Chatbot de atención al cliente: calculadora de ROI y coste real

Montar un chatbot de atención al cliente puede costarte 50 € al mes, o puede costarte 1.500 € al mes. La diferencia no está en la tecnología —muchas veces es literalmente el mismo modelo de IA por debajo—, sino en una sola variable que casi nadie mira antes de contratar: cuántas consultas va a resolver tu chatbot cada mes. Acertar con esa cuenta, antes de firmar nada, es la diferencia entre una herramienta que se paga sola y una suscripción que se dispara según crece tu negocio.

Dos caminos, y uno de ellos te puede salir carísimo sin que te des cuenta

Hoy existen básicamente dos formas de poner en marcha un chatbot de atención al cliente con IA. La primera es contratar una plataforma SaaS que cobra por cada consulta resuelta: Intercom Fin factura alrededor de 0,99 € por resolución, Zendesk AI entre 1,50 € y 2 € más un complemento por agente, Tidio (Lyro) desde 0,58 € por conversación, y Freshdesk (Freddy) desde 0,50 € por sesión — todas ellas, además, con una cuota base de plataforma aparte. La segunda es encargar un agente a medida conectado a tu CRM, tu ERP o tu WhatsApp Business, con una inversión inicial de entre 5.000 € y 12.000 € y una operación mensual de 50 a 300 €, sin coste por cada consulta que resuelva.

Ninguna opción es mejor en abstracto. El SaaS te permite arrancar en días sin desembolso inicial, algo perfecto para validar si el chatbot funciona para tu negocio antes de comprometer presupuesto. El problema aparece cuando tu volumen crece: como pagas por resolución, cuantas más consultas resuelve tu chatbot —que se supone es el objetivo—, más factura te llega cada mes.

Las cuatro plataformas SaaS más usadas en España en 2026 no son intercambiables, y conviene saber para quién encaja cada una antes de mirar solo el precio:

Plataforma	Precio orientativo	Encaja mejor con
Intercom Fin	~0,99 €/resolución (mín. 50/mes)	Equipos que ya usan Intercom como help desk
Zendesk AI	1,50-2,00 €/resolución + complemento	Empresas con volumen alto ya instaladas en Zendesk
Tidio (Lyro)	Desde 0,58 €/conversación	Pymes pequeñas y ecommerce que quieren un primer paso barato
Freshdesk (Freddy)	Desde 0,50 €/sesión + complemento	Quien ya trabaja en el ecosistema Freshworks

Si no usas ninguna de estas herramientas todavía, el criterio no es “cuál es la más barata sobre el papel”, sino cuál de ellas vas a integrar de verdad con lo que ya tienes — cambiar de help desk solo para añadir un chatbot rara vez compensa el esfuerzo.

El punto de cruce: cuándo el SaaS empieza a salirte más caro

La cuenta es sencilla una vez la haces con números reales. Imagina una pyme que resuelve 1.000 consultas al mes con IA, con un SaaS a 1,50 € por resolución: son 1.500 € al mes, 18.000 € al año, todos los años, subiendo si el volumen sube. Con un agente a medida de 8.000 € de implantación y 150 €/mes de operación, el primer año cuesta unos 9.800 € en total, y los siguientes años baja a 1.800 € anuales. A ese volumen, el agente a medida se amortiza en pocos meses frente a seguir pagando por resolución indefinidamente.

El punto de cruce entre ambas opciones se sitúa, según datos de proyectos reales cerrados en España a mediados de 2026, entre las 500 y las 800 resoluciones al mes. Por debajo de esa cifra, el SaaS gana por simplicidad: no tienes que adelantar dinero y el coste mensual sigue siendo bajo. Por encima, cada mes que pasas pagando por resolución es dinero que un agente propio te habría ahorrado.

Por qué ahora: el hueco entre lo que las empresas quieren y lo que han hecho

Según Gartner, el 40% de las aplicaciones empresariales incorporarán agentes de IA específicos a finales de 2026, frente a menos del 5% que lo tenía en 2025. Pero solo el 17% de las organizaciones los ha desplegado realmente hasta ahora, según su encuesta a directores de tecnología del mismo año. Ese desfase entre lo que todo el mundo dice que va a hacer y lo que de verdad ha puesto en marcha es, para una pyme, una ventana de oportunidad concreta: quien resuelve las consultas de un cliente en segundos mientras la competencia tarda 24 horas no está compitiendo solo en precio o producto, está compitiendo en algo tan simple como estar disponible antes.

Qué puede hacer de verdad un chatbot en 2026 (y qué no debería hacer)

La tecnología de 2026 ya no es el árbol de decisiones rígido de “pulsa 1 para pedidos, pulsa 2 para devoluciones” que la mayoría de pymes probó hace unos años y acabó apagando. Un agente bien configurado entiende lenguaje natural, aunque el cliente escriba mal o de forma ambigua, y actúa: consulta el estado real de un pedido en tu sistema, comprueba stock, genera un albarán, cualifica un lead antes de pasarlo a ventas, agenda una cita, o abre un ticket con todo el contexto ya recogido. En una implementación bien hecha, entre el 60% y el 80% de las consultas repetitivas de una pyme se resuelven así, sin que nadie del equipo tenga que tocarlas.

Lo que un chatbot no debería hacer es tan importante como lo que sí hace: no debe responder consultas legalmente delicadas sin supervisión, no debe inventar información que no tiene en sus fuentes, y no debe tomar decisiones que exigen criterio humano, como aprobar un descuento excepcional o gestionar una queja grave. Un buen diseño define explícitamente qué se automatiza y qué se escala siempre a una persona — la ausencia de esa frontera es, de hecho, la señal de alarma más citada por quienes implementan estos sistemas de forma profesional.

Hay capacidades que van más allá de responder preguntas y que muchas pymes todavía no asocian con un chatbot: atender por voz con una naturalidad que en frases cortas ya resulta indistinguible de una persona, trabajar en varios idiomas sin coste adicional de plantilla —útil si vendes fuera de España o recibes turistas—, y registrar automáticamente cada interacción en el CRM para que el equipo comercial tenga el historial completo cuando retoma la conversación. Ninguna de estas funciones era realista hace tres años con los chatbots de árbol de decisiones; hoy vienen incluidas en la mayoría de plataformas serias del mercado.

Un caso real: de 24 horas de espera a segundos de respuesta

Un ecommerce de moda con unas 15.000 visitas mensuales recibía más de 800 consultas al mes por email y WhatsApp, atendidas por un equipo de solo dos personas que no llegaba a todo: los tiempos de respuesta superaban las 24 horas en los picos de pedidos. Tras implementar un chatbot con IA conectado a su plataforma de pedidos, la tienda redujo hasta un 60% los tickets que necesitaban intervención humana, y los tiempos de respuesta pasaron de minutos u horas a segundos para las consultas más habituales (estado de pedido, tallas disponibles, política de cambios). El equipo, liberado de responder lo mismo decenas de veces al día, pudo dedicar ese tiempo a gestionar devoluciones complejas y atención personalizada en picos de campaña.

Lo interesante de este caso no es solo la reducción de tickets, sino qué pasó con las dos personas que antes se ahogaban respondiendo lo mismo: no se prescindió de ninguna. El tiempo que dejaron de gastar en consultas repetitivas se redirigió a resolver las incidencias que de verdad necesitaban trato humano —un paquete perdido, una talla equivocada en un pedido grande, un cliente recurrente que merece atención personalizada— con más calma y mejor resultado que cuando ese mismo tiempo se repartía entre cien mensajes casi idénticos al día.

Cómo funciona la calculadora de arriba

La herramienta compara el coste anual de las dos vías según el volumen de consultas que le indiques. Para el SaaS, multiplica tu volumen mensual por el precio por resolución que fijes (por defecto, 1,20 €, un punto medio realista entre las plataformas del mercado) y lo anualiza. Para el agente a medida, suma la implantación (solo el primer año) y la operación mensual que indiques, también anualizada. El resultado te dice cuál sale más barato a tu volumen actual, y a partir de qué momento se amortiza la inversión inicial del agente a medida si hoy estás pagando por resolución. Los valores por defecto parten de los precios medios de las plataformas comparadas más arriba y del rango de implantación de proyectos reales cerrados en España en 2026 — cámbialos por los tuyos en cuanto tengas un presupuesto concreto sobre la mesa, porque la diferencia entre proveedores dentro de cada categoría también es real.

El AI Act y la obligación de decir que hablas con una IA

Usar un chatbot con clientes reales en España no es una zona legal gris, pero sí tiene una obligación concreta que conviene tener clara desde el primer día. El AI Act clasifica los sistemas de atención al cliente conversacional como riesgo limitado, lo que activa la obligación de transparencia del artículo 50: el cliente tiene que poder saber que está hablando con una IA, de forma clara, salvo que sea evidente por el contexto. A eso se suma el RGPD de siempre: necesitas una base legal para tratar los datos que el chatbot recoge, y un contrato de tratamiento de datos con el proveedor que elijas — algo especialmente relevante si tu SaaS procesa las conversaciones en la nube de un proveedor fuera de la Unión Europea.

Señales de que te están vendiendo humo

No todos los proyectos de chatbot con IA salen bien, y casi nunca es la tecnología la que falla — suele ser la elección del proveedor. Antes de firmar nada, vale la pena comprobar unas cuantas señales. Un precio sospechosamente bajo para un agente “a medida” con integraciones reales suele esconder, en realidad, un chatbot de guion clásico disfrazado con otro nombre. Que nadie te pida ver conversaciones reales de tus clientes es otra señal mala: sin eso, es imposible saber qué se está automatizando de verdad. Y si alguien te propone lanzar el chatbot al 100% de tus clientes desde el primer día, sin una fase de prueba progresiva ni revisión humana, el riesgo de que el sistema invente respuestas delante de clientes reales es alto — el despliegue serio se hace por fases, del 10% al 100%, revisando resultados en cada paso.

Antes de lanzarte: lo que conviene tener claro

Antes de pedir presupuesto a nadie, merece la pena hacer los deberes internos. Cuenta cuántas consultas repetitivas resuelve hoy tu equipo al mes y qué porcentaje son realmente automatizables —estado de pedidos, horarios, disponibilidad, política de devoluciones— frente a las que exigen trato personal. Un recuento de dos o tres semanas sobre el correo, el WhatsApp y el chat de la web suele bastar para tener una cifra fiable, y esa cifra es exactamente la que necesitas para usar la calculadora de arriba con datos reales en lugar de una estimación al aire.

Revisa también si necesitas conectar el chatbot a WhatsApp Business API (obligatoria para automatizar, ya que la app personal de WhatsApp lo prohíbe expresamente y puede acabar en el bloqueo de tu número), a tu CRM o a tu tienda online, porque eso condiciona si una plataforma SaaS genérica te sirve o necesitas algo a medida. La validación del número de WhatsApp Business suele tardar entre una y tres semanas, así que conviene iniciarla en paralelo al resto del proyecto y no dejarla para el final. Y ten en cuenta el ahorro de tiempo que puede suponer la IA en el resto de tareas de tu empresa, porque la atención al cliente suele ser solo el primer paso de un proceso más amplio de automatización, no el único frente en el que un chatbot bien planteado empieza a devolver lo invertido.

Fuentes

• Agentes IA para atención al cliente en pymes (España 2026): qué hacen, cuánto cuestan y cómo implementarlos, Javadex
• Gartner predicts 40% of enterprise apps will feature task-specific AI agents by 2026, Gartner
• Chatbot IA para atención al cliente: caso de uso, Bloonde
• Reglamento (UE) 2024/1689 (AI Act), artículo 50, EUR-Lex
• Intercom Fin — Pricing, Intercom
• Zendesk AI Agent — Pricing, Zendesk