Cómo medir el ROI real de un proyecto de IA en tu empresa (sin autoengaños)

La pregunta que más nos hacen en una primera reunión no es técnica. Es esta: ¿cuál va a ser el ROI real de meter IA en mi empresa? Y la respuesta honesta es que casi ningún proyecto de IA mide bien su ROI. No porque sea imposible, sino porque la mayoría se monta sin definir antes qué se va a medir, contra qué línea base y en qué plazo. El resultado es un piloto eterno que “funciona” en demo, gusta a dirección, no convence a finanzas y muere de aburrimiento al sexto mes.

En Everglow trabajamos como implantadora de IA en empresas medianas y grandes en España, y hemos visto el patrón demasiadas veces. Este artículo no va de fórmulas mágicas: va de cómo medir el ROI real de un proyecto de IA con la honestidad que exige un comité de dirección serio, qué métricas usar, qué no debes contar como ahorro y cómo armar el caso de negocio para que el siguiente proyecto se apruebe sin pelea.

Por qué casi nadie mide bien el ROI de la IA

El ROI de un proyecto de IA tiene tres particularidades que lo hacen más difícil de medir que el de un software clásico, y conviene tenerlas claras antes de empezar:

• El coste no termina con la implantación. Hay coste de modelo (tokens, llamadas API), coste de infraestructura, coste de mantenimiento, coste de evaluación continua y coste de actualización cuando salen modelos mejores. Quien presenta un ROI sin la curva de coste a 24 meses está vendiendo humo.
• El beneficio se reparte entre muchas personas. Una IA que ahorra 30 minutos al día a cien personas no aparece en ningún P&L automáticamente. Si nadie reasigna ese tiempo, el ahorro no existe en términos contables.
• La línea base casi nunca se mide antes. Empieza el proyecto, sale en producción, y de pronto se reclama un “ahorro del 40%” que nadie puede verificar porque nadie midió cuánto se tardaba antes.

El ROI de un proyecto de IA no se calcula al final. Se diseña al principio, antes de escribir una sola línea de código o conectar un solo sistema.

Si te saltas ese diseño previo, lo que llamarás “ROI” será una estimación post-hoc construida para defender una decisión que ya tomaste. Sirve para presentaciones internas, no para tomar la siguiente decisión.

Las cuatro categorías de impacto que debes separar

Antes de hablar de métricas, hay que separar de dónde puede venir el valor. La mayoría de proyectos los mezcla y por eso el número final no resiste un examen serio. En implantaciones de IA, el impacto cae en una de estas cuatro categorías, y cada una se mide distinto:

1. Reducción de coste directo. Horas de trabajo que dejan de hacerse o se reasignan. Externalizaciones que se internalizan. Licencias de herramientas que se sustituyen.
2. Aumento de capacidad sin más coste. El equipo procesa más volumen con la misma plantilla. Más leads contactados, más tickets resueltos, más documentos revisados.
3. Mejora de calidad. Menos errores, menos retrabajo, menos quejas de cliente, más conversión, mejor adherencia a criterios internos.
4. Aceleración de ciclo. Lo mismo se hace antes. Cotizaciones que salen en horas en lugar de días, onboarding que pasa de semanas a días, cierres que se acortan.

Las dos primeras se traducen casi siempre en euros. Las dos últimas requieren un puente extra: necesitas demostrar que esa mejora de calidad o velocidad genera más ingresos, retiene más clientes o evita un coste real, no que “es buena por sí sola”. Si no haces ese puente, esa parte del ROI no la podrás defender.

Define la línea base ANTES, no después

Esto es la regla número uno y la que más se incumple. Antes de tocar nada, mide cómo se hace hoy el proceso que vas a tocar. Si vas a poner un copiloto interno para ventas, mide hoy:

• Cuánto tarda un comercial en preparar una propuesta media.
• Cuántas propuestas hace al mes.
• Qué porcentaje convierte.
• Cuántas horas a la semana dedica a tareas administrativas vs. tareas comerciales.
• Qué calidad media tienen las propuestas (revisión cualitativa de una muestra).

Esa medición tiene un coste de una o dos semanas de trabajo. Es el mejor euro que vas a invertir en todo el proyecto. Sin ella, cualquier mejora posterior es una opinión.

Conviene además medir esa línea base con el método con el que vas a medir el resultado. Si vas a contar tickets resueltos por agente al mes, cuenta los actuales con la misma definición de “ticket resuelto”. Si vas a contar tiempo medio de respuesta, defínelo igual antes y después. Suena obvio, no lo es: el 80% de las discusiones de ROI que vemos en cliente son discusiones de definición, no de números.

Las métricas que de verdad importan

Olvídate por un momento del ROI agregado. El ROI honesto se construye desde abajo, métrica por métrica. Estas son las que más usamos en proyectos reales:

Métricas operativas (las que mide el equipo cada semana):

• Tiempo medio por unidad de trabajo (propuesta, ticket, documento, llamada).
• Volumen procesado por persona y unidad de tiempo.
• Tasa de error o de retrabajo.
• Porcentaje de adopción real (gente que usa la herramienta más de N veces al mes, no que la tiene activada).
• Latencia: tiempo desde que llega el input hasta que sale el output.

Métricas de negocio (las que mira el comité):

• Coste por unidad de trabajo (incluyendo coste de IA + coste humano residual).
• Capacidad total del equipo (volumen máximo procesable a calidad constante).
• Conversión, retención o churn según el caso.
• Tiempo de ciclo de cierre (lead a venta, ticket a cierre, candidato a contratación).
• Margen del proceso (ingreso menos coste fully loaded).

Métricas de control (las que evitan que el proyecto se rompa sin avisar):

• Coste por mil llamadas al modelo.
• Tasa de alucinación o de respuesta incorrecta detectada.
• Cobertura: porcentaje de casos que el sistema atiende sin fallback humano.
• Deriva del modelo: degradación de métricas en el tiempo si no actualizas.

Si solo te quedas con cinco, los nuestros favoritos son: tiempo medio por unidad, volumen procesado por persona, tasa de error, coste por unidad y porcentaje de adopción real. Con esos cinco tienes el 80% de la conversación de ROI bien armada.

Cómo construir el caso de negocio en euros

Llega el momento de poner el número en la transparencia que verá el CFO. Aquí va la estructura que mejor nos ha funcionado, simplificada pero completa:

Lado del beneficio anualizado:

• Horas ahorradas por persona × número de personas × coste fully loaded por hora × porcentaje de tiempo realmente reasignado a tareas de mayor valor (pon un 50-70%, no el 100%).
• • Ingresos adicionales atribuibles (más conversión, más volumen vendido, menos churn) × margen.
• • Costes evitados (externalizaciones, herramientas sustituidas, multas o reclamaciones reducidas).

Lado del coste anualizado:

• Coste de implantación amortizado a 24 meses (no a 12: la vida útil real de un proyecto de IA bien hecho es mayor).
• • Coste anual de tokens / API / infraestructura (estimado generoso, no optimista).
• • Coste de mantenimiento, evaluación y mejora continua (cuenta al menos un 20-30% del coste de implantación al año).
• • Coste de gestión interna del proyecto (horas de tu gente que también cuestan).

ROI anual = (Beneficio anualizado − Coste anualizado) / Coste anualizado

Y el dato que de verdad pide finanzas: payback period, en meses. Es decir, cuántos meses de funcionamiento normal hacen falta para recuperar la inversión inicial. Por debajo de 12 meses es un caso fuerte. Por debajo de 6 meses es un caso casi imposible de rechazar. Por encima de 18 meses, prepárate para defender mucho.

Errores típicos al calcular el ROI de IA

En auditorías y segundas opiniones, estos son los errores que más vemos:

• Contar todas las horas ahorradas como euros liberados. Si el ahorro no se reasigna o no permite frenar contrataciones, el coste real no baja. La empresa solo está más cómoda, no más rentable.
• Comparar contra el peor escenario actual. “Antes tardábamos hasta dos semanas.” Sí, en el peor caso. La media era cuatro días. Mide contra la media, no contra el outlier.
• Olvidar el coste de cambio. Formación, gestión del cambio, reorganización de roles, soporte interno. En proyectos serios, esto es entre el 15% y el 30% del coste total.
• Suponer que el modelo no se va a mover. Los precios de los modelos bajan, sí, pero también suben las funcionalidades que usas. Y las versiones nuevas requieren reevaluar prompts, agentes y RAG. Cuenta con un coste anual de “puesta al día”.
• Vender ROI sin gobernanza. Un proyecto que ahorra 200.000€ al año pero te expone a una sanción regulatoria o a una fuga de datos no es un proyecto rentable. La capa de control es parte del coste, no un extra opcional.

Cuándo aceptar que el ROI no es el criterio principal

Hay proyectos de IA donde el ROI puro a 12 meses no va a salir y, aun así, hay que hacerlos. Suelen ser de tres tipos: estratégicos (entender una tecnología antes que tu competencia), defensivos (cubrir un riesgo regulatorio o de seguridad) o de aprendizaje organizacional (subir el nivel de IA del equipo para poder afrontar proyectos más ambiciosos).

En esos casos, no fuerces el cálculo. Define el proyecto como inversión estratégica con un presupuesto cerrado, métricas de aprendizaje claras (no de retorno financiero) y un plazo concreto para decidir si se escala o se cierra. Una empresa madura sabe distinguir entre proyectos con ROI medible y proyectos con valor estratégico, y los presupuesta de forma distinta. Las dos categorías son legítimas. Mezclarlas, no.

Cómo lo medimos en Everglow

Cuando entramos a implantar IA en una empresa, una de las primeras cosas que hacemos en la fase de auditoría es definir las cinco métricas operativas y las dos de negocio sobre las que se va a medir el proyecto. Antes de tocar código. Antes de elegir modelo. Antes de escribir un solo prompt.

A partir de ahí, montamos un cuadro de mando ligero que la empresa puede mantener sin nosotros, con la línea base medida y las métricas de control para que el sistema no se degrade en silencio. Es un trabajo poco glamuroso pero es la diferencia entre un proyecto que se defiende solo en el comité y uno que necesita que vayas a explicarlo cada trimestre.

Si tienes un proyecto de IA en marcha y no estás seguro de cómo medir su ROI, o si estás evaluando uno nuevo y quieres entrar con el caso de negocio bien armado desde el día uno, en Everglow trabajamos exactamente eso. Puedes ponerte en contacto y montamos una primera conversación para ver qué tiene sentido medir y qué no en tu caso.