Dentro de las empresas, sea cual sea su tamaño, la decisión de sustituir o aumentar un puesto con IA no se toma a partir de la ficha técnica de un modelo. Se toma sobre una hoja de cálculo con tres números en la cabecera: valor actual neto, tasa interna de retorno y periodo de recuperación. Si esos números no caen en el rango que el director financiero aprobará, la presentación no pasa de la reunión de estrategia, por prometedora que pareciera la demo.
La mayoría de los profesionales del conocimiento no han vuelto a trabajar estas cuentas desde la escuela de negocios, si es que lo hicieron. El resultado es un debate público sobre la IA y el trabajo donde la economía operativa se discute en términos de «¿costará menos?» mientras que la decisión real se toma en términos de «¿supera la tasa mínima de rentabilidad?». No son la misma pregunta. Un despliegue puede ahorrar dinero por ticket y aun así fallar en la hoja de cálculo — porque el coste de integración inicial se amortiza demasiado despacio, o porque la curva de ahorro se erosiona a medida que caen los precios de inferencia, o porque la tasa de descuento que aplica el director financiero hace que los dólares del año 4 valgan mucho menos de lo que sugería la demo.
Este artículo expone los tres números en lenguaje claro, muestra el marco que usa el Investment View de Wagecore para calcularlos, y argumenta por qué un dato que la mayoría de los análisis omite — el ritmo al que bajan los costes de ejecución de la IA a lo largo del horizonte de proyección — es la diferencia entre una «victoria clara» a cinco años y un empate a cinco años.
La forma de la decisión es capex, no opex
Un proyecto de sustitución con IA se parece a una inversión de capital, aunque produzca ahorros de gasto operativo. Hay un desembolso inicial en el año cero: ingeniería de integración, gestión del cambio, recualificación, infraestructura de evaluación, costes de despido. A cambio, se obtiene un flujo de ahorros en el coste laboral que se extiende durante los años que dure el despliegue. Los números que resumen una inversión de capital con un flujo de ahorros son la VAN, la TIR y el periodo de recuperación.
Conviene señalar de entrada: la decisión tiene forma de capex, pero el coste de ejecución sigue teniendo forma de opex — y por eso precisamente la mayoría de los despliegues de IA que no alcanzan su objetivo de VAN fallan por el lado del opex. El coste de integración está acotado; el coste de ejecución de auditoría, reintentos, errores y supervisión no lo está, y crece con la complejidad de la carga de trabajo. Véase el marco de coste operativo para el desglose partida por partida.
VAN: cuánto pesa realmente un dólar en el año cuatro
El valor actual neto suma los ahorros en dólares que produce cada año futuro, descontados a hoy por una tasa que refleja el coste de capital de la empresa. Un ahorro de 100 $ en el año uno vale 100 $. Un ahorro de 100 $ en el año cinco a una tasa de descuento del 10 % vale 62 $. Una VAN negativa significa que los ahorros descontados no cubren el coste inicial ni siquiera en todo el horizonte. Una VAN positiva significa que sí.
La elección de la tasa de descuento importa más de lo que la gente espera. El coste medio ponderado del capital (WACC) de las empresas cotizadas estadounidenses suele situarse entre el 7 y el 12 %, siendo el 9-10 % la cifra única más común. El Investment View de Wagecore usa el 10 % por defecto cuando el usuario no aporta ninguna. Una tasa de descuento más alta penaliza con más dureza los despliegues de recuperación lenta; una tasa del 12 % aplicada a un flujo de cinco años hace que los ahorros del año cinco valgan 57 centavos por dólar en lugar de 62.
Para el modelado interno recomendamos calcular la VAN a dos tasas: el WACC real de la empresa para el caso base, y una tasa del 14-15 % como prueba de esfuerzo ajustada al riesgo. Si el despliegue sigue siendo positivo al 15 %, es una victoria robusta. Si solo es positivo al 7 %, es sensible a supuestos que quizá no se cumplan.
TIR: la tasa de retorno implícita
La tasa interna de retorno invierte la VAN — pregunta: «¿a qué tasa de descuento la VAN de este despliegue sería igual a cero?». Esa tasa es el retorno implícito que gana el proyecto. Si la TIR es del 25 % y tu WACC es del 10 %, el despliegue está creando valor por encima del coste de capital. Si la TIR es del 8 % y tu WACC es del 10 %, te iría mejor poniendo el dinero en un fondo indexado de renta fija.
La TIR es la métrica que usan los directores financieros para comparar despliegues de IA con otros usos del mismo capital — una campaña de marketing, una adquisición, una nueva línea de producto. La pregunta estratégica rara vez es «¿es rentable este despliegue de IA?» (la mayoría lo parecen por ticket); es «¿es este despliegue de IA más rentable que lo siguiente mejor que podríamos hacer con el mismo presupuesto de ingeniería y gestión del cambio?». La TIR es la métrica de comparación.
Periodo de recuperación: la comprobación instintiva que los ejecutivos de verdad quieren
El periodo de recuperación es el tiempo, en meses, hasta que los ahorros acumulados igualan el coste inicial. Ignora el valor temporal del dinero —por eso es técnicamente inferior a la VAN y la TIR— y aun así es lo que piden los ejecutivos, porque responde a una pregunta que la VAN y la TIR no responden: «¿cuánto tardará esto en pagarse a sí mismo, por si el mundo es completamente distinto para entonces?».
Los umbrales corporativos habituales tienen este aspecto, aunque varían mucho según el sector y el apetito por el riesgo: por debajo de 18 meses suele ser una luz verde cómoda en la mayoría de las empresas; de 18 a 36 meses dispara el escrutinio de los supuestos; por encima de 36 meses normalmente pierde frente a las alternativas, salvo que el despliegue tenga valor estratégico más allá del retorno financiero. Son reglas generales, no umbrales de Wagecore —el Investment View informa de los meses reales y deja la decisión del umbral al usuario.
El dato que la mayoría de los análisis omite: la caída del coste de inferencia
La mayoría de las proyecciones de ROI de la IA suponen que el coste de inferencia e infraestructura del año uno se mantiene a lo largo del horizonte. No deberían. El precio de inferencia por token ha caído del orden de un factor diez cada 18-24 meses para una capacidad comparable en los últimos tres años, y las estimaciones de los analistas (Gartner es la fuente pública más citada) proyectan caídas continuas hasta 2030. Si la línea de coste baja un 35 % anual y el modelo la supuso plana, el flujo de ahorros a cinco años queda infravalorado por un factor de aproximadamente 1,6.
El Investment View de Wagecore toma la tasa de caída de inferencia como un dato explícito. El valor por defecto es del 35 % anual (conservador frente a las curvas más agresivas de Gartner; un caso de límite superior al 50 % acercaría la proyección a las estimaciones centrales actuales de los analistas). Cuando el usuario ejecuta el motor, ve lo sensible que es la VAN a ese dato. A menudo la diferencia entre un caso ligeramente negativo y uno claramente positivo es la curva de caída de inferencia.
Advertencia importante: la caída de inferencia desplaza hacia abajo la línea de coste del modelo en la proyección, pero no reduce el coste de auditoría, el coste de reintento ni el coste de error. Estos escalan con la complejidad de la carga de trabajo y el régimen regulatorio, no con el precio del modelo. Un despliegue donde el coste operativo está dominado por el tiempo de auditoría verá un beneficio modesto de las caídas de inferencia — la hoja de cálculo sigue dependiendo sobre todo de si las herramientas de evaluación y orquestación permiten recortar la tasa de auditoría.
Un ejemplo trabajado: equipo de soporte de 50 personas, tres escenarios
Tomemos una empresa SaaS hipotética con un equipo de soporte de 50 personas, un coste laboral totalmente cargado de 80 000 $/año por agente (es decir, 4 M$ de coste laboral anual), un coste de integración de IA inicial de 250 000 $ tratado como una salida de caja en el año 0, y un supuesto de caída anual del coste de inferencia del 35 %. La tasa de descuento es del 10 %. Ejecutemos tres escenarios para la cuota de trabajo que gestiona la IA:
Escenario A — la IA gestiona el 30 % del trabajo. Coste laboral anual desplazado: 1,2 M$. Coste operativo de IA del año 1: 120 000 $. Flujo de caja neto del año 1: 1,08 M$ (trabajo ahorrado menos coste de IA). Salida del año 0: el coste de transición de 250 000 $. VAN a cinco años al 10 % de descuento y 35 % de caída de inferencia: ~4,1 M$. TIR: muy por encima de cualquier WACC plausible (más del 400 %, pero en ese rango el motor viene a decir «la tasa de retorno es enorme porque el coste inicial es diminuto en relación con el flujo de caja que desbloquea»). Recuperación: ~3 meses. El despliegue es sólidamente positivo incluso antes de incorporar las ganancias de productividad.
Escenario B — la IA gestiona el 50 % del trabajo. Coste laboral anual desplazado: 2 M$. El coste operativo de IA del año 1 sube a 260 000 $ porque el despliegue ahora toca tickets más complejos que elevan la tasa de auditoría y el coste de error. Flujo de caja neto del año 1: 1,74 M$ frente a la misma transición de 250 000 $ en el año 0. VAN a cinco años: ~6,8 M$. TIR: muy alta pero, de nuevo, menos informativa que la VAN aquí. Recuperación: ~2 meses. Sigue siendo claramente positivo, pero la mejora por punto porcentual de «cuota de trabajo gestionada» empieza a frenarse, porque la tarea marginal que la IA asume es más cara de supervisar.
Escenario C — la IA gestiona el 70 % del trabajo. Coste laboral anual desplazado: 2,8 M$. Coste operativo de IA del año 1: 580 000 $ — con esta cuota de trabajo, la tasa de auditoría no puede mantenerse baja sin que caiga la calidad. Flujo de caja neto del año 1: 2,22 M$. Salida del año 0: 250 000 $. VAN a cinco años: ~9,2 M$. Ahora ejecutemos la sensibilidad: si la tasa de auditoría real ligada a la calidad del equipo resulta 10 puntos porcentuales más alta de lo que supone el modelo y persiste, el coste operativo de IA del año 1 sube a 920 000 $ y la curva de coste elevada recorre también los años 2 a 5. VAN recalculada: ~8,4 M$. El despliegue sigue siendo positivo, pero el margen de seguridad se ha estrechado lo suficiente como para que un director financiero prudente lo condicione a un piloto de un trimestre antes de comprometer la transición de todo el equipo.
El patrón: la VAN crece con la cuota de sustitución, pero crece de forma sublineal porque la curva de coste operativo se dobla al alza a medida que la IA pasa del trabajo simple al complejo. La forma de la decisión es casi siempre «desplegar con agresividad en la mitad inferior de la distribución de complejidad, encuadrar con cuidado la mitad superior».
Por qué esta es la hoja de cálculo que los ejecutivos usan de verdad
La evidencia macroeconómica respalda hacer este tipo de análisis antes de comprometerse. El AI Radar 2025 de BCG informó de que, de las firmas estudiadas, solo el 5 % estaba capturando valor a escala con la IA y en torno al 60 % no había reportado aún valor material (citado en /methodology ). El análisis del MIT CSAIL anclado en la industria (Svanberg et al., 2024) sobre la economía del despliegue en tareas de visión concluyó que la IA «pasaba la hoja de cálculo» solo en torno al 23 % de la cuota salarial de las tareas de visión donde era técnicamente capaz. La frontera de capacidad va muy por delante de la frontera de viabilidad económica, y la brecha se cierra con la lentitud suficiente como para que la hoja de cálculo haga un trabajo real.
La contribución de Wagecore es hacer la hoja de cálculo ejecutable por puesto y por organización frente a la matriz de capacidad actual, con datos explícitos para los supuestos que importan — cuota de sustitución, tasa de descuento, caída de inferencia, coste de transición — e intervalos de confianza sobre los datos subyacentes de la matriz de capacidad, para que el usuario vea dónde opera el modelo con señal débil.
Pruébalo
El Investment View viene con Wagecore Pro y ejecuta esta proyección en cada Wagecard que calcules — tus datos, tu tasa de descuento, tu curva supuesta de caída de inferencia. Si prefieres ver primero la versión a nivel corporativo, /org/preview es una demo no persistente y sin registro — pega tus puestos y sus plantillas y verás el mapa de calor a nivel de organización y la proyección a 5 años consolidada.
Metodología abierta en /methodology . Los detalles del motor de proyección financiera, con los valores por defecto conservadores nombrados explícitamente, están ahí. Si el modelo conservador sigue mostrando una VAN positiva, es una señal real. Si no, probablemente el trato no lo sea.