20. Costo-beneficio y ROI para tu firma
Cálculo de payback: cuántas horas/mes se ahorran. Pricing real LLMs 2026. Cuándo NO conviene IA. Cómo cobrarle al cliente.
En la lección anterior armamos el stack. Ahora viene la pregunta que tu socio (o vos mismo) te vas a hacer en algún momento: ¿esto se paga? ¿Cuándo?
Esta lección es deliberadamente conservadora con los números. Vas a ver firmas que cobran "ROI a 30 días" en LinkedIn. Eso es marketing. Acá vamos a usar supuestos creíbles para que el payback que calculés se cumpla en la práctica.
🎯 Idea fuerza
El ROI de la IA contable en 2026 ya no se discute en abstracto: se discute en cuándo y cómo cobrarlo al cliente. El payback típico de una firma mediana bien implementada es 4 a 8 meses. Más rápido es sospechoso; más lento es señal de mala implementación.
Costos reales mensuales (referencia 2026)
Antes del ROI necesitás el lado de los costos completo. Estos números reflejan precios públicos a mayo 2026.
Suscripciones de software
| Componente | Rango mensual USD por usuario |
|---|---|
| ChatGPT Team / Plus | $20-25 |
| Claude Team | $25-30 |
| ChatGPT Enterprise | $60 (mínimo 150 usuarios) |
| Google Workspace Business | $7-22 |
| Microsoft 365 Business | $13-25 |
| Power BI Pro | $14 |
Plataformas no-code
| Plataforma | Rango mensual USD |
|---|---|
| n8n cloud Starter | $24 |
| n8n self-hosted (VPS) | $5-30 |
| Make Core / Pro / Teams | $11 / $19 / $34 |
| Zapier Starter / Professional | $30 / $103 |
Costos por uso (variables)
| Servicio | Costo unitario USD |
|---|---|
| Google Document AI — Invoice Parser | $0.01-0.05 por factura |
| AWS Textract — Invoice | $0.01-0.05 por factura |
| API OpenAI GPT-5.5 (input) | $5 / millón de tokens |
| API OpenAI GPT-5.5 (output) | $30 / millón de tokens |
| API Claude Sonnet 4.6 | ~$3 / $15 por millón |
| API Claude Opus 4.7 | ~$15 / $75 por millón |
Costos de implementación inicial (one-time)
Este es el costo que la mayoría de firmas subestima.
| Concepto | Rango USD (firma 5 personas) |
|---|---|
| Tiempo del líder técnico interno (80-120h x tu tarifa interna) | Calcular según firma |
| Capacitación equipo (curso + práctica supervisada) | $0-1.500 |
| Consultor externo de IA contable (opcional) | $2.000-8.000 |
| Documentación interna (políticas, audit trail) | 20-40h del compliance officer |
Si lo hacés vos solo siguiendo este curso, el costo cash adicional puede ser tan bajo como $0 (solo tu tiempo). Si contratás apoyo externo, sumá $3.000-10.000 una sola vez.
Beneficios cuantificables
Acá viene la parte tentadora. Pero ojo: estos beneficios solo se materializan si medís y rediseñás procesos. No "aparecen" porque compraste ChatGPT Team.
1. Horas operativas ahorradas
Repasando la tabla de la Lección 3, una firma mediana típica puede ahorrar:
| Proceso | Horas/mes ahorradas (firma 5 contadores) |
|---|---|
| Clasificación de transacciones bancarias | 40-80h |
| Procesamiento de facturas de proveedores | 30-60h |
| Generación de workpapers estándar | 20-40h |
| Detección de anomalías en auditoría | 15-30h |
| Borradores de informes y respuestas | 10-25h |
| Total ahorro mensual | 115-235 horas |
Si el costo cargado promedio del staff (sueldo + cargas + overhead) es $25 USD/hora en LATAM, esto equivale a $2.875 - $5.875 USD/mes en capacidad liberada.
⚠️ Nota crítica
"Horas ahorradas" ≠ "horas que despedís". El ROI real viene de redistribuir esas horas a tareas de mayor valor: asesoría tributaria, planning estratégico, atención de nuevos clientes. Si despedís staff, perdés capacidad operativa cuando llegue el siguiente pico (cierre, declaraciones, auditorías).
2. Capacidad para más clientes sin contratar
Si liberás 115-235 horas/mes, podés tomar entre 5 y 12 clientes adicionales sin agrandar el equipo (asumiendo 20-25h/mes por cliente promedio).
A honorarios típicos LATAM de $300-1.200 USD/mes por cliente PyME, esto representa $1.500 - $14.400 USD/mes de nuevo revenue sin costo de staff adicional.
3. Premium en honorarios por "AI-assisted services"
Servicios diferenciados que podés cobrar con margen mayor:
| Servicio | Premium típico vs servicio tradicional |
|---|---|
| Auditoría AI-assisted (detección de anomalías + workpapers asistidos) | +20-40% |
| Compliance tributario con monitoreo continuo | +15-30% |
| Reportería con dashboards en tiempo real (Power BI/Looker) | +25-50% |
| Due diligence tributaria express (análisis 10x más rápido) | +30-60% |
Esto no es marketing ficticio: clientes enterprise ya pagan ese premium a Big Four por la misma diferenciación. Las firmas medianas que ofrezcan equivalente local capturan esa demanda.
Cómo cobrar la IA al cliente: 3 modelos
Esta es una conversación que vas a tener seguro. No hay un único modelo correcto; depende de tu mercado y posicionamiento.
Modelo A: incluido en honorarios (no se menciona)
- Cómo funciona: usás IA internamente, no se lo decís al cliente. Tu margen sube porque tu costo baja.
- Pros: simple, sin discusión comercial.
- Contras: dejás valor sobre la mesa. Otros van a vender "AI-assisted" por más caro y te van a comer mercado.
- Recomendado para: clientes pequeños sensibles al precio, donde la conversación de IA genera ruido innecesario.
Modelo B: fee adicional explícito
- Cómo funciona: cobrás un módulo "AI Compliance" o "AI Audit Assistance" como adicional facturado por separado.
- Pros: premium claro, justificable, da diferenciación comercial.
- Contras: cliente puede pedir "sin la IA, más barato". Hay que estar listo a defenderlo.
- Recomendado para: clientes medianos/grandes que valoran la modernidad y trazabilidad.
Modelo C: "AI dividend" (compartir la eficiencia)
- Cómo funciona: bajás 10-15% el honorario al cliente y le pasás la "ganancia compartida" por usar IA. Vos seguís ganando porque tu costo bajó 40-60%.
- Pros: fidelización fuerte, mensaje comercial muy claro ("ahorrá usándonos").
- Contras: difícil de reversar después si los costos suben. Cliente se acostumbra al descuento.
- Recomendado para: clientes ancla de largo plazo donde la relación importa más que el margen del primer año.
💡 Tip práctico
No hace falta elegir uno solo. La mayoría de firmas medianas exitosas operan los tres en paralelo, según segmento de cliente. Lo importante: definí el modelo antes de la conversación de renovación. Si entrás a la reunión sin postura, vas a perder el upside.
Cuándo NO conviene adoptar este stack
Por mucho que el ROI sea atractivo en promedio, hay casos donde la cuenta no cierra o el riesgo no compensa. Sé honesto con tu situación.
1. Firma unipersonal con menos de 15 clientes activos
Si manejás todo solo y tenés <15 clientes, el ahorro de tiempo puede ser real, pero el costo de aprender el stack + mantenerlo es proporcionalmente alto. Puede ser mejor:
- Usar solo ChatGPT Team ($25/mes) para asistencia conversacional.
- Postergar workflows automatizados hasta que tengas 25-30 clientes.
2. Sectores muy regulados con prohibición explícita
Algunos sectores en LATAM aún tienen restricciones contractuales sobre IA en documentos del cliente:
- Empresas bajo regulación de superintendencia bancaria en algunos países.
- Clientes gobierno con cláusulas anti-IA en contratos.
- Empresas con política interna que prohíbe enviar data a LLMs externos.
En estos casos, la única vía es self-hosted con modelos open-weights (Llama 4, Mistral 8) corriendo en tu infraestructura. Eso quintuplica el costo inicial y mete complejidad técnica. Si no tenés equipo de IT, postergá hasta tener volumen que lo justifique.
3. Clientes que prohíben IA explícitamente
Algunos clientes ya están agregando cláusulas a contratos de servicios contables: "el proveedor no utilizará herramientas de IA generativa en el procesamiento de datos del cliente sin consentimiento previo". Respetá esa cláusula. Romperla es ruptura contractual con consecuencias legales.
4. Cuando el problema es de gestión, no de capacidad
Si tu firma tiene cierres tarde, errores recurrentes, clientes insatisfechos: probablemente el problema es proceso y management, no falta de IA. Resolvé eso primero. Sumar IA a un proceso caótico amplifica el caos.
Caso hipotético: firma de 5 contadores en LATAM
Vamos a hacer la cuenta para una firma realista. Los números son ilustrativos pero conservadores.
Datos de partida
- Tamaño: 5 contadores (1 socio, 2 senior, 2 junior).
- Clientes activos: 80 PyMEs.
- Facturación mensual promedio: $35.000 USD.
- Costo cargado mensual de staff: $18.000 USD.
- Horas facturables/mes equipo completo: ~700h.
- Margen actual: ~30%.
Inversión inicial (mes 0)
| Concepto | Costo USD |
|---|---|
| Tiempo socio + 1 senior para implementar (80h x $40) | $3.200 |
| Suscripción setup primer mes (Make, ChatGPT Team, Document AI) | $250 |
| Total mes 0 | $3.450 |
Costos mensuales recurrentes (mes 1 en adelante)
| Concepto | Costo USD/mes |
|---|---|
| ChatGPT Team (5 usuarios) | $125 |
| Make Teams | $34 |
| Google Workspace + Document AI | $180 |
| API LLM consumo workflows | $120 |
| Total recurrente | ~$460 USD/mes |
Beneficios mensuales (a partir del mes 3)
| Concepto | Beneficio USD/mes |
|---|---|
| 150h ahorradas redistribuidas a 4 clientes nuevos ($600 c/u) | +$2.400 |
| Premium 20% en 10 clientes auditoría AI-assisted | +$1.200 |
| Menos errores → menos rework → menos overtime pago | +$400 |
| Beneficio bruto mensual | +$4.000 USD/mes |
Resultado
- Beneficio neto mensual (beneficio bruto - costos recurrentes): $3.540 USD/mes.
- Payback de la inversión inicial: mes 1 después de estar en régimen (~mes 4 desde el día cero, contando 3 meses de implementación + rampa).
- ROI a 12 meses: ~$42.000 USD de beneficio neto vs $3.450 inicial = ROI 12x.
💡 Lectura honesta del caso
El payback de 4 meses es realista si te tomás en serio la implementación. Si la firma deja el proyecto en pausa, no mide nada, y nadie es responsable de adoptar IA, este ROI no aparece. La diferencia entre el ROI 12x y el ROI 0x es un dueño claro del proyecto + medición mensual. Lo cubrimos en la próxima lección.
Métricas que tenés que medir mes a mes
Si no medís, no estás haciendo IA: estás jugando con IA. Estas son las métricas mínimas que tu firma necesita trackear (las podés tener en una Google Sheet simple).
| Métrica | Cómo medirla | Frecuencia |
|---|---|---|
| Horas ahorradas por proceso | Time tracking pre vs post implementación | Mensual |
| Tasa de auto-aprobación (workflows) | % de items con confidence ≥ umbral | Semanal |
| Tasa de error post-revisión humana | Errores detectados / total revisados | Mensual |
| Costo total IA / costo total firma | Suscripciones + API consumida | Mensual |
| Revenue de servicios "AI-assisted" | Facturación de líneas premium | Mensual |
| Clientes nuevos atribuibles a capacidad liberada | Pipeline + cierres | Trimestral |
| NPS / satisfacción del cliente | Encuesta breve trimestral | Trimestral |
| Incidentes / errores reportados por cliente | Log de incidencias | Continuo |
Próximos pasos
Ya tenés el stack (Lección 19) y la economía (Lección 20). Lo que falta es el cómo lo arrancás sin que se vuelva un proyecto eterno. Eso es la última lección del curso: un roadmap concreto de 90 días para llevar tu firma desde "leí el curso" hasta "tengo IA en producción con clientes reales".
💡 Ejercicio antes de continuar
Hacé tu propia estimación rápida en hoja de cálculo:
- Tu costo cargado por hora (sueldo + cargas + overhead).
- 3 procesos repetitivos donde IA podría ahorrar al menos 30%.
- Suma de horas mensuales en esos 3 procesos.
- Costo mensual de un stack tipo "firma chica" o "firma mediana".
Si las horas ahorradas valen más de 3x el costo mensual del stack, tu ROI matemáticamente cierra. Si no, revisá qué proceso ampliar.
Próxima lección: 21. Hoja de ruta 90 días: de pilot a producción
Checkpoint de comprensión
3 preguntas para verificar lo aprendido. No afecta tu nota del examen final.
Completaste esta leccion?
Marca esta leccion como completada. Tu progreso se guardara en tu navegador.