ROI de la IA en B2B (2026): 3 fórmulas que sí funcionan y 2 que mienten

📅 Actualizado: 10 de junio de 2026 · Próxima revisión: julio 2026

TL;DR

El ROI de un proyecto de IA en una PYME B2B se calcula con tres fórmulas que un CFO puede auditar: (1) coste de hora recuperada (horas/mes ahorradas × coste hora cargado × tasa de adopción real), (2) coste de oportunidad por lead o pedido no atendido (consultas fuera de horario y leads que se enfrían, valorados a ticket medio × tasa de cierre) y (3) coste de error evitado (retrabajos, facturas mal emitidas, sanciones). Y se infla con dos fórmulas que mienten: la "productividad del +40 %" genérica del vendor sin baseline medido, y el ROI calculado solo sobre licencias, que ignora formación, mantenimiento, horas internas y el coste del cambio. La regla práctica para 2026: si el número no sale de un baseline medido antes de firmar y no incluye el coste completo del proceso, no es un ROI, es un argumento de venta.

Esta guía es para el director o CEO de una PYME B2B española que tiene una propuesta de IA encima de la mesa —o un piloto en marcha— y necesita un número defendible, no una promesa. Es la pieza de cálculo que complementa otras dos de este medio: la de qué métricas de ROI acepta un CFO (y cuáles son humo), que clasifica las métricas, y la del dossier para aprobar 5.000-20.000 € ante el comité de dirección, que es donde ese número acaba presentándose. Aquí lo que hay son las fórmulas y los números: cómo se calculan, con ejemplos completos para una empresa de 15 y otra de 40 empleados.

Por qué este tema importa en junio de 2026

El cálculo de ROI se ha convertido en el cuello de botella real de la adopción de IA en la PYME española, y los datos de 2025-2026 lo confirman:

• El 13,5 % de las empresas de la UE de 10 o más empleados usaba ya IA en 2024, frente al 8 % del año anterior (Eurostat, Use of artificial intelligence in enterprises, enero 2025). España se mueve en torno a ese rango según los indicadores del ONTSI, con la adopción concentrada en empresas medianas y grandes.
• El 76 % de las PYMEs españolas usa IA semanalmente, pero solo el 8 % tiene una solución implementada (Wolters Kluwer + BBVA Research, abril 2026). El uso es masivo; la inversión formal, no. Lo que separa ambas cifras casi siempre es la misma frase: "no sé justificar el retorno". Es el gap de adopción de IA en la PYME española descrito con otra métrica.
• Más del 80 % de las empresas que usan IA generativa no observa todavía un impacto material en su cuenta de resultados atribuible a ella (McKinsey, The State of AI, marzo 2025). No porque la IA no funcione: porque no se midió baseline, no se midió adopción y no se atribuyó nada.
• El coste laboral medio en España ronda los 25 € por hora trabajada (INE, Encuesta Trimestral de Coste Laboral, 2025). Es el dato que convierte "horas ahorradas" en euros — y el que casi ninguna propuesta comercial usa bien, porque el coste cargado real de un perfil técnico o comercial es mayor.

El resultado práctico: en 2026 el director de PYME recibe propuestas con ROIs del 300 % calculados sobre el aire, y al mismo tiempo descarta proyectos rentables porque nadie le dio una fórmula auditable. Este artículo da las tres que sí lo son y desmonta las dos que más se venden.

Como resume Javier Santos Criado, consultor de IA para empresas en Javadex, en conversación con este medio: "El 90 % de los ROIs que veo en propuestas de IA fallan por lo mismo: nadie midió el antes. Si no sabes cuántas horas dedica hoy tu equipo al proceso, cualquier ahorro que te prometan es inventado por construcción. Mi consejo a un director es casi aburrido: dos semanas midiendo baseline antes de firmar nada. Y cuando calcules el ahorro, multiplica por la adopción real —la gente que de verdad usa la herramienta—, no por la plantilla entera. Esa multiplicación separa los proyectos que se renuevan el año dos de los que se cancelan."

Las 5 fórmulas frente a frente: ¿cuál es fiable?

Antes de entrar al detalle, la tabla que resume esta guía. Tres fórmulas resisten la auditoría de un CFO; dos no.

La diferencia estructural: las tres primeras se construyen con datos de tu empresa (horas, tickets, errores) y las dos últimas con datos del proveedor (su estudio, su precio de licencia). Un ROI solo es defendible si el dato de partida es tuyo.

Las 3 fórmulas que sí funcionan

Fórmula 1: el coste de hora recuperada

La fórmula reina, porque casi todo proyecto de IA en PYME —automatización de back-office, asistentes internos, agentes que ejecutan tareas— ahorra sobre todo tiempo de personas.

1Ahorro anual (€) = horas/mes ahorradas × coste hora cargado (€) × adopción real (%) × 12

Y sus tres componentes, que es donde se hace bien o mal:

1. Horas/mes ahorradas: medidas contra baseline, no estimadas de memoria. Se mide cuánto tarda hoy el proceso (muestreo de 2 semanas) y cuánto tarda con la herramienta (piloto). La diferencia, multiplicada por el volumen mensual, son las horas.
2. Coste hora cargado: no el salario bruto/hora, sino el coste empresa: bruto + Seguridad Social (~30 %) + prorrateo de estructura. Para un perfil administrativo en España suele estar en 18-24 €/h; para un técnico o comercial, en 28-38 €/h. Como referencia agregada, el coste laboral medio español ronda los 25 €/h (INE, 2025).
3. Adopción real: el porcentaje del equipo afectado que de verdad usa la herramienta de forma sostenida. El primer año, asumir 50-70 % es honesto; asumir 100 % es la forma más común de inflar un ROI con apariencia de rigor. Si el proveedor no incluye formación y acompañamiento, asume la banda baja.

Ejemplo numérico rápido: 3 administrativas dedican 6 h/semana cada una a volcar pedidos del email al ERP. La automatización reduce ese tiempo un 70 %. Horas teóricas ahorradas: 3 × 6 × 0,7 × 4,33 = 54,6 h/mes. Con adopción real del 60 % el primer año: 32,7 h/mes. A 22 €/h cargados: 720 €/mes ≈ 8.640 €/año. Ese es el número que entra en la fórmula de ROI — no las 54,6 horas teóricas valoradas a coste de consultor.

Fórmula 2: el coste de oportunidad por lead o pedido no atendido

La fórmula que más sorprende a los directores, porque convierte en euros algo que hoy no aparece en ninguna cuenta: lo que se pierde por no responder a tiempo.

1Ingreso recuperado anual (€) = (leads/mes no atendidos o enfriados × tasa de recuperación
2                                × tasa de cierre × ticket medio × margen) × 12

Dónde aparece este coste en una PYME B2B:

• Consultas fuera de horario: el formulario web, el email o el WhatsApp que entra un viernes a las 19:00 y se responde el lunes. En B2B, la velocidad de respuesta condiciona la cualificación del lead: el estudio clásico de Lead Response Management (recogido por Harvard Business Review) midió que contactar en los primeros minutos multiplica por más de 20 la probabilidad de cualificar un lead frente a hacerlo horas después. Con la mitad de los contactos web llegando fuera del horario comercial efectivo, el agujero es real aunque no esté contabilizado.
• Leads que se enfrían en el embudo: presupuestos enviados sin seguimiento, dudas técnicas sin responder, el "te llamo la semana que viene" que no ocurre.
• Pedidos recurrentes no capturados: el cliente que habría repetido si alguien le hubiera escrito en el momento correcto.

Cómo se calcula sin inventar: se sale del CRM o del buzón. Cuántas consultas entran al mes, cuántas fuera de horario o sin respuesta en menos de 24 h, qué tasa de cierre histórica tiene un lead atendido a tiempo y qué ticket medio. Un agente de atención al cliente que responde 24/7 no convierte el 100 % de lo perdido: una hipótesis prudente es recuperar el 20-40 % de los leads que hoy se enfrían. Con eso basta para que la fórmula dé positivo en la mayoría de PYMEs B2B con tráfico entrante real.

Ejemplo numérico rápido: 40 consultas/mes, 12 fuera de horario o respondidas tarde. Tasa de cierre con respuesta rápida: 15 %. Ticket medio: 1.800 €, margen 35 %. Recuperando el 30 % de esas 12: 3,6 leads/mes × 0,15 × 1.800 € × 0,35 = 340 €/mes ≈ 4.080 €/año de margen recuperado. Es deliberadamente conservador — y aun así suma.

Fórmula 3: el coste de error evitado

La fórmula más infravalorada y la favorita de los CFO, porque trabaja con costes que ya están documentados: los errores cuestan dinero visible.

1Ahorro anual (€) = Σ (errores/mes evitados × coste unitario del error) × 12

Catálogo típico de errores con coste unitario en una PYME B2B:

La IA reduce estos errores por dos vías: automatiza la transcripción (el dato pasa del email/PDF al sistema sin manos) y valida contra reglas (la factura no sale si el CIF, el importe o el plazo no cuadran). Una automatización bien planteada sobre los procesos B2B con más papeleta para automatizarse suele eliminar el 60-80 % de los errores de transcripción del proceso que toca.

Ejemplo numérico rápido: una empresa emite 250 facturas/mes con una tasa de error del 2 % (5 facturas), a 60 € de coste medio por rehacer y gestionar cada una: 300 €/mes. Si la automatización elimina el 70 %: 210 €/mes ≈ 2.520 €/año. Si además evita una sanción de plazo al año (600 €), se suma. Pequeño por sí solo; decisivo cuando se agrega a las fórmulas 1 y 2.

Las 2 fórmulas que mienten

Mentira 1: la "productividad del +40 %" del vendor sin baseline

La diapositiva existe en casi toda propuesta comercial: "las empresas que adoptan nuestra solución mejoran su productividad un 40 %". El número sale de un estudio —a veces real, a veces de la propia marca— hecho sobre otras empresas, otros procesos y otra definición de productividad. Aplicarlo a tu PYME sin haber medido nada propio tiene tres problemas letales:

1. No hay baseline: si no se midió cuánto costaba el proceso antes, el "+40 %" no se puede verificar jamás. Ni cuando va bien ni cuando va mal. Es infalsable, que es exactamente lo que lo hace inútil.
2. Promedia lo impromediable: el estudio mezcla empresas de 50 y de 5.000 empleados, procesos digitalizados y procesos en papel. Tu empresa no es la media de ese estudio.
3. Productividad ≠ euros: un 40 % de mejora en "tiempo de redacción de emails" puede traducirse en cero euros si esas horas no se reasignan a nada que facture o ahorre. La hora ahorrada solo vale dinero si la fórmula 1 la captura con coste cargado y adopción real.

El test rápido: pregunta al proveedor "¿ese 40 % sobre qué baseline de mi empresa se va a verificar, y en qué fecha?". Si la respuesta es vaga, no tienes un ROI: tienes un eslogan. El artículo sobre métricas de ROI que acepta un CFO cataloga esta y otras vanity metrics habituales en propuestas.

Mentira 2: el ROI calculado sobre licencias, no sobre el proceso completo

La segunda trampa es más sutil porque usa números reales — pero solo algunos. La propuesta dice: "la suscripción cuesta 200 €/mes y os ahorrará 2.000 €/mes: ROI del 900 %". El truco está en el denominador: las licencias son una fracción del coste real de implantar IA en un proceso. El coste completo del año 1 incluye:

Con el denominador completo, aquel "ROI del 900 %" suele quedarse en un 40-120 % — que sigue siendo un buen proyecto, pero es otro número y otra decisión. La regla: el ROI se calcula sobre el coste total de poseer el proceso con IA, no sobre la línea más barata de la propuesta. Para dimensionar ese coste total hay desglose detallado en cuánto cuesta implementar IA en una PYME.

Ejemplo completo: PYME de 15 empleados (servicios B2B)

Empresa tipo: asesoría, ingeniería o agencia de 15 personas. Proyecto: automatizar la entrada de datos (email/PDF → sistema) y un asistente de respuesta a consultas entrantes. Inversión dentro del rango habitual de proyectos PYME (4.000-15.000 €).

Coste total año 1:

1ROI año 1 = (15.240 − 10.140) / 10.140 = +50 %
2Payback   = 10.140 / (15.240 / 12) ≈ 8 meses
3ROI año 2 = (15.240 − 2.340 de coste recurrente) / 2.340 ≈ +450 %

Nótese qué pasa si se aplican las dos mentiras: con "adopción 100 %" y solo licencias como coste, el mismo proyecto "daría" un ROI año 1 superior al 900 %. El proyecto es el mismo; el primero es defendible en comité y auditable a los 6 meses, el segundo no sobrevive a la primera revisión.

Ejemplo completo: PYME de 40 empleados (industrial / distribución)

Empresa tipo: fabricante o distribuidor de 40 personas con departamento administrativo y comercial. Proyecto: automatización de pedidos y facturación + asistente interno para consultas de catálogo/stock.

Coste total año 1:

1ROI año 1 = (44.310 − 20.860) / 20.860 = +112 %
2Payback   = 20.860 / (44.310 / 12) ≈ 5,6 meses
3ROI año 2 = (44.310 − 5.400 de coste recurrente) / 5.400 ≈ +620 %

La lección comparando ambos casos: el ROI escala con el volumen de proceso, no con el tamaño de la empresa. La de 40 empleados no tiene mejor ROI por ser más grande, sino porque mueve más pedidos, más facturas y más consultas por el mismo proceso automatizado. Una PYME de 15 con mucho volumen documental puede superar a una de 40 con poco.

Qué fórmula domina según el tipo de proyecto

No todos los proyectos reparten el beneficio igual entre las tres fórmulas. Saber cuál domina en tu caso evita dos errores simétricos: exigirle ahorro de horas a un proyecto cuyo valor es comercial, y exigirle ingresos a uno cuyo valor es operativo.

Dos lecturas prácticas de esta tabla:

• Si la fórmula dominante de tu proyecto da negativo, las secundarias no lo van a salvar. Un agente de atención que no recupera leads no se justifica por las horas que ahorra al comercial: se replantea.
• El payback también depende de la fórmula dominante. Los proyectos de hora recuperada y error evitado tienen paybacks más predecibles (el ahorro empieza el primer mes completo de uso); los de lead no atendido tardan 1-2 ciclos de venta en demostrar el ingreso, así que en B2B con ciclos de 2-3 meses la auditoría del mes 3 aún no los captura del todo — otra razón para no sentenciar antes del mes 6.

Plantilla de cálculo paso a paso (junio 2026)

La secuencia completa, en el orden en que debe hacerse. Sirve igual para evaluar una propuesta que para auditar un proyecto en marcha:

1. Elige el proceso y acota el alcance. Un proceso, no "la empresa". Si dudas cuál, un diagnóstico de IA previo lo identifica en días.
2. Mide el baseline durante 2 semanas (ver sección siguiente): horas dedicadas, volumen mensual, errores, consultas sin respuesta a tiempo.
3. Calcula el coste hora cargado por perfil afectado: bruto anual × 1,3 (SS) ÷ horas efectivas anuales (~1.700). No uses el salario a secas.
4. Aplica la fórmula 1 con una reducción de tiempo verificada en piloto (no la del folleto) y una adopción del 50-70 %.
5. Aplica la fórmula 2 con datos del CRM: leads tardíos × tasa de recuperación prudente (20-40 %) × cierre histórico × ticket × margen.
6. Aplica la fórmula 3 con el histórico de incidencias: errores/mes × % eliminado realista (60-80 %) × coste unitario documentado.
7. Construye el coste total año 1: setup + licencias/consumo + formación + horas internas + mantenimiento. Las seis partidas, sin excepción.
8. Calcula ROI año 1, payback en meses y ROI año 2 (donde el setup ya no pesa). Presenta los tres números, no solo el mejor.
9. Escribe las hipótesis al lado de cada número (adopción asumida, tasa de recuperación, % de error eliminado). Lo que convierte un Excel en un documento auditable son las hipótesis explícitas.
10. Fija las fechas de auditoría (3 y 6 meses) y quién mide, antes de firmar. Si el proveedor no acepta este punto, es una bandera roja.

Qué medir ANTES de firmar con un proveedor (el baseline)

El baseline es la foto del proceso sin IA. Sin él, ningún ROI posterior es verificable. Se levanta en 2 semanas de muestreo, sin herramientas especiales:

• Horas dedicadas al proceso: cada persona afectada apunta (vale una hoja de cálculo compartida) cuánto tiempo dedica cada día a la tarea concreta. Catorce días de registro valen más que cualquier estimación de memoria, que típicamente se desvía un 30-50 %.
• Volumen mensual: nº de pedidos, facturas, consultas, expedientes procesados al mes. Sale de los propios sistemas.
• Tasa de error actual: incidencias del último trimestre ÷ volumen. Contabilidad y almacén suelen tenerlo aunque nadie lo haya agregado.
• Tiempo de respuesta a consultas entrantes: del CRM o del buzón, % de consultas respondidas en <2 h, <24 h, >24 h, y cuántas llegan fuera de horario.
• Coste hora cargado por perfil: con nómina y coste empresa, no con percepciones.
• Tasa de cierre y ticket medio: del histórico comercial de 6-12 meses.

Dos reglas de oro: el baseline se mide antes de que el proveedor entre (para que nadie lo cocine) y se congela por escrito —un PDF de dos páginas con las cifras y la fecha— como anexo del contrato. Ese anexo es lo que permitirá auditar el ROI sin discusiones a los 6 meses.

Checklist exprés antes de firmar (si fallan dos o más, no firmes todavía):

• [ ] Baseline de horas medido con muestreo de 2 semanas, no estimado de memoria
• [ ] Coste hora cargado calculado por perfil (bruto × 1,3 ÷ horas efectivas)
• [ ] Volumen mensual y tasa de error documentados desde los sistemas
• [ ] Datos de respuesta a leads extraídos del CRM (no de la intuición del comercial)
• [ ] La propuesta del proveedor desglosa las seis partidas de coste del año 1
• [ ] La previsión de ROI usa una adopción ≤70 % y lo dice explícitamente
• [ ] Fechas de auditoría (mes 3 y mes 6) y responsable fijados en el contrato
• [ ] Baseline congelado como anexo firmado, con cifras y fecha

Cómo auditar el ROI a los 3-6 meses

El cálculo pre-firma es una previsión; el ROI real se verifica después. El calendario que funciona en PYME:

Mes 3 — primera lectura (no decisión):

• Repetir el muestreo de horas 2 semanas con la herramienta en marcha. Comparar contra baseline.
• Medir adopción real: % de personas afectadas que usan la herramienta de forma sostenida (los logs de la propia herramienta lo dan). Si está por debajo del 50 %, el problema no suele ser la tecnología sino la falta de acompañamiento — y se corrige con formación del equipo, no cambiando de proveedor.
• Revisar errores e incidencias del trimestre contra la tasa baseline.
• No juzgar todavía el ROI total: el mes 3 pilla el coste del cambio aún reciente. Sirve para corregir rumbo, no para sentenciar.

Mes 6 — decisión de escalar, mantener o cortar:

• Recalcular las tres fórmulas con datos reales de 6 meses, anualizados.
• Comparar contra la previsión pre-firma, hipótesis por hipótesis: ¿la adopción fue 60 % o 35 %? ¿la reducción de tiempo fue 70 % o 45 %? ¿se recuperaron leads?
• Decidir con umbrales fijados de antemano: ROI proyectado año 1 > 30 % → escalar a más procesos; entre 0 y 30 % → mantener y corregir la hipótesis que falló; negativo con adopción > 60 % → el proyecto estaba mal elegido, cortar sin enamorarse.
• Documentar el resultado: el ROI auditado de este proyecto es el mejor argumento (a favor o en contra) para el siguiente.

"Caso real (distribuidora de material eléctrico, 30-40 empleados, marzo 2026): la previsión pre-firma estimaba 95 horas/mes recuperadas en administración con adopción del 70 %. La auditoría del mes 3 mostró solo 41 horas: la adopción real era del 38 % porque dos personas clave seguían tecleando los pedidos a mano 'por costumbre'. No se cambió nada de la tecnología: se hizo una sesión de formación específica con esas dos personas y se ajustó el flujo de entrada. En la auditoría del mes 6 la adopción subió al 74 % y las horas recuperadas a 88/mes — un ROI año 1 del orden del 90 %, frente al 110 % previsto. Sin baseline congelado y sin auditoría a los 3 meses, ese proyecto se habría dado por fracasado en abril." — Caso anonimizado documentado por este medio

Errores comunes al calcular el ROI de la IA

Error 1: Asumir adopción del 100 %

Error 2: Valorar la hora a salario bruto (o a precio de consultor)

Error 3: Contar horas ahorradas que no se reasignan

Error 4: Olvidar el denominador completo

Error 5: No congelar el baseline por escrito

Error 6: Auditar solo cuando algo va mal

¿Cómo se calcula el ROI de la inteligencia artificial en una empresa?

Con la fórmula clásica aplicada al coste completo: ROI = (beneficio anual − coste total año 1) ÷ coste total año 1. El beneficio se construye con tres componentes medibles: horas recuperadas (horas/mes × coste hora cargado × adopción real), ingresos salvados (leads o pedidos que hoy se pierden por respuesta tardía, valorados a ticket × cierre × margen) y errores evitados (incidencias × coste unitario). El coste incluye setup, licencias o consumo, formación, horas internas y mantenimiento. Todo parte de un baseline medido antes de firmar: sin baseline no hay ROI, hay estimación del proveedor.

¿Cómo se calcula el ROI de la IA en 2026?

Igual que siempre en la mecánica, con dos correcciones que la experiencia de 2024-2025 hizo obligatorias: multiplicar siempre por la adopción real (el dato de McKinsey de que más del 80 % de las empresas no ve impacto en resultados se explica en gran parte por adopciones reales muy por debajo de las asumidas) y auditar contra baseline a los 3 y 6 meses en lugar de dar el número pre-firma por bueno. Para proyectos PYME de 4.000-15.000 €, las previsiones honestas en junio de 2026 se mueven en ROIs año 1 del 30-120 % y paybacks de 6-14 meses; cualquier propuesta muy por encima merece revisar el denominador y la hipótesis de adopción antes de celebrarla.

FAQ

¿Cuál es la fórmula del coste de hora recuperada?

Ahorro anual = horas/mes ahorradas (medidas contra baseline) × coste hora cargado (salario bruto × 1,3 ÷ horas efectivas anuales) × tasa de adopción real (50-70 % el primer año) × 12. Los tres factores son obligatorios: omitir la adopción o usar el salario sin cargas son las dos formas más comunes de inflar el resultado.

¿Qué ROI es realista para un proyecto de IA de 4.000-15.000 € en una PYME?

Entre el 30 % y el 120 % el primer año, con payback de 6 a 14 meses, según el volumen del proceso automatizado. El año 2 el ROI se multiplica porque el setup ya está pagado y solo queda el coste recurrente. Propuestas con ROIs del 300-900 % año 1 casi siempre esconden un denominador incompleto (solo licencias) o una adopción del 100 %.

¿Por qué la "productividad del 40 %" que prometen los vendors es engañosa?

Porque sale de estudios sobre otras empresas y otros procesos, no del baseline de la tuya, así que nunca podrá verificarse. Y porque productividad no equivale a euros: una hora ahorrada solo vale dinero si se reasigna a algo que facture o ahorre, y eso solo lo captura una fórmula con coste hora cargado y adopción real.

¿Qué hay que medir antes de firmar con un proveedor de IA?

Cinco datos en dos semanas de muestreo: horas dedicadas al proceso por persona, volumen mensual procesado, tasa de error actual, tiempo de respuesta a consultas entrantes (y cuántas llegan fuera de horario) y coste hora cargado por perfil. Ese baseline se congela por escrito como anexo del contrato, antes de que el proveedor intervenga.

¿Cuándo y cómo se audita el ROI de un proyecto de IA?

A los 3 meses (primera lectura: adopción real, horas contra baseline, sin sentenciar todavía) y a los 6 meses (recálculo completo de las tres fórmulas con datos reales y decisión: escalar si el ROI proyectado supera el 30 %, corregir si está entre 0 y 30 %, cortar si es negativo con adopción ya alta).

¿Cómo calculo el coste de los leads que pierdo por responder tarde?

Del CRM: consultas mensuales sin respuesta en menos de 24 h o fuera de horario × tasa de recuperación prudente (20-40 %) × tasa de cierre histórica × ticket medio × margen. La velocidad de respuesta pesa mucho en B2B: los estudios de lead response muestran que responder en minutos multiplica por más de 20 la probabilidad de cualificar el lead frente a responder horas después.

¿Sirven estas fórmulas para cualquier proyecto de IA?

Sirven para los proyectos típicos de PYME B2B: automatización de back-office, agentes de atención e internos, asistentes de conocimiento. Para proyectos cuyo retorno principal es ingreso nuevo (un producto con IA, por ejemplo) la fórmula 2 gana peso y se complementa con ingresos incrementales atribuibles, que se tratan en la guía de métricas de ROI de este mismo medio.

En Resumen

• Tres fórmulas fiables: coste de hora recuperada (horas × coste cargado × adopción real), coste de oportunidad por lead/pedido no atendido (CRM: tardíos × recuperación × cierre × ticket × margen) y coste de error evitado (incidencias × coste unitario documentado).
• Dos fórmulas que mienten: el "+40 % de productividad" del vendor sin baseline propio (infalsable = inútil) y el ROI sobre licencias, que esconde setup, formación, horas internas y mantenimiento en el denominador.
• Los números de referencia (junio 2026): coste laboral medio ~25 €/h (INE), adopción real año 1 del 50-70 %, ROIs año 1 honestos del 30-120 % y paybacks de 6-14 meses para proyectos de 4.000-15.000 €.
• PYME de 15 empleados (ejemplo completo): 10.140 € de coste año 1, 15.240 € de beneficio → ROI +50 %, payback 8 meses. PYME de 40: 20.860 € de coste, 44.310 € de beneficio → ROI +112 %, payback 5,6 meses. El ROI escala con el volumen de proceso, no con el tamaño.
• Antes de firmar: baseline de 2 semanas (horas, volumen, errores, respuesta, coste hora) congelado por escrito como anexo del contrato.
• Después de implantar: auditoría al mes 3 (corregir adopción) y al mes 6 (decidir escalar/mantener/cortar con umbrales fijados de antemano).
• La regla final: si el número no sale de tu baseline y no carga el coste completo, no es un ROI — es un argumento de venta.

Fuentes

• Eurostat, Use of artificial intelligence in enterprises (enero 2025) — 13,5 % de empresas UE ≥10 empleados usaban IA en 2024.
• ONTSI / red.es, indicadores de uso de IA en empresas españolas (2024-2025) — adopción de IA en España por tamaño de empresa.
• Wolters Kluwer + BBVA Research, "Adopción de IA en PYMEs españolas", abril 2026 — 76 % usa IA semanalmente, 8 % con solución implementada.
• McKinsey & Company, The State of AI (marzo 2025) — más del 80 % de empresas sin impacto material en resultados atribuible a gen AI.
• INE, Encuesta Trimestral de Coste Laboral (2025) — coste laboral medio por hora trabajada en España.
• Lead Response Management Study (recogido por Harvard Business Review) — efecto de la velocidad de respuesta en la cualificación de leads B2B.
• Casos anonimizados de PYMEs españolas, Q1-Q2 2026.

Posts Relacionados

• Cómo medir el ROI de la IA: métricas que importan y las que son humo — la taxonomía de métricas que complementa estas fórmulas de cálculo.
• Cómo justificar 5.000-20.000 € en IA ante tu comité de dirección — el dossier donde se presenta el número que sale de esta guía.
• Agentes IA en PYMEs españolas 2026: casos reales con ROI — casos donde las tres fórmulas ya están aplicadas.
• Qué procesos B2B automatizar primero con IA — dónde suele estar el mejor ROI por volumen.
• Cuánto cuesta implementar IA en una PYME — el desglose del denominador completo.
• Diagnóstico IA para empresas (2026) — cómo elegir el proceso antes de calcular nada.

Última actualización: 10 de junio de 2026. Datos contrastados con informes públicos (Eurostat, ONTSI, Wolters Kluwer / BBVA Research, McKinsey, INE) y casos reales de PYMEs españolas en Q1-Q2 2026 (anonimizados).