Presupuesto y priorización
Cómo asignar inversión en IA con recursos limitados. La regla 70/20/10 y el error de financiar pilotos eternos.
Paso 4 de 6
El 48% de los ejecutivos califica su adopción de IA como "una decepción masiva" (Writer, 2026). En la mayoría de los casos, el problema no fue la tecnología. Fue que la inversión se dispersó en demasiados pilotos sin criterio de priorización, sin métricas claras y sin un plan para pasar de experimento a operación.
Invertir en IA no es comprar herramientas. Es asignar recursos a una capacidad operativa nueva. Y como toda asignación de recursos, necesita disciplina.
La regla 70/20/10
Un framework probado para distribuir el presupuesto de IA:
| Categoría | % del presupuesto | Qué financia | Horizonte |
|---|---|---|---|
| Escalar lo probado | 70% | Herramientas y flujos que ya demostraron ROI en piloto. Integración, capacitación, soporte. | 0-6 meses |
| Expansiones adyacentes | 20% | Aplicar lo que funciona en un área a otra área similar. Nuevos casos de uso con tecnología conocida. | 3-9 meses |
| Apuestas de frontera | 10% | Experimentación con tecnología emergente. Pilotos nuevos. Pruebas de concepto. | 6-12 meses |
El error más común: invertir el ratio. Poner el 70% en pilotos y experimentación, y el 10% en escalar lo que ya funciona. El resultado son muchas demos impresionantes y cero impacto operativo.
Si todavía no tienes nada probado, el primer ciclo es distinto: la regla 70/20/10 asume al menos un caso de uso validado. Cuando estás empezando, concentra recursos en 2-3 pilotos con métricas claras y horizonte de 8-12 semanas. Cuando uno demuestre ROI, ahí aplica la regla.
Qué incluye el costo real de IA
La licencia de la herramienta es la parte visible. El costo real incluye al menos seis componentes más:
- Integración técnica. Conectar la herramienta con tus sistemas existentes. APIs, middleware, ajustes de seguridad. Suele costar entre 2x y 5x el costo de la licencia anual.
- Capacitación. No un webinar. Entrenamiento específico para cada rol que va a usar la herramienta, en el contexto de sus flujos reales.
- Cambio organizacional. Tiempo de managers acompañando la adopción, comunicación interna, gestión de resistencia. Si ya hiciste el trabajo del módulo 01, este costo es menor.
- Supervisión humana. Alguien tiene que revisar el output de la IA, especialmente en los primeros meses. Eso es tiempo de personas calificadas.
- Mantenimiento y evolución. Los modelos cambian, las APIs se actualizan, los prompts se degradan. Hay un costo recurrente de mantener todo funcionando.
- Seguridad y compliance. Auditorías, controles de acceso, cumplimiento regulatorio. En LATAM, con regulaciones de datos en evolución, este costo es real y creciente.
El piloto que costó 10x más de lo planeado
Una empresa mediana en México contrató una herramienta de IA generativa para su equipo de marketing. Licencia: USD 2.000/mes. Después de tres meses, el costo real era USD 18.000/mes sumando integración con el CRM, un analista dedicado a revisar outputs, capacitación de 15 personas, y ajustes de seguridad que IT no había previsto. El piloto era rentable. Pero el presupuesto aprobado no cubría el costo real. Resultado: el proyecto se pausó por "falta de fondos" cuando en realidad faltó planificación.
Cómo priorizar cuando el presupuesto es limitado
Si eres una empresa mediana en LATAM, no tienes el presupuesto de una multinacional. No puedes atacar todo a la vez. La priorización se hace con dos criterios cruzados:
Impacto en el negocio. ¿Cuánto mejora un resultado que importa? Ingresos, costos, tiempo de entrega, satisfacción del cliente. Si no puedes cuantificarlo al menos de forma aproximada, no es una prioridad.
Complejidad de implementación. ¿Cuánto cuesta ponerlo a funcionar? No solo dinero: tiempo de equipo, dependencias técnicas, cambio organizacional necesario.
| Baja complejidad | Alta complejidad | |
|---|---|---|
| Alto impacto | Prioridad 1. Empieza aquí. | Prioridad 2. Planifica bien antes de ejecutar. |
| Bajo impacto | Prioridad 3. Solo si hay recursos sobrantes. | No hagas esto. |
Tres errores de presupuesto que se repiten
El piloto eterno
Un piloto que lleva más de 12 semanas sin métricas claras de éxito no es un piloto. Es un gasto. Define desde el día uno: qué mides, cuánto es suficiente para declarar éxito, y cuánto es suficiente para matar el proyecto. Si al final del período no hay datos claros, la decisión default es parar.
El presupuesto fragmentado
Diez pilotos de USD 500/mes producen menos impacto que un proyecto bien financiado de USD 5.000/mes. La dispersión consume tiempo de gestión, fragmenta la atención del equipo técnico y no genera masa crítica en ningún caso de uso.
El bypass de IT
Un área de negocio contrata una herramienta de IA directamente, sin pasar por IT ni por el comité de decisiones. Funciona tres meses. Después aparecen problemas de seguridad, duplicación con otra herramienta que otra área ya tenía, o incompatibilidad con la infraestructura. El 55% de los ejecutivos reporta que el uso de IA es un "caos" en su empresa (Writer, 2026). Este es uno de los motivos principales.
Shadow AI es un riesgo real
Cuando el proceso de aprobación es lento o burocrático, los equipos compran herramientas por su cuenta. La solución no es prohibirlo. Es hacer que el proceso de evaluación sea rápido y accesible. Si evaluar una herramienta toma tres meses, nadie va a esperar. Haz que tome tres semanas.
El presupuesto como herramienta de señalización
Donde pones el dinero es donde la organización entiende que importa. Si dices que IA es prioridad pero el presupuesto no refleja esa decisión, el mensaje real es otro.
No necesitas montos enormes. Necesitas montos explícitos, asignados con criterio, visibles para toda la organización. Un presupuesto de IA que existe en una línea del P&L es una señal más fuerte que diez discursos en el all-hands.
Revisa la asignación cada trimestre
El panorama de IA cambia rápido. Una herramienta que era la mejor opción hace seis meses puede tener tres competidores mejores y más baratos hoy. Revisa la asignación cada trimestre, reasigna lo que no funciona, y duplica lo que sí. No te cases con una decisión del pasado.
Señales de que funciona
- Puedes explicar en una frase dónde va cada peso de tu presupuesto de IA y por qué.
- No tienes pilotos de más de 12 semanas sin métricas.
- El equipo técnico y el equipo de negocio coinciden en las prioridades.
- Al menos un caso de uso pasó de piloto a operación en los últimos seis meses.