¿Estamos gastando demasiado en tokens? La pregunta honesta sobre el ROI

Cada vez que una startup evalúa una inversión, Finanzas suele hacer preguntas bastante previsibles: 

¿Cuál es el retorno esperado? ¿Qué ingreso adicional vamos a generar? ¿Qué costo vamos a reducir? ¿Qué valor futuro podemos medir?

La expansión de herramientas de inteligencia artificial vino, en cierta forma, a incomodar esa lógica. Y el principal motivo de eso es que todavía no siempre sabemos cómo identificar, medir o anticipar el retorno correctamente.

Sabemos que utilizar estas herramientas puede mejorar la productividad, la calidad y la velocidad. Pero aún tenemos poca experiencia para determinar cuánto de esa mejora se convierte realmente en valor para la empresa.

Y ahí aparece la duda: ¿Estamos gastando demasiado en tokens o estamos invirtiendo en una capacidad que todavía no sabemos medir?

El costo es visible. El beneficio, no siempre

El consumo de tokens aparece rápidamente en una factura mensual. Es concreto y fácil de cuestionar.

El beneficio puede aparecer de formas mucho menos evidentes para todos, no solo para la persona a cargo de las finanzas:

• Una persona que resuelve una tarea en menos tiempo
• Un entregable de mayor calidad
• Menos errores o retrabajo
• Una propuesta mejor preparada
• Una respuesta más rápida al cliente
• Un cliente que decide renovar porque percibe un mejor servicio.

El problema es que no siempre podemos establecer una relación directa entre el gasto y el resultado. Con la IA todavía no valen esas reglas básicas que solemos tener los financieros (si ganamos más seguro gastaremos más,etc)

¿El cliente renovó por el uso de inteligencia artificial? Probablemente no solo por eso. Pero quizás la herramienta ayudó a mejorar la calidad, la velocidad o la consistencia del trabajo que recibió.

Eso también es retorno, aunque todavía resulte difícil aislarlo en una planilla de Excel.

La balanza no debe estar compuesta solamente por ganar dinero en el corto plazo

Cuando analizamos estas herramientas, hoy sin tanta data solemos irnos a comparar el costo de los tokens contra el tiempo ahorrado.

Pero la balanza tiene claramente más componentes.

Está el tiempo de las personas, el costo de la herramienta, la calidad del resultado obtenido y el riesgo que se evita. También importa qué hacemos con el tiempo liberado: si se utiliza para producir más, pensar mejor, atender al cliente o simplemente reducir una carga de trabajo innecesaria.

No toda mejora de productividad se convierte automáticamente en más ingresos (pero esto no es nuevo, ¡no estamos redescubriendo nada!).

A veces se transforma en una mejor calidad de vida para el equipo. Otras veces permite atender un proyecto sin contratar inmediatamente a otra persona. También puede reducir el riesgo de perder un cliente por una entrega deficiente.

No todo eso será sencillo de medir, pero no por eso deja de tener valor.

Las preguntas que todavía tenemos que resolver

El uso de inteligencia artificial abre muchas preguntas financieras, operativas y comerciales:

• ¿Cómo incorporamos su costo dentro del pricing?
• ¿Cuánto mejora realmente el rendimiento de una persona?
• ¿Cuánto de esa mejora queda en la empresa y cuánto se transforma en menos carga de trabajo para el empleado?
• ¿Cómo aseguramos que el resultado mantenga nuestra identidad, nuestros estándares y nuestra forma de trabajar?
• ¿Qué controles y reglas necesitamos sin convertir la gobernanza en una barrera para la adopción?

Podemos construir un mapa de riesgos, pero probablemente todavía no conozcamos todas las puertas que se van a abrir. Eso no significa avanzar sin control, sino sencillamente aceptar que no podremos resolver todas las preguntas antes de comenzar.

No entrar en pánico, pero tampoco gastar sin criterio

La respuesta no debería ser liberar el uso sin ningún límite.

Pero tampoco frenar la exploración y la proliferación porque todavía no podemos demostrar un ROI exacto.

En una startup aprendemos temprano que no todo puede controlarse desde el primer día. Hay decisiones que se toman con información incompleta, riesgos que se mitigan progresivamente y procesos que se ordenan mientras el negocio avanza.

Con la inteligencia artificial probablemente ocurra algo similar.

La tarea de Finanzas no debería ser bloquearla, sino ayudar a que su utilización sea cada vez más intencional y con un propósito claro:

• Definir presupuestos
• entender quién utiliza las herramientas y para qué
• Identificar los casos de uso que generan más valor
• Evitar consumos innecesarios
• Compartir aprendizajes
• Revisar periódicamente si el gasto sigue teniendo sentido.

Ya invertimos antes en cosas difíciles de medir

Las empresas construyen durante años activos cuyo retorno tampoco fue evidente desde el comienzo: la marca, la reputación, las referencias, los procesos, la cultura, el onboarding y la capacidad de atraer talento.

Todos requirieron tiempo, dinero y dedicación antes de mostrar resultados claros.

Con el tiempo empezamos a percibir su impacto en la retención de clientes, la llegada de nuevas cuentas, la satisfacción del equipo, la velocidad y facilidad de integración de nuevas personas y el reconocimiento del mercado.

Eran cuestiones que aún no habíamos aprendido a medir, y por eso nos parecían intangibles aunque no lo fueran. 

Con los tokens puede estar sucediendo lo mismo.

Estamos convencidos, pero todavía incómodos

Probablemente una parte de la incomodidad no provenga del gasto, sino de no poder anticipar su retorno con la precisión que quisiéramos.

Pero las startups están llenas de decisiones incómodas.

Muchas veces no sabemos exactamente cómo o cuándo resolveremos un problema. 

Avanzamos, aprendemos y reducimos riesgos gradualmente porque esperar a tener todas las respuestas también puede ser una decisión costosa.

La inteligencia artificial no es solamente otra herramienta que podemos postergar hasta que el mercado esté más claro. Ya está modificando cómo trabajan las personas, cómo se construyen productos y qué esperan los clientes.

Por eso, las acciones posibles son bastante concretas:

Usar criterio, aprender y ajustar rápido.

Controlá el presupuesto, pero evitá que el control se convierta en una excusa para no avanzar. Buscá una asignación cada vez más quirúrgica y convertí cada uso en aprendizaje para la organización.

Todavía estamos tratando de entender si vale la pena. Pero esperar a tener una medición perfecta puede resultar más caro que comenzar a aprender ahora.

Los tokens vinieron para quedarse. La pregunta ya no es solamente cuánto cuestan, sino cuánto valor podemos aprender a construir con ellos.