¿Un retorno de la inversión inferior al 5%? Por qué debería dejar de pagar inmediatamente por funciones basadas en IA. Imagen: Xpert.Digital
Pagar por resultados, no por acceso: cómo la tarificación basada en resultados está cambiando el mercado SaaS
Licencias de IA: Un despilfarro de mil millones de dólares: El nuevo modelo de precios que está causando pánico entre los gigantes del software
Actualmente se invierten miles de millones en inteligencia artificial, pero la desilusión crece en los consejos de administración. La razón no es tecnológica, sino estructural: modelos de precios obsoletos. Quienes pagan por agentes de IA autónomos y flujos de trabajo inteligentes con las mismas licencias por usuario o basándose únicamente en el consumo, como en el software tradicional, a menudo solo financian la esperanza de eficiencia, sin ninguna garantía de valor añadido cuantificable. Los estudios muestran una alarmante tasa de fracaso en los proyectos de IA y costes descontrolados y en constante aumento en las unidades de negocio. Pero el mercado SaaS se enfrenta a un cambio radical: la era de los precios basados en resultados está amaneciendo. El siguiente artículo analiza por qué pagar solo por el acceso es obsoleto, por qué muchos proveedores se resisten al cambio y cómo las empresas inteligentes pueden transformar radicalmente la dinámica de negociación a su favor en 2026.
Relacionado con esto:
Dejen de pagar por una IA que no demuestra nada
Quienes no pueden medir los resultados solo financian las esperanzas de los demás
El silencio más incómodo en cualquier conversación de ventas sobre IA empresarial surge precisamente cuando alguien plantea la siguiente pregunta: ¿Qué porcentaje de su presupuesto de IA está vinculado a resultados empresariales medibles? No a las funcionalidades anunciadas como "con tecnología de IA" en la ficha del producto. No a las licencias que se han contratado aunque la tasa de uso apenas supere el diez por ciento. Sino a los resultados reales que aparecen en un informe trimestral, una medición del tiempo de proceso o un registro de mejoras auditable. Quien responda a esta pregunta con un "no estoy del todo seguro" no está solo. Y pagará un precio que va mucho más allá de lo evidente.
El modelo de precios de una época pasada
El modelo de licencias por usuario surgió en un momento en que el valor del software aumentaba directamente con el número de usuarios. Más licencias de Salesforce significaban más vendedores registrando sus actividades. Más licencias de Slack significaban más equipos comunicándose entre sí. La relación entre acceso y valor nunca fue perfecta, pero su lógica básica era comprensible: el proveedor cobraba por el acceso y el comprador asumía que el valor vendría después.
La inteligencia artificial ha sacudido fundamentalmente esta premisa. Cuando un agente de IA resuelve una incidencia de soporte, extrae datos de un contrato o revisa un documento de cumplimiento, el valor no lo crea una persona sentada frente a una pantalla, sino un flujo de trabajo que puede incluso no tener un usuario directo. Cobrar por usuario para una función de IA es como cobrar por oficina por la electricidad: la unidad de medida no tiene nada que ver con la unidad de valor.
Sin embargo, esta es precisamente la práctica predominante en el mercado de la IA empresarial: una tarifa de usuario añadida a una licencia de plataforma existente, una suscripción anual fija para una herramienta cuyos resultados el comprador no puede cuantificar. Según el Índice de Gestión de SaaS de Zylo 2026, basado en el análisis de más de 40 millones de licencias de SaaS y 75.000 millones de dólares en gastos gestionados, el 78 % de los ejecutivos de TI reportaron costes inesperados derivados de los modelos de precios basados en el uso o en la IA. Esto no es un fallo presupuestario por parte de las empresas individuales; es una falta de alineación estructural entre cómo la IA crea valor y cómo los proveedores generan ingresos.
Para colmo, el control del gasto en SaaS se está alejando cada vez más del departamento de TI: según el mismo informe, los departamentos comerciales controlan ahora el 81 % del gasto en SaaS, mientras que TI solo es directamente responsable del 15 %. Al mismo tiempo, el gasto en aplicaciones nativas de IA aumentó un 108 % interanual, y hasta un 393 % en grandes empresas con más de 10 000 empleados. El crecimiento es real. Sin embargo, el control suele ser inexistente.
Qué significa realmente la fijación de precios basada en resultados
La fijación de precios basada en resultados es sencilla en concepto, pero compleja en su ejecución. El proveedor cobra cuando el comprador recibe valor, no cuando accede o consume tokens, sino cuando se alcanza un resultado comercial definido.
La diferencia entre la tarificación basada en el uso y la basada en los resultados es más significativa de lo que reconocen la mayoría de las evaluaciones. La tarificación basada en el uso (por token, por llamada a la API, por consulta) es superior al modelo basado en licencias porque se correlaciona con la actividad. Pero la actividad no es valor. Miles de llamadas a la API que producen resultados poco realistas o extracciones irrelevantes no aportan ningún valor al comprador. La tarificación basada en el uso traslada el riesgo de costes del proveedor al comprador sin modificar en absoluto el riesgo de rendimiento.
La fijación de precios basada en resultados modifica ambos factores. El proveedor solo obtiene ingresos si la IA entrega algo que el comprador haya definido como valioso antes de que comience la colaboración. Esto podría ser un documento procesado con un umbral de precisión definido, un flujo de trabajo automatizado con una reducción medible en el tiempo de ciclo o una auditoría de cumplimiento completada con un registro rastreable. El resultado se especifica, los criterios de medición se acuerdan y la relación comercial se deriva de ello.
El mejor ejemplo práctico proviene de Intercom: la empresa cobra 0,99 dólares por cada ticket de soporte resuelto con éxito por su agente de IA, Fin. Bessemer Venture Partners, en su Guía de Precios de IA de 2026, describe este enfoque como el modelo ideal para la fijación de precios basada en resultados. El modelo funciona porque el valor es preciso: un ticket se considera resuelto o no. La métrica es binaria, inalterable y está directamente vinculada a un factor de coste dentro de la organización del comprador.
La lógica estructural subyacente también explica por qué el modelo es más fácil de implementar en ciertas áreas que en otras. Gartner ya predijo que para 2025, más del 30 % de las soluciones SaaS empresariales incluirían componentes basados en resultados, en comparación con el 15 % en 2022. Simon-Kucher & Partners descubrió en un estudio reciente que el 86 % de los compradores prefiere los modelos de precios basados en el uso o los resultados a las licencias tradicionales por puesto. El mercado está señalando una dirección clara. La pregunta no es si sucederá, sino con qué rapidez.
La brecha del ROI de la IA: miles de millones gastados sin pruebas
La necesidad de esta transformación surge de datos que deberían resultar incómodamente familiares para las unidades de negocio responsables de la IA. Un estudio exhaustivo de la RAND Corporation documentó que más del 80 % de los proyectos de IA en las empresas fracasan sin ofrecer los resultados comerciales prometidos, una tasa de fracaso dos veces mayor que la de las iniciativas de TI tradicionales. Investigadores del MIT, en un informe aparte, hallaron una tasa aún mayor, del 95 %, para los proyectos de IA generativa que no logran generar un retorno de la inversión (ROI) cuantificable.
Un estudio de Forbes de 2025, que encuestó a varios miles de ejecutivos en todo el mundo, presenta un panorama igualmente desalentador: menos del uno por ciento de los ejecutivos globales encuestados informó que su organización había logrado un retorno de la inversión (ROI) significativo, definido como un aumento de la rentabilidad o un ahorro de costos superior al 20 por ciento. Solo el tres por ciento reportó un ROI moderado, de entre el 10 y el 20 por ciento. La gran mayoría, más del 53 por ciento, describió retornos de entre el uno y el cinco por ciento. Al mismo tiempo, el 39 por ciento de los ejecutivos citó la medición del ROI como uno de sus mayores desafíos.
Esta brecha en la medición no es solo un problema analítico, sino también un problema de incentivos estructurales. Si los ingresos del proveedor no están vinculados a los resultados del comprador, ninguna de las partes tiene un incentivo estructural para diagnosticar por qué la implementación no funciona. El proveedor ya obtuvo sus ganancias y el comprador consiguió acceso. El hecho de que no haya ocurrido nada medible es problema de todos, pero no de nadie.
El patrón se repite con cierta regularidad: primero, se adquirió IA bajo la presión de la opinión pública, sin una definición clara de éxito. Luego, se crearon paneles internos repletos de métricas de actividad sin conexión con el estado de resultados. Finalmente, llegó la primera renovación del contrato, y nadie pudo explicar qué era lo que realmente estaban pagando. Bessemer Venture Partners lo resume acertadamente: el posicionamiento basado en un retorno de la inversión flexible, que aún funcionaba en 2025 bajo el lema "Adopción de IA a cualquier precio", ahora choca con la realidad del ciclo de renovación de 2026, y las meras promesas no renuevan contratos.
Por qué los proveedores rechazan el modelo y qué revela esto
Las objeciones que esgrimen los proveedores contra la fijación de precios basada en resultados son predecibles y reveladoras. El repertorio habitual incluye tres argumentos: los resultados son difíciles de definir, la preparación interna del comprador influye en los resultados y el proveedor no puede controlar todas las variables. Si bien las tres objeciones son ciertas, ninguna de ellas constituye un argumento válido para seguir pagando por una IA que no produce resultados.
Quien analice con objetividad estos argumentos reconocerá la señal clara: un proveedor que se niega a vincular el precio a los resultados demuestra su confianza en su producto. Si la IA funciona, la fijación de precios basada en resultados es más rentable para el proveedor, no menos. Gana dinero con cada implementación exitosa, el comprador se convierte en un cliente de referencia con resultados cuantificables y los costes de venta para la siguiente implementación disminuyen significativamente. Los proveedores que rechazan este modelo suelen ser aquellos cuyo producto ofrece demostraciones impresionantes, pero resultados de producción mediocres.
Sin embargo, cabe considerar un punto de vista crítico. Parloa, proveedor de IA especializado en IA conversacional, argumenta que, si bien la fijación de precios basada en resultados puede parecer que promueve intereses mutuos, en la práctica suele traducir las ganancias de eficiencia de la empresa en ingresos para el proveedor. Si un agente de IA funciona tan bien que los costos del proceso disminuyen significativamente, el proveedor participa desproporcionadamente en este valor bajo un modelo basado en resultados, incluso si su contribución a las mejoras de eficiencia subyacentes es mínima. Esta tensión es real y explica por qué muchos expertos consideran que los modelos híbridos son la solución más pragmática: una tarifa base que cubre los costos de la plataforma y la implementación, combinada con tarifas basadas en resultados que se ajustan al valor entregado.
El cambio estructural en el mercado SaaS
La resistencia de muchos proveedores consolidados a los nuevos modelos de precios también puede explicarse por la arquitectura financiera del modelo de negocio SaaS clásico. Los precios basados en licencias generaban plazos contractuales largos y predecibles —la denominada Obligación de Rendimiento Restante (RPO)—, ya que los clientes firmaban contratos plurianuales por un número fijo de licencias. Los modelos basados en el uso y los resultados reducen esta certeza en la planificación en dos sentidos: los plazos contractuales se acortan porque los compradores dudan en comprometerse con volúmenes de uso que no pueden predecir. Además, la proporción entre el gasto comprometido y el gasto flexible se inclina a favor de la flexibilidad del comprador.
Las consecuencias en la valoración son inmediatas. En los primeros meses de 2026, una revalorización masiva en el mercado del software provocó una caída que eliminó casi un billón de dólares estadounidenses en capitalización bursátil para las empresas de software. El índice de referencia SaaS cayó un 6,5 % a lo largo de 2025, mientras que el S&P 500 subió un 17,6 %. El múltiplo de ingresos medio para las empresas de software se desplomó de más de siete veces a menos de cinco veces en poco más de un año. En contraste, las empresas que implementaron modelos de precios híbridos reportaron un crecimiento de ingresos un 38 % mayor y una retención de ingresos netos un 38 % mayor que los proveedores de suscripción pura, según una investigación de LEK Consulting.
Bloomberg predice que los precios por suscripción podrían disminuir del 60 % actual a alrededor del 30 % de todos los modelos de software en una década, mientras que los modelos basados en resultados irán ocupando el espacio vacante. Gartner estima que el 70 % de las empresas preferirán los modelos de precios basados en el uso a los modelos basados en licencias para finales de 2026. La dirección de este cambio es clara; solo la velocidad sigue siendo incierta.
Plataforma de IA administrada: soluciones de IA más rápidas, seguras e inteligentes con UNFRAME.AI
Plataforma de IA gestionada - Imagen: Xpert.Digital
Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.
Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.
Las principales ventajas de un vistazo:
⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.
🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.
💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.
🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.
📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.
Más información aquí:
Resultados en lugar de promesas: Cómo los compradores negocian con éxito contratos de IA
Lo que los compradores deben exigir antes de la firma del próximo contrato
Quienes estén evaluando plataformas de IA para empresas necesitan un marco sólido para implementar precios basados en resultados. El primer paso, y el más importante, es definir el resultado antes de comenzar la evaluación: no como una promesa abstracta de eficiencia, sino como una métrica específica y medible vinculada a un proceso de negocio que la empresa ya implementa. Esto podría incluir los documentos procesados diariamente, el tiempo promedio del ciclo de revisión, la tasa de error en la extracción de datos o el rendimiento de las verificaciones de cumplimiento. Si dicha medición no es posible con la infraestructura existente, primero debe crearse o debe elegirse un punto de partida diferente.
El segundo paso consiste en un periodo de prueba de valor con los datos propios de la empresa. No se trata de una demostración en un entorno de pruebas con datos de muestra cuidadosamente preparados para una presentación, sino de una implementación en su propio entorno, conectada a sus propios sistemas y ejecutándose con los documentos y flujos de trabajo que se utilizan realmente en producción. Las empresas que estructuran las evaluaciones de esta manera evitan el estancamiento del rendimiento que suele paralizar la mayoría de los programas de IA tras los primeros éxitos, ya que han validado el rendimiento en producción antes de comprometerse con un presupuesto.
El tercer paso se refiere a la estructura del contrato: precios que escalan con el valor, no con el consumo. La estructura ideal consiste en un compromiso base que cubre los costos de la plataforma y la implementación, complementado con tarifas basadas en el rendimiento que aumentan a medida que la IA genera resultados medibles. Esto proporciona al proveedor ingresos predecibles por sus esfuerzos de implementación, mientras que el crecimiento del contrato está vinculado al crecimiento del valor para el comprador. El riesgo del comprador es limitado. El potencial del proveedor es ilimitado, pero está ligado al rendimiento.
El cuarto paso, que a menudo se pasa por alto, es la responsabilidad del proveedor respecto al cronograma de implementación. Si el precio se basa en resultados, pero la implementación tarda nueve meses antes de que se puedan medir, el modelo es teóricamente rentable, pero en la práctica supone un derroche de tiempo y recursos. La plataforma debería estar en producción en cuestión de días, no de meses, para que la medición de resultados comience con la suficiente rapidez como para tomar una decisión de compra acertada dentro de un mismo ciclo presupuestario.
La prueba de renovación: ¿Qué diferencia a 2026 de 2025?
Los contratos de IA que se renovarán por primera vez en 2026 y 2027 son aquellos en los que se puede señalar una cifra y decir: Eso es lo que obtuvimos. Sin un panel de control repleto de métricas de actividad. Sin un informe de uso. Un resultado que se corresponda con el caso de negocio que justificó la compra.
Este escenario se está desarrollando ahora mismo. En la primavera de 2026, Salesforce reportó 800 millones de dólares en ingresos recurrentes anuales (ARR) de Agentforce, basados en 29 000 acuerdos basados en resultados, un dato que demuestra la viabilidad comercial del modelo a gran escala. Por otro lado, los compradores se ven cada vez más acompañados en las negociaciones de renovación por directores financieros que exigen pruebas sólidas de retorno de la inversión (ROI) y una economía unitaria sostenible. El mercado de promesas de IA, que recibió una generosa financiación en 2023 y 2024, ahora choca con el mercado de resultados de IA, que se definirá en 2026.
La ventaja de la fijación de precios basada en resultados va más allá de la mera comercialización. Este modelo actúa como un imperativo estructurado para la implementación rigurosa que la mayoría de los programas de IA omiten. Cuando el proveedor cobra únicamente por los resultados, todas las discusiones sobre la calidad de los datos, la arquitectura de integración, la aceptación del usuario y el diseño del proceso tienen lugar antes de la implementación, no después de la primera revisión trimestral fallida. El incentivo para una preparación exhaustiva no es moral, sino financiero. Este es, sin duda, el mecanismo más fiable.
Implicaciones estructurales para la empresa
La fijación de precios basada en resultados es mucho más que un modelo comercial. Transforma la lógica organizativa interna de ambas partes del contrato. Para el proveedor, este modelo implica que la capacidad de medir resultados debe integrarse en el producto, y no ser un aspecto secundario para el equipo de atención al cliente. Los proveedores que se toman esto en serio crean paneles de control que muestran al comprador el valor entregado en tiempo real: tiempo ahorrado, calidad mejorada, riesgo reducido. Esta visibilidad se convierte en un factor diferenciador en un mercado donde las capacidades tecnológicas son cada vez más homogéneas.
Desde la perspectiva del comprador, el modelo exige una inversión inicial en la mensurabilidad, algo que muchas organizaciones rehúyen. Quienes no hayan realizado un seguimiento sistemático de los tiempos de proceso no podrán acordar la reducción del ciclo como métrica contractual. Si bien esto puede parecer un obstáculo al principio, en realidad es un filtro útil. Las organizaciones incapaces de definir métricas para contratos basados en resultados generalmente tampoco logran escalar con éxito las implementaciones de IA, independientemente del modelo de precios. El requisito de medición impone el nivel de madurez operativa que, de todos modos, sería esencial para un uso productivo de la IA.
La estrategia de Bessemer Venture Partners resume sucintamente la lógica central: la IA no monetiza el acceso, sino los resultados. Empresas como Intercom, EvenUp y Leena AI están alineando sus modelos organizativos y de ventas con el trabajo entregado: incidencias resueltas, documentos completados y revisiones finalizadas. Los ganadores cobrarán por lo que su IA genera, no por su coste ni por el acceso que proporciona. La métrica de cálculo no es simplemente una decisión de facturación, sino un compromiso con lo que se valora, con el valor del sistema y con lo que se está dispuesto a demostrar con los resultados obtenidos.
El desequilibrio de poder y quién lo utiliza
Quien comprenda la dinámica de poder en el mercado actual de adquisición de IA reconocerá una asimetría temporal que favorece a los compradores mejor preparados. La competencia entre proveedores de IA se ha intensificado enormemente en varias categorías, mientras que las tasas de renovación de los programas piloto están bajo presión. Los proveedores que en 2025 solo ofrecían promesas ahora negocian extensiones con clientes que buscan resultados tangibles. Esto crea una posición negociadora que no existía en 2024.
Los compradores que ahora inician las negociaciones de adquisición con definiciones claras de los entregables, un marco de prueba de valor y una estructura contractual híbrida se encuentran en una posición de negociación significativamente más sólida que aquellos que llegan solo con una especificación funcional y una estimación aproximada del uso. Los datos —78 % de costos inesperados, 80 % de fracasos en los proyectos, menos del 1 % de retorno de la inversión significativo— les proporcionan el argumento más sólido. La metodología les brinda la herramienta.
Esto es especialmente cierto para las empresas medianas y grandes que realizan importantes inversiones en aplicaciones nativas de IA sin haber desarrollado la infraestructura de gobernanza correspondiente. El informe de Zylo muestra que el gasto en aplicaciones nativas de IA en grandes empresas ha aumentado casi un 400 % —a menudo mediante tarjetas de crédito de empleados e informes de gastos— antes incluso de que los equipos de TI puedan reaccionar. El llamado efecto de IA en la sombra no es un fenómeno marginal, sino una característica estructural del ciclo de adopción actual, que se hará plenamente visible durante las negociaciones de renovación en 2026 y 2027.
Más allá de los precios: El período de maduración más amplio
Lo que está ocurriendo en el mercado de adquisiciones con IA no es solo un fenómeno de precios aislado. Se trata de la maduración de una tecnología, que marca su transición del modo experimental al modo de producción. El informe Google Cloud AI ROI 2025, basado en una encuesta global a más de 3400 líderes empresariales, describe una nueva etapa de madurez de la IA —la llamada "era de los agentes"— en la que los agentes de IA operan de forma autónoma dentro de parámetros definidos para ofrecer resultados empresariales medibles. El 88 % de los líderes de IA con agentes que reportaron retornos concretos en este estudio se diferencian de la mayoría principalmente en un aspecto clave: su capacidad para medir con precisión los resultados y alinearlos con los objetivos estratégicos.
La fijación de precios basada en resultados es la expresión comercial de esta madurez. Presupone lo que las implementaciones de IA maduras ya requieren: definiciones de procesos claras, alta calidad de datos, una arquitectura de integración sólida y herramientas de medición directamente vinculadas a los resultados del negocio. Las empresas que opten por este camino pagarán menos por la esperanza y más por el impacto. No se trata de una visión romántica de una economía tecnológica más justa, sino de una descripción realista de qué estructuras contractuales sobrevivirán a los próximos ciclos de renovación.
La verdadera pregunta para los compradores ya no es si la fijación de precios basada en resultados es la dirección correcta. Gartner, Bloomberg, Simon-Kucher, Bessemer Venture Partners y las preferencias de compra del 86 % de los compradores apuntan en la misma dirección. La cuestión crucial es si su propio proceso de adquisición puede adaptarse con la suficiente rapidez para aprovechar la posición negociadora que ofrece esta fase de maduración a corto plazo, antes de que el mercado se consolide de nuevo y los proveedores puedan volver a dictar las condiciones.
🎯🎯🎯 Centro de datos para la industria B2B como una solución casi interna
La solución casi interna: Cómo Xpert.Digital cierra las brechas operativas en el marketing y las ventas B2B – Negocios inteligentes basados en contenido - Imagen: Xpert.Digital
Xpert.Digital es un centro industrial B2B basado en datos, dirigido por Konrad Wolfenstein . La empresa actúa como una solución externa, casi interna, para socios industriales, cubriendo las brechas operativas en marketing, contenido y ventas, sin requerir recursos adicionales por parte del cliente.
Más información aquí:
Su socio global de marketing y desarrollo empresarial
☑️ Nuestro idioma comercial es el inglés o el alemán
☑️ NUEVO: ¡Correspondencia en tu idioma nativo!
Konrad Wolfenstein
Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.
Puedes contactarme rellenando el formulario de contacto aquí wolfenstein@xpert.digital:o simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es
Espero con ilusión nuestro proyecto conjunto.
