El presupuesto de IA del que casi nadie habla
El presupuesto de IA de un equipo no es simplemente $20 por puesto multiplicado por el número de personas. El coste mensual real depende de los roles, el uso de los flujos de trabajo, los agentes de codificación y lo deliberada que sea la asignación del stack.
La adopción de IA es un coste operativo mensual
Hay una ficción cómoda: la IA cuesta $20 por puesto y ya está.
Esa cifra es real. Y también es incompleta. Describe una suscripción de chat para una persona, no lo que ocurre cuando una empresa empieza a usar IA simultáneamente en producto, ingeniería, diseño, marketing, QA y operaciones, todos los días, en trabajo real.
En cuanto la IA entra en los flujos de trabajo reales, deja de comportarse como una suscripción a una herramienta y empieza a comportarse como un coste operativo. No porque sea desorbitadamente cara, sino porque lo toca todo. Un product manager reformulando tickets de Jira, un ingeniero usando agentes de codificación durante horas, un diseñador generando variantes de imágenes, un marketero redactando textos de campaña y un QA lead produciendo matrices de pruebas no tienen el mismo perfil de coste.
La pregunta útil no es si la IA cuesta dinero. Lo cuesta. La pregunta útil es cómo distribuir ese gasto para que corresponda realmente al valor que cada persona extrae de ella.
Las tres capas de coste reales
Cuando un equipo adopta la IA más allá de la experimentación casual, el gasto suele caer en tres capas a la vez.
- Herramientas de chat por puesto. Este es el coste visible que todos notan primero: ChatGPT Business, Claude Team, Gemini Advanced y planes similares. Cubren la redacción, el resumen, el brainstorming, el análisis rápido y el uso cotidiano. Son útiles para casi todo el mundo. Y son solo el principio.
- Uso de workflows y API. Aquí es donde la IA deja de ser conversacional para volverse operacional. En lugar de una persona chateando con un modelo, el equipo ejecuta planificación estructurada, investigación, generación de imágenes, enriquecimiento de issues de Jira y flujos de trabajo sobre documentos. Herramientas como la calculadora de precios de Just viven aquí, y el gasto escala con lo que realmente se ejecuta.
- Agentes de codificación. Esta es la línea que pilla desprevenidos a los equipos. Claude Code, Codex y herramientas similares consumen mucho más cómputo que una sesión de chat normal porque leen archivos, razonan sobre la arquitectura, escriben código, ejecutan tests e iteran.
Estas tres capas — puestos, workflows y agentes de codificación — son la anatomía real del presupuesto de IA de un equipo. El error de planificación es tratarlas como un número limpio y único.
Por qué diferentes roles cuestan cantidades distintas
Esta es la sección que debería cambiar cómo presupuestas.
Una empresa que da a cada empleado la misma suscripción de IA casi seguro está distribuyendo mal el dinero. Un ingeniero usando Claude Code durante seis horas no se parece en nada, en términos de coste, a un recruiter redactando preguntas de entrevista. Un PM usando IA para dar forma a los requisitos en treinta tickets por semana tiene un perfil de coste fundamentalmente distinto al de un agente de soporte que usa el chat para redactar respuestas puntuales.
Las diferencias no son pequeñas. Entre roles pueden llegar fácilmente a 5–10x.
| Rol | Uso ligero | Uso regular | Uso intensivo |
|---|---|---|---|
| Ingenieros | $20–40 | $50–120 | $100–250+ |
| Product Managers / Leads | $20–40 | $40–120 | $100–200 |
| Diseñadores | $20–50 | $50–150 | — |
| Marketing / Contenido | $20–40 | $40–100 | — |
| QA / Testing | $15–40 | $30–80 | — |
| Recruiting / People Ops / Soporte | $10–30 | $20–60 | — |
Estos no son precios de productos. Son bandas de presupuesto por rol: lo que suele costar el gasto total de IA de una persona al combinar puestos, uso de workflows y posibles costes de agentes de codificación. Un guion no significa imposible. Significa suficientemente raro como para tratarlo como excepción, no como supuesto de planificación por defecto.
Hay patrones que importan más que la tabla en sí. Los ingenieros suelen ser los usuarios de IA más caros porque los agentes de codificación dominan su perfil de coste. Los PMs pueden volverse usuarios sorprendentemente intensivos cuando la IA se integra en la definición de tickets, la planificación y la investigación. Los diseñadores se disparan cuando la generación de imágenes se vuelve frecuente. Soporte, recruiting y operaciones suelen mantenerse en niveles ligeros.
La conclusión es directa: un presupuesto de IA igual por persona es casi siempre incorrecto.
Lo que cuesta un workflow en Just
Las capas de coste abstractas son útiles para encuadrar. Los números concretos de workflow son los que hacen posible la planificación. Así es como se ve dentro de Just, donde los workflows de IA estructurados se ejecutan sobre issues reales de Jira.
Un análisis por defecto — el análisis estándar impulsado por IA de un issue de Jira — cuesta ~$0,60. Un análisis más pesado con búsqueda y cinco imágenes generadas suele quedar en el rango de $0,60–$1,00 de principio a fin.
A nivel de paso, el orden de magnitud aproximado es el siguiente. Los costes de imagen a continuación corresponden a Nano Banana 2, el modelo de imagen predeterminado de Google en Just.
| Tipo de paso | Coste estimado |
|---|---|
| Un paso de texto/estructurado con Opus | ~$0,10 |
| Una llamada de búsqueda web de Google | ~$0,035 |
| Una imagen de Nano Banana 2 a 1K (16:9) | ~$0,10 |
Lo importante no es el valor exacto en céntimos. Es que el workflow deja de ser abstracto. Un equipo puede ver la diferencia entre una ejecución de planificación ligera y una de investigación intensiva, y luego decidir qué workflows merecen un uso amplio y cuáles deben mantenerse selectivos.
Para obtener un punto de partida rápido para tu propio equipo, usa la calculadora de precios de Just a continuación:
Presets rápidos
Escenarios mensuales por tamaño de equipo
Aquí es donde el presupuesto se vuelve tangible. Los números a continuación son estimaciones orientativas — útiles para la planificación, no presupuestos pseudoprecisos. El escenario que encaje con tu equipo depende de cómo se despliega principalmente la IA: workflow-first, implantación amplia de puestos o centrada en ingeniería.
Presupuesto de workflows con Just
Estos números asumen los workflows estructurados de Jira como centro del stack de IA.
| Tamaño del equipo | Rango mensual orientativo |
|---|---|
| Solo | ~$25 |
| 5 personas | ~$60 |
| 15 personas | ~$200–300 |
| 50 personas | ~$700–1.000 |
| 100 personas | ~$1.500–2.000 |
Implantación solo por puestos
Este es el modelo más sencillo: dar a todos un plan de chat y darlo por hecho.
| Tamaño del equipo | ChatGPT Business | Claude Team Standard |
|---|---|---|
| 5 personas | ~$125 | ~$100 |
| 15 personas | ~$375 | ~$300 |
| 50 personas | ~$1.250 | ~$1.000 |
| 100 personas | ~$2.500 | ~$2.000 |
Este modelo es fácil de presupuestar y fácil de implantar. También es incompleto. No dice casi nada sobre la visibilidad de los workflows, la calidad del output o el uso intensivo de ingeniería.
Implantación mixta: puestos + agentes de codificación
Esto se acerca más a lo que los equipos serios terminan haciendo.
| Tamaño del equipo | Rango mensual orientativo |
|---|---|
| 5 personas | ~$250–450 |
| 15 personas | ~$600–1.000 |
| 50 personas | ~$1.800–2.800 |
El patrón importa más que el número exacto. Los agentes de codificación se convierten rápidamente en su propia línea de presupuesto, y un pequeño grupo de usuarios intensivos puede consumir más presupuesto que todos los demás combinados.
Los agentes de codificación son su propio presupuesto
Esta es la línea de coste que los equipos subestiman con más frecuencia.
Los agentes de codificación no son herramientas de chat. No se comportan como el chat, y no cuestan como el chat. Una conversación normal puede implicar unos pocos miles de tokens. Una sesión de agente de codificación puede quemar cientos de miles mientras lee el código base, razona sobre la arquitectura, escribe código, ejecuta tests e itera.
Por eso un plan de $20 a menudo no aguanta ni un día de ingeniería centrado.
| Nivel | Coste mensual | Lo que realmente soporta |
|---|---|---|
| Claude Pro | $20 | Acceso, pero las sesiones de codificación intensiva alcanzan los límites rápido |
| Claude Max 5x | $100 | Trabajo diario sostenido con agentes de codificación |
| Claude Max 20x | $200 | Bucles autónomos pesados o de usuario avanzado |
| ChatGPT Pro | $200 | Cómputo prioritario y uso más intensivo al estilo Codex |
El consejo práctico es sencillo: presupuestar los agentes de codificación por separado de los puestos de chat generales. Identificar quién los usa de verdad cada día, poner a esas personas en el nivel adecuado y no repartir ese coste por toda la empresa.
El modelo de presupuesto más inteligente
La mayoría de los equipos empiezan con uno de dos enfoques malos: dar a todos el mismo plan, o dejar que cada uno gaste lo que quiera. El primero es sencillo pero despilfarrador. El segundo es flexible pero invisible.
Un modelo mejor es la asignación por roles con monitorización explícita:
- Los presupuestos de IA más altos van a las personas que realmente multiplican el valor con ella — normalmente ingenieros fuertes, PMs con uso intensivo y cualquiera cuyo output se multiplica a través de la asistencia de IA.
- Los equipos más amplios reciben puestos más ligeros donde eso es suficiente para redactar, analizar e investigar puntualmente.
- Los equipos con workflows intensivos obtienen herramientas donde los outputs permanecen reutilizables y trazables, en lugar de desaparecer en el historial de chat privado.
Aquí es donde Just: asistente con IA para Jira ayuda como algo más que otra herramienta de IA. Hace que los costes de los workflows sean visibles, permite enrutar diferentes pasos a diferentes proveedores y vincula el gasto al trabajo real a nivel de issue en lugar de a un volumen de chat vago. Si quieres entender la lógica detrás de esa distribución de proveedores, No todos los modelos merecen cada rol explica por qué la planificación, la investigación y las imágenes suelen caer en modelos distintos.
El objetivo no es minimizar el gasto a toda costa. Es hacer que el gasto corresponda al valor, eliminar el tooling que no se usa e invertir más donde la IA multiplica el trabajo útil cada día. Si empiezas con un presupuesto limitado, comienza con tooling de workflows donde los outputs sean reutilizables — ahí es donde el retorno suele aparecer primero.
El retorno está en la asignación
Merece la pena pagar por la IA. El error real es la asignación de costes perezosa: tratar la IA como si fuera un gasto plano de utilidad cuando en realidad es un coste operativo variable condicionado por el rol, la intensidad y el tipo de herramienta.
Los equipos que más sacan de la IA no son los que gastan menos, ni los que gastan más. Son los que hacen corresponder el gasto con el valor: mayor inversión donde la IA multiplica el output a diario, gasto moderado en workflows donde los outputs son reutilizables, puestos ligeros para todos los demás y presupuestos explícitos para los agentes de codificación.
La IA no es una sola partida presupuestaria. Son múltiples capas de coste, múltiples perfiles de rol y un espectro que va desde un uso casi nulo hasta varios cientos de dólares por persona al mes. Las empresas que planifican para esa realidad son las que capturan el retorno.
Estima el coste de workflows de tu equipo con la calculadora de precios de Just, o explora los workflows de Jira en la página de Just en Marketplace.