Un contrato firmado, mil usuarios más, unos ingresos recurrentes que aumentan: en el panel de control, todo parece estar en verde. Pero detrás de cada respuesta generada puede llegar una factura. Detrás de cada error, a veces interviene un empleado. Y detrás de una promesa de automatización se esconde en ocasiones un pequeño equipo de producción. Para una start-up de IA, vender más no significa necesariamente obtener una mayor rentabilidad. La pregunta decisiva pasa a ser: ¿qué queda una vez que la inteligencia se ha entregado realmente?
De aquí a septiembre de 2026, esta cuestión podría tener más peso en las decisiones de inversores y clientes. Esta perspectiva prolonga tendencias ya observables en 2024: la difusión de modelos de pesos abiertos, la competencia de precios entre proveedores y la proliferación de asistentes especializados. Se trata de un análisis prospectivo, no de la constatación de resultados financieros que ya se conocerían.
El software vuelve a tener un coste de fabricación
El software tradicional nunca ha sido gratuito de operar. El alojamiento, la asistencia y la seguridad consumen recursos. Pero atender a un usuario adicional puede costar relativamente poco. Con la IA generativa, el uso suele desencadenar un gasto adicional de cómputo: procesamiento de documentos, generación de texto, transcripción de audio o análisis de imágenes. Por tanto, un cliente muy activo puede ser menos rentable que uno poco activo, aunque ambos paguen la misma suscripción.
El fenómeno se acentúa cuando un producto encadena varias operaciones. Para atender una solicitud, un agente puede consultar una base documental, recurrir a distintas herramientas, generar una respuesta, verificarla y volver a empezar. Una acción visible en la interfaz oculta entonces varias llamadas facturadas. El número de solicitudes de los usuarios ya no basta para describir el coste del servicio.
La competencia puede, no obstante, mejorar la ecuación. En 2024, la llegada de GPT-4o mini de OpenAI y de Gemini 1.5 Flash de Google ilustró la búsqueda de modelos menos costosos para determinados usos. La familia Llama de Meta, por su parte, amplió las posibilidades de despliegue de modelos de pesos abiertos. Pero una tarifa inferior no garantiza una factura total más baja: los volúmenes, los contextos largos y las verificaciones pueden absorber el ahorro.
La unidad adecuada: una tarea completada con éxito
Para entender una empresa emergente, conviene empezar por lo que vende realmente. ¿Un documento utilizable? ¿Un expediente tramitado? ¿Una conversación resuelta sin necesidad de volver a intervenir? La medida pertinente pasa a ser el coste total por tarea completada con éxito, con una definición de éxito acordada de antemano. Una respuesta instantánea pero inutilizable no es una unidad de valor.
Tomemos un ejemplo meramente ilustrativo. Una empresa factura 1 000 euros al mes a un cliente. Las llamadas a los modelos le cuestan 200 euros; el alojamiento, el almacenamiento y las herramientas necesarias, 100 euros; las correcciones humanas directamente relacionadas con el servicio, 250 euros. Quedan 450 euros antes de los demás gastos. Contabilizar únicamente los modelos arrojaría un margen del 80 %, frente a una contribución directa del 45 % en este cálculo ampliado.
Esta contribución no es un beneficio neto. Todavía debe financiar la investigación, el desarrollo, las funciones administrativas y la captación comercial. Las clasificaciones contables también pueden variar. De ahí la conveniencia de presentar un margen bruto contable y un indicador operativo conciliado con él, en lugar de un porcentaje favorable cuyo alcance nadie conoce con exactitud.
Qué debe incluirse en el cálculo
- El cómputo consumido: llamadas a los modelos, intentos fallidos, generación, búsqueda documental y verificaciones automatizadas.
- La infraestructura utilizada: bases de datos vectoriales, almacenamiento, monitorización, transferencias de datos y capacidad reservada.
- El trabajo humano de producción: validación, corrección, moderación y gestión de excepciones.
- Los costes específicos del cliente: asistencia técnica intensiva, compromisos de disponibilidad e integraciones necesarias para prestar el servicio.
Conviene separar los gastos puntuales de instalación de los gastos recurrentes. Un despliegue costoso puede ser aceptable si el cliente permanece durante mucho tiempo y después pasa a ser rentable. Por el contrario, una integración facturada a un precio elevado no demuestra que la suscripción sea económicamente viable.
El ser humano en el proceso, pero también en las cuentas
En la sanidad, el derecho o las operaciones financieras, la validación humana puede ser indispensable. En otros ámbitos, compensa sobre todo las limitaciones del producto. En ambos casos, tiene un coste. El problema no es su presencia, sino su invisibilidad cuando la empresa se presenta como totalmente automatizada.
Hay que hacer un seguimiento del tiempo de supervisión por expediente, la tasa de derivación a una persona y la frecuencia de las correcciones. Una bajada del precio de los modelos aporta poco si los equipos dedican más tiempo a corregir sus respuestas. A la inversa, un modelo más caro puede mejorar el margen si reduce lo suficiente estas intervenciones.
También hay que prestar atención al trabajo gratuito de los fundadores. Durante las primeras pruebas piloto, corrigen los resultados por la noche y acompañan personalmente a cada cliente. Esta cercanía ayuda a construir el producto, pero distorsiona su economía aparente. Valorar esas horas a un coste de sustitución realista permite distinguir entre un aprendizaje temporal y una dependencia duradera del servicio manual.
La nube: proveedor, palanca y dependencia
Los créditos que ofrecen las plataformas hacen menos difíciles los primeros meses. No constituyen una reducción estructural del coste de producción. Por tanto, un panel de control riguroso muestra el margen con y sin estas ayudas y después simula su vencimiento. La misma prudencia debe aplicarse a un descuento negociado que exige un compromiso de consumo elevado.
Cambiar de proveedor no siempre es sencillo. Los formatos, las herramientas y el comportamiento de los modelos difieren. Una migración exige pruebas de calidad, seguridad y latencia. Alojar un modelo por cuenta propia desplaza el gasto hacia las máquinas, la operación y las competencias internas; no lo hace desaparecer.
Por tanto, la dependencia también debe medirse en términos de capacidad de sustitución. ¿Qué parte del servicio depende de un único proveedor? ¿Cuánto costaría una migración? ¿Qué ocurre con la contribución si suben las tarifas o si un cliente exige un despliegue dedicado? Estos escenarios aclaran mejor el riesgo que una vaga promesa de arquitectura multiproveedor.
Hacer crecer el margen, no solo el uso
Existen palancas técnicas: reservar los modelos potentes para los casos difíciles, acortar las instrucciones, almacenar en caché determinados resultados y procesar por lotes las operaciones no urgentes. Pero cada optimización debe preservar la calidad. Reducir el coste de una respuesta mientras se multiplican los fallos constituye un falso ahorro.
La fijación de precios importa tanto como la técnica. Una tarifa plana ilimitada expone a usos intensivos; una facturación puramente variable inquieta a los compradores. Una suscripción que incluya un volumen definido, complementada con cargos claros por exceso de uso, puede repartir mejor el riesgo. Después hay que seguir los márgenes por cliente y por generación de contratos: una media tranquilizadora puede ocultar cuentas persistentemente deficitarias.
¿Y ahora qué? De aquí a septiembre de 2026, las empresas emergentes más sólidas podrían ser aquellas que demuestren una mejora simultánea de la calidad, la fidelización y la contribución por tarea. Ni el crecimiento de los ingresos ni la bajada del precio de los modelos bastarán por sí solos. La verdadera prueba será una promesa cumplida a un coste controlado, sin trabajo oculto ni subvenciones provisionales.
