El problema del margen bruto de la IA: por qué se comprimen los márgenes de tu software
El software clásico tenía un costo marginal cercano a cero: una vez construido, atender a un cliente más casi no costaba nada, y por eso los márgenes brutos del SaaS se ubicaban entre 70 y 85 por ciento. La IA rompe eso. Cada consulta consume cómputo, de modo que una funcionalidad de IA carga un costo de ventas real que escala con el uso. Inversionistas y directores financieros observan cómo los márgenes brutos del software se deslizan hacia el rango de 50 a 60 por ciento, con la inferencia sola reportada en cerca de una quinta parte de los ingresos en empresas de IA en escalamiento. Defender el margen hoy depende de conocer la economía unitaria de cada funcionalidad de IA.
La IA agrega un costo de ventas que el software clásico no tenía: cada uso gasta cómputo, así que el margen bruto cae del historíco 70 a 85 por ciento del SaaS hacia el rango de 50 a 60 por ciento. Defender el margen exige economía unitaria por funcionalidad, no un promedio mezclado, y eso es justo lo que el costeo por actividades y el TDABC (Time-Driven Activity-Based Costing) fueron creados para hacer.
El reajuste del margen
El margen bruto de 70 a 85 por ciento que definió al SaaS clásico se sostenía sobre un costo marginal cercano a cero (a16z, referencias de la industria). El margen bruto promedio reportado de las empresas nacidas con IA ronda el 52 por ciento, a medida que el costo de ventas de cómputo escala con el uso (ICONIQ vía fuentes secundarias, 2026). Y cerca del 23 por ciento de los ingresos es consumido solo por la inferencia en empresas de IA en escalamiento, antes de cualquier otro costo de ventas (ICONIQ vía Monetizely, 2026).
Las cifras de 52 por ciento y 23 por ciento provienen de reportes secundarios de un conjunto de datos de ICONIQ; conviéne confirmarlas contra la fuente primaria antes de citarlas en un entregable para un cliente. La dirección estructural, que la IA añade un costo de ventas real y comprime el margen, está bien establecida.
Por qué cae el margen
La causa es simple: las funcionalidades de IA tienen un costo de ventas que el software no tenía. Cada uso gasta tokens, y las funciones de razonamiento y las agentivas gastan muchos. Ese costo se asienta en el costo de ventas y arrastra el margen bruto hacia abajo.
El efecto es desigual, porque más barato por token no significa más barato por funcionalidad: a medida que los modelos abaratan, los productos los usan más, de modo que el costo de ventas puede mantenerse o incluso subir aunque el precio del token caiga. El resultado es un reajuste estructural, con analistas proyectando un nuevo piso muy por debajo del historíco del SaaS, salvo que una empresa opere una infraestructura de inferencia inusualmente disciplinada.
Cómo defenderlo
La defensa del margen empieza con la economía unitaria: el costo de servir un uso de cada funcionalidad de IA, contrastado con el precio o el valor que genera. Con ese número se pueden hacer tres cosas.
- Reprecar las funcionalidades cuyo plan plano pierde dinero con los usuarios intensivos, incluyendo un giro hacia precios por uso o por resultado.
- Rediseñar el costo de servir enrutando las solicitudes baratas a modelos pequeños y almacenando el contexto en caché.
- Retirar las funcionalidades cuyo costo de servir nunca se cubrirá.
Nada de esto es posible desde un margen mezclado; requiere costear la IA al nivel de un solo resultado, que es exactamente para lo que se diseñó el costeo por actividades. Un motor como CostCtrl permite llevar ese cálculo por funcionalidad de forma reproducible.
El reajuste del margen, visualizado
Ilustrativo. El margen bruto del SaaS clásico se ubicaba entre 70 y 85 por ciento sobre un costo marginal cercano a cero. Las empresas nacidas con IA operan más cerca del 52 por ciento, con la inferencia sola consumiendo cerca del 23 por ciento de los ingresos. Las proporciones son ilustrativas.
El margen de software del 80 por ciento se construyó sobre un costo marginal de cero. La IA le puso un medídor a cada uso, y ese medídor ahora está en tu costo de ventas.
Del promedio mezclado al costo por resultado
La leccion central es que un margen bruto agregado esconde más de lo que revela. Dos funcionalidades con el mismo precio de lista pueden tener costos de servir radicalmente distintos: una que responde con un modelo pequeño y contexto en caché, y otra que dispara cadenas de razonamiento agentivo con cada uso. Promediadas, ambas parecen sanas. Costeadas por separado, una financia a la otra en silencio.
El TDABC aplica aquí la misma logica que en una fábrica o un centro de distribución: una tasa de costo de capacidad por unidad de tiempo o de cómputo, y ecuaciones que describen cuánto consume realmente cada variante de uso. Así el costo de cada funcionalidad se construye a partir de lo que de verdad consume, no de un prorrateo plano sobre los ingresos totales.
Preguntas frecuentes
- ¿Por qué los márgenes brutos de la IA son menores que los del SaaS?
- Porque las funcionalidades de IA cargan un costo de ventas real que el software clásico no tenía. Cada consulta gasta cómputo, así que cuanto más se usa la funcionalidad, más cuesta servirla. El SaaS clásico tenía un costo marginal cercano a cero y operaba entre 70 y 85 por ciento de margen bruto; las empresas nacidas con IA se reportan más cerca del 50 a 60 por ciento, con la inferencia sola consumiendo cerca de una quinta parte de los ingresos a escala.
- ¿Se acabó el margen bruto del 80 por ciento en el software?
- Para el software con funcionalidades de IA intensivas, los analistas esperan un piso estructuralmente más bajo, a menudo citado entre 50 y 70 por ciento, porque el costo de inferencia ahora vive en el costo de ventas. Las empresas con uso ligero de IA o una infraestructura de inferencia muy disciplinada pueden mantenerse más altas. El punto es que el 80 por ciento ya no es el valor por defecto una vez que la IA está embebida.
- ¿Cómo protegemos el margen bruto en las funcionalidades de IA?
- Gestionando la economía unitaria. Mide el costo de servir un uso de cada funcionalidad, compáralo con el precio o el valor que genera, y luego reprecia las que pierden dinero con los usuarios intensivos, rediseña el costo de servir con enrutamiento y caché, y retira las que nunca cubrirán su costo. Esto requiere costear la IA al nivel de un resultado, no de un promedio mezclado.
- ¿La IA más barata resuelve el problema del margen?
- No por sí sola. El precio por token ha caído con fuerza, pero los productos responden usando más IA y recurriendo a razonamiento y agentes hambrientos de tokens, así que el costo de ventas suele mantenerse o subir aunque el precio del token baje. El margen se protege gestionando cuánta IA consume una funcionalidad por unidad de valor, no esperando a que los tokens abaraten.
- ¿Cómo empiezo a medir esto?
- Con la economía unitaria por funcionalidad sobre una base causal sólida. El método TDABC entrega la tasa de costo de capacidad y las ecuaciones que traducen el uso en costo, y un motor como CostCtrl mantiene ese cálculo actualizado por periodo en lugar de una vez al año.
Lee tambien
¿Están tus márgenes de IA filtrando dinero sin que lo veas? El Profit Check gratuito toma 5 minutos y muestra dónde se crea y dónde se pierde el margen, IA incluida. O escríbenos por la página de contacto.
America Latina
Hacer el Profit Check