Cuánto cuesta mantener la IA en 2027: guía de presupuesto

El coste de mantenimiento de la IA en 2027 se presupuesta con tres partidas separadas: el fee de mantenimiento de cada sistema (10-20% de lo que costó construirlo, al año), la inferencia (lo que consumen los modelos, entre 20 y 300€ al mes por agente de pyme según volumen) y una bolsa de evolución para los cambios que ya se ven venir. Para una pyme con tres agentes en producción construidos por 18.000€ en total, la línea de 2027 se mueve entre 4.500 y 9.000€ al año, todo incluido.

La diferencia entre presupuestar 2027 y presupuestar 2026 no está en los precios: está en que ahora tienes un parque. El primer año se presupuesta un proyecto; el segundo y el tercero se presupuesta una flota que crece, con sistemas de distinta edad, dependencias que caducan y un calendario regulatorio encima. Nosotros hacemos este ejercicio cada otoño para nuestros propios negocios y para clientes, así que aquí va el método, con las cifras que manejamos y las que no te podemos dar sin mentir.

¿Qué cambia en el presupuesto de 2027 respecto al de 2026?

Cambian cuatro cosas, y ninguna es el precio por token. El precio unitario de los modelos baja año tras año, pero la factura sube igual porque cuando un agente funciona bien se le da más trabajo. Presupuestar la bajada de precios y olvidar el crecimiento de uso es el error de presupuesto más común que vemos.

Lo que realmente mueve la cifra de 2027 es esto:

1. El parque crece y envejece. El agente que desplegaste en marzo de 2026 llega a 2027 con doce meses de deriva acumulada, integraciones que han cambiado y un modelo por debajo que probablemente ya no es el mismo. El mantenimiento de un sistema en su segundo año no es más barato que en el primero; suele ser igual o algo mayor.
2. Las depreciaciones de modelo son un evento planificable. Los proveedores retiran versiones con preaviso. En 2027 vas a migrar al menos una vez los agentes que dependan de un modelo concreto, y esa migración incluye revalidar comportamiento, no solo cambiar el identificador del modelo.
3. El calendario regulatorio deja de ser teórico. Las obligaciones de transparencia del Reglamento Europeo de IA (informar de que se interactúa con un sistema de IA, marcar contenido generado) aplican desde el 2 de agosto de 2026. Y, según el calendario vigente a agosto de 2026 tras las modificaciones aprobadas en junio de 2026, las obligaciones para los sistemas de alto riesgo del Anexo III se trasladaron al 2 de diciembre de 2027. Si alguno de tus agentes toca selección de personal, scoring crediticio o decisiones sobre personas, 2027 es el año en el que hay trabajo de cumplimiento que presupuestar.
4. La observabilidad deja de ser opcional. Con uno o dos agentes se vigila a ojo; con cinco hace falta panel, alertas y coste por proceso. Ese salto tiene un coste de una vez y otro recurrente.

¿Cuánto cuesta la inferencia y cómo se estima para el año siguiente?

La inferencia se estima multiplicando volumen de ejecuciones por tokens medios por ejecución y por el precio del modelo, y después añadiendo un colchón del 30-50% por crecimiento de uso. Es la única partida del mantenimiento que escala con el negocio, y por eso conviene modelarla en vez de copiar la cifra del año anterior.

Para dar una referencia de orden de magnitud: en los precios de lista consultados en agosto de 2026, un modelo de gama media de Anthropic (Claude Sonnet 5) está en 3 $ por millón de tokens de entrada y 15 $ por millón de salida a partir del 1 de septiembre de 2026, y la gama alta (Opus 5) en 5 $ y 25 $ respectivamente. El procesamiento por lotes descuenta alrededor del 50% y la caché de prompt recorta hasta un 90% del coste del contexto que se repite. Verifica estos números en la web del proveedor antes de cerrar tu presupuesto: cambian varias veces al año.

Traducido a una hoja de cálculo, la fórmula que usamos es simple:

Dos avisos. Primero: si tu agente usa razonamiento extenso o pasa documentos completos en cada llamada, el consumo se multiplica y estas referencias se quedan cortas; mide el tuyo, no copies el ejemplo. Segundo: si no tienes logs de coste por proceso, tu primera partida de 2027 no es inferencia, es instrumentación. Sin esa visibilidad estás presupuestando a ciegas, y ese trabajo forma parte de la gobernanza básica de un agente.

¿Cómo se construye la línea de mantenimiento para todo el parque?

Se construye sistema por sistema, no como un porcentaje global sobre "lo que gastamos en IA". Cada agente tiene su coste de construcción, su criticidad y su nivel de exposición a cambios externos, y esos tres factores determinan su fee.

El inventario mínimo que hay que rellenar antes de poner una cifra:

• Coste de construcción de cada sistema, para aplicar el 10-20% anual.
• Criticidad: si se cae, ¿para el negocio, molesta o no se entera nadie? Lo crítico paga guardia; lo accesorio, no.
• Número de integraciones externas: cada API de terceros es una fuente de averías futuras. Un agente con seis conectores cuesta más de mantener que uno con dos, aunque costaran lo mismo.
• Volumen y tendencia: ejecuciones del último trimestre y crecimiento previsto.
• Exposición regulatoria: si toca datos personales, decisiones sobre personas o dinero.

Con esa tabla, el reparto queda así en el caso típico de una pyme que ha desplegado tres agentes a lo largo de 2026:

La suma sin cumplimiento se mueve entre 4.500 y 9.000€ anuales, y con cumplimiento puede llegar a 11.500€. Si el desglose que te presenta un proveedor no distingue estas partidas, pídeselo: mezclar fee, inferencia y evolución en una cuota única es cómodo para facturar y pésimo para controlar el gasto. Tienes el detalle de cada partida en nuestra guía sobre el coste de mantenimiento de un agente de IA.

¿Qué partidas se olvidan siempre?

Tres, y las tres aparecen en marzo cuando el presupuesto ya está cerrado. La primera son las licencias de las herramientas que el agente usa: cuando un agente opera tu CRM, tu firma electrónica o tu pasarela de mensajería, consume plan igual que un empleado, y algunos proveedores tienen tarifas específicas para acceso por API que no son las del plan de escritorio.

La segunda es el tiempo interno. El agente necesita un responsable en tu empresa que revise las excepciones, valide los cambios y decida cuándo ampliar su autonomía. Ese coste no lo factura nadie, pero existe: en un parque de tres a cinco agentes hablamos de entre 2 y 6 horas semanales de una persona con criterio, normalmente el responsable del proceso, no el de informática.

La tercera es la deuda de datos. Los agentes funcionan sobre datos que alguien mantiene: catálogos, tarifas, plantillas, base de conocimiento. Si esa base se queda desactualizada, el agente responde mal y la culpa parece del agente. Presupuestar la actualización del conocimiento —quién lo hace, con qué frecuencia— es lo que separa un sistema que mejora de uno que se degrada.

¿Y si el objetivo es que el coste baje?

Puede bajar, pero por diseño, no por esperar a que bajen las tarifas. Las cuatro palancas que funcionan en la práctica:

1. Enrutar por niveles. Modelos pequeños y baratos para clasificar, extraer y enrutar; modelos grandes solo donde hay razonamiento real. Bien hecho, recorta entre un 50 y un 80% de la factura de modelo frente al diseño ingenuo de mandarlo todo al modelo más caro.
2. Cachear y acortar contexto. No reenviar el manual entero en cada llamada. La caché de prompt está pensada exactamente para esto y el descuento es grande.
3. Consolidar agentes. Tres agentes que comparten integraciones, monitorización y base de conocimiento cuestan menos de mantener que tres proyectos independientes construidos por proveedores distintos. En 2027, si tienes parque, la consolidación es la partida con mejor retorno.
4. Apagar lo que no se usa. Revisa una vez al año qué agentes ejecutan poco o resuelven un problema que ya no existe. Apagar es una decisión legítima y libera fee, inferencia y atención.

Lo que no recomendamos es recortar monitorización para ahorrar. Es la partida más pequeña y la que evita el gasto grande: sin alertas, el fallo lo detecta un cliente tuyo y la reparación cuesta un múltiplo de lo ahorrado.

¿Cómo encaja esto en el presupuesto general de tecnología?

Encaja como coste operativo recurrente, junto al ERP y al hosting, no como inversión puntual. El error organizativo típico es meter el mantenimiento de IA en el capítulo de proyectos: cuando llega el recorte, se corta lo que parece proyecto y se para lo que en realidad es operación.

La forma sencilla de defenderlo internamente es expresar la cifra por proceso, no por tecnología: "mantener la automatización de facturación cuesta X al año y evita Y horas al mes" se aprueba; "mantenimiento de IA: X" se discute. Si estás construyendo el presupuesto desde cero y aún no tienes parque, la referencia de partida está en nuestro presupuesto de automatización para pymes.

Si prefieres hacer este ejercicio con alguien que mantiene agentes en producción cada semana —y que va a decirte cuáles de los tuyos conviene apagar—, así trabajamos desde nuestra consultoría de inteligencia artificial.

Preguntas frecuentes

¿El mantenimiento de IA en 2027 será más caro que en 2026?

Por unidad, no: el precio por token baja cada año y las técnicas de ahorro (caché, lotes, enrutado por niveles) están más maduras. En total, casi siempre sí, porque el parque crece y el uso de cada agente aumenta cuando funciona. Presupuesta un incremento del 20-40% sobre el gasto real de 2026 si vas a añadir sistemas, y plano si vas a congelar el parque.

¿Se puede contratar mantenimiento sin haber construido el agente con ese proveedor?

Sí, y es habitual cuando el proveedor original desaparece o deja de responder. Lo que cambia es que hay una fase previa de auditoría —entender qué hace el sistema, qué integraciones tiene y en qué estado está— que se factura aparte y suele costar entre el 10 y el 20% del valor del proyecto original.

¿Qué pasa si el proveedor del modelo sube los precios?

Es un riesgo real, y se mitiga con arquitectura: si el agente está diseñado para que el modelo sea intercambiable, migrar a otro proveedor es una tarea de días, no un rediseño. Pide desde el principio que la dependencia del modelo esté aislada; es la protección más barata que existe contra el bloqueo con un proveedor.

¿Cuánto de este presupuesto puede cubrirse con ayudas públicas?

En España, las convocatorias de digitalización han ido incorporando categorías de IA, pero suelen financiar implantación y licencias más que mantenimiento continuado. Consulta el estado vigente de la convocatoria en el canal oficial antes de contar con ello, y no construyas el caso de negocio sobre la subvención: si el proyecto solo sale con ayuda, el proyecto no sale.

¿Cuál es la señal de que estamos gastando de más?

Que el coste por proceso automatizado no baje con el tiempo. Un agente maduro debería costar menos por ejecución cada trimestre —por optimización de contexto, mejor enrutado y modelos más baratos—, y si en cambio sube sin que suba el volumen, hay algo mal diseñado: contexto que crece sin control, reintentos silenciosos o llamadas duplicadas.