Cuánto cuesta mantener una app generada con IA

Panel de facturación cloud con consumo mensual creciente en pantalla de desarrollador

Nos han hecho esta pregunta unas cuarenta veces en los últimos dieciocho meses, casi siempre por correo y casi siempre con la misma frase de apertura: «la construí en un fin de semana, pero algo raro está pasando con la factura». Nunca es una sola cosa. Es la suma.

¿Y sabes cuál es la respuesta corta a cuánto cuesta mantener una app generada con IA? Entre 40 y 600 euros al mes para un producto pequeño con usuarios reales. El rango es tan amplio porque la variable que decide no es el hosting: son las horas de alguien mirando el código que nadie escribió a mano.

El mito de la aplicación que se mantiene sola

Hay una creencia instalada que conviene desmontar antes de seguir: que un producto generado con asistentes de código es barato de sostener porque fue barato de construir. Son cosas distintas. El coste de construcción se paga una vez; el de sostenimiento se paga cada treinta días, indefinidamente, hasta que apagas el servidor.

Lo vimos con claridad en un proyecto de febrero de 2024. Un fundador había levantado una herramienta de gestión de turnos en once días. Coste de desarrollo: cero euros, salvo la suscripción al asistente. Gasto recurrente en el mes catorce: 318 euros mensuales más unas nueve horas de un desarrollador externo. La construcción le salió regalada. El resto, no.

Total, que la comparación honesta no es «desarrollo tradicional contra generación automática». Es «cuánto me cuesta cada mes esto frente a cuánto me habría costado si alguien hubiera diseñado la arquitectura antes de escribir la primera línea».

¿Dónde se va realmente el dinero cada mes?

El gasto recurrente de una aplicación construida con asistentes de código se reparte en cuatro partidas: infraestructura (hosting, base de datos y almacenamiento), consumo de modelos de lenguaje si el producto los invoca en ejecución, horas humanas de revisión y reserva de refactorización. En productos pequeños, las dos últimas superan a las dos primeras juntas.

Esa última frase es la que nadie quiere oír. Y es la única que importa.

Partida Frecuencia Rango orientativo Cuándo se dispara
Infraestructura Fija mensual 20-70 € al mes Al crecer el volumen de datos sin índices
Consumo del modelo Variable por uso 0,004-0,009 € por interacción Al multiplicarse los usuarios activos
Horas humanas Mensual variable 270-980 € al mes Tras actualizaciones mayores del framework
Refactorización Puntual acumulada 15-25 horas por ciclo Entre el mes seis y el ocho

Infraestructura, hosting y base de datos

Un producto con menos de 500 usuarios activos mensuales vive cómodo con entre 20 y 70 euros de infraestructura. Un plan de despliegue gestionado ronda los 18-25 euros, una base de datos Postgres administrada otros 25-30, y el almacenamiento de archivos raramente pasa de 5 euros si no manejas vídeo.

¿Dónde está la trampa entonces? En las decisiones por defecto. Los asistentes generan código que funciona, no código que optimiza consumo. Hemos visto consultas sin índice que multiplicaban por seis la CPU de la base de datos, y cron jobs ejecutándose cada minuto cuando bastaba cada hora (sí, cada minuto; nadie revisó esa línea). En un caso concreto, pasar de 140 a 42 euros mensuales consistió en añadir tres índices y mover una tarea programada. Hora y media de trabajo. Si estás en ese punto, nuestra guía sobre cómo reducir tu factura cloud desglosa los siete puntos de fuga más habituales antes de que te planteen una migración completa, que casi nunca hace falta y casi siempre se cobra cara.

Consumo de tokens y llamadas a la API del modelo

Aquí la aritmética es despiadada pero predecible. Si tu producto llama a un modelo de lenguaje cada vez que un usuario pulsa un botón, el coste escala linealmente con el uso. No hay economía de escala. Cada usuario nuevo cuesta exactamente lo mismo que el anterior.

Un cálculo orientativo: una interacción media de 1.200 tokens de entrada y 600 de salida, con precios de modelo intermedio, sale en torno a 0,004-0,009 euros. Parece ridículo. Multiplícalo por 25 interacciones diarias de 400 usuarios y tienes entre 1.200 y 2.700 euros al mes.

Nuestra hipótesis inicial, allá por 2023, era que la optimización de prompts resolvía esto. Nos equivocamos. Reducir el prompt un 30% bajó la factura un 11%, porque el grueso estaba en la salida y en las llamadas redundantes, no en la entrada. Lo que de verdad funcionó fue cachear respuestas repetidas y degradar a un modelo más pequeño en el 70% de los casos que no requerían razonamiento. Eso sí bajó el gasto a la mitad.

Horas humanas de revisión y soporte

La partida fantasma. Nadie la presupuesta y todo el mundo la paga.

En los proyectos que acompañamos, la media se sitúa entre 6 y 14 horas mensuales de desarrollador para un producto con tracción modesta: actualizar dependencias, revisar errores en producción, atender dos o tres incidencias de usuario, parchear lo que se rompió tras una actualización del framework. A 45-70 euros la hora de un perfil freelance competente, hablamos de 270 a 980 euros mensuales.

¿Puedes hacerlo tú mismo si sabes programar? Claro. Entonces no es gratis, es un coste de oportunidad: esas doce horas no están construyendo la función que te traería clientes nuevos.

Dos desarrolladores revisando código generado automáticamente en un portátil compartido

¿Por qué la factura se dispara en el sexto mes y no en el primero?

Porque los primeros meses mienten. Durante las primeras doce o dieciséis semanas todo está fresco: las dependencias son recientes, el volumen de datos cabe en memoria, los usuarios son amigos que perdonan los fallos y el asistente de código todavía entiende el proyecto entero porque cabe en su ventana de contexto.

Luego llega el mes seis.

La base de datos ya tiene 80.000 filas en la tabla principal y aquella consulta sin índice tarda cuatro segundos. Tres librerías han publicado versiones mayores con cambios incompatibles. Hay un usuario de pago quejándose de un bug que solo ocurre los martes. Y el código base ha crecido lo suficiente como para que el asistente ya no pueda razonar sobre él de una sola vez, así que cada modificación introduce dos regresiones nuevas.

Mira, al final el patrón que observamos en los proyectos que auditamos es bastante consistente: el gasto del mes siete u ocho suele triplicar el del mes uno, sin que el número de usuarios se haya triplicado. No es crecimiento. Es acumulación.

La deuda técnica del código que nadie escribió a mano

La deuda técnica tradicional nace de atajos conscientes. Alguien decidió hacerlo mal porque había una fecha de entrega. Se documentaba mentalmente: «esto hay que rehacerlo».

La deuda del código generado es distinta y más traicionera, porque nadie tomó la decisión. El modelo eligió una estructura, tú aceptaste la sugerencia sin leerla entera, y ahora tienes cuatro funciones que hacen casi lo mismo con nombres diferentes repartidas en tres archivos. Nadie sabe cuál es la buena. Ni siquiera tú, que supuestamente lo construiste.

En una revisión de mayo del año pasado nos encontramos con un producto de unas 9.000 líneas donde el 31% era duplicado funcional: tres implementaciones paralelas de la misma validación de formulario, escritas en sesiones distintas con el mismo asistente. Refactorizarlo costó 22 horas. Dejarlo como estaba habría costado más, porque cada cambio había que replicarlo tres veces y siempre se olvidaba una.

¿Funciona desplegar así? Durante un tiempo, sí. ¿Vale la pena el riesgo? Solo si tienes clarísimo que vas a validar y tirar el código en noventa días. Si el producto va a vivir, la factura de la refactorización llega igual, con intereses. El proceso completo de convertir tu MVP en un producto real pasa casi siempre por este punto de dolor, y conviene afrontarlo antes de tener clientes que dependan del sistema para facturar a fin de mes.

Cómo se mide esa deuda en euros

Hay una forma sucia pero útil de estimarla: cronometra cuánto tardas en añadir una funcionalidad pequeña hoy frente a cuánto tardabas el primer mes. Si has pasado de dos horas a seis, tu deuda vale cuatro horas por cada cambio. Multiplica por el número de cambios que haces al mes y tienes la cifra.

¿Qué ocurre cuando el modelo que usabas cambia de precio o desaparece?

Esta es la partida que convierte un gasto estable en un riesgo de negocio.

Los proveedores de modelos deprecan versiones. Lo anuncian con meses de antelación, sí, pero lo anuncian. Y cuando llega el aviso tienes dos opciones: migrar a la versión nueva, que se comporta distinto y rompe tus prompts cuidadosamente afinados, o quedarte en una versión legacy con precio creciente hasta que la apaguen.

Creíamos que migrar entre versiones del mismo proveedor sería trivial. No lo fue. En un producto de clasificación de documentos, el cambio de generación del modelo alteró el formato de salida lo suficiente como para romper el parseo en el 18% de los casos. Detectarlo y arreglarlo: ocho horas. Nadie lo había presupuestado porque nadie contempla que tu proveedor cambie el producto bajo tus pies.

Presupuesta entre 8 y 20 horas anuales solo para adaptaciones de proveedor. Y si puedes, aísla las llamadas al modelo detrás de una capa propia desde el primer día (que es justo el que nunca documentas): convierte una migración de ocho horas en una de dos.

Pasillo de centro de datos con racks de servidores y cableado estructurado iluminado

Seguridad y cumplimiento: la partida que no aparece en ningún presupuesto

Si tu producto toca datos personales de residentes europeos, tienes obligaciones. No son opcionales ni dependen de tu facturación.

El código generado automáticamente tiende a dos pecados concretos: claves de API escritas directamente en el archivo de configuración y endpoints sin comprobación de permisos. El segundo es el peligroso. Un asistente genera la ruta que devuelve los datos del usuario número 47 cuando se la pides, pero no siempre verifica que quien la llama sea precisamente ese usuario. Lo hemos encontrado en más de la mitad de las revisiones iniciales que hacemos.

Partidas reales que vemos en esta categoría: entre 300 y 900 euros anuales en una revisión externa de seguridad, 150-400 euros si necesitas un encargado de tratamiento y los acuerdos correspondientes, y unas 4-10 horas para implementar exportación y borrado de datos de usuario, que es un derecho y tendrás que atenderlo tarde o temprano.

El riesgo asimétrico es lo que debería preocuparte. Un fallo de infraestructura te cuesta unas horas de caída; una brecha de datos puede cerrarte el negocio.

Cómo estimar tu gasto recurrente antes de escribir el primer prompt

Nosotros usamos una plantilla de cinco líneas. Es tosca, pero evita el 80% de las sorpresas.

  1. Infraestructura base: 25-70 € al mes
  2. Coste variable por usuario activo: tokens más almacenamiento
  3. Horas de revisión y soporte: 6-14 al mes, a tu tarifa real
  4. Reserva de refactorización: 15% del total anterior
  5. Cumplimiento y seguridad: 40-110 € al mes prorrateados

Suma las cinco y multiplica por 1,4. Ese factor cubre lo que todavía no sabes que vas a necesitar. Durante tres años hemos aplicado esta corrección y sigue quedándose corta más veces de las que se pasa.

El número que de verdad decide si el proyecto vive

No es el gasto total. Es el gasto dividido entre usuarios de pago. Un producto que gasta 600 euros al mes con 40 clientes a 29 euros está sanísimo; el mismo producto con 12 clientes está muerto y aún no lo sabe. Para hacer este cálculo bien, incluyendo el consumo variable que casi todo el mundo promedia mal, tenemos detallado el método para calcular tu coste por usuario con los tramos de consumo separados, que es la única forma de saber si tu precio aguanta el crecimiento de los próximos doce meses.

Hoja de cálculo impresa con estimación de costes mensuales junto a calculadora y anotaciones

Preguntas frecuentes sobre el gasto recurrente de estas aplicaciones

¿Hay que pagar mantenimiento después de implantar la IA?

Sí, siempre. La entrega del producto no cierra el gasto: a partir de ahí pagas infraestructura, consumo del modelo y horas de revisión cada mes. Ninguna de las tres desaparece porque el desarrollo haya terminado, y la tercera suele ser la mayor.

¿Cuánto cuesta implementar IA en una empresa pequeña?

Depende del alcance, pero el error habitual no está en la implantación sino en olvidar lo que viene después. Antes de firmar nada, exige que el presupuesto separe la puesta en marcha del gasto recurrente a doce meses, con las cuatro partidas desglosadas. Si no lo separa, no es un presupuesto: es una cifra suelta.

¿Cuánto cuesta realmente construir una web o app con IA?

Construirla es la parte barata y la que todo el mundo compara. Lo relevante es que la factura de construcción se paga una vez y la de sostenimiento se paga mes a mes hasta que apagues el servicio. Compara siempre el coste total a doce meses, no el precio de entrada.

¿Cuánto cuesta crear una IA propia?

Para la inmensa mayoría de productos no hace falta: se consume un modelo de terceros por API y se paga por uso. Entrenar un modelo propio solo compensa con volúmenes muy altos y datos propietarios de calidad, y añade una partida permanente de reentrenamiento y evaluación que casi nadie presupuesta.

¿Hay ayudas públicas para pagar un proyecto de IA?

En España existen líneas de ayuda a la digitalización que pueden cubrir parte del desarrollo inicial. Casi nunca cubren el gasto recurrente, que es exactamente donde duele. Consulta las convocatorias vigentes del organismo correspondiente antes de contar con ese dinero en tu plan.

¿Se puede mantener una app con IA gratis?

Hasta los primeros usuarios de pago, normalmente sí. El problema no es el límite de recursos sino la ausencia de garantías: sin acuerdo de servicio, sin copias de seguridad fiables y con suspensiones por picos de tráfico. En cuanto cobras, el plan gratuito deja de ser barato y pasa a ser un riesgo.

¿Es más caro sostener un producto generado automáticamente que uno programado a mano?

A igualdad de funcionalidad y usuarios, suele serlo durante el primer año: la infraestructura cuesta lo mismo, pero las horas de revisión y refactorización son mayores porque la arquitectura no se diseñó, se improvisó. A partir del segundo año, si has refactorizado bien, la diferencia tiende a desaparecer.

¿Puedo encargarme yo sin saber programar?

Parcialmente. Puedes gestionar contenidos, usuarios y configuraciones. No puedes actualizar dependencias rotas, diagnosticar una caída ni corregir un fallo de permisos. Calcula un mínimo de 4-8 horas externas mensuales si no tienes perfil técnico, y más en los meses de actualizaciones mayores.

¿Cuánto debería reservar para imprevistos el primer año?

Un 40% sobre tu estimación inicial. Las tres causas habituales de desviación son la migración forzada de un proveedor de modelos, una refactorización anticipada por rendimiento y una incidencia de seguridad detectada en revisión. Cualquiera de las tres consume entre 10 y 30 horas.

¿Compensa reescribirlo entero desde cero?

Casi nunca. Reescribir cuesta entre el 60% y el 90% del desarrollo original y no aporta funcionalidad nueva. Lo rentable es refactorizar por módulos: empieza por el que más veces tocas al mes, que es donde la deuda te está cobrando intereses de verdad.

Conclusión

El gasto mensual de sostener uno de estos productos no se parece al presupuesto que te imaginaste en el fin de semana que lo construiste. Se parece bastante más al de cualquier otro software: infraestructura modesta, consumo variable que escala con el uso y horas humanas que son el grueso de la factura.

La buena noticia es que las cuatro partidas son controlables si las mides por separado desde el primer mes. La mala es que casi nadie lo hace hasta que llega el sexto, y entonces el ajuste duele el triple.

Empieza por lo aburrido: anota lo que gastaste este mes, desglosado en las cinco líneas de arriba. Ese documento vale más que cualquier optimización que puedas hacer hoy.

Founder & Software Engineer
Ingeniero de Software y Desarrollador Full Stack con más de 10 años de experiencia operativa. Dirige MVPtoSaaS aplicando los mismos estándares de fiabilidad y rendimiento exigidos en sistemas industriales y de alta criticidad. El enfoque de Felipe asegura que cada producto que transita por MVPtoSaaS cuente con código limpio, bases de datos optimizadas para alta concurrencia y despliegues automatizados preparados para el crecimiento sostenido sin deuda técnica.