con los tokens. Starter: 1800 € por un piloto de 14 días, después desde 49 € al mes. Practice: 3600 € por 21 días, después desde 99 €. Operator: desde 6000 € por 30 días, después desde 149 €. Encima van los costes de modelo por diálogo. El piloto se paga por adelantado; si en la revisión del día 30 el KPI acordado no se ha movido, devolvemos el importe íntegro. El retorno típico es de 2–6 meses; en el caso de los distribuidores fue de 2–3.
Las partidas de presupuesto que no aparecen en el primer presupuesto están reunidas aparte: cuánto cuesta en realidad un agente de IA. Grow2.ai es la división de IA de Auspex; la configuración de los procesos y del CRM en los que vivirá el agente la asume Auspex.
Lista de control para el primer trimestre
- Elige un proceso, no una función; por ejemplo, el triaje del correo entrante.
- Mide el baseline: cuántas horas se van hoy, sin redondeos.
- Pon el agente a funcionar durante dos semanas.
- Registra cada corrección y calcula el ahorro menos el tiempo de revisión.
¿Quieres calcular el ROI de tu propio proceso? La auditoría de IA gratuita de 2 minutos lo hace con tus cifras. Las preguntas generales sobre precios y plazos están reunidas en el hub Agentes de IA para empresas.