Metodología
Consulta las tareas utilizadas, los supuestos de costes, las clases de tareas, la fiabilidad de las estimaciones principales y los límites del resultado.
Qué obtienes
Un informe Wagecard compara el coste operativo estimado de la IA con el salario de mercado, muestra qué puede hacer la IA en cada tarea y dónde necesita revisión humana, y registra los supuestos y la versión de la metodología utilizados.
Incluye la revisión humana, los reintentos y el coste de los errores.
Salario mediano de mercado para la región y el nivel de experiencia seleccionados.
Ejemplo ilustrativo. Los valores cambian según el puesto, las tareas, las horas, la ubicación y la experiencia.
Estimación de exposición
Un resumen de 0 a 100 de cuánta parte de la combinación de tareas seleccionada puede resultar económica si se realiza con IA. Interprétalo junto con el desglose de tareas y la fiabilidad cualitativa, no de forma aislada.
Coste operativo de la IA
El coste estimado de usar la IA para el trabajo seleccionado, incluido el tiempo de revisión, los reintentos, la integración y el coste esperado de los errores.
La composición de tareas
Cada tarea seleccionada se asigna a una de cuatro clases para mostrar dónde la IA puede sustituir, ayudar o aportar poco valor.
Datos utilizados
El modelo combina la calidad del resultado, el tiempo de revisión, la fiabilidad, el coste de los errores, el trabajo de integración, el coste operativo de la IA y el valor del contexto humano.
01
02
03
04
Detalles y límites
Abre las secciones que necesites para revisar las clases de tareas, la fiabilidad, los escenarios financieros, los costes de transición, los supuestos, las fuentes y las versiones.
La IA puede completar la tarea con poca revisión humana y un coste estimado menor.
La IA puede realizar gran parte de la tarea, pero una persona aún debe revisar el resultado, gestionar las excepciones y asumir la responsabilidad del resultado.
Una persona dirige la tarea mientras la IA ayuda a redactar, buscar, resumir u otras labores de apoyo.
Una persona sigue siendo central porque la confianza, la regulación, la responsabilidad o las relaciones hacen que la IA sea menos útil o más costosa.
La capacidad de una tarea indica si la IA puede producir un resultado aceptable. La fiabilidad indica con qué frecuencia lo hace sin reintentos, correcciones ni intervención de una persona. Wagecore usa ambas porque el tiempo de revisión y los fallos cambian el coste.
En la matriz actual, 38 celdas de tarea-modelo tienen una capacidad ≥ 75, mientras que 5 tienen una fiabilidad ≥ 80. Esa diferencia explica por qué el modelo de costes incluye revisión humana y reintentos.
Un informe Wagecard muestra las estimaciones de capacidad y fiabilidad ponderadas por horas para las tareas seleccionadas, además de la diferencia entre ambas. También muestra qué parte del trabajo seleccionado pertenece al grupo con capacidad ≥ 75 y fiabilidad < 80.
Brecha de capacidad
Klarna explicó más tarde que estaba incorporando más asistencia humana tras detectar problemas de calidad en la atención al cliente.
La Vista de inversión calcula tres medidas financieras habituales a partir del salario, el coste de transición, la tasa de descuento y los demás supuestos que muestra el escenario. Son proyecciones, no retornos garantizados.
a 5 años
Ahorros descontados del escenario menos el coste inicial de transición. Un resultado positivo significa que los supuestos seleccionados generan valor a la tasa de descuento elegida.
Tasa interna de retorno
El rendimiento anual implícito en el escenario. Compáralo con la tasa mínima de la organización antes de tomar una decisión.
Plazo
El tiempo que tardan los ahorros acumulados estimados en recuperar el coste de transición con los supuestos seleccionados.
La Vista de inversión muestra un escenario a cinco años y los supuestos utilizados. La tasa de descuento predeterminada es del 10 % y puede cambiarse con Pro. El escenario no incluye el valor de opción, el valor de una redistribución estratégica ni el valor terminal después del Año 5.
El escenario financiero también estima lo difícil que resulta cambiar el trabajo. Esto afecta al coste de transición, pero no cambia las estimaciones de capacidad ni la clasificación de las tareas.
Coste de cambio
El escenario usa supuestos de coste de transición distintos para el trabajo externalizado y el interno. Revisa esos supuestos y sustitúyelos por los costes reales de tu organización antes de usar la proyección.
Trayectoria de capacidad
El escenario base mantiene constante la estimación de capacidad actual. Un escenario opcional aumenta con el tiempo la parte gestionada por la IA, sin cambiar el trabajo crítico para el factor humano. Ambos resultados dependen de los supuestos mostrados.
La organización del trabajo pertenece al escenario financiero porque describe a la organización, no a la tarea. Las estimaciones de las tareas no cambian.
En el modelo representativo que se muestra aquí, la revisión humana supone la mayor parte del coste operativo mensual de la IA. Los tokens, la orquestación, los reintentos y la integración forman el resto. Por eso el coste horario total de la persona revisora influye mucho en el resultado.
Salario de supervisión asumido
El valor predeterminado usa una tarifa base mediana del trabajo del conocimiento en EE. UU. multiplicada por aproximadamente 1,3 para incluir prestaciones y gastos generales. Sustitúyela por el coste total real de la persona revisora cuando lo conozcas, ya que afecta directamente al coste operativo estimado de la IA.
La fiabilidad cualitativa de las estimaciones principales refleja la incertidumbre de este supuesto y de la matriz de capacidades. Trata el coste como una estimación y revisa el salario de la persona revisora antes de utilizarlo.
Estas fuentes muestran por qué estimar el coste de la IA exige mirar más allá de la capacidad del modelo y el precio de los tokens. El tiempo de revisión, los fallos, la integración y el coste de los errores pueden cambiar si merece la pena automatizar una tarea.
VP de Applied Deep Learning de Nvidia
abril de 2026“Para mi equipo, el coste de computación supera con creces el de los empleados.”
Fortune ↗MIT CSAIL
estudio de 2024“La automatización con IA solo resulta económicamente viable en el 23% de los puestos centrados en la visión con las estructuras de coste actuales.”
Estudio ↗BCG
2025“Solo el 5% de las empresas captan valor de la IA a escala; cerca del 60% no obtiene valor relevante pese a la inversión.”
BCG ↗Klarna + Uber
2025–2026“Klarna incorporó después más asistencia humana tras detectar problemas de calidad. Uber afirmó que agotó en cuatro meses su presupuesto de 2026 para IA aplicada a la programación.”
Wagecore usa esta evidencia para estimar la economía actual de las tareas. Una demostración de capacidad no se trata como prueba de que cambiar el trabajo vaya a ahorrar dinero.
Un evaluador aplica la misma rúbrica documentada en toda la matriz. Cada cambio publicado recibe una versión de la metodología para que el informe Wagecard pueda registrar qué datos de entrada se utilizaron.
Datos de entrada y fórmula documentados
Esta página documenta la rúbrica, el modelo de costes y las clases de tareas. Los informes Wagecard registran la versión de la metodología y muestran la fiabilidad cualitativa de las estimaciones principales.
Actualizaciones condicionadas por la evidencia
La matriz cambia cuando suficiente evidencia nueva supera los controles de calidad. Cada cambio publicado recibe una versión; no se promete una frecuencia fija.
Fiabilidad de las estimaciones principales
La fiabilidad cualitativa se aplica a las estimaciones principales del modelo. No es una garantía ni se aplica a todas las cifras mostradas.
Rúbrica de puntuación coherente
La misma rúbrica se aplica a todas las celdas de tarea-modelo. Las notas de cada versión registran los cambios relevantes.
Elige tus tareas y horas. Consulta el coste operativo estimado de la IA, el salario de mercado, las clases de tareas y la fiabilidad de las estimaciones principales.