Lo que cuesta de verdad un proyecto de IA tras su lanzamiento
El desarrollo se paga una vez. El uso de modelos, la supervisión, el mantenimiento y el soporte se pagan cada mes, y son los que deciden si un proyecto de IA sigue vivo el segundo año.
Lo esencial
- Después del lanzamiento, un proyecto de IA tiene cinco costes recurrentes: alojamiento, uso de modelos, supervisión, mantenimiento y soporte.
- Solo el uso de modelos varía con el volumen. Elegir el modelo adecuado para cada tarea puede cambiarlo en un factor de cuatro o más.
- Los sistemas de IA necesitan mantenimiento aunque nadie los toque, porque los modelos se retiran, las plataformas cambian sus reglas y las herramientas conectadas sus interfaces.
- Pregunta quién detecta primero un fallo. Si la respuesta es «tu cliente», falta la supervisión.
- Un sistema de IA bien gestionado debería costar menos por tarea con el tiempo, mientras asume más trabajo.
El precio del desarrollo es el que todo el mundo negocia. Los costes de funcionamiento deciden si el proyecto sigue vivo el segundo año. La mayoría de los dueños con los que hablamos saben más o menos lo que cuesta desarrollar un proyecto de IA. No tienen ni idea de lo que cuesta mantenerlo en marcha, ni de quién lo arreglará a las 7 de la mañana cuando se pare.
Cinco líneas en la factura mensual
En cómo se fija el precio de los proyectos de implementación de IA vimos qué determina el coste del desarrollo. Aquí hablamos de todo lo que viene después de la puesta en marcha, la parte que rara vez aparece con detalle en una propuesta.
Sea cual sea el proyecto, los costes de funcionamiento se reparten en cinco líneas:
- Alojamiento. El servidor, la base de datos y el almacenamiento en los que funciona el sistema.
- Uso de modelos. Lo que cobra el proveedor de IA por cada petición.
- Supervisión. Saber cada día que funciona, sin que nadie lo compruebe a mano.
- Mantenimiento. Hacer que siga funcionando mientras el mundo a su alrededor cambia.
- Soporte. Una persona que responde cuando algo parece ir mal.
El alojamiento suele ser la línea más pequeña y previsible. Un sistema de IA para una pequeña empresa rara vez necesita más que un servidor en la nube modesto. Las otras cuatro causan la mayoría de las sorpresas.
Uso de modelos: la línea que se mueve
Los proveedores de IA cobran por token. Un token es un trozo de palabra, unos cuatro caracteres de texto en inglés. Pagas por los tokens que envía (el correo, las instrucciones, el contexto) y, a una tarifa más alta, por los tokens que el modelo escribe de vuelta.
La diferencia entre modelos es grande. Con los precios de lista actuales de Anthropic, el modelo pequeño Haiku cuesta 1 $ por millón de tokens de entrada y 5 $ por millón de tokens de salida. El modelo más grande, Opus, cuesta 4 $ y 20 $, cuatro veces más con el mismo proveedor.
Una ilustración sencilla, con nuestro propio cálculo sobre esos precios de lista. Un agente clasifica 200 correos al día, lee unos 2.000 tokens por correo y escribe unos 200 tokens de resumen y etiqueta. Eso son 400.000 tokens de entrada y 40.000 de salida al día.
- Con el modelo pequeño: unos 0,60 $ al día, unos 18 $ al mes.
- Con el modelo más grande: unos 2,40 $ al día, unos 72 $ al mes.
Ninguna de las dos cifras hunde a una empresa. Pero cuando se suman tareas (bandeja de entrada, presupuestos, facturas, informes), la elección del modelo para cada tarea empieza a importar. Clasificar correos no necesita el modelo más potente. Redactar una respuesta cuidadosa a un cliente enfadado, quizá sí.
Otras tres palancas mueven esta línea:
- Caché. Cuando las mismas instrucciones o documentos se envían con cada petición, los proveedores pueden guardarlos en caché. En la API de Anthropic, leer de la caché cuesta una décima parte del precio normal de entrada.
- Procesamiento por lotes. El trabajo que puede esperar unas horas, como un informe nocturno, puede pasar por una interfaz de lotes a mitad de precio.
- Dónde funciona el modelo. Mantener el procesamiento en una región concreta, por ejemplo la UE, cuesta un 10 % más en las plataformas en la nube de Amazon y Google. Para la mayoría de los clientes europeos, ese recargo compensa, y debe estar en el presupuesto desde el primer día.
Hay un detalle que pilla a muchos por sorpresa. Anthropic indica que sus modelos más recientes usan un tokenizador que genera alrededor de un 30 % más de tokens para el mismo texto. Una actualización del modelo puede hacer una tarea mejor y algo más cara a la vez. Alguien tiene que comprobarlo después de cada actualización.
Mantenimiento: el mundo cambia bajo tu IA
Los dueños suelen suponer que el software que nadie toca sigue funcionando. Los sistemas de IA no, porque las piezas de las que dependen se mueven constantemente.
Los modelos se retiran. Anthropic avisa con al menos 60 días de antelación antes de retirar un modelo. El 30 de septiembre de 2026 comunicó a los desarrolladores que Claude Sonnet 4.5 se retirará el 30 de noviembre de 2026. Cualquier sistema que siga llamando a ese modelo después de esa fecha simplemente falla. Pasar al sustituto significa probar que el nuevo modelo sigue redactando los informes, clasificando los correos y aplicando las reglas como espera la empresa.
Las plataformas cambian sus reglas. El 1 de julio de 2025, Meta pasó la mensajería empresarial de WhatsApp a un cobro por mensaje de plantilla. Desde el 15 de enero de 2026, prohibió los chatbots de IA de uso general en la plataforma WhatsApp Business, aunque sigue permitiendo la IA para atención al cliente, como reservas y seguimiento de pedidos. Una empresa que tenía un asistente en WhatsApp tuvo que comprobar dos veces en siete meses si su configuración seguía permitida y cuánto le costaba ahora.
Las herramientas conectadas cambian. El CRM, el programa de contabilidad, el proveedor de correo: cada uno actualiza su interfaz, cambia el nombre de campos o modifica el inicio de sesión. Cada conexión puede romperse un martes por la mañana.
La empresa cambia. Una nueva línea de producto, una nueva lista de precios, una persona nueva en la oficina. La IA tiene que saberlo. Un sistema que acertaba en marzo puede equivocarse en septiembre sin que nadie se dé cuenta.
Por eso tratamos cada sistema de IA que construimos como algo que hay que operar, con una persona responsable cada mes. El artículo sobre planificación de sucesión de software trata la otra cara de la misma moneda: qué pasa si desaparece la persona que lo mantiene.
Supervisión: ¿quién se entera primero?
Hay una pregunta que indica si existe supervisión: cuando el sistema falla, ¿quién se entera primero?
Si la respuesta es un cliente («envié un parte de daños hace tres días y no he sabido nada»), falta la supervisión. Además, los sistemas de IA fallan de forma más silenciosa que el software normal. No siempre se caen. A veces siguen funcionando y empeoran: los resúmenes se vuelven más vagos, un campo se rellena mal, una categoría de correo se ignora.
Una buena supervisión para el sistema de una pequeña empresa comprueba tres cosas:
- ¿Está funcionando? Cada tarea programada deja un registro. Si falta un registro, salta una alarma.
- ¿Está bien? Un pequeño conjunto de casos de prueba reales con respuestas conocidas se ejecuta después de cada cambio, para que una actualización del modelo o un ajuste de las instrucciones no rompa nada sin que se note.
- ¿Cuánto cuesta? El uso por tarea, controlado a diario, con un límite. Un bucle que funciona toda la noche no debería descubrirse en la factura.
El sistema de una pequeña empresa puede cubrir los tres puntos con comprobaciones y avisos sencillos, siempre que alguien decida antes del lanzamiento que importa.
¿Quién lo arregla a las 7?
Para un dueño, la pregunta práctica es sencilla: si deja de funcionar antes de abrir, ¿quién coge el teléfono?
En una agencia pequeña o con un freelance, la respuesta sincera suele ser «yo, cuando vea el mensaje». Puede estar bien. Solo hay que dejarlo por escrito: tiempos de respuesta, qué se considera urgente y qué pasa cuando esa persona está de vacaciones.
Cuando compares ofertas, recuerda que una cuota mensual más baja sin un tiempo de respuesta comprometido te traslada el riesgo a ti.
Cómo deberían evolucionar los costes con el tiempo
Un sistema de IA bien gestionado debería mostrar dos tendencias a la vez: más trabajo hecho y un coste por tarea más bajo.
El volumen crece porque la empresa confía más trabajo al sistema. El coste por tarea baja porque, con datos de uso reales, las tareas rutinarias pasan a modelos más baratos, el contexto repetido se guarda en caché, el trabajo no urgente se agrupa en lotes y las llamadas inútiles se detectan y se eliminan. El primer mes suele ser el más caro por tarea. Si el mes doce no es más barato por tarea que el primero, alguien no lo está cuidando.
Así es también como juzgamos nuestro propio trabajo. Nuestros clientes nos contratan para hacer más con el equipo que ya tienen. Un sistema en marcha cuyo coste por tarea sube cada trimestre no supera esa prueba, aunque nunca falle.
Preguntas que hacer sobre los costes de funcionamiento
Antes de firmar cualquier proyecto de IA, pide al proveedor que responda por escrito a estas preguntas:
- ¿Qué cubre exactamente la cuota mensual: alojamiento, uso de modelos, supervisión, mantenimiento, soporte?
- ¿El uso de modelos está incluido, tiene un límite o se cobra aparte? ¿Qué pasa si el volumen se duplica?
- ¿Qué modelo hace qué tarea, y cuándo se revisó por última vez?
- ¿Quién se ocupa de la retirada de un modelo o de un cambio de interfaz, y está incluido?
- ¿Cómo sabremos que funciona, y quién se entera primero cuando no?
- ¿Cuál es el tiempo de respuesta cuando algo falla, y quién cubre las vacaciones?
- ¿Recibiré un informe mensual con el volumen, el coste por tarea y las incidencias?
La cifra que hay que vigilar
La factura del desarrollo llega una vez. Los costes de funcionamiento llegan cada mes mientras el sistema siga vivo. El segundo año, la pregunta útil es cuánto cuesta hoy una tarea comparado con el primer mes. Si esa cifra baja mientras el sistema asume más, el proyecto se está gestionando bien.
Preguntas frecuentes
Depende del volumen y de qué modelos hacen qué tareas. En nuestro ejemplo, clasificar 200 correos al día cuesta unos 18 $ al mes con un modelo pequeño y unos 72 $ con el más grande, sin contar alojamiento, supervisión y soporte. Pide una estimación por tarea basada en tus volúmenes reales, y un límite.
Porque cambian las piezas de las que depende. Los proveedores de IA retiran modelos (Anthropic avisa con al menos 60 días), las plataformas de mensajería cambian sus reglas y las herramientas conectadas actualizan sus interfaces. Cada cambio necesita a alguien que pruebe y adapte el sistema.
Para tareas rutinarias como clasificar, etiquetar y resumir brevemente, normalmente sí. Para textos cuidados o decisiones complejas, a menudo compensa un modelo más grande. La configuración adecuada combina modelos según la tarea y comprueba la elección con casos de prueba reales.
En las plataformas en la nube de Amazon y Google, los puntos de acceso regionales como la UE cuestan alrededor de un 10 % más que el enrutamiento global. Para las empresas europeas que manejan datos de clientes, ese recargo suele simplificar mucho su posición respecto al RGPD.
Como mínimo: alojamiento, supervisión, actualizaciones cuando cambian los modelos o las herramientas conectadas, y un tiempo de respuesta comprometido para el soporte. Pregunta si el uso de modelos está incluido y cómo se cobran las nuevas funciones.
¿Quieres ver lo que la IA puede hacer por ti?
Cuéntanos sobre tu negocio. Te respondemos en 24 horas.
Agenda una Llamada Estratégica