Cuando la IA se equivoca en los costos indirectos
Los costos directos son fáciles: casi se anuncian solos. Los costos indirectos son juicio, y el juicio es justo lo que un modelo de lenguaje generalista finge con convicción. Pedirle a una IA que reparta los gastos generales parece productivo, pero el resultado suele verse ordenado y apuntar en la dirección equivocada. Esta página explica por qué ocurre y cómo evitar decidir precios y mezcla de productos sobre un número bonito y falso.
Una IA generalista se equivoca al asignar los costos indirectos porque usa promedios, prorrateos de manual y la columna que tenga más a mano (ingresos, número de empleados) en lugar de los generadores reales. Además esconde la capacidad ociosa dentro del costo del producto y escribe comentarios convincentes que los propios números no sostienen. La corrección es medir el consumo real con el costeo basado en el tiempo (TDABC) y usar la IA por encima de un modelo confiable, nunca en su lugar.
Por qué la IA se equivoca en los costos indirectos
Un modelo de lenguaje aprende patrones, no relaciones de causa. Cuando usted le pide que asigne los costos indirectos, repite lo que vio con más frecuencia: prorratear por ingresos, por número de empleados o por horas de máquina, solo porque esas columnas estaban en los datos y son el estándar de los manuales. El resultado suma bien, cada producto recibe una parte y nada arroja error. Aun así, apunta en la dirección equivocada.
Los errores más comunes que vemos, siempre desde la silla de quien valida el modelo, son:
- Generador equivocado, elegido porque estaba cerca: prorratear el control de calidad por ingresos, cuando quien consume inspección, reproceso y devolución son los productos de bajos ingresos y mucho lío.
- Capacidad ociosa que desaparece: la IA reparte el costo total del recurso sobre todo lo producido y esconde la capacidad que usted paga pero no usa dentro del costo unitario.
- Asignaciones que no cuadran con el libro mayor: el costo asignado no coincide con el costo real, y nadie lo revisa, porque el resultado ya parece terminado.
- Comentario confiado y equivocado: la IA explica por qué el producto A es más rentable que el B con una prosa fluida que la lógica de asignación no sostiene.
El generador equivocado porque estaba cerca
Este es el error más frecuente. El modelo necesita asignar, por ejemplo, el costo de control de calidad, y toma el número de empleados o los ingresos porque esas columnas estaban en los datos y son el estándar convencional. Pero la calidad no se consume en proporción a los ingresos. La consumen los productos que generan inspecciones, devoluciones y reprocesos, que muchas veces son justo los de bajos ingresos y mucha complicación.
Quien ya costeó una planta lo huele de inmediato. Un comparador de patrones no lo huele. Los ingresos se correlacionan con casi todo, y por eso son un generador tentador y peligroso: la correlación en un libro contable es una guía pobre para la causa. El modelo favorece justo a los productos que están silenciosamente caros.
La capacidad ociosa que desaparece
El costeo basado en el tiempo vive y muere por la capacidad. Usted costea la capacidad práctica de un recurso, costea lo que se usa, y la diferencia es el costo de la capacidad ociosa: eso es un hallazgo de gestión, no un redondeo. Los modelos construidos por IA suelen repartir el costo total del recurso sobre lo producido, enterrando lo ocioso dentro del costo del producto.
El efecto es corrosivo. En periodos flojos, el costo unitario sube solo porque bajó el volumen, lo que hace pensar al gerente que los productos se encarecieron cuando en realidad la planta quedó más vacía. La capacidad ociosa es una decisión de gestión vestida de número: dice si usted compró recurso de más o si cayó la demanda, y debe aparecer frente a quien puede actuar, no diluida de forma invisible en el costo de cada unidad.
Asignaciones que no cuadran y comentario confiado
Un número sorprendente de modelos hechos por IA no cuadra con el libro mayor, y nadie lo revisa. El costo total asignado debería ser igual al costo real, dentro de una tolerancia que usted pueda defender. Cuando no cuadra, hay fuga: costo contado dos veces, costo perdido, un pool asignado por partida doble. El modelo aún produce un costo por unidad prolijo, y esa prolijidad es la trampa. Si un modelo no reconcilia con lo real, todo margen que reporta es decorativo.
El error más nuevo y más peligroso es el comentario. Pídale a la IA que explique los resultados y escribirá una narrativa plausible sobre por qué un producto es más rentable que otro. La prosa es buena, pero fue generada para sonar correcta, no para ser contrastada con la lógica del propio modelo. Lea el comentario de IA como se lee una carta de presentación: agradable, y no una prueba. Un buen comentario apunta a una cifra que usted puede abrir y revisar; el comentario generado apunta a una sensación.
Cómo lo corrige el TDABC
La forma de sacar el juicio de la corazonada y ponerlo en datos reales es el TDABC (costeo basado en el tiempo). En lugar de prorratear gastos por porcentajes de manual, el TDABC mide dos cosas: cuánto tiempo consume cada actividad (procesar un pedido, inspeccionar, facturar, atender una devolución) y cuánto cuesta un minuto de capacidad de cada equipo o recurso.
Con eso, cada producto y cada cliente reciben costos indirectos según lo que de verdad consumen, los generadores pasan a reflejar causa y no correlación, y la capacidad ociosa aparece separada, como decisión de gestión. Es la diferencia entre un modelo que suma bien y un modelo que apunta bien.
Cómo usar bien la IA
La IA no es el problema; usarla sin un modelo confiable por debajo sí lo es. Es excelente para acelerar borradores, ordenar datos y explicar conceptos, siempre que las cifras vengan de un TDABC validado. El orden que recomendamos es validar primero las cosas aburridas, porque ahí está el dinero:
- Reconcilie con el libro mayor: el costo asignado debe cuadrar con el costo real dentro de una tolerancia defendible.
- Abra los mayores pools de costo: interrogue el generador de cada uno. ¿Refleja quién consume de verdad el recurso?
- Muestre la capacidad ociosa: verifique que esté exhibida, y no diluida en el costo unitario.
- Solo entonces lea el comentario: contra los números, nunca en su lugar.
Ejemplo ilustrativo
Considere una industria ilustrativa (conjunto de datos ficticio). Al pedirle a una IA generalista que asignara los costos indirectos, prorrateó el control de calidad por ingresos. El resultado quedó impecable en pantalla: cada producto con su parte, columnas que sumaban bien.
En la validación, la historia cambió. Una línea de productos de altos ingresos, con poquísimas inspecciones, cargaba una tajada enorme de calidad que no causaba, y parecía menos rentable de lo que era. En cambio, una línea de bajos ingresos, campeona de reprocesos y devoluciones, recibía una tajada mínima y parecía sana. El modelo con el generador correcto (número de inspecciones y devoluciones, vía TDABC) invirtió el ranking de rentabilidad. Decidir precios o descontinuar un producto con el primer modelo habría recortado justo la línea que daba utilidad. Datos ilustrativos, para mostrar el mecanismo.
Preguntas frecuentes
¿Por qué la IA se equivoca al asignar los costos indirectos?
Porque aprende patrones, no causa. Toma el generador más a mano, como ingresos o número de empleados, que es el estándar de los manuales pero rara vez refleja quién consume de verdad el recurso. El resultado suma bien y apunta mal.
¿No puedo simplemente pedirle a la IA que calcule mis costos?
Puede usarla para acelerar el trabajo, pero no como única fuente de verdad. Sin un modelo TDABC validado por debajo, esconde la capacidad ociosa, deja asignaciones que no cuadran con el libro mayor y escribe comentarios confiados que los números no sostienen.
¿Cómo corrige el TDABC estos errores?
El TDABC mide el tiempo real que consume cada actividad y el costo por minuto de capacidad. Así los generadores reflejan causa, cada producto recibe el costo indirecto que de hecho provoca, y la capacidad ociosa aparece separada, como decisión de gestión.
¿Cuál es la primera prueba que debo hacer a un modelo hecho por IA?
Reconciliar con el libro mayor. El costo total asignado debe coincidir con el costo real dentro de una tolerancia que usted pueda defender. Si no cuadra, hay fuga, y todo margen reportado es decorativo. Es la prueba más barata y de mayor rendimiento.