Cómo medir el ROI de IA en una pyme: framework simple en 4 pasos.
Si no puedes calcular el ROI de tu proyecto IA, no puedes defender el presupuesto, no puedes escalar y no sabes si está funcionando. Un método práctico que cualquier pyme puede aplicar con una hoja de cálculo: línea base × coste hora × 4 vs coste mensual real del sistema.
Actualizado mayo 2026
Sin método, la IA queda en "creo que nos ayuda".
La mayoría de pymes que implantan IA no calculan ROI de forma rigurosa. Saben que "el equipo está más rápido" o que "los clientes están más contentos", pero no pueden defender con números la inversión cuando alguien la cuestiona. Cuando llega la factura de OpenAI a 400 €/mes o la nómina del consultor a 1.200 €/mes, la conversación se vuelve subjetiva y el proyecto pasa a "lujo prescindible".
Calcular ROI de IA no es complicado. Es la misma matemática que cualquier inversión: beneficio mensual / coste mensual. La dificultad está en (1) medir bien la línea base antes de empezar, (2) sumar honestamente todos los costes reales del sistema y (3) decidir un umbral de "merece la pena" antes de empezar para no engañarse a posteriori.
El framework que describimos abajo se aplica en 1-2 horas a cualquier proyecto IA pyme. No necesita BI ni dashboards. Una hoja de cálculo bien diseñada al principio del piloto y revisión a las 6-8 semanas bastan. Lo importante es la disciplina, no la sofisticación.
4 pasos para calcular ROI de IA en tu pyme.
Medir línea base 2-4 semanas antes
Antes de tocar IA, medir: ¿cuántas horas/semana dedica el equipo a la tarea que la IA va a tocar? ¿con qué calidad/errores? ¿qué volumen procesan? Sin esta línea base, después no podrás comparar nada. 2-4 semanas de medición conservadora basta.
Calcular coste mensual de la tarea ANTES
Horas semanales × 4 semanas × coste hora del perfil que la hace. Coste hora pyme España 2026: comercial 22 €, atención al cliente 18 €, operaciones 20 €, mando intermedio 35 €, técnico junior 25 €. Multiplica y tienes el "coste actual" de la tarea.
Sumar coste mensual REAL del sistema IA
No solo la API. Suma: tokens IA reales medidos en piloto + infraestructura (n8n, VPS, etc.) + mantenimiento humano (1-4 h/mes) + amortización montaje inicial dividido a 24 meses. El coste real suele ser 2-3× lo que la gente estima a ojo.
Compara y decide umbral 3×
ROI = coste tarea antes / coste sistema. Si en 12 meses no alcanza 3×, el proyecto no compensa el esfuerzo de implantar y mantener. Si supera 3×, escalar. Si está en 1×-3×, dejarlo solo si hay beneficios secundarios claros (calidad, velocidad, satisfacción).
Cómo medir bien lo que pasa ANTES de implantar IA.
La trampa más común: empezar IA sin medir antes y después intentar reconstruir la línea base por memoria ("creo que tardábamos como 2 horas por factura"). Eso ya no es ROI, es ficción. Hay que medir antes de tocar nada, durante 2-4 semanas, con disciplina.
Método práctico: durante 2 semanas, las personas que hacen la tarea anotan al final del día cuánto tiempo le dedicaron, cuántos elementos procesaron y cuántos errores corrigieron. Una columna en un Google Sheet basta. No hace falta cronómetro: tiempo estimado en bloques de 15 minutos vale. Al cabo de 2 semanas tienes 10-14 puntos de datos y promedios fiables.
Si la tarea no se hace todavía pero es nueva (por ejemplo "responder reseñas"), la línea base se calcula sobre el tiempo que llevaría hacerla manualmente con dimensión X. Mejor estimar conservador (más bajo, menos favorable a IA) para no engañarse luego.
Lo que la mayoría olvida sumar
Si solo cuentas los tokens IA estás infraestimando el coste real un 50-70%.
Tokens IA reales (no proyectados)
No estimar "tendremos X peticiones/mes y Y tokens cada una". Medir en piloto real 2-3 semanas y multiplicar. Coste API en 2026 ronda 1-3 € por millón de tokens input, 4-15 € por millón output. Pyme típica: 50-400 €/mes en API.
Infraestructura y herramientas
n8n cloud o VPS (15-50 €/mes), almacenamiento si hay RAG (5-30 €/mes), licencias de servicios complementarios (CRM, Make, lo que sea). En pymes típicamente 30-150 €/mes. Olvidado siempre en las cuentas iniciales.
Mantenimiento humano
Alguien tiene que revisar logs, ajustar prompts, atender fallos. Mínimo 2-4 horas/mes. Si lo hace personal interno × coste hora (60-140 €/mes). Si lo hace partner externo (200-500 €/mes). NUNCA es cero después del piloto.
Una pyme B2B de 30 personas, 200 emails/día al buzón general.
Línea base medida 2 semanas: una persona de back office dedica 2,5 horas/día a clasificar y redirigir emails a comercial, soporte, administración. 12,5 h/semana × 4 = 50 h/mes. Coste hora interno 18 €. Coste actual tarea: 900 €/mes.
Sistema IA implantado: n8n cloud (20 €/mes) que recibe email via IMAP, llama a Claude Haiku para clasificar (input ~500 tokens, output ~30 tokens, 200 mensajes/día = 600.000 input + 36.000 output tokens/mes = ~3 €/mes) y reenvía con etiqueta. Mantenimiento 2 h/mes × 25 €/h = 50 €/mes. Amortización montaje 1.500 € / 24 meses = 62 €/mes. Coste sistema: 135 €/mes.
Cálculo: ROI = 900/135 = 6,7×. La persona de back office recupera 35 h/mes (75% de la tarea, queda 25% para revisar dudas) que dedica a tareas comerciales con coste hora 22 € → margen adicional indirecto 770 €/mes. ROI total con beneficio indirecto: ~12×. Recomendación: implantar, escalar a otros buzones.
Una consultora pequeña, 15 propuestas al mes, comerciales mandos intermedios.
Línea base medida 3 semanas: cada propuesta tarda 4,5 horas de mando intermedio (35 €/h). 15 propuestas × 4,5 h × 35 = 2.362 €/mes en coste actual de la tarea.
Sistema IA implantado: base de plantillas + GPT-4o que genera borrador 80% completo. Tokens API ~12 €/mes. Almacenamiento RAG con casos pasados 10 €/mes. Mantenimiento 3 h/mes × 35 €/h = 105 €/mes. Amortización montaje 2.800 € / 24 meses = 117 €/mes. Coste sistema: 244 €/mes.
Cálculo: el mando ahora tarda 1,5 horas por propuesta (revisar y personalizar borrador) en vez de 4,5. Ahorra 3 h × 15 = 45 h/mes × 35 €/h = 1.575 €/mes recuperados. ROI = 1.575/244 = 6,4×. Pero también el ciclo de propuestas baja de 5 días a 1,5 días → tasa de cierre sube por reaccionar antes (medido +12% en 3 meses) → beneficio adicional difícil de cuantificar exacto pero claramente positivo. Implantar y escalar.
Asistente IA interno tipo "preguntale al manual de empleados".
Línea base medida 4 semanas: el equipo de RRHH (1 persona) responde unas 20 preguntas/semana sobre vacaciones, dietas, política de gastos, etc. Tiempo medio 8 min/respuesta. 20 × 8 = 160 min/semana = 11 h/mes × 20 €/h = 220 €/mes en coste actual.
Sistema IA propuesto: Bot Slack con RAG sobre los 12 PDFs de RRHH. Montaje 3.500 €. API tokens ~15 €/mes (uso bajo). Infraestructura 25 €/mes. Mantenimiento 2 h/mes × 25 €/h = 50 €/mes. Amortización 3.500/24 = 146 €/mes. Coste sistema: 236 €/mes.
Cálculo: ROI = 220/236 = 0,93×. Por debajo de 1. NO compensa. El volumen de preguntas es demasiado bajo para amortizar el montaje y mantenimiento. Recomendación: dejar a la persona de RRHH responder o, alternativa, hacer un FAQ HTML estático en la intranet (coste 200 € una vez, mantenimiento cero), que es la solución no-IA correcta aquí.
Trampas a evitar al calcular ROI de IA
Olvidar el coste del mantenimiento humano
Después del piloto sigue haciendo falta alguien que mire logs, ajuste prompts, gestione fallos. Mínimo 2-4 h/mes. Si no lo sumas, el ROI parecerá 30-50% mejor que real.
Usar tokens estimados en vez de medidos
Estimar tokens antes del piloto da números optimistas. Medir en piloto real y multiplicar por volumen previsto. Sorpresa habitual: 2-3× lo estimado por outputs más largos de lo esperado.
Sumar beneficios "blandos" sin matizar
"La IA mejora la satisfacción del cliente": vale, pero ponle número antes/después o no lo metas en el ROI. Como mucho menciónalo como beneficio cualitativo aparte del ratio.
No amortizar el coste de montaje
Los 2.000-8.000 € de montaje inicial no son "cero" en el mes 2: amortízalos a 24 meses (o a la vida útil del sistema). Si el proyecto solo va a vivir 12 meses, amortizar a 12.
Comparar contra "no hacer nada"
A veces la IA gana porque la alternativa real no era "no hacer nada" sino "contratar 0,5 FTE más". Compara contra esa alternativa, no contra status quo si la pyme iba a crecer igual.
No revisar el cálculo a los 6 meses
El ROI a 8 semanas y a 6 meses pueden ser distintos: a veces la IA mejora con ajustes (ROI sube) y a veces el volumen cae o los modelos suben de precio (ROI baja). Revisar trimestral mínimo.
Dudas que nos hacéis llegar
¿Quieres calcular el ROI real de tu proyecto IA antes de invertir?
Sesión de 45 minutos con un consultor: identificamos el caso de uso candidato, definimos línea base medible, estimamos coste sistema realista y te entregamos hoja de cálculo personalizada. Si el ROI proyectado no supera 3×, te lo decimos claro y proponemos alternativas.