Coste total de propiedad de un proyecto de IA (TCO)

El coste de la IA que se ve y se compara es casi siempre el menor: el precio por token, la suscripción, la licencia. El coste real de tener un sistema de IA funcionando de forma fiable —su TCO— incluye muchas partidas que no aparecen en la oferta del proveedor: la integración inicial con los sistemas existentes; la preparación, limpieza y mantenimiento de los datos que alimentan el sistema; la infraestructura (si es on-premise) o el escalado de consumo (si es nube, que crece con el uso); la supervisión humana continua (revisión, validación, gestión de excepciones), que en muchos casos es el coste recurrente dominante; la vigilancia de calidad para detectar degradación silenciosa; la gobernanza y el cumplimiento (registro, evaluación de proveedores, documentación); la formación del personal que lo usa; y el coste esperado de los errores y su corrección. Ignorar estas partidas produce el patrón clásico: un proyecto que se aprueba por su coste visible bajo y que, en producción, resulta mucho más caro de sostener de lo previsto, a veces hasta el punto de no ser rentable pese a "funcionar". Una evaluación madura calcula el TCO a un horizonte realista (no solo el primer mes) e incluye explícitamente la supervisión humana y el mantenimiento, que son las partidas más subestimadas. Esto no significa que la IA no sea rentable —a menudo lo es mucho, sobre todo si la formación asociada se bonifica vía FUNDAE— sino que la rentabilidad debe calcularse sobre el coste real, no sobre el de la etiqueta.