Los costes ocultos de la IA son los que llegan después de la factura de implantación: el consumo del modelo por uso, las horas de quien supervisa, el mantenimiento de las integraciones, los cambios de versión del modelo, la preparación de datos, la formación, la seguridad y el coste de cambiar de proveedor. No son una sorpresa si se presupuestan antes de firmar. Aquí tienes los ocho, qué los mueve y una plantilla para ponerles cifra con tus volúmenes.
Porque casi todos los presupuestos de IA cotizan lo visible: el proyecto de implantación o la licencia por usuario. Lo demás depende del uso, de tus sistemas y de decisiones de terceros (el proveedor del modelo, el de tu ERP), y es más cómodo dejarlo fuera. El resultado es un proyecto que parecía rentable en la propuesta y que, a los seis meses, cuesta más de lo que ahorra.
La lista general de partidas de un proyecto está en cuánto cuesta implantar IA en una empresa, y el cálculo del consumo de un agente, con fórmula, en cuánto cuesta un agente de IA. Este artículo va a lo que esas páginas solo mencionan: dónde se esconde cada coste y cómo preguntarlo antes.
| Coste | Cuándo aparece | Qué lo mueve |
|---|---|---|
| 1. Consumo por uso | Cada mes | Volumen, tamaño de los documentos, modelo, pasos por caso |
| 2. Supervisión humana | Cada mes, en horas de tu equipo | Porcentaje de casos que se escalan y revisión del registro |
| 3. Mantenimiento de integraciones | Cuando cambia un sistema | Actualizaciones del ERP, CRM o correo; formatos nuevos |
| 4. Cambios de versión del modelo | Cuando el proveedor retira un modelo | Calendario del proveedor; pruebas de regresión |
| 5. Datos | Antes y durante | Datos dispersos, duplicados o sin registrar |
| 6. Formación | Al arrancar y con cada persona nueva | Número de usuarios, rotación, cambios del proceso |
| 7. Seguridad y cumplimiento | Al diseñar y cada año | Tipo de datos, permisos, registros, revisiones |
| 8. Salida del proveedor | Cuando cambias o terminas | Formato de tus datos, dependencia de funciones propietarias |
Los modelos de lenguaje se pagan por tokens procesados. Cuanto más se usa la solución, más se paga. Eso es bueno si cada caso ahorra más de lo que cuesta, pero tiene dos trampas. La primera: un piloto con 50 casos no dice nada del consumo con 5.000. La segunda: los agentes hacen varias llamadas por caso y cada una vuelve a enviar contexto, así que el coste por caso puede multiplicarse sin que nadie lo note hasta la factura.
Cómo presupuestarlo: pide el coste estimado por caso, no por token, y multiplícalo por tu volumen real de un mes alto. Pide también un tope de gasto configurado en la cuenta del proveedor y un aviso cuando se acerque.
Un sistema que actúa sobre datos reales escala a una persona lo que no sabe resolver y deja un registro que alguien tiene que mirar. Si el presupuesto asume que el proceso queda al 100 % automático, el ahorro está inflado. La supervisión es el precio de que el sistema sea de fiar; lo explicamos con los controles concretos en agentes de IA para empresas.
Cómo presupuestarlo: casos escalados al mes × minutos por caso, más una revisión periódica del registro. Réstalo del ahorro bruto antes de calcular el retorno.
La IA vive enchufada a tus programas. Una actualización del ERP, un cambio de API del CRM, un proveedor que cambia el formato de sus facturas o una regla de negocio nueva pueden romper una integración que funcionaba. No es un fallo de la IA; es lo que pasa con cualquier software que conecta sistemas.
Cómo presupuestarlo: pregunta quién detecta que algo se ha roto (monitorización y alertas), quién lo arregla y en qué plazo, y si eso está incluido o se factura aparte. Si nadie tiene asignada esa tarea, el coste real es el del proceso parado.
Los proveedores retiran modelos antiguos y, a partir de la fecha de retirada, las peticiones a esos modelos fallan. OpenAI se compromete a avisar con al menos seis meses para los modelos de disponibilidad general, y con mucho menos para los modelos en vista previa. Anthropic avisa con al menos 60 días antes de retirar un modelo publicado y recomienda probar las aplicaciones con el modelo nuevo mucho antes de la fecha. En su propio historial hay modelos anunciados en abril de 2026 y retirados en junio.
Cambiar de modelo no es cambiar un número de versión: el nuevo puede responder de otra forma, extraer los datos con otro formato o costar distinto. Hay que volver a pasar las pruebas.
El coste que casi nadie presupuesta: una migración de modelo cada año o año y medio, con su batería de pruebas. Si la solución no tiene un conjunto de casos de prueba guardado (una evaluación), cada cambio de modelo es un salto a ciegas.
Cómo presupuestarlo: pide que el diseño permita cambiar de modelo sin rehacer la solución y que exista un juego de casos de prueba con la respuesta correcta. Reserva unas jornadas al año para la migración.
Es el coste que más veces convierte un proyecto de semanas en uno de meses. Si la información vive en hojas sueltas, en correos o en la cabeza de una persona, alguien tiene que reunirla y limpiarla. Y hay otro coste menos visible: mantenerla limpia después, porque la IA hereda los errores del maestro de clientes o de artículos.
Cómo presupuestarlo: antes de firmar, revisa dónde está cada dato que el proceso necesita y quién lo mantiene. Si no existe, el primer proyecto es empezar a registrarlo. Tienes un método para evaluarlo en diagnóstico de madurez en IA.
La herramienta no se usa sola. Hay que enseñar a cada rol qué hace el sistema, qué revisar y qué no debe meter en él. Y la formación no se paga una vez: entra gente nueva y el proceso cambia. Una solución que nadie sabe usar genera un coste peor que el de la formación: el de una inversión abandonada. Un plan por roles está en cómo formar a los empleados en IA.
Si la IA trata datos personales, hay trabajo de protección de datos: contrato con el encargado, revisión de dónde se procesan los datos, a veces una evaluación de impacto. Si el sistema actúa en tus programas, hay que definir permisos por rol, registros y aprobaciones. Es trabajo real, que crece con la sensibilidad de los datos (salud, nóminas, financieros). El detalle está en RGPD e IA en la empresa y los riesgos propios de los agentes en prompt injection y otros riesgos de los agentes.
Nadie lo pregunta al empezar y todos lo pagan al cambiar. ¿Puedes exportar tus datos, tus instrucciones y tus registros en un formato útil? ¿La solución depende de funciones que solo tiene un proveedor? ¿Quién es dueño de lo desarrollado? Cuanto más cerrado sea todo, más caro es cambiar, y más poder tiene el proveedor al renovar precios. Lo tratamos con el coste a tres años en IA a medida frente a SaaS.
Cómo presupuestarlo: pide por escrito qué te llevas si terminas el contrato y en qué formato. Si la respuesta es «nada», ese es tu coste de salida.
Pon una fila por coste, con su cifra mensual o anual, y compárala con el ahorro. Este es un ejemplo ilustrativo con cifras redondas inventadas para enseñar la cuenta; no es un caso de cliente ni una media de mercado:
| Partida | Supuesto ilustrativo | Al año |
|---|---|---|
| Consumo del modelo | 150 € al mes en un mes alto | 1.800 € |
| Supervisión | 6 h al mes × 30 € de coste por hora | 2.160 € |
| Mantenimiento de integraciones | 2 incidencias al año × 400 € | 800 € |
| Cambio de modelo | 1 migración con pruebas | 600 € |
| Formación | Incorporaciones y repasos | 400 € |
| Alojamiento y seguridad | Servidor, registros, revisión anual | 1.000 € |
| Total recurrente | 6.760 € |
Si el proceso ahorra 40 horas al mes a 30 € la hora (14.400 € al año, también ilustrativo), queda un margen de unos 7.600 € anuales para recuperar la implantación. Si ahorra 15 horas, el margen es negativo y el proyecto no debería empezar. Para calcular tu lado del ahorro tienes la calculadora de ahorro de la portada y el método en cómo calcular el ahorro en horas de personal.
En el Sprint de IA de RedundAI (4.500 € sin IVA, un proceso, tres semanas) estas partidas se estiman con tus volúmenes antes de empezar y van aparte del precio. Si piensas financiar el proyecto con el futuro bono de IA del Plan IA360, recuerda que aún no tiene bases publicadas; lo explicamos en agente homologado IA360. Un proyecto debería justificarse con su propio ahorro.
Los que no suelen salir en la propuesta: consumo del modelo por uso, horas de supervisión humana, mantenimiento de integraciones, migraciones cuando el proveedor retira un modelo, preparación de datos, formación continua, seguridad y cumplimiento, y el coste de cambiar de proveedor.
Depende del proveedor. OpenAI se compromete a avisar con al menos seis meses antes de retirar un modelo de disponibilidad general y Anthropic con al menos 60 días para sus modelos publicados. En la práctica conviene reservar una migración con pruebas cada año o año y medio.
Sí. Son las horas de tu equipo revisando los casos que el sistema escala y el registro de lo que hace. Se calcula con los casos escalados al mes por los minutos de cada uno y hay que restarlo del ahorro antes de calcular el retorno.
Pide el coste estimado por caso con tu volumen de un mes alto, configura un tope de gasto y avisos en la cuenta del proveedor, y revisa cuántas llamadas al modelo hace cada caso. Un modelo más barato o menos pasos por caso bajan la factura.
No. Los 4.500 € sin IVA cubren llevar un proceso a producción en tres semanas. Consumo, alojamiento, mantenimiento y supervisión son recurrentes: se estiman contigo con tus volúmenes antes de empezar y se pagan aparte.
Consultadas el 25 de septiembre de 2026.
En el diagnóstico gratuito de 45 minutos estimamos contigo el consumo, la supervisión y el mantenimiento de un proceso concreto, y vemos si el ahorro los cubre. Si no compensa, te lo decimos.
Escríbenos por WhatsApp