Cómo evaluar el ROI real de un proyecto de IA en Business Central antes de gastar

Comprar un proyecto de IA sin un cálculo serio de ROI es la forma más cara de aprender que la IA no era el problema. En 2026 hemos visto suficientes pilotos cerrados sin escalar — los nuestros, los de partners, los de clientes que llegaron tarde — como para tener una opinión clara: antes de firmar nada, hay que poder responder cinco preguntas con números defendibles. Si el responsable financiero no las puede contestar en una reunión, el piloto no está listo para arrancar.

Este artículo describe cómo medimos el ROI de un caso de IA sobre Business Central antes de proponer presupuesto. Sin fórmulas mágicas, sin “transformación” en la primera línea, con un ejemplo concreto con cifras. Y al final, cómo el Discovery de Davisa AI Studio valida esos números antes de comprometer al cliente con piloto.

Las 5 preguntas que un CFO honesto debería responder antes de aprobar un proyecto IA

Antes de comprometer un solo euro, conviene responder estas cinco preguntas por escrito. Si no salen los números, no es momento.

1. ¿Cuál es el volumen real del proceso?

Volumen mensual de transacciones, documentos, decisiones o consultas afectados. No el volumen teórico ni el aspiracional — el de los últimos 12 meses, sacado de Business Central. Si hablamos de facturas de proveedor, ¿cuántas entran al mes? Si hablamos de conciliación bancaria, ¿cuántas líneas de extracto por sociedad y mes? Si hablamos de resúmenes ejecutivos del cierre, ¿cuántos cierres al año por cuántas sociedades?

2. ¿Cuál es el coste actual del proceso?

Horas dedicadas multiplicadas por coste hora cargado (sueldo bruto más cotización, más cuota proporcional de infraestructura — no el sueldo neto). Más coste de errores: reprocesos, sanciones, pérdidas por anomalías no detectadas. Más coste de oportunidad: tiempo que el equipo no dedica a tareas de mayor valor.

3. ¿Qué porcentaje es realmente automatizable?

Casi nunca el 100 %. Lo veremos en la sección de errores. Un número razonable en pyme española se mueve entre el 40 % y el 75 % del proceso según el caso, con revisión humana de las excepciones.

4. ¿Cuál es el coste total — implantación, mantenimiento, consumo?

No solo el precio del piloto. Hay que incluir el mantenimiento mensual, el consumo de tokens o capacidad Copilot, la evolución del modelo y la formación al equipo. Una regla razonable: el coste recurrente anual suele ser entre el 15 % y el 30 % del coste de implantación.

5. ¿Cuál es el horizonte para romper equilibrio?

Con las cuatro variables anteriores se calcula payback en meses. Si sale por encima de 24, hay que revisar el caso. Si sale por debajo de 6, hay que revisar las cifras — probablemente alguna está demasiado optimista.

Si las cinco preguntas tienen respuesta numérica defendible, el proyecto puede pasar al Discovery con cabeza. Si no, conviene aclararlas primero.

La fórmula simplificada del ROI IA con un ejemplo concreto

La fórmula no tiene misterio:

ROI (mensual) = (Volumen × Coste unitario × % automatizable) − Coste recurrente mensual

Payback (meses) = Coste implantación / ROI mensual

Lo que importa es alimentarla con cifras defendibles. Veamos un caso real-realista: automatización de facturas de proveedor sobre dvinvoice-hub en una pyme industrial con Business Central.

Datos de partida según volumetría del cliente:

• Volumen: 200 facturas de proveedor al mes
• Tiempo manual por factura: 0,15 horas (9 minutos) — captura, validación, matching, contabilización
• Coste hora cargado del equipo administrativo: 35 € (incluye sueldo, cotización, infraestructura)
• Equipo dedicado: parte de 3 personas a tiempo parcial
• Errores actuales con coste medio: 3 % de las facturas con incidencia, coste medio 80 € por incidencia (reproceso, contacto con proveedor, retrasos de pago)

Coste actual mensual del proceso:

200 × 0,15 × 35 € = 1.050 €/mes en tiempo 200 × 3 % × 80 € = 480 €/mes en errores Total: 1.530 €/mes

Hipótesis del piloto IA con dvinvoice-hub + capa IA (cifras reales Davisa AI Studio para este caso):

• Porcentaje automatizable razonable: 90 % de las facturas (con dvinvoice-hub el matching y la imputación son nativos, la IA llega muy alto)
• Porcentaje de errores eliminados: 50 % (los duplicados, los matchings incorrectos obvios)
• Coste recurrente mensual de la solución (cuota uso a 200 facturas/mes): 150 €/mes
• Coste de implantación del piloto: 3.900 €

Ahorro mensual estimado:

1.050 € × 90 % = 945 € de ahorro en tiempo 480 € × 50 % = 240 € de ahorro en errores Total bruto: 1.185 €/mes Neto del coste recurrente: 1.185 € − 150 € = 1.035 €/mes

Payback:

3.900 € / 1.035 €/mes ≈ 3,8 meses

¿Conclusión honesta? Para este volumen el caso paga su coste antes de los cuatro meses. A partir de ahí, cada mes son ~1.000 € de ahorro recurrente que se quedan en la cuenta del cliente. La IA en facturas con dvinvoice-hub es uno de los casos con payback más corto que tenemos publicados precisamente porque la implantación es ligera, la cuota mensual es proporcional al volumen y el ahorro arranca el primer mes.

Si el mismo cálculo se hace con 500 facturas/mes (un cliente de tamaño mayor, asumiendo cuota mensual del mismo orden de magnitud), el ahorro neto sube a aproximadamente 2.800 €/mes y el payback baja a menos de 2 meses. Por debajo de 100 facturas/mes el caso empieza a apretar y conviene consolidar con otro proceso (conciliación bancaria, anomalías AP) en un mismo piloto.

Te dejamos la calculadora de ROI de IA para que pruebes con tus propias cifras de volumen, coste hora y porcentaje de automatización. El resultado es orientativo — el dato cerrado se calcula en el Discovery.

Los 4 errores típicos al calcular ROI IA

Estos errores se repiten con suficiente frecuencia como para verlos venir.

Error 1: asumir el 100 % de automatización. El comercial del proveedor IA muestra un demo en el que todo funciona y el cliente extrapola al régimen permanente. En la realidad siempre hay excepciones, casos borde y validación humana. El porcentaje razonable según volumetría se mueve entre el 40 % y el 80 % según el caso. Trabajar con el 100 % infla el ROI un 30 %-50 % y se nota en el primer trimestre de producción.

Error 2: ignorar el coste de cambio cultural. Implantar IA no es solo desplegar una solución técnica. Es convencer al equipo de que la use, formarlo, gestionar la resistencia legítima de quien lleva 10 años haciendo el proceso a mano y no entiende por qué hay que cambiar. Hay un coste de tiempo de dirección y RRHH que se suele olvidar. Conviene presupuestarlo — entre el 10 % y el 20 % del coste técnico del proyecto en pyme.

Error 3: no contar el coste recurrente. La IA no es una compra única. Tiene consumo de tokens, mantenimiento del modelo, evolución de la versión, monitorización. Una regla práctica: el coste recurrente anual suele ser entre el 15 % y el 30 % del coste de implantación. Olvidarlo es el error que más fácil cuela en una hoja de cálculo y peor envejece.

Error 4: comparar el piloto con el régimen permanente. El piloto es pequeño, controlado, con dato seleccionado. El régimen tiene más volumen, más excepciones, más usuarios y más entropía. Las cifras de un piloto no se proyectan al régimen sin un factor de corrección razonable — entre 0,7 y 0,85 del rendimiento del piloto. Comparar 1 a 1 lleva a sorpresas.

El horizonte temporal honesto: payback típico en pyme española

En los casos que llegan a producción y demuestran ROI, el payback en pyme española se mueve en estos rangos según volumetría:

• Captura y matching de facturas de proveedor con dvinvoice-hub + IA: 2 a 8 meses según volumen (más rápido cuanto mayor sea el volumen mensual). Es uno de los casos con payback más corto porque la implantación arranca en 3.900 € y la cuota es proporcional al volumen.
• Conciliación bancaria con Copilot nativo BC: 3 a 9 meses (inversión muy baja, ahorro directo).
• Detección de anomalías en cuentas a pagar: 6 a 12 meses si hay histórico limpio de al menos 24 meses.
• Resumen ejecutivo del cierre mensual: 5 a 10 meses por sociedad si hay varias sociedades del grupo que se benefician.
• Asistente conversacional sobre documentación interna (RAG): 10 a 18 meses — es de los casos con payback más largo porque el ahorro está distribuido en muchos usuarios.

Si el cálculo razonable da por encima de 18 meses, es momento de cuestionar alcance, no de seguir adelante con esperanza.

Cuándo NO tiene sentido invertir en un proyecto de IA todavía

Conviene tener tres líneas rojas claras antes del Discovery:

• Business Central no está implantado en condiciones. Si los maestros están sucios, si el plan de cuentas es un caos, si los procesos no están normalizados — la IA amplifica el desorden. Antes de meter IA hay que tener BC al día. Davisa puede ayudar con la implantación primero.
• El volumen del proceso es bajo. Por debajo de 50-100 transacciones al mes el ahorro absoluto rara vez compensa el coste fijo de un piloto. Conviene consolidar varios casos pequeños en un único proyecto o esperar.
• No hay sponsor ejecutivo identificable. Los proyectos de IA sin un director con nombre que se juegue algo mueren en 90 días. Si en la reunión inicial no hay nadie respondiendo “yo me hago cargo del KPI”, no es momento.

Estas tres condiciones se evalúan al inicio del Discovery, y el Discovery puede cerrar con un go/no-go honesto. Es preferible un no-go documentado a un piloto zombi.

Cómo usar el Discovery de Davisa AI Studio para validar el ROI antes del piloto

El Discovery de Davisa AI Studio es un sprint corto — 5 días — pensado precisamente para responder las cinco preguntas con números defendibles. La estructura:

1. Día 1: alcance y entrevistas. Conversamos con el sponsor, con los usuarios del proceso y con IT. Identificamos el proceso candidato y descartamos los que no encajan.
2. Día 2: baseline de volumen y coste. Sacamos datos reales de Business Central y de los sistemas operativos. Nada de cifras prometidas, todo medido.
3. Día 3: hipótesis de automatización y arquitectura. Definimos qué porcentaje es razonable automatizar, qué tecnología aplica (Copilot Studio, capa propia, integración con dvinvoice-hub, dvfinance, dvproject según vertical) y el coste estimado del piloto.
4. Día 4: cálculo de ROI con cifras del cliente. Pasamos la fórmula con los datos reales y obtenemos payback estimado, con un rango razonable (mejor, peor, central).
5. Día 5: presentación y go/no-go. Entregamos al sponsor un documento con las cinco respuestas, el ROI estimado y un go/no-go honesto. Si el caso no encaja, lo decimos.

El Discovery tiene un precio cerrado, conocido de antemano. Si después del Discovery el cliente decide no avanzar, se lleva un análisis útil. Si decide avanzar, el piloto arranca con cifras pactadas.

Conclusión: el ROI honesto se calcula antes, no después

La IA en Business Central paga su coste en muchos casos — pero no en todos, ni con cualquier alcance. La diferencia entre los proyectos que funcionan y los que mueren está casi siempre en el cálculo del ROI antes de empezar. Las cinco preguntas son simples. La fórmula también. Lo difícil es disciplinarse y exigirse números defendibles antes de firmar.

En Davisa AI Studio lo hacemos así porque hemos visto suficientes proyectos que nacieron con buena intención y mueren por mal cálculo. Y hemos visto suficientes proyectos pequeños y bien medidos —desde 3.900 € de implantación más cuota mensual proporcional al volumen— que pagan su coste antes del primer semestre y abren la puerta al siguiente.

Próximos pasos sugeridos:

• Probar el cálculo con tu caso en la calculadora de ROI de IA.
• Revisar los 5 procesos del CFO con ROI en menos de 6 meses para ver dónde suele aparecer el ahorro rápido.
• Abrir Discovery de Davisa AI Studio para validar el ROI con datos reales antes de comprometer presupuesto al piloto.