Cuánto cuesta la inteligencia artificial en la empresa: cuatro rangos de gasto y qué los decide

Llevar la inteligencia artificial a un proceso de empresa que ya existe cuesta entre 5.000 y 10.000 euros. Construir un modelo desde cero cuesta entre 50.000 y 100.000, para una versión mínima y funcional. En medio hay dos partidas más pequeñas que normalmente nadie pone en el presupuesto: el hardware, cuando el modelo tiene que correr dentro de casa, y el consumo, cuando el modelo es de otro.

La diferencia entre el primer rango y el segundo no depende de lo ambicioso que sea el proyecto. Depende de tres decisiones, y conviene tomarlas en este orden.

Qué se hace	Orden de magnitud
Se usa un modelo que ya existe, integrándolo en un proceso y en el ERP	5.000 a 10.000 euros
Se añade el hardware porque el modelo debe quedarse dentro de la empresa	1.000 a 3.000 euros
Se paga el modelo por consumo, sin instalar nada	desde fracciones de céntimo por operación
Se construye un modelo propio, entrenado con los datos propios	50.000 a 100.000 euros para una versión mínima

Si quieres saber en qué fila cae tu caso antes de pedir un presupuesto, escríbenos: basta media hora y el proceso que tienes en mente.

La primera decisión: modelo existente o modelo propio

Casi todas las empresas que nos llaman creen que tienen que construir algo desde cero. Casi ninguna necesita hacerlo de verdad.

Construir un modelo propio significa reunir una cantidad grande de datos, clasificarlos uno a uno para que sean utilizables, diseñar la arquitectura, entrenarla hasta que los resultados se sostengan, y luego exponerla de forma que el resto de los programas pueda usarla. Cada uno de esos pasos tiene un coste, y los más pesados son las personas: quien trabaja sobre los datos y quien construye el modelo. Es el recorrido que lleva al rango de seis cifras.

Usar un modelo que ya existe significa saltarse toda la parte de entrenamiento y pagar solo el trabajo de conectarlo al propio oficio. Aquí el gasto no está en el modelo, está en la integración: entender qué dato hace falta, dónde está hoy, cómo vuelve el resultado dentro del sistema de gestión que se usa todos los días.

La pregunta que decide entre los dos recorridos es una sola, y solo en apariencia es técnica: ¿el modelo tiene que aprender algo que atañe únicamente a tu empresa? Si la respuesta es no, y en la gran mayoría de los casos es no, se usa un modelo existente.

La segunda decisión: dónde corre

Un modelo puede correr en el servidor de otro, y entonces se paga por consumo, o dentro de la empresa, y entonces se compra o se alquila el hardware.

El orden de magnitud cambia bastante según la tarea. Para leer el texto dentro de una imagen, por ejemplo de un documento escaneado, las prestaciones necesarias son mínimas y basta un ordenador normal. Para generar imágenes o textos largos hace falta hardware dedicado, y ahí el gasto arranca en algunos miles de euros. Para los modelos propietarios, los que se usan solo a través del servicio de quien los ha hecho, el hardware no se compra en absoluto.

El consumo, cuando lo hay, es la partida que más asusta y menos pesa. Se mide en fracciones de céntimo por operación, y solo resulta relevante con volúmenes muy altos.

La razón verdadera para tener el modelo en casa casi nunca es el coste. Es que ciertos datos no deben salir, y es una preocupación que las empresas italianas declaran abiertamente: entre las que evaluaron la inteligencia artificial sin llegar a invertir, el 43,2 % señala la privacidad y la protección de los datos entre los obstáculos, según la encuesta Imprese e ICT del instituto italiano de estadística ISTAT de 2025, sobre una muestra de 26.246 empresas con al menos diez empleados.

La tercera decisión: cuánto hay que integrar

Es la partida que mueve el presupuesto más que ninguna otra, y de la que menos se habla.

Un modelo que responde dentro de una ventana separada, donde alguien copia y pega, cuesta poco y cambia poco. Un modelo que lee el dato del sistema de gestión, lo procesa y reescribe el resultado en el sistema cuesta más y cambia el trabajo de alguien. Entre las dos cosas pasa la diferencia entre una demostración y una herramienta.

En la industria manufacturera italiana el 59,9 % de las empresas con al menos diez empleados ya usa un sistema de gestión, siempre según la misma encuesta ISTAT. Lo que quiere decir que en la mayoría de los casos el punto de injerto ya existe, y la pregunta no es si conectar, sino cuánto.

Lo que cuesta de verdad y no se ve en el presupuesto

Los datos. No su cantidad: su forma.

Un modelo que tiene que responder sobre el estado de un pedido necesita que ese estado esté en algún sitio de forma legible, actualizado por quien trabaja, con un significado estable en el tiempo. Si ese dato hoy vive en tres hojas de cálculo y en la cabeza de dos personas, el proyecto no es un proyecto de inteligencia artificial: es antes un proyecto de puesta en orden, y el coste está ahí.

No es una opinión nuestra. En la misma encuesta ISTAT, la indisponibilidad o la escasa calidad de los datos necesarios es el tercer obstáculo declarado, con el 45,2 %, por delante de la privacidad y de los costes. El primero, con el 58,6 %, es la falta de competencias internas. El coste elevado llega quinto, con el 43,0 %.

Dicho de otro modo: cuando un proyecto de este tipo sale mal, casi nunca es porque haya costado demasiado.

Dos casos, con las cifras

Generación de imágenes a medida, con el modelo instalado por el cliente. Había que producir fotografías realistas de platos para un recetario. El modelo elegido era libre y gratuito, así que el coste de uso era nulo, pero había que configurarlo y necesitaba tarjetas gráficas adecuadas. Gasto total previsto, entre hardware y consultoría: 2.000 euros.

Integración de un modelo existente dentro de un software ya en uso. Contando solo las horas que corresponden a la parte de inteligencia artificial, y no al resto del producto, el gasto se situó entre 4.000 y 5.000 euros. El consumo del modelo, en explotación, vale unos pocos céntimos por operación.

Son dos extremos útiles: en el primer caso el gasto es casi todo hardware, en el segundo es casi todo trabajo.

Cómo se lee un presupuesto

Tres preguntas, y sirven para entender si quien lo ha escrito ha entendido el proceso.

La primera: qué datos usa, y dónde están hoy. Si el presupuesto no lo dice, quien lo ha escrito todavía no ha ido a mirar.

La segunda: qué pasa cuando el modelo se equivoca. Se equivoca siempre, en una proporción de los casos. Un proyecto serio declara por adelantado quién controla, cuándo, y qué le ocurre a la pieza de trabajo equivocada.

La tercera: qué queda si mañana el proveedor del modelo cambia el precio o las condiciones. La respuesta honesta no es "no cambia nada", es saber cuánto trabajo haría falta para cambiar de proveedor.

El proceso sobre el que la cuenta se puede hacer por adelantado

Es el proceso más aburrido y repetitivo que tienes, aquel del que ya conoces el coste en horas. Es el perímetro que entra en el rango de los 5.000 a 10.000 euros, y el único sobre el que se puede decir por adelantado si conviene, porque el término de comparación ya existe.

Si ya tienes el proceso en mente y quieres una estimación razonada, escríbenos: media hora, y lo hablamos.