En 2023, un almacén 3PL en Inland Empire, California, aprobó un presupuesto de $80,000 para un piloto de conteo cíclico basado en visión. Dieciocho meses después, el costo real era de $230,000 — y aquí está lo que duele: ni un solo dólar del sobrecosto fue a software. Cada centavo extra se fue en adecuaciones de hardware, etiquetado de datos y retrabajos.
Eso no es un caso atípico. De los proyectos de IA que he visto de cerca, menos de la mitad cumplió el presupuesto a la primera. La tecnología rara vez es el problema. El problema es que el presupuesto solo contó el dinero visible. Aquí están los cuatro rubros, presentados como me hubiera gustado que alguien me los presentara.
El software es el rubro honesto
La licencia o la tarifa de suscripción es el rubro más transparente de los cuatro. SaaS anual, precio por carril de cámara, facturación por inferencia — todo está en la cotización, lo multiplicas por la cantidad y listo. Este es el rubro que menos probabilidades tiene de sorprenderte.
Las trampas están en dos lugares. Primero, el precio del piloto frente al precio del despliegue completo. Muchos proveedores cotizan el piloto en diez carriles de cámara, que parece barato — luego te enteras de que todo el edificio necesita ochenta carriles y el precio unitario no se mueve. Segundo, las condiciones de renovación: el primer año con descuento, el segundo de vuelta al precio de lista, enterrado en la letra pequeña. Asegura los precios del año dos y del año tres antes de firmar, o al menos consigue un tope por escrito.
Mi opinión: gasta un poco más en software maduro en lugar de ahorrar en la licencia de un producto a medio cocer. Nadie en el piso del almacén tiene tiempo para ser tu probador beta. Un modelo con cinco puntos menos de precisión te costará diez veces lo ahorrado en la licencia en retrabajos de campo.
Hardware: presupuesta los últimos cien metros, no la cámara
Cámaras, servidores edge, redes, energía, montajes — este es el rubro que más se subestima en la planificación. Vi un proyecto de dimensionado de entrada donde el software cerró en $30,000, y luego llegó la inspección del sitio: sin tomas de red sobre el transportador, más de 200 metros de tendido de cable, dos switches nuevos, energía dedicada para cada cámara. El hardware llegó a más de $40,000 — más que el software.
Presupuesta el hardware por posición instalada, no por dispositivo. El costo real de una posición es cámara más lente más montaje, más cableado, puerto de red, energía y mano de obra de instalación. Si solo cotizas la cámara, errarás el presupuesto por la mitad.
Luego está la oculta: el cómputo. ¿Inferencia edge en un equipo local o en la nube? La facturación en la nube por llamada API parece barata en un piloto y puede terminar costando más que comprar servidores cuando el volumen crece. En los proyectos que he visto, una vez que el volumen diario de inferencias supera las decenas de miles, el cómputo local casi siempre gana. Haz esa cuenta en la planificación, no cuando llegue la factura.
Datos: la mano de obra más cara nunca aparece en una cotización
Este es el rubro más sub-presupuestado de los cuatro. Los modelos comen datos, y sé cómo se ven los datos de un almacén: formularios en papel, hojas de cálculo, registros del WMS con campos faltantes, fotos a contraluz de cámaras baratas. Convertir eso en datos de entrenamiento requiere etiquetado y limpieza por personas.
Un proyecto de visión de tamaño mediano empieza con unos pocos miles de imágenes etiquetadas. El etiquetado tercerizado suena barato a uno o dos dólares por imagen — hasta que sumas QA, re-etiquetado y nuevas tomas para escenarios que la primera pasada no cubrió, y la factura de datos cae en las decenas de miles. La parte más cara es el tiempo de tu propia gente: escribir la especificación de etiquetado, aceptar o rechazar lotes etiquetados, arbitrar casos límite. Solo tu equipo puede hacer eso; el proveedor de etiquetado no conoce tu negocio.
Pon una línea dedicada de "preparación de datos" en el presupuesto: volumen etiquetado por precio unitario por un factor de retrabajo de 1.5, más mano de obra interna. Cualquier proveedor que te diga "tus datos están listos, podemos empezar mañana" probablemente nunca ha hecho un proyecto de almacén.
Personas, dentro y fuera
La implementación externa es sencilla: despliegue del proveedor, ajuste, capacitación, facturado por día. Lo fácil de pasar por alto es la mano de obra interna. Un proyecto de IA necesita al menos un responsable interno dedicando dos o tres días por semana durante tres a seis meses. ¿El costo de esa persona va en el presupuesto? Mi respuesta es sí. Una vez que está en el presupuesto, la dirección ve lo que el proyecto realmente consume; si lo dejas fuera, el proyecto se convierte en "algo que se hace al lado" que nadie realmente asume.
Y la capacitación. Los operadores necesitan aprender a leer las alertas de IA, manejar falsos positivos, hacer un triaje básico. La capacitación tampoco es de una sola vez — en un almacén de alta rotación, es un costo recurrente. Dale a la "capacitación del primer año" su propia línea para que el número sea visible.
Más allá de los cuatro rubros, hay tres líneas que pregunto en cada revisión de presupuesto. Primero, la integración: el sistema de IA tiene que hablar con tu WMS, y el desarrollo de interfaces, las pruebas conjuntas y el manejo de excepciones suelen quedar entre dos proveedores — la empresa de software lo llama alcance de implementación, el integrador lo llama desarrollo personalizado. Pon el alcance de integración en el contrato al firmar, a precio fijo o por tiempo y materiales, por escrito.
Segundo, el sobreprecio de la expansión. El piloto funciona en diez posiciones; ¿qué pasa en cien? ¿Se mantiene el precio unitario? ¿El cómputo necesita crecer? Consigue el costo marginal de la expansión por escrito antes de aprobar el piloto.
Tercero, el presupuesto para el fracaso. Lo digo sin rodeos: tres o cuatro de cada diez proyectos de IA no salen al primer intento. Una contingencia del 20–30% no es conservadora, es sentido común. Aquel proyecto de $230,000 de 2023 habría tenido muchas menos discusiones a mitad de camino si se hubiera presupuestado en 1.5x desde el primer día — y probablemente habría terminado más rápido.
Una cosa que puedes hacer esta semana: antes de aprobar nada, financia un piloto mínimo viable de cuatro semanas con datos reales de producción, con su propio presupuesto separado. Solo habla de números de todo el edificio después de que el piloto dé resultados. Ese gasto del piloto te compra un boleto que dice "¿seguimos?" — y es el dinero de mejor valor que gastarás en todo tu recorrido de IA.
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
