Impacto de la IA en el EBITDA: cómo medirlo (y por qué las «horas ahorradas» no cuentan)
Por Kike Clérigues · Consultoría de IA aplicada y eficiencia operativa
Toda dirección financiera que ha revisado un caso de negocio de inteligencia artificial en los dos últimos años reconoce el mismo formato: una diapositiva con horas ahorradas, una extrapolación anual y una cifra final con muchos ceros. El problema no es la aritmética. El problema es que ninguna cuenta de resultados tiene una línea llamada «horas ahorradas».
Este artículo explica cómo se traduce un proyecto de IA a impacto en EBITDA, qué mecanismos son los únicos que llegan de verdad a la cuenta de resultados y cómo se estima ese impacto antes de invertir, con rangos honestos en lugar de promesas.
Por qué la mayoría de proyectos no se pueden defender ante un comité
El dato más incómodo del sector no es de adopción, es de atribución. En su seguimiento anual del estado de la IA, McKinsey viene observando que, aunque el uso de IA está ya generalizado en las organizaciones encuestadas, la mayoría no reporta un efecto material en el EBIT a nivel de compañía. Es decir: hay actividad, hay herramientas y hay entusiasmo, pero el resultado no llega al estado financiero.
En la misma dirección apunta el informe del MIT Media Lab sobre IA generativa en empresas difundido en 2025, según el cual la inmensa mayoría de pilotos analizados no había producido un retorno medible en la cuenta de resultados (cobertura de Fortune). Conviene leerlo con cuidado: no dice que la tecnología no funcione. Dice que la mayoría de iniciativas se quedaron en fase piloto, sin dueño operativo ni línea base con la que comparar.
Y hay un tercer factor estructural: el tamaño. Las estadísticas europeas de uso de IA en empresas (Eurostat) muestran de forma consistente que la adopción crece con el número de empleados: la gran empresa va muy por delante de la pyme. La consecuencia práctica es que casi todo el material metodológico disponible está escrito para organizaciones con departamento de datos, oficina de transformación y capacidad de absorber pilotos fallidos. Una pyme de 20 a 200 empleados no tiene ninguna de las tres cosas.
Los tres únicos mecanismos que mueven el EBITDA
Cuando se audita un caso de negocio de IA, la pregunta útil no es «¿cuánto tiempo ahorra?», sino «¿por qué camino llega ese ahorro a la cuenta de resultados?». Solo hay tres caminos.
1. Coste evitado
Un gasto que deja de producirse: una licencia sustituida, un servicio externo que se internaliza, una contratación que no hace falta ejecutar para absorber más volumen, un proveedor de transcripción, de maquetación o de primer nivel de soporte que desaparece. Es el mecanismo más fácil de auditar porque tiene factura.
2. Capacidad vendida
Horas del equipo que se reasignan a trabajo que factura o que acorta el ciclo comercial: más presupuestos emitidos por semana, respuesta a licitaciones que antes se descartaban por falta de tiempo, seguimiento comercial que sí ocurre. Aquí el impacto es real, pero exige una decisión de gestión explícita: alguien tiene que decidir en qué se emplea la capacidad liberada.
3. Error eliminado
Retrabajos, penalizaciones, mermas, abonos, envíos mal preparados, presupuestos con precio equivocado. Es el mecanismo más infravalorado y a menudo el más rentable, porque el coste del error incluye el margen perdido y no solo el tiempo empleado.
Si un proyecto no encaja en ninguno de los tres, puede ser un buen proyecto (mejora de experiencia, reducción de riesgo, cumplimiento normativo), pero no debe defenderse con una cifra de EBITDA.
Horas ahorradas frente a impacto en EBITDA
| Criterio | Enfoque «horas ahorradas» | Enfoque «impacto en EBITDA» |
|---|---|---|
| Unidad de medida | Horas/mes por persona | Euros/año de margen liberado |
| Quién lo valida | El equipo que usa la herramienta | Dirección financiera, con línea base |
| Riesgo típico | Horas liberadas que nadie reasigna | Sobrestimar el margen del sector |
| Evidencia necesaria | Percepción de usuarios | Volumen, tiempo de ciclo y tasa de error antes y después |
| Decisión que permite | Seguir con el piloto | Priorizar entre proyectos y asignar presupuesto |
| Qué ocurre a los 12 meses | Nadie recuerda la cifra inicial | Se compara con la línea base y se cierra el caso |
El método: de proceso a euros en cuatro pasos
La metodología MDI (Madurez Digital Integral) que aplicamos en el diagnóstico ordena esto en cinco áreas —estrategia, generación de demanda, datos, operaciones y medición— y fuerza a que cada proyecto candidato pase por la misma cadena de traducción.
| Paso | Qué se mide | Pregunta de control |
|---|---|---|
| 1. Inventario de fricción | Tareas repetitivas con volumen mensual y dueño | ¿Cuántas veces al mes ocurre y quién la hace? |
| 2. Línea base | Tiempo de ciclo y tasa de error/retrabajo actuales | ¿Con qué número vamos a comparar en 90 días? |
| 3. Mecanismo financiero | Coste evitado, capacidad vendida o error eliminado | ¿Por qué vía llega esto a la cuenta de resultados? |
| 4. Rango conservador | Impacto anual con intervalo, no cifra puntual | ¿Aguanta el escenario bajo una revisión del CFO? |
El cuarto paso es el que separa un plan defendible de un folleto. Trabajamos con intervalos y con el margen típico del sector, porque el mismo ahorro de horas no vale lo mismo en distribución que en servicios profesionales. Y una vez fijado el número, no se recalcula a mitad de trimestre: si la cifra se puede reinflar cada vez que conviene, no es una medición, es marketing interno.
Un ejemplo de cómo se rompe el cálculo ingenuo
Caso habitual: una empresa detecta que el equipo dedica 40 horas al mes a preparar presupuestos manualmente. El cálculo ingenuo multiplica 40 horas por un coste hora y presenta un ahorro anual. El cálculo correcto pregunta tres cosas más.
Primera: ¿la automatización elimina las 40 horas o las reduce al 60%? Casi siempre queda trabajo de revisión, así que el numerador baja. Segunda: ¿esas horas se reasignan a algo que genera ingresos o simplemente se «respira mejor»? Si no hay reasignación explícita, el impacto en EBITDA de esa parte es cero, aunque la mejora sea real para el equipo. Tercera: ¿había presupuestos que se emitían con precio erróneo? Si la respuesta es sí, ese error eliminado suele valer más que todo el tiempo ahorrado, porque arrastra margen perdido en operaciones ya cerradas.
El resultado de aplicar las tres preguntas es un número más pequeño, más lento y mucho más defendible. Y, sobre todo, un número que permite comparar ese proyecto con los otros cuatro que compiten por el mismo presupuesto y el mismo trimestre.
Qué hacer esta semana
No hace falta una estrategia de datos para empezar. Hace falta una hoja con cinco filas: los cinco procesos que más veces se repiten al mes, con su volumen, su tiempo de ciclo y su tasa de error estimada. Con eso ya se puede ordenar por impacto y descartar el 80% de las ideas que circulan por la organización sin dueño.
Si prefieres hacerlo con el marco completo, el diagnóstico MDI es gratuito, se completa en unos 15 minutos y devuelve tu score por áreas, tus tareas de mayor fricción cuantificadas y los cinco proyectos priorizados por impacto económico. Si después quieres ejecutarlos con dirección financiera y operativa fraccional durante un trimestre, eso es el Plan de Excelencia.
Fuentes
- McKinsey & Company — The state of AI (seguimiento anual de adopción y de impacto en EBIT).
- MIT Media Lab, informe sobre IA generativa en empresas (2025), recogido por Fortune.
- Eurostat — Use of artificial intelligence in enterprises (adopción por tamaño de empresa en la UE).
Dudas habituales sobre esta medición
Las cuatro preguntas que aparecen siempre en la primera reunión
Pon un número a tu caso
El diagnóstico MDI es gratuito, se completa en 15 minutos y devuelve tus cinco proyectos priorizados por impacto económico estimado.
Hacer el diagnóstico gratuito