Retorno de la automatización con IA: por qué ahorrar tiempo no siempre significa ahorrar dinero

Si una herramienta permite terminar antes el mismo trabajo, la empresa gana capacidad. Para saber si la inversión se sostiene económicamente, falta una pregunta: ¿qué podrá hacer con ese tiempo? Puede evitar un gasto, atender más demanda o mejorar el servicio; también puede ocurrir que la actividad siga limitada por otro proceso.

El retorno de la automatización con IA debe explicar ese mecanismo, no darlo por supuesto. Para una pyme española, distinguir tiempo, ahorro de caja y contribución adicional permite comparar proyectos con más criterio que aplicar un porcentaje genérico a los salarios.

Cuatro formas distintas de obtener valor

El marco propuesto distingue cuatro mecanismos. Pueden coexistir, pero no deben sumarse sin comprobar que son independientes.

Ahorro de caja: gasto que efectivamente deja de producirse, como determinadas horas extraordinarias.

Capacidad utilizada: trabajo adicional realizado con recursos existentes, cuando existe demanda y no aparece otro cuello de botella.

Calidad: reducción verificable de errores, devoluciones o reprocesos.

Servicio: mejora de plazos o continuidad que tiene valor operativo, aunque no se traduzca inmediatamente en caja.

Una empresa puede valorar el último mecanismo y decidir invertir. Lo importante es no presentarlo como dinero ahorrado si no se ha medido esa consecuencia. La claridad de categorías permite discutir prioridades sin despreciar beneficios que son reales, pero diferentes.

También conviene separar beneficios potenciales y realizados. Evitar una contratación futura es una hipótesis hasta que se demuestra que el volumen crece y puede absorberse sin ese gasto. No debe añadirse al ahorro salarial del mismo trabajo si eso duplica el efecto.

Construir una línea base útil

La medición inicial debe registrar volumen, tiempo, calidad y variabilidad. En vez de preguntar cuánto «cree» tardar el equipo, es preferible observar tareas y definir el principio y el final. Una actividad puede parecer breve si se excluye la búsqueda de datos o la corrección posterior.

Para documentos comerciales, el final podría ser «borrador aceptado tras revisión». Para atención, «consulta resuelta sin reapertura durante el periodo definido». La elección debe corresponder al resultado que la automatización promete mejorar.

Conviene incluir tareas fáciles, complejas y fallidas. Si solo se evalúa el subconjunto que la IA resuelve bien, el resultado describe ese subconjunto, no la operación completa. También debe quedar registrado qué trabajo se deriva a personas y cuánto cuesta.

De minutos brutos a capacidad neta

La siguiente simulación considera 1.000 tareas mensuales. El procedimiento original necesita diez minutos por tarea; el asistido, seis. La reducción bruta sería de 4.000 minutos, equivalentes a 66,7 horas.

Si las excepciones consumen doce horas adicionales y la supervisión ocho, quedan 46,7 horas netas. Valoradas de forma hipotética a 30 euros por hora, representarían aproximadamente 1.400 euros de capacidad mensual. Ese importe no es un ahorro de caja por definición.

Si solo veinte de esas horas evitan trabajo extraordinario realmente presupuestado, el beneficio de caja deberá calcularse sobre esas veinte. Si las demás permiten completar más proyectos, habrá que medir margen adicional y comprobar que no se atribuye todo a la automatización sin evidencia.

La operación puede mejorar aunque la caja no cambie. Pero un presupuesto aprobado por «ahorro» debe distinguir ese resultado de mayor comodidad, velocidad o capacidad potencial.

Qué mide realmente la evidencia académica

Brynjolfsson, Li y Raymond estudiaron la introducción escalonada de un asistente generativo en una operación de soporte con 5.172 agentes. Encontraron un aumento medio del 15% en incidencias resueltas por hora y efectos heterogéneos: los trabajadores menos experimentados se beneficiaron más, mientras los más expertos mostraron pequeñas mejoras de velocidad y ciertos deterioros de calidad (The Quarterly Journal of Economics, 2025).

El sistema sugería respuestas y las personas conservaban responsabilidad sobre la conversación. El estudio se desarrolló en una empresa de software empresarial, con buena parte de los agentes en Filipinas atendiendo consultas de clientes estadounidenses; no evaluó una muestra de pymes españolas (Brynjolfsson, Li y Raymond).

Por tanto, el 15% no es una tasa estándar de ahorro ni de retorno. Es un resultado de productividad en un contexto definido. La aplicación prudente consiste en formular una hipótesis local y medirla, no en multiplicar toda la masa salarial por ese porcentaje.

Tres escenarios de retorno

La tabla siguiente es íntegramente simulada, en euros y sin impuestos, financiación ni descuento temporal. Supone una implantación de 12.000 euros, costes recurrentes de 600 euros mensuales y beneficios mensuales de caja realizables diferentes; no incluye como ingreso las horas meramente liberadas.

El ROI se calcula como beneficio menos coste total, dividido entre coste total. El periodo de recuperación simple de la implantación, usando beneficio mensual menos operación, sería de 60, 12 y aproximadamente 6,7 meses respectivamente. Esos plazos solo tienen sentido si el flujo mensual se mantiene y no hay costes adicionales.

El escenario central no significa «probable» por llamarse central. Necesita evidencia propia. La función de la tabla es identificar qué supuestos cambian la decisión y qué tendría que medirse antes de comprometer el proyecto.

El umbral de equilibrio es más útil que una promesa

Con los supuestos anteriores, el primer año exige 1.600 euros mensuales de beneficio realizable para cubrir implantación y operación. Esta cifra resulta de dividir 19.200 entre doce. No es un objetivo universal, sino el umbral de ese ejemplo.

La empresa puede descomponerlo: cuántos errores evitados, horas extraordinarias eliminadas o unidades adicionales con margen serían necesarios. Si el umbral exige un volumen muy superior al disponible, el caso económico no se sostiene con ese mecanismo.

También debe analizarse qué ocurre cuando baja la adopción. Una solución excelente que solo se utiliza en parte del proceso puede producir menos beneficio que una más sencilla incorporada de forma consistente. Por eso el uso efectivo debe medirse junto con la capacidad técnica.

La calidad limita la productividad útil

Un sistema puede reducir tiempo y aumentar errores. La evaluación necesita indicadores de protección: corrección, reclamaciones, retrabajo y fallos críticos. No conviene compensar una acción comercial incorrecta con muchos casos triviales bien resueltos.

Anthropic recomienda verificar resultados finales y combinar evaluadores según la tarea, en lugar de depender exclusivamente de respuestas plausibles o de un único juez automático. Su guía también contempla pruebas de regresión para detectar deterioros tras cambios (Anthropic Engineering).

Separar aprendizaje inicial y funcionamiento estable

La implantación puede exigir formación y ajustes extraordinarios. Conviene separarlos de tareas que seguirán apareciendo cada vez que cambien documentos, datos o herramientas: estas últimas forman parte del mantenimiento.

También importa quién absorbe el esfuerzo. Si comerciales ahorran tiempo y administración necesita corregir las salidas, hay que valorar ambos efectos. El beneficio de un departamento no representa automáticamente el resultado de la empresa.

Una revisión posterior debería comparar la previsión original con costes y beneficios observados. Si una contratación que se esperaba evitar termina siendo necesaria, hay que revisar ese supuesto. Conservar la diferencia permite mejorar futuras decisiones de inversión.

Una decisión económica defendible

La recomendación es aprobar una hipótesis de valor, no una cifra aislada de ahorro. El expediente debería incluir línea base, alcance, mecanismo de beneficio, costes completos, escenarios y condición de parada. También debe separar los beneficios observados de los que todavía dependen de cambios organizativos.

El retorno de la IA no desaparece por exigir precisión. Se vuelve más defendible. Una empresa puede invertir por capacidad, calidad o servicio, pero debería saber cuál de esas razones está sosteniendo realmente su decisión.