Cómo medir si la IA te está ahorrando tiempo de verdad

Pregunta a cualquiera que use IA a diario si le ahorra tiempo y te dirá que sí, sin dudarlo. Pídele la cifra y verás cómo cambia la cara. La sensación de ir más rápido es de las más fiables que existen y de las peor calibradas: notamos el minuto que nos ahorramos escribiendo y no notamos los ocho que gastamos comprobando.

Esta guía es un método para poner un número donde ahora hay una impresión. No lleva herramientas nuevas: una hoja de cálculo y cuatro semanas.

La brecha entre lo que se siente y lo que se mide

Los datos de la encuesta State of AI de McKinsey publicada en agosto de 2026, sobre 1.719 profesionales y directivos de todo el mundo, dibujan la brecha con una claridad incómoda:

Ochenta por ciento arriba, seis por ciento abajo. Y el 6 % lleva dos años plano, así que no es cuestión de esperar.

La explicación no es que la gente mienta. Es que el tiempo ahorrado en una tarea no se convierte solo en valor. Se evapora por tres sitios: se lo come el trabajo que estaba en la cola, se reparte en trozos de tres minutos que no dan para hacer nada, o se gasta entero revisando lo que la IA devolvió. La medición que propongo aquí sirve precisamente para ver por cuál de los tres se te está yendo.

Por qué falla la medición habitual

Los cuatro errores que hacen que la mayoría de los cálculos de ahorro no valgan nada:

• Medir la herramienta en vez de la tarea. «¿Cuánto nos ahorra ChatGPT?» no tiene respuesta. «¿Cuánto nos ahorra en redactar la respuesta a un ticket de facturación?» sí.
• No tener línea base. Si no sabes cuánto tardabas antes, cualquier número posterior es una opinión con decimales.
• No contar la revisión. Es la partida grande y la que nadie apunta, porque se hace mezclada con otra cosa.
• Medir durante la luna de miel. Las dos primeras semanas todo mejora porque estás prestando atención. Y algunas tareas empeoran al principio, mientras aprendes a pedir bien, y las descartas justo antes de que empezaran a compensar.

Elige una tarea, no una herramienta

La unidad de medida es una tarea que se repite. Tres criterios para elegir la primera:

1. Se repite al menos cinco veces por semana. Con menos no juntarás repeticiones suficientes en un mes.
2. Tiene un principio y un final reconocibles. «Escribir la ficha de producto» sí; «hacer marketing» no.
3. Tiene un criterio de calidad que alguien sabe aplicar. Si no puedes decir si un resultado está bien, no puedes decir si has ahorrado: solo que has tardado menos en producir algo.

Y un consejo contraintuitivo: empieza por una tarea de valor medio, no por la más importante. En la crítica nadie va a aceptar el resultado sin revisarlo entero, con lo que el ahorro será pequeño y la medición poco informativa.

La línea base: el paso que todo el mundo se salta

Durante una semana, sin cambiar nada y sin usar IA para esa tarea, apunta tres columnas por cada repetición:

fecha | minutos totales | ¿pasó la revisión a la primera? (sí/no)

Nada más. Con diez o quince filas ya tienes la mediana, que es el número que vas a usar. No uses la media: una repetición monstruosa te la desplaza y te hará creer luego en ahorros que no existen.

Este paso duele porque parece que retrasa el proyecto una semana. Es al revés: es la única semana que hace que el resto sirva para algo. Sin línea base, dentro de tres meses tendrás una discusión de sensaciones en una reunión, que es exactamente donde acaban casi todos los pilotos de IA.

Cuatro métricas que sí sirven

Con la tarea elegida y la línea base tomada, mide estas cuatro y ninguna más:

La cuarta es la que separa un ahorro contable de un ahorro real, y es la que casi nadie mide. Si el tiempo por unidad baja un 40 % y el volumen semanal no se mueve, no has ahorrado nada: has liberado minutos que se han ido por el desagüe. Eso no es un fracaso de la IA, es un problema de organización del trabajo, pero conviene llamarlo por su nombre en vez de apuntar un ahorro que no aparece en ningún sitio.

La tercera es la más accionable. Si el grueso del tiempo se va en escribir el prompt cada vez, la solución es convertirlo en algo reutilizable —un prompt guardado o un skill— y el ahorro sube de golpe. Si se va en revisar, la solución es acotar la tarea o pedir el resultado en un formato más fácil de comprobar.

El otro lado de la ecuación

El ahorro solo es ahorro después de restar lo que cuesta. Tres partidas:

• Suscripciones y consumo. En uso de chat es casi irrelevante frente al coste de una hora de trabajo. En agentes deja de serlo: un agente llama al modelo una vez por cada paso, y lo que en chat es una consulta puede ser veinte. En la encuesta de McKinsey, el 20 % de los encuestados ya señalaba el coste operativo de la IA como una restricción.
• Tiempo de puesta a punto. Las horas de escribir el prompt bueno, montar el flujo y formar a quien lo va a usar. Es un coste único y hay que amortizarlo: si son ocho horas y ahorras cuatro minutos por unidad, necesitas 120 unidades solo para volver a cero.
• El coste del error que se cuela. No es una media, es un peor caso. ¿Qué pasa si un dato inventado llega al cliente? Si la respuesta es «nada grave», adelante. Si es «perdemos la cuenta», ese riesgo forma parte del precio y probablemente exija revisión humana siempre, lo que reduce el ahorro y hay que anotarlo.

Plantilla de medición a cuatro semanas

Al final tienes una frase con números dentro: «en responder tickets de facturación pasamos de una mediana de 11 minutos a 6, con un acierto a la primera del 78 %, y el volumen semanal subió de 40 a 61». Esa frase se defiende sola en cualquier reunión y se puede repetir en seis meses para ver si aguanta.

Cuándo aceptar que no compensa

Tres señales, después de las cuatro semanas, de que esa tarea no es la buena:

1. El tiempo baja menos del 15 %. Por debajo de ahí, el ruido de la medición se come el ahorro y no vas a poder distinguirlo de una semana tranquila.
2. El acierto a la primera está por debajo del 60 % y no sube. Cuatro de cada diez veces rehaciendo el trabajo es hacerlo dos veces con pasos extra.
3. El grueso del tiempo se va en revisar y no se puede reducir. Es la señal de que la tarea exige una verificación que la IA no puede quitarte. Cámbiala por otra: hay tareas mejores esperando.

Abandonar una tarea medida no es un fracaso; es información que te ahorra meses. El fracaso es la otra opción, que es seguir tres años convencido de que se ahorra mucho tiempo sin que nadie sea capaz de decir cuánto.

Cuando tengas la primera tarea medida, el paso siguiente es elegir la segunda con criterio: en automatizar tareas con IA en el trabajo está el filtro para decidir cuáles merecen la pena. Y si la tarea que quieres medir implica dejar que la IA actúe sola, antes conviene leer qué es un agente de IA, porque ahí el coste por tarea cambia de orden de magnitud.