Saltar al contenido

IA aplicada a negocios

Cuánto cuesta implementar IA en tu empresa: números reales

Costos reales de implementar IA: licencias, tokens, infraestructura y desarrollo. Con tres presupuestos completos de proyectos reales.

Una balanza de precisión abstracta hecha de líneas de neón violeta eléctrico, con un platillo sosteniendo un cubo de datos luminoso y el otro sosteniendo monedas geométricas apiladas, en equilibrio tenso

Implementar IA cuesta entre 5,000 y 400,000 pesos mexicanos según el nivel, más una operación mensual que casi nadie presupuesta correctamente. La mayoría de las cotizaciones que circulan omiten tres partidas que después explican por qué el proyecto se pasó del presupuesto.

Aquí van los números con los que trabajo, desglosados, y las tres partidas que se olvidan.

Las cinco partidas de costo

1. Licencias de herramientas (recurrente) Suscripciones de asistentes de IA para tu equipo. De 350 a 800 pesos por usuario al mes en planes empresariales. Es el costo más predecible y el más fácil de justificar.

2. Consumo de API por tokens (recurrente y variable) Si desarrollas algo propio, pagas por uso. Se cobra por millón de tokens de entrada y de salida, con precios distintos. Un token equivale más o menos a tres cuartos de una palabra en español.

Para dimensionar: un asistente interno con RAG que atiende 2,000 consultas al mes, enviando unos 8,000 tokens de contexto por consulta, consume alrededor de 16 millones de tokens de entrada mensuales. Con un modelo de gama media eso ronda entre 800 y 3,000 pesos al mes. Con un modelo tope de gama y sin caching, puede multiplicarse por cinco.

3. Infraestructura (recurrente) Base de datos, alojamiento, colas de procesamiento, almacenamiento de archivos, monitoreo. Para un sistema interno de tamaño medio: entre 1,200 y 8,000 pesos mensuales.

4. Desarrollo (único, o por fases) El bloque grande cuando construyes a la medida. Depende del alcance, no del modelo de IA.

5. Preparación de datos (único, subestimado siempre) Digitalizar, limpiar, deduplicar, estructurar y clasificar la información que el sistema va a usar. Entre el 30% y el 60% del esfuerzo total de un proyecto RAG.

Tres presupuestos completos

Presupuesto A — Adopción básica (empresa de 15 personas)

ConceptoCosto
12 licencias empresariales de IA7,200 MXN/mes
Capacitación inicial (2 sesiones)18,000 MXN único
Política interna de uso y privacidad12,000 MXN único
Primer año total116,400 MXN

Sin desarrollo, sin infraestructura. Es donde debe empezar cualquier empresa. Retorno típico: entre 4 y 8 horas semanales recuperadas por usuario activo.

Presupuesto B — Automatización de un proceso (nivel intermedio)

Caso: clasificación y respuesta asistida de solicitudes entrantes, 1,500 al mes.

ConceptoCosto
Diagnóstico y diseño de proceso45,000 MXN único
Desarrollo de la integración95,000 MXN único
Preparación de datos y plantillas30,000 MXN único
Infraestructura2,000 MXN/mes
Consumo de API1,800 MXN/mes
Mantenimiento y ajustes6,000 MXN/mes
Inversión inicial170,000 MXN
Operación mensual9,800 MXN
Primer año total287,600 MXN

Si ese proceso consumía 180 horas mensuales a 200 pesos la hora cargada, el costo previo era de 36,000 pesos al mes. Con una reducción del 65%, el ahorro es de 23,400 mensuales. Punto de equilibrio: mes 12 aproximadamente, y a partir de ahí ahorro neto sostenido.

Presupuesto C — Asistente interno con conocimiento propio (RAG completo)

Caso: asistente sobre 12,000 documentos internos, 60 usuarios.

ConceptoCosto
Descubrimiento y arquitectura60,000 MXN único
Ingesta, OCR y limpieza documental110,000 MXN único
Desarrollo de la plataforma220,000 MXN único
Evaluación y conjunto de pruebas40,000 MXN único
Infraestructura y base vectorial5,500 MXN/mes
Consumo de API6,000 MXN/mes
Soporte y evolución18,000 MXN/mes
Inversión inicial430,000 MXN
Operación mensual29,500 MXN
Primer año total784,000 MXN

Este nivel se justifica cuando el conocimiento disperso es un cuello de botella real del negocio y hay 50 o más personas perdiendo tiempo buscando información.

Las tres partidas que casi nadie presupuesta

1. El costo de la revisión humana durante los primeros meses. Los primeros 60 a 90 días necesitas que alguien valide las salidas del sistema. Eso es tiempo pagado que no aparece en la cotización del proveedor. Presupuesta entre 10 y 20 horas semanales de una persona con criterio.

2. La deuda de datos. Si tu información está en carpetas compartidas sin estructura, con versiones duplicadas y PDFs escaneados, ordenar eso es un proyecto en sí mismo. Cuando el diagnóstico revela esto, el presupuesto suele crecer entre 30% y 50%.

3. El costo de no cambiar. Es el que nunca aparece y el que más pesa. Si tu competencia responde cotizaciones en 20 minutos y tú en 6 horas, ese diferencial tiene un precio en ventas perdidas.

Cómo bajar el costo sin bajar la calidad

  • Caching de contexto. Si envías el mismo contexto repetidamente, el descuento por caching puede reducir el costo de entrada hasta un 90%.
  • Enrutamiento por modelo. No todas las tareas necesitan el modelo más caro. Clasificar un correo puede hacerlo un modelo pequeño a una fracción del precio; solo el análisis complejo va al modelo grande.
  • Procesamiento por lotes. Para tareas que no requieren respuesta inmediata, las APIs de lote cuestan aproximadamente la mitad.
  • Recorte de contexto. Enviar 20 fragmentos cuando 6 bastan multiplica tu factura por tres sin mejorar la respuesta.
  • Empieza en nivel A. El 60% del valor de la IA en una empresa mediana se captura solo con licencias y capacitación, sin una línea de código.

Preguntas frecuentes

¿Cuál es el mínimo para empezar con algo serio?

Alrededor de 100,000 pesos al año en licencias y capacitación para un equipo pequeño. Por debajo de eso, usa herramientas individuales y mide.

¿Los precios de la API van a bajar?

Históricamente sí, de forma bastante agresiva por unidad de capacidad. Pero el consumo tiende a crecer más rápido que la baja de precio. No planees tu presupuesto asumiendo que se abaratará solo.

¿Conviene contratar una agencia o desarrollar interno?

Para el primer proyecto, externo con transferencia de conocimiento. Para el tercero, ya deberías tener capacidad interna o quedarás dependiendo de terceros en algo central de tu operación.

escrito por

Carlos Anaya Ruiz

Ingeniero en Tecnologías Computacionales por el Tecnológico de Monterrey. Consultor de SEO técnico e ingeniero full-stack en Ciudad de México; antes en Amazon, Master Loyalty Group y Wan Hai Lines. Trabajo en la intersección entre ingeniería y buscadores: datos estructurados, Core Web Vitals y rendimiento web.

Trabajemos juntos →Sobre mí →

seguir leyendo

Del mismo registro

← Todos los artículosServicios →Escríbeme →