La intel·ligència artificial ja no és un element del futur per a les empreses. És una despesa que moltes firmes estan incorporant als seus pressupostos. La pregunta que es fan els directius ja no és si cal fer-hi alguna cosa, sinó quant costa i quant trigarà a donar resultats. La resposta no és única: depèn de la mida del projecte, de com s'encaixa amb els sistemes que ja funcionen i del tipus de tecnologia que es triï. Amb aquestes variables sobre la taula, la forquilla és àmplia. Un projecte senzill, amb un sol agent d'intel·ligència artificial, pot arrencar amb 15.000 euros. Una transformació completa, amb diversos agents, models predictius i connexió amb els sistemes de gestió de l'empresa, pot superar els 100.000 euros. Aquestes xifres provenen de projectes reals executats en sectors com la logística, la banca, la salut, la indústria i els serveis professionals a l'Estat.
Tot i que cada projecte és diferent, l'estructura de despesa es repeteix en la majoria dels casos. La consultoria i el diagnòstic inicial s'emporten entre el 10% i el 20% del pressupost, amb una forquilla que va dels 3.000 als 30.000 euros. En aquesta fase s'analitzen els processos de l'empresa, s'identifiquen les tasques on la intel·ligència artificial pot aportar més valor i es dissenya el full de ruta. El desenvolupament i la integració és la partida més gran. Absorbeix entre el 40% i el 55% del total, cosa que en números absoluts significa d'uns 8.000 a 80.000 euros.
Aquí s'hi inclou la creació dels agents o models, la connexió amb els sistemes de gestió que ja fa servir l'empresa, les proves i la posada en marxa. La infraestructura al núvol representa entre el 10% i el 15%, amb un cost anual d'uns 2.000 a 20.000 euros. És l'espai on funcionen els sistemes i on s'emmagatzemen les dades. Al seu costat, les llicències de models i plataformes suposen entre el 5% i el 10%, és a dir, de 1.000 a 15.000 euros l'any. La formació dels equips té un pes del 5% al 10%, amb un cost d'entre 2.000 i 15.000 euros. Finalment, el manteniment anual representa entre el 15% i el 25% del cost inicial, cosa que es tradueix en uns 3.000 a 35.000 euros l'any per supervisió, actualitzacions i suport.
La mida de l'empresa marca la diferència
No costa el mateix posar en marxa un projecte en una pime de deu persones que en una corporació de 300 treballadors. El volum de dades, la complexitat de la connexió amb els sistemes existents i les exigències legals creixen amb l'organització. En una pime de fins a 50 treballadors, un projecte pilot pot costar entre 8.000 i 25.000 euros, mentre que un projecte complet se situa entre 25.000 i 60.000. El manteniment anual oscil·la entre 3.000 i 10.000 euros, i la rendibilitat de la inversió acostuma a arribar en deu mesos. En una empresa mitjana, d'entre 50 i 250 treballadors, el pilot puja a la forquilla dels 15.000 als 40.000 euros, i el projecte complet es mou entre 40.000 i 120.000. El manteniment anual se situa entre 8.000 i 25.000 euros, i el retorn triga entre 6 i 14 mesos.
A les grans corporacions, de més de 250 empleats, el pilot arrenca amb 25.000 a 80.000 euros, i un projecte complet pot superar els 500.000 euros. El manteniment anual pot arribar als 100.000 euros, i la rendibilitat de la inversió es pot allargar fins a divuit mesos. Una dada reveladora: 7 de cada 10 clients de mida mitjana comencen amb un pilot d'entre 20.000 i 35.000 euros i escalen en menys de sis mesos quan veuen resultats. El pilot redueix el risc de la inversió i valida el cas d'ús amb dades reals abans de comprometre pressupostos més grans. Una de les decisions que més influeix en el cost final és si es fa servir tecnologia de tercers o si es construeix un model propi. Fer servir serveis de proveïdors com OpenAI, Anthropic o Google és entre un 60% i un 80% més barat que entrenar un model des de zero.
Els serveis de tercers tenen un cost d'implementació d'entre 15.000 i 80.000 euros i una despesa mensual de 200 a 3.000 euros. Són ideals per a pimes, casos estàndard i projectes ràpids. Ajustar un model de codi obert requereix entre 30.000 i 120.000 euros d'implementació i uns 500 a 5.000 euros al mes, i té sentit quan les dades són sensibles o el vocabulari és molt especialitzat. Un model propi des de zero pot costar entre 150.000 i més d'un milió d'euros, amb una despesa mensual de 5.000 a 50.000 euros, i només es justifica en grans corporacions amb dades úniques i massives. A la pràctica, la gran majoria d'empreses mitjanes espanyoles obté resultats òptims combinant serveis de tercers amb tècniques de cerca sobre les seves pròpies dades. Només qui disposa de dades pròpies massives i una diferència competitiva crítica justifica construir un model propi.
Què encareix i què abarateix el projecte
Hi ha factors que disparen el pressupost i d'altres que l'alleugereixen. Entre els primers, connectar la intel·ligència artificial amb sistemes antics de gestió pot afegir entre 15.000 i 40.000 euros. Les exigències legals en banca o salut poden incrementar el cost entre un 20% i un 35%. Les dades desordenades o de baixa qualitat exigeixen entre 10.000 i 30.000 euros extres de neteja i ordenació. I operar en diversos idiomes o països multiplica el cost base per 1,3 o 1,5 vegades. Entre els factors que abarateixen, tenir les dades ja digitalitzades i ordenades pot reduir el cost un 25% o 30%. Fer servir plataformes senzilles pot estalviar entre un 50% i un 70% respecte al desenvolupament a mida. Començar amb un pilot i escalar progressivament redueix el risc de la inversió un 40%. I combinar el projecte amb subvencions públiques pot cobrir entre un 30% i un 70% del cost.
La rendibilitat de la inversió depèn del tipus de tasca que es posi en mans de la intel·ligència artificial. Els projectes que automatitzen feines repetitives donen resultats més ràpids, mentre que els d'anàlisi predictiva són més lents però de més impacte a llarg termini. Automatitzar la facturació, amb una inversió d'entre 20.000 i 50.000 euros, pot estalviar de 30.000 a 80.000 euros l'any i recuperar la inversió en quatre a vuit mesos. Un agent d'atenció al client, amb una inversió de 25.000 a 70.000 euros, pot estalviar entre 40.000 i 120.000 euros anuals i recuperar la inversió en cinc a deu mesos.
Classificar documents, amb una inversió de 15.000 a 40.000 euros, genera un estalvi de 25.000 a 60.000 euros i arriba al retorn en quatre a vuit mesos. Ajustar preus en comerç electrònic, amb una inversió de 30.000 a 80.000 euros, pot generar un estalvi de 50.000 a 200.000 euros i recuperar la inversió en un any. Finalment, l'anàlisi predictiva, amb una inversió de 40.000 a 120.000 euros, pot generar un estalvi de 60.000 a 300.000 euros, però el retorn pot trigar fins a 18 mesos.