Presupuestar y controlar los costes de IA en la administración pública

Por qué controlar el coste de la IA es una prioridad pública

Los proyectos de IA en ayuntamientos y entidades públicas suelen comenzar con pilotos de bajo coste, pero pueden escalar rápidamente: mayor consumo de inferencia, almacenamientos crecientes por registros y auditoría, integraciones nuevas y requisitos de cumplimiento (ENS, RGPD, AI Act) que implican gastos añadidos. Sin un marco de previsión y control, una apuesta legítima por mejorar servicios puede convertirse en un agujero presupuestario que comprometa otros programas.

A continuación ofrecemos un enfoque práctico para estimar, gobernar y limitar costes, con pasos y controles pensados para equipos de finanzas, compras y TI.

Principales conductores de coste (qué vigilar)

• Coste por uso de modelos (inferencia): llamadas a APIs, volumen de tokens o tiempo de GPU según el proveedor.
• Entrenamiento y fine-tuning: sesiones puntuales de alto consumo de recursos.
• Almacenamiento y egress: datasets, logs, registros de decisiones y copias de respaldo (necesarios por la trazabilidad).
• Integraciones y mantenimiento: conectores con sistemas heredados, adaptación de procesos y testing continuado.
• Cumplimiento y auditoría: cifrado, auditorías externas, registros, retención de datos por exigencias legales (ENS, RGPD) y requisitos de documentación del AI Act.
• Soporte y operación: SLA, operaciones 24/7 en servicios críticos, costes de personal y proveedores.

Cómo estimar costes: enfoque práctico y reproducible

1. Definir unidades de consumo por caso de uso
   • Ejemplo: "Chat para atención al ciudadano" → unidad = sesión; "Procesamiento de expedientes" → unidad = expediente procesado.
2. Medir o estimar la demanda
   • Usar históricos (consultas al 010, volumen de expedientes) o benchmarks de pilotos para proyectar escenarios: normal, pico y crisis.
3. Construir una fórmula básica por caso de uso
   • Coste mensual = (unidades mensuales × coste por unidad de inferencia) + almacenamiento mensual + coste de integración amortizado + coste de cumplimiento.
   • Mantener la fórmula en una hoja de cálculo con variables parametrizables.
4. Simular escenarios de sensibilidad
   • Variar demanda ±25–100% y observar impacto en presupuesto; incluir evento extremo (p. ej., campaña informativa, emergencia).

No necesitas conocer precios exactos desde el inicio: trabaja con rangos y documenta supuestos para su revisión.

Controles contractuales y operativos para evitar sorpresas

• Contratos y SLAs
  • Pedir planes de precios claros (p. ej., coste por millón de tokens o por hora de GPU), opciones de precios predecibles (tarifa plana o paquete) y límites de gasto mensuales.
  • Incluir cláusulas de auditoría de uso y derecho a exportar modelos/datos para portabilidad.
• Límites técnicos y protección contra picos
  • Implementar rate limiting, cuotas por proyecto y circuit breakers que reduzcan servicio ante consumo inesperado.
• Alertas y gobernanza
  • Configurar alertas financieras (por ejemplo, 60%, 80%, 95% del presupuesto previsto) y un responsable que valide pasos de remediación.
• Acuerdos de cambio y previsión de costes regulatorios
  • Incluir en la valoración el coste de medidas ENS/RD 311/2022 (cifrados, auditorías) y de retención/registro exigidos por RGPD y el AI Act.

Operativa diaria: herramientas y métricas a implantar

• Etiquetado y contabilidad por proyecto
  • Taggear recursos y facturación en la nube/proveedor para atribuir costes a cada servicio municipal.
• KPIs mínimos
  • Gasto mensual por proyecto
  • Coste por unidad (expediente, llamada)
  • Variación respecto a previsión (%)
  • Alertas por anomalías de consumo
• Integración con procesos presupuestarios
  • Incluir previsiones de IA en la planificación anual; revisar trimestralmente.
• Automatización y observabilidad
  • Exportar métricas de consumo a un dashboard financiero y ejecutar comprobaciones automáticas antes de pasar de piloto a producción.

Ejemplo de riesgo y medida mitigadora

Riesgo: un chatbot de atención multiplica interacciones tras una campaña informativa y dispara el coste de inferencia en un 300% en una semana.
Medida mitigadora: cuotas mensuales y rate limiting; una configuración por defecto que en picos degrade respuestas a plantillas predefinidas hasta que la mesa de control valide ampliar presupuesto.

Roles y responsabilidades

• Dirección económica: aprueba previsiones y tramos de gasto extraordinario.
• Área técnica/TI: implementa límites, monitoriza y optimiza uso.
• Compras/Legal: negocia cláusulas contractuales y derechos de auditoría.
• Unidad de cumplimiento / Secretaría técnica: valora costes regulatorios y gestiona retención y trazabilidad.

Takeaway — Checklist inmediato (acción a ejecutar esta semana)

1. Identifica 1–2 casos de uso de IA en tu municipio y define la “unidad” de consumo.
2. Crea una fórmula de coste básica (ver sección Estimar costes) y simula un escenario normal y uno de pico.
3. En la próxima revisión presupuestaria incluye una partida provisional con margen para picos (10–25%).
4. Exige al proveedor opciones de límites de gasto y alertas, y activa rate limiting técnico.
5. Asigna un responsable financiero y uno técnico para el seguimiento mensual.

Un control sencillo, aplicado desde el piloto, evita sorpresas en producción. OptimGov y otros marcos técnicos pueden ayudar a automatizar mediciones y a integrar estas métricas en el ciclo presupuestario municipal, pero el primer paso es trabajar las estimaciones y poner límites antes de que el servicio crezca.