Un agente de IA no cuesta lo que dice el precio del modelo, y es el error de presupuesto más habitual que vemos cuando una pyme compara proveedores. Alguien pregunta "¿cuánto cuesta meter IA en mi empresa?" y recibe una cifra por token, por mensaje o por usuario, y con eso decide. El problema es que ese número describe una sola partida de cuatro, y las otras tres son las que de verdad determinan si el proyecto sale rentable o se convierte en un agujero que nadie vio venir.
No vamos a dar cifras (las nuestras no se publican, y las de un proveedor genérico serían inventadas), pero sí la regla de decisión que aplicamos con cada cliente antes de que firme nada: compara proveedores por las cuatro partidas, no por una.
La trampa del "precio por token"
El precio por token es fácil de anunciar, fácil de comparar en una tabla y fácil de vender como "la IA sale barata". Es real, pero es solo el coste de que el modelo procese texto. No incluye nada de lo que hace falta para que ese modelo se convierta en algo que trabaja dentro de tu negocio: que lea tu ERP, que escriba en tu CRM, que alguien confíe en lo que hace sin revisarlo todo a mano.
Comparar dos proveedores solo por el precio del token es como comparar dos coches solo por el precio del depósito de gasolina. Puede que el más barato en el surtidor sea el que más gasta en el taller.
Las cuatro partidas reales
Estas son las cuatro partidas de coste de un agente de IA en producción, en el orden en el que suelen aparecer (y sorprender):
| Partida | Qué cubre | Cuándo aparece |
|---|---|---|
| 1. Modelo | Uso del modelo: tokens de entrada y salida, tamaño del contexto que necesita para razonar bien | Desde el primer mensaje, es la única visible en el presupuesto inicial |
| 2. Integración | Conectar el agente a tu ERP, CRM o sistema de datos real, y mantener esa conexión cuando esas herramientas cambian su API | Antes de poner el agente en producción, y de forma recurrente después |
| 3. Supervisión humana | Alguien que revise lo que hace el agente, corrija sus fallos y ajuste las reglas, sobre todo en las primeras semanas | Constante, más intensa al principio, baja si el agente está bien construido |
| 4. Gobierno y pruebas | Probar el agente antes de dejarlo tocar datos reales, guardarraíles, permisos por rol, qué pasa si el proveedor cambia el modelo o su precio | Antes del lanzamiento, y cada vez que algo del entorno cambia |
Solo la primera partida aparece en la mayoría de los presupuestos que circulan por ahí. Las otras tres son trabajo real, y si nadie las cuenta, no es que desaparezcan: las paga alguien de todas formas, normalmente en forma de horas de tu equipo arreglando lo que el agente rompió, o de un proyecto que se queda a medias porque nadie presupuestó la parte de integración.
Por qué las otras tres partidas no son opcionales
Hay una tentación de tratar la integración, la supervisión y el gobierno como "extras" que se pueden recortar si el presupuesto aprieta. En nuestra experiencia construyendo agentes que sí escriben en sistemas reales, funciona justo al revés: recortar cualquiera de las tres no reduce el coste, lo traslada.
- Si recortas integración, el agente queda desconectado del sistema real y se convierte en un chatbot que responde preguntas pero no hace nada; lo contamos con más detalle en por qué un agente sin permisos de escritura es un chatbot caro.
- Si recortas supervisión, el error que comete el agente en la semana tres no lo detecta nadie hasta que ya afecta a un cliente o a una factura real.
- Si recortas gobierno y pruebas, estás dejando que un sistema nuevo toque datos de producción sin haber comprobado antes qué hace cuando algo sale mal, que es exactamente lo que evita cómo se prueba un agente de IA antes de dejarlo tocar datos reales.
El comercial de IA que construimos para una distribuidora industrial de más de 50.000 productos es un buen ejemplo de por qué las cuatro partidas van juntas: la IA cotiza por WhatsApp dentro de Odoo, valida cliente, aplica tarifa, comprueba stock y crea el pedido real. El precio del modelo es la parte más pequeña de ese trabajo; la integración con Odoo, las reglas de qué puede y qué no puede tocar, y las pruebas antes de dejarlo hablar con clientes reales son las que hacen que funcione sin supervisión constante hoy. Puedes ver el caso completo en comercial de IA en el ERP.
La pregunta que hay que hacerle a tu proveedor
Antes de comparar dos ofertas de IA por precio, haz esta pregunta y compara las respuestas, no solo el número del token:
- ¿Qué parte del precio cubre solo el uso del modelo?
- ¿Quién hace la integración con mi ERP o CRM, y qué pasa si esa herramienta cambia su API el año que viene?
- ¿Cuántas horas de supervisión humana necesita este agente al mes, y quién las hace, vosotros o mi equipo?
- ¿Cómo se prueba el agente antes de tocar datos reales, y qué guardarraíles tiene si se equivoca?
Si un proveedor no puede contestar a las cuatro con algo concreto, no tienes un precio: tienes una partida, y las otras tres te van a llegar de todas formas, solo que sin avisar.
Checklist antes de firmar
- Tengo el precio del modelo, y sé qué unidad mide (token, mensaje, usuario, minuto).
- Sé quién hace la integración con mis sistemas reales, y si el mantenimiento está incluido o es aparte.
- Sé cuántas horas de revisión humana necesita el agente al mes, y quién las asume.
- Sé cómo se prueba el agente antes de que toque datos reales, y qué pasa si falla.
- He comparado a los proveedores por las cuatro partidas, no solo por la primera.
La regla, en una frase
Un precio por token no es un presupuesto, es una partida. Si tu proveedor solo te habla de esa, la conversación aún no ha empezado.
En AutoBoost construimos software e IA a medida integrado en el sistema real del cliente, no plantillas genéricas, así que las cuatro partidas están sobre la mesa desde el primer día, no como sorpresa en el mes tres. Si quieres saber qué pinta tendría esto en tu negocio, puedes ver todos los servicios o escribirnos y lo hablamos con tu caso concreto encima de la mesa.
