El problema con "medir el impacto de la IA"
Cuando un directorio pregunta qué resultados está dando la inversión en IA, la respuesta habitual es una de estas dos: un número inventado o un silencio incómodo.
El primer caso ocurre cuando el equipo reporta métricas de actividad — cuántos agentes se construyeron, cuántas tareas se automatizaron — sin conectarlas con resultados de negocio. El segundo ocurre cuando nadie estableció una línea base antes de empezar.
Ambos problemas tienen la misma causa: no se definió qué medir antes del despliegue.
Este artículo propone un marco de medición para los primeros 90 días de un agente de IA. Está diseñado para que un CFO pueda presentarlo ante su directorio sin depender de jerga tecnológica.
Antes de medir: la línea base
Ninguna métrica tiene valor sin un punto de comparación. Antes de activar cualquier agente, es necesario documentar el estado actual del proceso que se va a automatizar.
Las tres preguntas que hay que responder antes del día 1:
- ¿Cuántas horas dedica el equipo a esta tarea por semana?
- ¿Cuál es la tasa de error actual — reprocesos, correcciones, escalaciones?
- ¿Cuánto cuesta ese proceso hoy, incluyendo tiempo de personas con coste por hora?
Sin esta información, los primeros 90 días producen datos sin contexto. Con ella, producen un argumento financiero.
Las tres categorías de métricas que importan
1. Tiempo recuperado
Es la métrica más inmediata y la más fácil de comunicar. Mide cuántas horas de trabajo humano dejó de consumir el proceso automatizado.
Cómo calcularlo: horas semanales del proceso antes del agente, multiplicadas por las semanas del período de medición, menos el tiempo de supervisión que aún requiere el agente.
Un ejemplo concreto: una empresa de manufactura industrial con 180 empleados dedicaba 14 horas semanales a consolidar datos de producción desde tres fuentes distintas para generar el reporte semanal de operaciones. Después de implementar un agente de consolidación y reporte, ese proceso pasó a requerir 2 horas de revisión. En 12 semanas, el equipo recuperó aproximadamente 144 horas. A un coste promedio de 25 €/hora para el perfil involucrado, eso representa 3.600 € en tiempo reasignado — sin contar el valor de tener el reporte disponible el lunes a las 8:00 en lugar del miércoles al mediodía.
2. Reducción de errores y reprocesos
Esta categoría es más difícil de medir pero más poderosa ante un directorio, porque conecta directamente con riesgo operativo.
Qué medir: número de errores detectados en el proceso antes del agente versus después. Incluye correcciones manuales, escalaciones, registros duplicados o inconsistentes, y cualquier reproceso que consuma tiempo adicional.
En procesos con integración manual entre ERP y hojas de cálculo — un patrón frecuente en empresas mid-size — es habitual encontrar tasas de error del 8 al 15% en registros de entrada. Un agente que valida y normaliza datos en el momento de la captura puede reducir esa tasa al 1–3% en las primeras semanas. El impacto no es solo operativo: reduce el riesgo de decisiones tomadas sobre datos incorrectos.
3. Coste por transacción
Esta es la métrica que más interesa a un CFO con visión de largo plazo. Mide cuánto cuesta procesar una unidad de trabajo — una factura, un pedido, un reporte, una consulta — antes y después del agente.
Cómo calcularlo: coste total del proceso (personas + herramientas + tiempo de gestión) dividido por el volumen de transacciones procesadas en el período.
Si antes de implementar el agente el coste por factura procesada era de 4,20 € y después es de 1,80 €, ese diferencial multiplicado por el volumen anual es el argumento financiero. En una empresa que procesa 2.000 facturas al mes, la diferencia es de 57.600 € anuales — un número que no necesita traducción.
Qué no medir en los primeros 90 días
Hay métricas que parecen relevantes pero que en este período generan más confusión que claridad:
- Satisfacción del usuario interno: demasiado subjetiva y variable en las primeras semanas de adopción.
- Número de agentes desplegados: es una métrica de actividad, no de resultado.
- Velocidad de respuesta del agente: relevante en producción estable, no en fase piloto.
- ROI total del programa de IA: prematuro a los 90 días si hay más iniciativas en curso.
El foco en los primeros 90 días debe ser estrecho: un proceso, métricas claras, comparación contra línea base.
Cómo estructurar el reporte para el directorio
Un reporte de 90 días que un CFO puede defender no necesita más de una página. La estructura recomendada:
- Proceso automatizado: descripción en una línea de qué hace el agente.
- Línea base: estado del proceso antes del despliegue (horas, errores, coste).
- Resultado a 90 días: las tres métricas con datos reales.
- Coste del agente en el período: infraestructura, licencias, tiempo de configuración.
- Balance: diferencia entre coste y valor recuperado.
- Próximo paso: qué proceso se automatiza a continuación y por qué.
Este formato responde la pregunta que siempre hace un directorio: ¿valió la pena? Y si la respuesta es sí, abre la conversación sobre qué sigue.
Conclusión
Medir bien los primeros 90 días de un agente de IA no requiere un equipo de datos ni un dashboard complejo. Requiere disciplina antes del despliegue — establecer la línea base — y consistencia durante el período piloto.
Las empresas que hacen esto bien tienen una ventaja concreta: pueden escalar con argumentos, no con fe. Cada nuevo agente se justifica con los datos del anterior.
Si está en proceso de implementar un agente o evaluando hacerlo, y quiere definir el marco de medición antes de empezar, puede solicitar un diagnóstico gratuito. El formulario está debajo. No requiere agendar una llamada de inmediato.
