2027: el año en que la IA deja de presupuestarse como experimento
Hasta ahora, muchas empresas han tratado la IA como gasto de innovación: una partida flexible, financiada con presupuesto de "pruebas", que no pasaba por el mismo escrutinio que una inversión en infraestructura o en personal. Esa época se está acabando. Como ya vimos con la gobernanza de IA convertida en requisito de venta, los compradores —y los CFO que aprueban sus presupuestos— están dejando de financiar pilotos sueltos y empiezan a pedir lo mismo que a cualquier otra inversión operativa: caso de negocio, retorno estimado y un plan si las cosas no salen como se esperaba.
Si tu empresa está cerrando el presupuesto de 2027 este trimestre, esto cambia la conversación. Ya no basta con decir "queremos meter IA en el departamento X". El CFO va a pedir números, plazos y un punto de control — igual que pediría para cualquier otra inversión de seis cifras.
Las partidas de coste que se te van a olvidar si solo miras la licencia del modelo
El error de presupuesto más común no es poner una cifra equivocada: es poner solo una cifra —la de la suscripción al modelo o a la plataforma— y olvidar todo lo que rodea a esa licencia. Un proyecto de IA real tiene, como mínimo, estas partidas:
| Partida de coste | Por qué se olvida |
|---|---|
| Integración con CRM, ERP o almacenes de datos | A menudo supera el coste de la licencia del modelo, y nadie la cotiza hasta el proyecto técnico |
| Preparación y limpieza de datos | Si los datos están dispersos o mal estructurados, puede ser la mayor partida de todo el proyecto |
| Gobernanza y cumplimiento (AI Act, logs, supervisión humana) | Ya no es opcional, y cuesta tiempo de personas, no solo herramientas |
| Mantenimiento continuo (reentrenamiento, monitorización de deriva) | Un proyecto de IA no termina cuando se despliega: se degrada si nadie lo vigila |
| Coste de salida o cambio de proveedor | Qué pasa si el proveedor sube precios o descontinúa el servicio — pocas empresas lo presupuestan |
| Formación interna y gestión del cambio | Si el equipo no lo usa, el ROI del resto de partidas es cero |
Esta no es una lista teórica: es casi literalmente la misma razón por la que, como contábamos en por qué el 88% de las empresas usa IA pero casi ninguna ve ROI, la mayoría de los proyectos que fallan en generar retorno no fallan por el modelo elegido, sino por presupuestar solo una parte de lo que realmente cuesta ponerlo en producción y mantenerlo.
Checklist: 7 cosas que tu CFO va a pedir antes de aprobar presupuesto para 2027
- Caso de negocio con ROI estimado y plazo concreto. No "mejorará la eficiencia", sino una cifra y una fecha: cuánto se espera ahorrar o generar, y en qué mes se empezará a notar.
- Resultados de un piloto, aunque sea pequeño, con métricas ya validadas. No una promesa de lo que hará la IA, sino un dato real de lo que ya ha hecho a pequeña escala.
- Coste total estimado (TCO), no solo la licencia. Incluyendo integración, datos, gobernanza y mantenimiento, como se detalla en la tabla anterior.
- Plan de gobernanza y cumplimiento ya esbozado. Quién supervisa, qué se audita y cómo se documenta — no "lo resolvemos después".
- Un responsable interno con autoridad real sobre el proyecto. Un sponsor que pueda tomar decisiones, no un comité difuso sin nadie que responda por los resultados.
- Plan de contingencia. Qué pasa si el proveedor falla, sube precios, o el proyecto no cumple los números a los seis meses.
- Criterio de éxito y de corte definido de antemano. En qué momento, y con qué dato, se decide seguir invirtiendo, ajustar el alcance o parar.
El presupuesto que no sobrevive a la primera pregunta del CFO suele ser el que solo incluye la licencia del modelo y una promesa de eficiencia. El que sí sobrevive es el que ya trae la tabla de costes completa, un piloto con datos reales y un punto de corte definido — porque convierte la aprobación en una decisión de gestión de riesgo, no en un acto de fe.
Conclusión
2027 no es el año en que la IA se vuelve más cara de presupuestar: es el año en que se presupuesta de verdad, con todas sus partidas, en lugar de con la cifra más visible y más pequeña. Las empresas que lleguen a la reunión de presupuesto con un caso de negocio completo —coste total, piloto validado, gobernanza y plan de salida— van a conseguir el sí con mucha más facilidad que las que lleguen solo con un precio de licencia y una buena intención.
En Dataverse Solutions ayudamos a pymes a construir ese caso de negocio antes de comprometer presupuesto: desde el diagnóstico de viabilidad hasta la estimación de coste total y el diseño del piloto que da los primeros datos reales.
Preguntas frecuentes
¿Cuánto debería presupuestar una pyme para su primer proyecto de IA en 2027?
Depende mucho del caso de uso, pero un primer proyecto bien acotado —un agente o un modelo para un proceso concreto— suele moverse en un rango de unos pocos miles a unas pocas decenas de miles de euros, incluyendo integración y primer ciclo de ajuste. Lo importante no es la cifra exacta: es que el presupuesto incluya integración, datos y mantenimiento, no solo la licencia, porque ahí es donde más proyectos se quedan cortos.
¿Qué diferencia hay entre presupuestar un piloto y presupuestar un proyecto a escala?
Un piloto se presupuesta para aprender: su objetivo es generar datos reales sobre si el caso de uso funciona, con el menor coste posible. Un proyecto a escala se presupuesta para producir: necesita integración robusta, gobernanza formal, SLA de mantenimiento y un plan de contingencia. Tratar el presupuesto de escala como si fuera el de un piloto —sin esas partidas— es una de las causas más comunes de sobrecoste a mitad de proyecto.
¿Qué pasa si el proyecto no cumple el ROI prometido?
Por eso el criterio de éxito y de corte debe definirse antes de arrancar, no después. Si se fija de antemano en qué plazo y con qué dato se evalúa el proyecto, no cumplir el ROI prometido no es una sorpresa que paraliza la decisión: es un punto de control ya previsto, con un plan de contingencia (ajustar alcance, pausar o cancelar) que ya estaba aprobado desde el principio.
¿Es mejor pedir presupuesto para un proyecto grande de IA o para varios pequeños?
Para la mayoría de pymes, varios proyectos pequeños y acotados son más fáciles de aprobar y de defender ante el CFO que uno grande: cada uno tiene su propio caso de negocio, su propio piloto y su propio punto de corte, así que un fallo en uno no compromete el presupuesto de los demás. Un proyecto grande solo tiene sentido cuando ya hay varios casos de uso pequeños validados y se busca una plataforma común para escalarlos.