Cómo medir el retorno de la IA
En corto
- El retorno de la IA es (Resultado − Retrabajo) ÷ Inversión. Es el software que llega a producción gracias a la IA, menos lo que cuesta rehacer lo que vuelve, dividido por lo que pagas en herramientas.
- Las horas ahorradas, las licencias activas y la tasa de aceptación miden actividad. Las tres pueden subir mientras la entrega sigue igual.
- El retrabajo es lo que casi nadie resta. Si lo omites, un equipo que rinde 2,0x parece rendir 3,0x.
- Compara cada equipo con sus propios 12 meses de historia, no con el benchmark de otra empresa. Después ponle precio en dólares al mes a cada fuga y empieza por la más cara.
El gasto en IA dejó de ser un piloto. Gartner proyecta que el gasto mundial en IA llegará a US$ 2,59 billones en 2026 (mayo de 2026). Al mismo tiempo, el 78 % de los ejecutivos de finanzas dice que no puede vincular del todo ese gasto con resultados de negocio, y el 66 % de los directorios ya condiciona más fondos para IA a que se demuestre el retorno (CloudZero, junio de 2026). Si lideras ingeniería o eres dueño del presupuesto, la pregunta ya llegó y los datos todavía no. Esta guía te da un método para responderla.
Qué es el retorno de la IA
El retorno de la IA en ingeniería es cuánto de lo que inviertes en IA se convierte en software entregado que funciona. La fórmula tiene tres partes:
Retorno de la IA = (Resultado − Retrabajo) ÷ Inversión
- Resultado es el trabajo que llega a producción y se queda ahí, por encima de lo que el equipo entregaba antes. El código generado no es resultado. El código mergeado, desplegado y que no se revierte, sí.
- Retrabajo es lo que hay que volver a hacer después de darlo por terminado: el ticket que vuelve, el pull request que rebota en revisión, el cambio que rompe y hay que arreglar. Su costo son las horas que le dedica la gente, a su costo real por hora, más el gasto en IA de los dos intentos.
- Inversión es lo que pagas por herramientas de IA: licencias, tokens y agentes.
Lo que buscas es eficiencia. Más software que funciona por cada dólar, y menos trabajo que vuelve.
Un ejemplo con números
Ejemplo ilustrativo. Números redondos, no son datos de clientes.
Un equipo de 40 ingenieros gasta US$ 20.000 al mes en herramientas de IA para programar.
| Concepto | Cómo se calcula | Monto |
|---|---|---|
| Resultado | 80 cambios que funcionan por mes por encima de su baseline, a su costo histórico de US$ 750 por cambio | US$ 60.000 |
| Retrabajo | 25 de esos cambios volvieron: horas para arreglarlos a costo real, más el gasto en IA de ambos intentos | US$ 20.000 |
| Inversión | Licencias, tokens y agentes | US$ 20.000 |
| Retorno de la IA | (US$ 60.000 − US$ 20.000) ÷ US$ 20.000 | 2,0x |
Ahora borra la fila del retrabajo. El mismo equipo reporta 60.000 ÷ 20.000 = 3,0x. La diferencia no es un redondeo. Es un tercio del retorno informado, y define si ese equipo recibe más presupuesto o primero un arreglo.
Por qué las horas ahorradas engañan
Casi todos los tableros de IA muestran una de tres cosas: horas ahorradas, licencias en uso o cuántas sugerencias acepta el equipo. Las tres sirven. Ninguna es retorno.
Las horas ahorradas son percepción, y la percepción falla. En un ensayo aleatorizado, METR encontró que desarrolladores open source con experiencia tardaron un 19 % más usando herramientas de IA de principios de 2025, mientras creían haber sido un 20 % más rápidos (METR, julio de 2025). METR después marcó ese resultado como histórico y cambió su método, así que no lo leas como "la IA hace más lentos a los desarrolladores". Léelo como prueba de que la velocidad que se siente y la que se mide pueden estar muy lejos.
Uso no es entrega. Una licencia que se usa todos los días puede producir código que espera en revisión o que vuelve. Con telemetría de más de 10.000 desarrolladores, Faros AI vio que los equipos con más adopción de IA completaron un 21 % más de tareas y mergearon un 98 % más de pull requests. Los mismos datos mostraron pull requests un 154 % más grandes, revisiones un 91 % más largas y un 9 % más de bugs por desarrollador, sin relación entre adopción de IA y entregas más rápidas a nivel de empresa (Faros AI, julio de 2025, datos de un proveedor, direccional).
La tasa de aceptación se queda en el teclado. Te dice que alguien tomó una sugerencia. No te dice si ese código llegó a producción y se sostuvo.
Las tres miden el momento en que se genera el código. El retorno se mide donde aterriza el trabajo.
El retrabajo se come el retorno
Por el retrabajo se escapa lo que la IA gana. Un cambio que se escribió en veinte minutos puede esperar nueve días en revisión, o volver dos veces por un criterio de aceptación ambiguo. El presupuesto de IA se gastó. El valor no llegó.
No pasa solo en ingeniería. BetterUp Labs y el Social Media Lab de Stanford encontraron que el 41 % de los trabajadores había recibido contenido hecho con IA que se veía prolijo pero no servía. Cada caso les llevó 1 hora y 56 minutos, un costo estimado de US$ 186 por empleado al mes, según el tiempo que ellos mismos declararon (Harvard Business Review, septiembre de 2025).
En ingeniería, el retrabajo deja rastro en herramientas que ya usas:
- Tickets que se reabren después de cerrarse
- Pull requests que vuelven de revisión más de una vez
- Cambios que se revierten o necesitan un hotfix después del despliegue
- Tareas que retroceden de columna en el tablero
Hay dos razones por las que el retrabajo pasa desapercibido. Quien generó el código siente la velocidad, pero el arreglo lo paga otra persona. Y el costo aparece días después, en otro sprint y bajo otro ticket. Por eso hay que ponerle precio al retrabajo en dólares al mes. Una tasa de retrabajo en un gráfico se anota. Un monto en dólares obliga a decidir.
Compara cada equipo con su historia
Los benchmarks tientan. "Los equipos como el tuyo entregan X por ingeniero" suena objetivo. Para medir el retorno de la IA confunde más de lo que ayuda, por tres razones.
- Los equipos no se pueden comparar. Un equipo de plataforma y uno de mobile tienen otras normas de revisión, otro tamaño de cambio y otro patrón de retrabajo. Un promedio entre empresas los mezcla en un número que no describe a ninguno.
- Lo que importa es qué cambió. La pregunta útil no es "¿este equipo tiene mucho retrabajo?". Es "¿el retrabajo de este equipo se movió desde que llegó la IA, comparado con su rango normal?".
- El ruido existe. Lanzamientos, vacaciones y guardias mueven las métricas todos los meses. Necesitas suficiente historia para distinguir un cambio real de una oscilación normal.
Por eso el baseline tiene que ser 12 meses de la historia del propio equipo: las transiciones donde su trabajo suele rebotar, los estados que funcionan como cola en su tablero, los tiempos de ciclo que son normales para él. Mide cada cambio contra eso, equipo por equipo. Un promedio de toda la empresa esconde al equipo que genera la mayor parte del retrabajo.
Método en seis pasos
Sirve tanto si eres VP de Ingeniería y preparas una lámina para el directorio como si eres CFO y decides la línea de IA del año que viene.
Paso 1. Suma la inversión por equipo. Incluye todo el gasto en IA: licencias de asistentes de código, tokens de API, agentes. Asígnalo al equipo que lo usa. Una sola línea de "IA" para toda la empresa no se puede defender equipo por equipo.
Paso 2. Fija el baseline de cada equipo. Toma 12 meses de historia del tablero, del repositorio y del pipeline de CI/CD. Registra el rango normal de throughput, tiempo de ciclo, tiempo de revisión y retrabajo.
Paso 3. Define qué cuenta como resultado. Elige una unidad que signifique trabajo entregado: cambios mergeados que llegan a producción. Agrega un filtro de calidad, por ejemplo "que no se revierta ni se reabra en 14 días". Cuenta solo lo que lo pasa.
Paso 4. Ponle precio al retrabajo. Por cada ticket reabierto, pull request que rebota o reversión, suma las horas invertidas a costo real por hora, más el gasto en IA de ambos intentos. Totalízalo por equipo y por mes.
Paso 5. Calcula y ubica cada equipo. Calcula (Resultado − Retrabajo) ÷ Inversión y el costo por resultado. Después ubica cada equipo en una matriz de costo × retrabajo: escalar o financiar, optimizar costo, corregir retrabajo o recortar.
Paso 6. Ataca la fuga más grande y vuelve a medir. Elige el problema con mayor costo mensual. Asígnale un dueño y una acción. El mes siguiente revisa si la métrica volvió a su rango normal. Repite.
Los dos primeros pasos son donde casi todos se traban, porque los datos están repartidos en varias herramientas. Hazlos una vez y el resto se vuelve una lectura mensual.
De medir a recuperar
Medir no devuelve plata por sí solo. Un tablero que dice que el retrabajo subió un 30 % deja a alguien con la tarea de encontrar la causa, decidir el arreglo y hacer el seguimiento. El valor está en el último tramo: un precio, un dueño y una acción para cada fuga.
Para eso existe Leanmote. Se conecta en modo solo lectura a más de 50 herramientas y compara las métricas de cada equipo con 12 meses de su propia historia. Le pone precio en dólares al mes a cada problema que encuentra (retrabajo, colas, trabajo estancado, gasto en IA sin retorno). Después, agentes de IA trabajan en recuperarlo, con el nivel de autonomía que tú eliges. Conectarlo toma 2 minutos y los primeros problemas aparecen el día 1. Sumando sus clientes, Leanmote detecta más de US$ 6M en pérdidas al año y gobierna más de 6 billones de tokens de IA al año.
Puedes aplicar el método de esta guía con planillas. Leanmote lo vuelve continuo y lo pone a trabajar en el arreglo.
Preguntas frecuentes
¿Cómo se mide el retorno de la IA en ingeniería?
Con (Resultado − Retrabajo) ÷ Inversión, por equipo. El resultado es el software que funciona y se entrega por encima del baseline del propio equipo. El retrabajo es lo que cuesta rehacer lo que volvió, en horas a costo real más gasto en IA. La inversión es lo que cuestan las herramientas de IA. Compara cada equipo con sus 12 meses de historia.
¿Por qué las horas ahorradas no sirven para medir el retorno de la IA?
Porque son autodeclaradas y no restan las horas que vuelven como retrabajo. En el ensayo de METR de principios de 2025, desarrolladores con experiencia creían ser un 20 % más rápidos mientras tardaban un 19 % más. Mide el trabajo entregado neto de retrabajo.
¿Qué es el retrabajo y cuánto cuesta?
El retrabajo es trabajo que hay que volver a hacer después de darlo por terminado: un ticket reabierto, un pull request que rebota en revisión, un cambio revertido. Su costo son las horas para arreglarlo, a costo real por hora, más el gasto en IA de los dos intentos. Es el término que casi todos los cálculos de retorno de la IA dejan afuera.
¿Conviene comparar mis equipos con un benchmark de la industria?
No. Los equipos tienen distintas normas de revisión, tamaño de cambio y patrones de retrabajo, así que un promedio entre empresas no describe a ninguno. Compara cada equipo con sus propios 12 meses de historia para ver qué cambió desde que llegó la IA.
¿Cuál es un buen retorno de la IA?
No hay una meta universal. Un retorno por encima de 1,0x significa que el resultado, neto de retrabajo, vale más de lo que cuestan las herramientas de IA. Más útil que un número aislado es la tendencia por equipo y saber qué equipos van para abajo.
¿Cuánto tarda medir el retorno de la IA?
Si ya tienes 12 meses de historia en tu tablero, tu repositorio y tu pipeline, no necesitas esperar a construir un baseline nuevo. Leanmote se conecta en 2 minutos y muestra los primeros problemas con precio el día 1.
Fuentes
- Gartner, Gartner Forecasts Worldwide AI Spending to Grow 47% in 2026, mayo de 2026.
- CloudZero, Finding the ROI of AI: The Finance Perspective, junio de 2026.
- METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, julio de 2025.
- Faros AI, Lab vs. Reality: What METR's Study Can't Tell You About AI Productivity in the Wild, julio de 2025.
- BetterUp Labs y Stanford Social Media Lab, AI-Generated 'Workslop' Is Destroying Productivity, Harvard Business Review, septiembre de 2025.