Cómo medir ROI de un proyecto de IA en B2B (sin engañarte)

En cualquier comité que apruebe un proyecto de IA, alguien va a pedir el ROI. La pregunta es legítima. Las respuestas que circulan, casi nunca lo son. La mayoría de los cálculos que vemos están construidos para ganar la aprobación, no para sobrevivir a una auditoría doce meses después.

En los proyectos donde trabajamos hemos aprendido a medir ROI de una manera que no se parece a la diapositiva clásica. Es menos espectacular, más conservadora, y deja al cliente con un número que aguanta el escrutinio cuando llega el momento de renovar o ampliar. Vale la pena explicar la lógica, porque ahorra mucho dinero a quien no la sigue.

Lo que sí cuenta

Hay tres categorías de impacto que merecen ir en el numerador, y conviene calcularlas con disciplina.

• Horas reales liberadas, multiplicadas por el coste verdadero de esa hora, no por el sueldo bruto.
• Ingreso incremental atribuible al sistema, comprobado contra un baseline real, no contra una proyección optimista.
• Reducción de churn o de incidentes con coste financiero medible, no con un porcentaje genérico copiado de un informe.

En la primera, la trampa habitual es valorar las horas a tarifa de venta cuando son horas internas, o a sueldo bruto cuando deberían incluir el coste totalmente cargado, que en una empresa de servicios B2B suele estar entre 1,5 y 1,8 veces el bruto. Ahí ya hay un factor importante de error en cualquier dirección.

En la segunda, el problema es la atribución. Si el cliente cierra más ventas tras introducir un agente comercial, ¿son del agente o del nuevo plan de marketing que coincidió en el tiempo? La forma honesta de aproximarse es comparar contra un grupo de control: una región, un segmento o un periodo donde el agente no opera, y medir la diferencia. Sin grupo de control, todo número es opinión.

En la tercera, conviene contar incidentes evitados solo cuando hay registro previo del incidente equivalente. Si nunca pasaba, no se está evitando. Se está hablando de hipótesis.

Lo que no cuenta, aunque parezca que sí

La lista de métricas vanidosas en proyectos de IA es larga y tentadora. Conviene desconfiar sistemáticamente.

• Volumen de uso del sistema, sin contexto. Mucha gente probando y abandonando es ruido, no valor.
• Tiempo de respuesta del agente, si el proceso humano que sustituye no era más lento.
• Satisfacción binaria del usuario, sin medir si terminó la tarea.
• Comparaciones contra un baseline manual inflado a propósito para que el delta parezca grande.
• Horas ahorradas que el equipo no usa para nada productivo, simplemente desaparecen.

La última es probablemente la más cara y la menos discutida. Si automatizas dos horas al día de una persona, pero esa persona no tiene tarea de mayor valor para ocupar ese tiempo, el ahorro existe en la hoja de cálculo, no en la cuenta de resultados. La hora liberada solo vale si se reinvierte en algo que el negocio reconozca como ingreso o ahorro real.

El denominador que casi nadie escribe

El error más caro no está en el numerador. Está en el denominador. La mayoría de los cálculos de ROI suman solo el coste del proyecto inicial: implementación, licencias, modelo. Olvidan tres partidas que pesan más con el tiempo.

• Operación continua: alguien tiene que mantener el sistema vivo, observar fallos, decidir mejoras. Eso cuesta cada mes, no solo el primero.
• Coste variable de modelo y de infraestructura: a veces lineal con el uso, a veces con saltos abruptos cuando se cambia de plan.
• Coste de adopción: tiempo del equipo para aprender, formar, ajustar procesos durante los primeros tres a seis meses.

Cuando estos tres conceptos se incorporan al denominador, muchos proyectos que parecían tener ROI a tres meses pasan a tenerlo a doce. No es malo. Es honesto. Y permite tomar la decisión correcta sobre qué priorizar.

Una plantilla simple que aguanta

En las propuestas que presentamos a clientes, el cálculo cabe en una hoja. Se compone de tres bloques. Beneficio anual: horas liberadas multiplicadas por coste cargado, más ingreso incremental atribuible con grupo de control, más coste de incidentes documentados que dejan de ocurrir. Coste anual: implementación amortizada a doce meses, más operación mensual, más coste de modelo, más estimación conservadora de adopción. ROI: la diferencia, expresada en euros y en meses al punto de equilibrio.

Lo importante no es la fórmula, es la disciplina. Cada número en esa hoja debe poder defenderse con un dato concreto, no con un porcentaje copiado. Si una línea no se puede defender, se quita o se marca explícitamente como hipótesis. Esa transparencia, que parece dolorosa al principio, es lo que convierte un cálculo en un argumento que aguanta cuando alguien lo cuestiona.

Una idea para dirección

Un ROI honesto es más bajo que un ROI optimista, pero es defendible. Un ROI defendible es lo que permite renovar el proyecto, ampliarlo y construir credibilidad para el siguiente. En empresas donde el primer cálculo se infló para ganar aprobación, vemos siempre el mismo patrón a los doce meses: el sistema no llega a las cifras prometidas, dirección pierde la fe en la IA, y el siguiente proyecto se aprueba con la mitad de presupuesto y el doble de escepticismo. Vale la pena gastar tiempo en hacer bien el primero.