Un piloto de automatización se defiende con una frase que casi nadie puede decir: cuánto costó, cuánto devolvió y cuándo se cruzaron esas dos líneas. La versión oficial de esa cuenta existe, es corta y es más exigente de lo que suena.
La respuesta federal cabe en un solo número
La Circular A-94 de la Oficina de Administración y Presupuesto define el criterio con el que el gobierno de Estados Unidos justifica una inversión: el valor presente descontado de los beneficios menos el valor presente descontado de los costos. Si el resultado es positivo, el gasto se sostiene. Si es negativo, no se sostiene por más historia que lo acompañe.
Lo importante no es la fórmula, que es sencilla, sino lo que exige antes de poder aplicarla. Necesita un costo completo, no solo la licencia. Necesita un beneficio expresado en dinero, no en horas que nadie volvió a contar. Y necesita una línea base tomada antes de encender nada. Sin esas tres cosas no hay número que calcular, y esa es la razón real por la que la mayoría de los proyectos nunca responden la pregunta.
La mayoría de los proyectos ni siquiera llega a poder medirse
El dato más útil sobre automatización institucional no es cuánto rinde, sino cuántos casos nunca llegan al punto de rendir. En el inventario federal de 2024, la Oficina de Rendición de Cuentas del Gobierno encontró que 84 casos de uso, el 30 por ciento, seguían en la fase inicial. Otros 75 casos, el 27 por ciento, estaban en fase de adquisición o desarrollo: comprados, en marcha, todavía sin resultado medible.
Sumados, más de la mitad del inventario estaba antes del punto donde una cifra de retorno significa algo. Si eso ocurre con presupuesto público y supervisión formal, conviene asumir que en una empresa mediana la proporción no es mejor.
Comprar no es aprender
Existe una segunda falla, más silenciosa. Una auditoría de 2026 sobre adquisición de inteligencia artificial encontró que las agencias revisadas todavía no recogían de forma sistemática las lecciones de lo que ya habían comprado.
Ese es el punto donde se pierde el dinero de verdad. No en el proyecto que falla, que al menos enseña algo, sino en el que termina sin que nadie escriba qué funcionó. La siguiente compra se hace entonces con la misma información que la anterior, y el costo del aprendizaje se paga dos veces.
Interested in implementing similar AI solutions? Discover how PATech Labs can help your business leverage cutting-edge artificial intelligence.
Learn About Our ServicesEl punto de partida es más bajo de lo que parece
La encuesta federal de empresas midió que solo el 3,8 por ciento usa inteligencia artificial para producir bienes y servicios. No es una cifra de rezago, es una cifra de etapa. Casi todo el mercado sigue en el punto donde decidir bien todavía cambia el resultado.
Cómo medirlo en una empresa real
La versión practicable de la Circular A-94 para una operación de treinta o trescientas personas tiene cuatro pasos y ninguno requiere un analista financiero.
Primero, elija un solo proceso y mídalo durante dos semanas antes de cambiar nada: cuántas veces se ejecuta, cuánto tarda cada vez, quién lo hace y qué se paga por esa hora. Ese es su costo base y es el único número que no podrá reconstruir después.
Segundo, sume el costo real del proyecto: licencia, implementación, las horas de su propio equipo durante la puesta en marcha y el mantenimiento del primer año.
Tercero, mida el mismo proceso, de la misma forma, noventa días después de encendido. El mismo proceso y la misma forma importan más que la precisión: una medición comparable vale más que una exacta que no se puede comparar con nada.
Cuarto, escriba una página con lo que aprendió, incluso si el resultado fue negativo, sobre todo si fue negativo. Esa página es lo que la auditoría federal encontró faltando, y es lo que hace que la segunda automatización cueste menos que la primera.
En PATech Labs empezamos por esa línea base antes de proponer cualquier construcción, porque un proyecto sin medición previa no se puede defender después, por bien que haya salido.