ROI/A: del hype al impacto real en el negocio

La inteligencia artificial ha dejado de ser un experimento para convertirse en una necesidad estructural de inversión en los medios de comunicación. Hoy atraviesa toda la cadena de valor: redacciones, gestión de audiencias, publicidad, suscripciones y operaciones internas. En un contexto marcado por márgenes cada vez más estrechos, caída del tráfico y una dependencia histórica de plataformas externas, la pregunta clave ya no es qué puede hacer la IA, sino qué valor real está generando para el modelo de negocio del medio. Como venimos insistiendo, medir el ROI de la IA se ha convertido, por tanto, en una disciplina estratégica, no en un ejercicio accesorio.

Hard ROI y Soft ROI: dos aproximaciones diferentes 

El primer paso para una medición realista del impacto de la IA es diferenciar entre hard ROI y soft ROI. El primero se refiere a resultados financieros directos y cuantificables. Aunque todavía existen pocos casos públicos con datos abiertos, algunos medios ya están capturando este tipo de retorno. La gran mayoría de grupos editoriales han explorado acuerdos de licenciamiento de archivos históricos y datos para el entrenamiento de modelos de IA, convirtiendo décadas de contenido en una nueva fuente de ingresos.

También dentro del hard ROI se encuentran las suscripciones. En algunos medios del grupo Schibsted, como Aftonbladet, la aplicación de modelos de aprendizaje automático diseñados para predecir qué artículos tienen mayor probabilidad de convertir lectores en suscriptores ha generado resultados cuantificables de impacto directo en métricas de negocio. En pruebas A/B con su sistema de recomendación impulsado por IA integrado en la gestión frontal de contenidos, esta innovación llevó a un aumento de hasta el 75% en las ventas de suscripciones derivadas del contenido destacado en la portada en comparación con los modelos previos.

Un caso especialmente relevante es el de The New York Times, que ha documentado cómo sus sistemas de recomendación y personalización basados en IA han mejorado métricas de engagement y retención de suscriptores: estudios de implementación muestran un aumento del 38% en tasas de clics y una reducción de hasta el 28% en cancelaciones de suscripción entre segmentos personalizados, lo que evidencia que la IA impacta directamente en métricas críticas del negocio.

En publicidad, medios digitales y publishers de la Web Abierta están utilizando IA para mejorar la segmentación contextual y el real-time bidding (RTB), incrementando el eCPM y el fill rate. Esto les permite competir mejor frente a los jardines vallados, ofreciendo mayor relevancia a los anunciantes sin depender de cookies de terceros.

En el sector editorial de libros, grupos como Penguin Random House han comenzado a utilizar IA para predecir la demanda y optimizar las tiradas, reduciendo costes de almacenamiento y devoluciones. En estos casos, el retorno no siempre se percibe como ingreso directo, pero sí como una mejora estructural del margen.

Cómo cuantificar el Soft ROI 

Cuando se analiza el Soft ROI, al tratarse de un cálculo indirecto es más complejo porque hay que cuantificar impactos causales de la IA en procesos de negocio. Es evidente que todavía nos movemos en una fase temprana y las mediciones del ROI de la IA están lejos de estar estandarizadas, y más aún de ser comparables entre organizaciones. No obstante, comienzan a emerger algunos casos con métricas operativas claras que, si bien no permiten conocer el retorno con total precisión, sí ofrecen señales suficientes para inferir el impacto real de la IA en el negocio.

El soft ROI, por tanto, destaca en eficiencia operativa, escalabilidad y calidad, y suele ser la principal puerta de entrada de la IA en las organizaciones. Medios como The Washington Post han desarrollado herramientas internas basadas en IA para apoyar los flujos editoriales, desde la clasificación de contenidos hasta la generación automática de metadatos. En paralelo, muchos grupos digitales están apostando por la automatización de formatos, como la conversión de artículos de texto en audio generado por IA, una de las estrategias con mejor relación coste-beneficio y alta aceptación entre audiencias jóvenes y móviles.

El Jornal do Commercio de Comunicação (Brasil) desarrolló un sistema generativo de IA para apoyar a la ideación editorial, denominado IDEIA. Según un estudio académico, esta herramienta logró una reducción de hasta el 70% en el tiempo y el esfuerzo cognitivo dedicado a la planificación de contenidos. Esto no es solo eficiencia: equivale a liberar capacidad editorial para producir más valor con los mismos recursos. Es un caso claro de soft ROI que puede traducirse fácilmente en impacto económico mediante un cálculo estándar de coste por hora.

Otro ejemplo consolidado es Heliograf, el sistema de automatización de contenidos de The Washington Post, utilizado para coberturas estructuradas como resultados deportivos y elecciones locales. Este sistema permite generar alrededor de 800 artículos semanales de forma automática, sin intervención humana directa. Aunque el medio no publica un ROI financiero explícito, el volumen de producción automatizada representa una eficiencia operativa enorme, cuantificable en horas de trabajo reutilizadas frente al coste de producción tradicional.

A pesar de estos avances, medir el ROI de la IA se complica por un cambio estructural en la distribución. La irrupción de chatbots y asistentes conversacionales está provocando una caída del tráfico de búsqueda, con estimaciones que apuntan a que estos sistemas generan hasta un 96 % menos tráfico de referencia que Google. Esto pone en crisis el ROI tradicional basado en páginas vistas.

No sorprende que, aunque alrededor del 66% de las organizaciones de medios reconocen mejoras claras de productividad gracias a la IA, solo una de cada cinco identifica hoy un ROI financiero directo y medible. El problema no es únicamente de adopción tecnológica, sino de métricas heredadas de un ecosistema que ya no existe.

En busca de un framework operativo 

Para poder evaluar el impacto real de la IA, la medición del ROI se requiere encontrará un método, es decir, un framework operativo que permita encontrar casualidades cuantificables y que podría estructurarse en los siguientes pasos:

1. Definir el caso de uso antes de decidir que herramienta usar. Identificar a que necesidad concreta se quiere dar respuesta, optimización de la estrategia publicitaria/suscripciones, mejora de procesos internos, ahorro de costes en áreas administrativas, etc, 
2. Clasificar el tipo de ROI esperado. Determinar si el objetivo es hard ROI (ingresos o ahorro directo) o soft ROI (eficiencia, calidad, escalabilidad).
3. Establecer una métrica principal. Cada caso necesita una north star metric: tasa de conversión, ARPU, eCPM, horas liberadas por periodista, consumo incremental o ingresos por dataset.
4. Medir el impacto incremental. Comparativas antes/después, A/B testing, pilotos controlados o grupos de control. Sin objetivos medibles no hay ROI.
5. Traducir eficiencia en valor económico. El ahorro de tiempo debe conectarse con mayor output de calidad, engagement y retención. 
6. Identificar todas la lineas de coste directos e indirectos. La incorporación de la IA conlleva más costes que el de la herramienta; incorporación de talento, estructuración de bases de datos, hardware, seguridad, nube, incluso coste en términos de RSC.
7. Incorporar el riesgo de distribución. Evaluar si la IA reduce la dependencia de plataformas externas, y si se refuerza la relación directa con la audiencia y mejora el uso de datos propios o aumenta la dependencia de terceros.
8. Tomar decisiones. El Hard ROI positivo implica poder escalar rápidamente, mientras que el soft ROI requiere optimizar; si el impacto no es evidente se recomienda repensar o parar el proyecto  rápidamente.

En conclusión, seguimos moviéndonos, en muchos casos, en el terreno de la estimación, pero es evidente que la IA no se resuelve como una línea de gasto en los presupuestos anuales, ni como un proyecto puntual, si como pensamos es tan transformado o más que la propia digitalización, se requiere una aproximación estratégica  también desde el punto de vista financiero. Medir su ROI implica aceptar distintos horizontes temporales y métricas, pero siempre bajo una lógica común: impacto real y sostenible en el modelo de negocio del medio.