Editor's Pick

Presupuesto de IA 2027, cinco preguntas antes de aprobarlo

EL ERP REGISTRA PERO NO CONCILIA

En estas semanas se cierra el presupuesto del próximo año, y en casi todas las empresas aparece una línea nueva. Inteligencia artificial. A veces viene de finanzas, a veces de tecnología y a veces del propio directorio, que pide "hacer algo con IA". Aprobar el presupuesto de IA para 2027 sin un criterio claro es una de las formas más rápidas de gastar sin resultados.

Los datos de 2025 lo muestran. Este artículo propone cinco preguntas para que esa línea del presupuesto se apruebe con números.

Para 2027, la pregunta importante es cómo saber, antes de firmar, si la inversión en IA va a volver.

Antes de aprobar una inversión en IA conviene responder cinco preguntas. Qué trabajo concreto va a hacer y cuánto cuesta hoy, cómo se cobra y qué pasa si crece el volumen, cómo se va a medir en 90 días, qué pasa cuando se equivoca y quién responde, y si exige cambiar los sistemas que la empresa ya tiene. Una propuesta que no responde las cinco todavía no está lista para el presupuesto.

Por qué esta vez conviene preguntar más

95%
de las organizaciones no ve retorno de negocio de su inversión en IA generativa, según el MIT
USD 30 a 40 mil millones
invertidos por empresas en IA generativa en ese mismo periodo
+40%
de los proyectos de agentes de IA se cancelarán antes de fin de 2027, según Gartner

El reporte The GenAI Divide del MIT, publicado en 2025, revisó más de 300 iniciativas de IA, entrevistó a 52 organizaciones y encuestó a 153 líderes. Su conclusión más citada es que, pese a una inversión de entre USD 30 y 40 mil millones, el 95% de las organizaciones no está viendo retorno de negocio. Según el estudio, la causa principal es que la mayoría de los sistemas no aprende del contexto ni se integra a los procesos reales.

Gartner llega a un diagnóstico parecido desde otro ángulo. En junio de 2025 predijo que más del 40% de los proyectos de agentes de IA se cancelarán antes de que termine 2027, por costos que suben, valor de negocio poco claro o controles de riesgo insuficientes. También estimó que, entre miles de proveedores que dicen ofrecer agentes de IA, solo alrededor de 130 lo hacen de verdad.

Las cinco preguntas que siguen apuntan justo a esas causas.

Las cinco preguntas

Pregunta 1

¿Qué trabajo concreto va a hacer, y cuánto cuesta hoy hacerlo?

"Mejorar la eficiencia" es demasiado vago para medirse. "Validar 800 facturas al mes contra la orden de compra" se puede medir. Sin un proceso concreto y su costo actual, no hay contra qué medir el retorno. Si no tienes el costo de hoy, en cuánto cuesta procesar una factura explicamos cómo calcularlo en cinco minutos.

Respuesta que convence

Un proceso con nombre, volumen mensual y costo actual en horas y dinero.

Señal para frenar

"Vamos a explorar casos de uso" como objetivo del año.

Pregunta 2

¿Cómo se cobra, y qué pasa con el costo si el volumen crece?

Gartner pone los costos crecientes como la primera causa de cancelación. Hay que saber si el proveedor cobra por usuario, por consumo de tokens o por tarea completada, y simular qué pasa con la factura si el volumen sube un 50%.

Respuesta que convence

Un costo por tarea o por proceso que se puede proyectar con el volumen esperado.

Señal para frenar

Un costo variable por consumo que nadie puede estimar antes de usarlo.

Pregunta 3

¿Cómo vamos a saber en 90 días si funciona?

El reporte del MIT encontró que las empresas medianas pasan de piloto a implementación en unos 90 días, mientras que las grandes tardan nueve meses o más. Un proyecto que no puede mostrar un resultado medible en un trimestre es difícil de defender en la siguiente revisión.

Respuesta que convence

Una métrica de antes y después, como horas por cierre o tiempo por factura, con fecha de revisión.

Señal para frenar

Un plan en fases donde el primer resultado aparece en el segundo semestre.

Pregunta 4

¿Qué pasa cuando se equivoca, y quién responde?

Es la pregunta de los controles de riesgo. En finanzas, una IA que se equivoca puede registrar un dato falso en el ERP o aprobar un pago que no correspondía. Hay que saber cómo se valida cada resultado, qué pasa cuando el sistema no está seguro y quién toma la decisión final. Lo desarrollamos en agentes IA que alucinan en contabilidad.

Respuesta que convence

Validación contra reglas antes de registrar, excepciones que llegan a una persona y evidencia de cada operación.

Señal para frenar

"El modelo es muy preciso" como única respuesta.

Pregunta 5

¿Exige cambiar lo que ya tenemos?

Muchos proyectos de IA traen escondido un proyecto más grande, que es migrar el ERP o mover los datos a otra plataforma. Eso cambia el costo, el plazo y el riesgo de la inversión.

Respuesta que convence

Opera sobre los sistemas actuales, sin migración. Lo explicamos en IA para tu ERP.

Señal para frenar

"Primero hay que consolidar los datos en nuestra plataforma".

Qué riesgo evita cada pregunta

Pregunta Riesgo que evita
Qué trabajo va a hacer Invertir sin un retorno que se pueda medir
Cómo se cobra Costos que suben más rápido que el beneficio
Cómo se mide en 90 días Pilotos que nunca llegan a producción
Qué pasa cuando se equivoca Errores en datos financieros sin control
Si exige cambiar sistemas Un proyecto de migración disfrazado de proyecto de IA

Cómo se ve una línea de IA bien armada

Si las cinco preguntas tienen respuesta, la línea del presupuesto se puede escribir en seis datos. Este formato sirve para cualquier propuesta, venga de quien venga.

  • Proceso. Conciliación bancaria de cuatro cuentas.
  • Costo actual. Horas del equipo por mes, llevadas a dinero.
  • Costo con IA. Proyectado con el volumen esperado del año.
  • Métrica. Días de atraso en la conciliación, antes y después.
  • Plazo para el primer resultado. Menos de 90 días.
  • Responsable. Quién aprueba las excepciones y responde por el resultado.

Así funciona Pantera. Un trabajador digital opera sobre el ERP que la empresa ya tiene, se cobra por tarea completada, entra en producción en semanas y valida cada dato antes de registrarlo. Las decisiones siguen siendo del equipo, y cada ejecución queda registrada para medir el antes y el después.

Bottom line. Cuando una inversión en IA fracasa, casi siempre es porque se aprobó sin un proceso concreto, un costo proyectado y una métrica para revisarla. Cinco preguntas antes de firmar evitan casi todos esos errores.


Escrito por
Pantera

Artículos relacionados

Míralo corriendo sobre tu ERP.

Trae un proceso. Te lo mostramos corriendo sobre tus sistemas en menos de dos semanas.

Respondemos en un día hábil.
Listo. Te contactamos en un día hábil.
Ups, algo salió mal al enviar el formulario.