Un informe elaborado por Ycon Research y Cloudbeach, compañía especializada en la visibilidad y el control del gasto en software, cloud e inteligencia artificial, analiza cómo está cambiando la inversión tecnológica de las empresas y qué impacto tienen fenómenos como el SaaS, la nube y la IA sobre la manera de presupuestar, contratar y administrar estas herramientas.
La investigación, que reúne datos sectoriales, testimonios de referentes y casos vinculados con la gestión del gasto tecnológico, muestra que la transformación no pasa solamente por las soluciones que adoptan las compañías. También está cambiando la lógica con la que deciden cuánto invertir, dónde hacerlo y qué retorno esperan obtener.
Anibal H. Serantes, pro-tesorero de CESSI, explica que el cambio más profundo de los últimos años está en la manera en que las compañías deciden sus inversiones en software. La tecnología pasó a evaluarse como una inversión estratégica, definida en los niveles más altos de la organización y bajo una lógica de retorno vinculada al negocio.
También cambió el objetivo de esa inversión. Durante años, gran parte del presupuesto tecnológico estuvo orientado a ganar eficiencia o reducir costos. Hoy también financia nuevas líneas de ingresos, productos digitales, modelos de suscripción y servicios.
A esa transformación se suma un nuevo ciclo de inversión asociado a la inteligencia artificial, con impacto en otras partidas tecnológicas.
“La IA abrió una nueva ola de inversión, en datos, cloud, automatización y talento especializado, porque ninguna empresa quiere quedar afuera del salto de productividad que promete. Es, en los hechos, un nuevo ciclo de inversión tecnológica”, afirma el representante de CESSI.
El fenómeno ocurre mientras la propia industria argentina de software expande sus negocios. Según el último informe del OPSSI citado por CESSI, las exportaciones alcanzaron USD 744 millones durante el primer trimestre de 2026, un récord histórico, y acumularon USD 2.848 millones en los últimos doce meses, con un crecimiento interanual del 11,4%. En una década, las exportaciones del sector aumentaron un 106%.
Esos números describen la evolución exportadora de la industria del software. Para aproximarse al gasto de las empresas en tecnología hace falta mirar otros indicadores.
Índice de temas
Cuánto invierte una empresa en tecnología sobre su facturación
Argentina todavía carece de una medición local equivalente que permita establecer un porcentaje promedio de inversión tecnológica sobre facturación para el conjunto de las empresas, según CESSI.
Serantes utiliza, por eso, una referencia internacional: las compañías destinan, en promedio, alrededor del 5% de su facturación a tecnología, dentro de una banda que suele oscilar entre el 2% y el 10%. El software aparece como el componente principal y de mayor crecimiento dentro de esa inversión.
La actividad explica buena parte de las diferencias entre empresas. Las compañías intensivas en información, como servicios financieros, seguros y la propia industria tecnológica, pueden superar el 8% o 10% de la facturación, dado que el software ocupa un lugar central en su operación.
En actividades más dependientes de activos físicos, como manufactura, construcción o agro, la proporción se ubica entre el 2% y el 5%. CESSI observa a la vez un crecimiento acelerado de la adopción tecnológica en esos sectores.
La madurez digital también modifica la ecuación, sostiene la Cámara. Las empresas que se encuentran en etapas iniciales, suelen ejecutar inversiones puntuales vinculadas a proyectos específicos. Con el avance de la transformación digital, el presupuesto tecnológico gana estabilidad y presencia transversal hasta convertirse en una partida permanente distribuida entre diferentes áreas del negocio.
“A medida que avanzan en su transformación, la inversión no solo crece, sino que se vuelve más estable y transversal: deja de ser un gasto de proyecto para convertirse en una partida permanente del presupuesto, presente en prácticamente todas las áreas del negocio”, describe Serantes.
Del CAPEX al SaaS: por qué cambió la forma de pagar
“Del desembolso puntual en licencias e infraestructura (CAPEX) se pasó a un modelo de suscripción y pago por uso (OPEX), impulsado por el SaaS y el cloud, que vuelve la inversión más flexible y sostenida en el tiempo”, explica Serantes.
Una parte creciente del gasto tecnológico llega de manera recurrente, a través de suscripciones y esquemas asociados al uso. Deja de ser una decisión anual que se aprueba una vez y pasa a ser un consumo diario que casi nadie mira todos los días.
Qué sectores gastan más en software en Argentina
Los datos de CESSI permiten observar dónde se concentra actualmente la demanda de la industria argentina de software.
El sector financiero fue su principal cliente durante 2025, con el 20,1% de la facturación. Dentro de esa categoría se incluyen bancos, fintech y terminales de pago. En segundo lugar quedó el propio sector de Software y Servicios Informáticos, con 12,7%, seguido por Energía, con 12,4%.
Después aparecen las aseguradoras, con 9,5%; Comercio y retail, 7,9%; Sector Público, 6,1%; Telecomunicaciones, 6%; Industria manufacturera, 5,6%; Salud, 5,2%; y Agro, 3,8%.
Esos porcentajes muestran la participación de cada tipo de cliente sobre la facturación del sector argentino de software. Se trata de una composición de las ventas de la industria tecnológica.
La estructura también empieza a moverse. Para 2026, las empresas del sector esperan incrementar especialmente sus ventas hacia Energía, Salud, Agro y Transporte, junto con una menor participación relativa proyectada para Comercio, Sector Público e Industria Manufacturera. CESSI interpreta esta evolución como parte de una transformación digital que atraviesa cada vez más actividades de la matriz productiva.
Del ERP al SaaS: qué software contratan hoy las empresas
Una porción relevante del presupuesto tecnológico se canaliza a través de software contratado como servicio. Según la experiencia recogida por CESSI, entre las categorías de SaaS más demandadas aparecen las herramientas de productividad y colaboración: correo electrónico, aplicaciones de oficina, videollamadas y sistemas de mensajería.
A ellas se agregan las plataformas destinadas a administrar el negocio: ERP para finanzas y operaciones, CRM para ventas y gestión de clientes y, con una demanda creciente, sistemas de gestión de personas o HCM. Completan el grupo las soluciones de ciberseguridad y las herramientas de datos y analítica.
“La tendencia que atraviesa a todas estas categorías es doble: por un lado, prácticamente todo el software nuevo se contrata ya en modalidad SaaS; por otro, la inteligencia artificial se está incorporando de forma nativa en cada una de estas herramientas, copilotos, asistentes y analítica automatizada, redefiniendo lo que se espera de cada solución”, explica Serantes.
La frontera entre el gasto tradicional en software y la inversión en inteligencia artificial se vuelve así más difusa. Una empresa puede incorporar IA dentro de las mismas plataformas que utiliza para administrar empleados, gestionar ventas, analizar información o trabajar de manera colaborativa. El costo de la IA, en muchos casos, ya viene adentro de una factura que la empresa creía conocida.
Cuánto cuesta la nube: de algunos miles a millones de dólares por año
En infraestructura cloud, la amplitud entre empresas es todavía mayor. “Una pyme puede tener consumos de algunos miles de dólares al año, mientras que una empresa grande o intensiva en datos puede invertir cientos de miles o incluso millones”, explica Serantes.
La nube atravesó diferentes etapas de expansión. Primero recibió el impulso de la transformación digital y de la búsqueda de escalabilidad y flexibilidad. Más tarde se sumaron el trabajo remoto y la expansión de los servicios digitales. Ahora aparece otro acelerador: la inteligencia artificial, con una demanda creciente de procesamiento, almacenamiento y datos.
“Cloud dejó de ser simplemente una alternativa a la infraestructura tradicional y se convirtió en una infraestructura estratégica para la competitividad de las empresas”, sintetiza el representante de CESSI.
Sobre esa infraestructura tecnológica comienza a desplegarse el próximo ciclo de inversión.
Cuánto cuesta implementar IA en una empresa
Entre las empresas de la Economía del Conocimiento relevadas por Argencon, la inteligencia artificial ya ocupa un lugar concreto dentro de los planes corporativos.
En su último Argenconomics, la entidad consultó a compañías del sector sobre sus planes de adopción de esta tecnología: el 41,5% proyectaba desplegar IA en todas sus áreas, mientras que para un 17% ya representaba su principal proyecto estratégico de 2026.
Por ahora, la incorporación avanza principalmente en las funciones internas más cercanas a la tecnología. Tecnología, recursos humanos, finanzas y marketing aparecen entre las áreas con mayor avance, con mejoras asociadas principalmente a costos y velocidad de los procesos, según Argencon.
La velocidad de adopción varía de acuerdo con el tipo de compañía. “Las empresas de mayor tamaño y perfil exportador están liderando este camino”, explica Leandro Mora Alfonín, director ejecutivo de Argencon.
En ese universo, el 95% cuenta con especialistas dedicados a IA o programas de incorporación monitoreados centralmente. Entre las pymes del sector, en cambio, el 43% todavía no implementó políticas formales sobre la materia.
La fotografía muestra una brecha de capacidades entre empresas de distinto tamaño. Mora Alfonín considera posible que esa distancia se reduzca a medida que avance la adopción.
La inversión representa, además, la primera etapa de un proceso más amplio. “Primero hay una inversión, después un período de adaptación, que implica, entre otras cosas, capacitar a los equipos”, sostiene. Y agrega: “El gasto es el punto de partida, pero el impacto dependerá de la capacidad de cada organización para integrar estas herramientas, adaptar sus procesos y capacitar a sus equipos”.
Ese planteo modifica la discusión sobre cuánto cuesta la inteligencia artificial. El desembolso asociado a licencias o consumo constituye una parte de una implementación que también demanda capacitación, cambios organizacionales y rediseño de procesos.
Por qué el gasto por tokens toma por sorpresa a las empresas
El testimonio de Alexander Ditzend, presidente de la Sociedad Argentina de Inteligencia Artificial (SAIA), permite distinguir dos modalidades de gasto dentro de la inteligencia artificial generativa.
Una corresponde a las suscripciones por usuario. “Si la empresa tiene, por hacer las cuentas fáciles, 10 empleados, saca un plan de equipos que se le factura directamente a la empresa; los empleados no ven nada de todo eso y la empresa termina pagando 200 dólares por mes, con lo cual los costos están controlados por ese lado”, explica.
Otra modalidad aparece cuando la empresa desarrolla automatizaciones que funcionan fuera de la sesión individual de un empleado o un Plan Business. Un bot capaz de responder automáticamente un correo recibido por soporte, por ejemplo, utiliza un esquema de pago por uso mediante tokens.
“Cuando se hace ese tipo de automatizaciones o bots que responden a un evento (por ejemplo, llega un correo a soporte y se contesta automáticamente), eso no se puede hacer con una cuenta de 20 dólares; ahí hay que pagar tokens”, afirma Ditzend.
Ese modelo introduce una nueva variable dentro del presupuesto tecnológico. “Algunas empresas empezaron a innovar mucho en ese sentido y no tuvieron en cuenta los tokens que consumían ese tipo de automatizaciones, no les pusieron un límite, no había una política de gasto de eso y vinieron las sorpresas”, afirma Ditzend.
El diseño de la automatización, advierte, define la factura. “Si no diseñás bien ese sistema, los costos se disparan”, señala Ditzend. Y agrega que “se empiezan a hacer automatizaciones ineficientes que resultan carísimas de mantener”. Por eso, para el presidente de SAIA, la calidad de la implementación pasa a ser una variable decisiva en la estructura de costos.
Qué medir para saber si la IA está dando resultado
La adopción también puede llevar a las organizaciones a medir indicadores que aportan poca información sobre el retorno real.
Ditzend relata que algunas compañías llegaron a utilizar como KPI la cantidad de “tokens utilizados” por cada área para seguir el avance de la implementación. Esa métrica permite comprobar cuánto se consume, aunque ofrece una señal mucho más limitada sobre el valor generado para el negocio.
El presidente de SAIA ofrece un ejemplo concreto. Empleados que utilizan IA para generar grandes cantidades de texto, gráficos y reportes pueden aumentar el volumen de información que reciben sus superiores. Esos gerentes, a su vez, vuelven a utilizar inteligencia artificial para resumir esos mismos informes.
“Cuando ves el resultado neto, en definitiva, los empleados pasaron muy poca información, muy poco se convirtió en valor para el negocio, pero en el medio, entre producir y después resumir, te gastaste dos veces una cantidad de tokens gigantesca”, plantea.
La gobernanza aparece entonces como otro componente de la inversión. “Gobernanza significa, desde mi punto de vista, tener un control de lo que está pasando en la organización: quién está usando, cuánto está usando y cómo lo está usando”, define.
También supone contar con responsables capaces de monitorear el gasto y detectar comportamientos anómalos antes de que aparezcan en la factura.
El despliegue de estas herramientas requiere así capacitación, control y diseño de procesos. La facilidad de acceso mediante lenguaje natural convive con la necesidad de desarrollar criterios internos para decidir cómo utilizar cada sistema.
Ditzend proyecta que esta etapa de adopción dará lugar a nuevas funciones dentro de las organizaciones. “Van a empezar a aparecer roles nuevos: gente que capacite, que rediseñe los procesos para ser optimizados, personas que hagan todo el controlling y también va a cambiar mucho la cultura interna”, anticipa.
Cómo controlar el gasto en SaaS, cloud e IA
El diagnóstico se repite en las tres fuentes consultadas: el gasto crece, se volvió recurrente y se distribuye entre áreas que antes no compraban tecnología. La discusión que sigue es cómo se controla.
Alan Gucovschi, coautor del informe y cofundador de Cloudbeach, compañía dedicada a la visibilidad y el control del gasto en software, cloud e inteligencia artificial, sostiene que el problema rara vez está en el precio.
“La mayoría de las empresas no tiene un problema de precio, tiene un problema de visibilidad. No saben cuántas licencias pagan sin uso, ni qué área quemó el presupuesto de tokens el martes a la mañana. Cuando llega la factura, ya es tarde para decidir”, afirma.
El gasto no controlado suele concentrarse en tres frentes: licencias SaaS contratadas y nunca utilizadas, consumo cloud sobredimensionado y automatizaciones de IA sin límite de gasto. A eso se suma el software que cada área contrata por su cuenta, con tarjeta corporativa, sin pasar por sistemas ni por compras.
“Aparece una categoría nueva, que es la IA en la sombra. Equipos que suscriben herramientas por su cuenta porque les resuelven un problema concreto. No es mala fe, es velocidad. Pero termina en decenas de contratos chicos que nadie consolidó y que nadie mide”, describe Gotthilf.
La segunda discusión es qué se mide. Sobre el uso de los tokens consumidos como indicador de avance, el cofundador de Cloudbeach es tajante. “Medir tokens consumidos es como medir cuántas horas estuvo prendida la luz. Lo que importa es el costo por resultado: cuánto cuesta resolver un ticket, cerrar un caso, generar una propuesta. Esa es la única cifra que dice si la inversión funciona”, sostiene.
Para las empresas que recién ordenan el tema, el punto de partida son tres movimientos concretos: un inventario único de licencias, consumos y suscripciones, incluidas las que no pasaron por el área de tecnología; una métrica de costo por resultado para cada iniciativa de IA; y límites de gasto por área con alertas que se disparen antes del cierre de la factura, no después.
El paso siguiente, anticipa, es que ese control deje de depender de una planilla mensual.
“El gasto se mueve por hora y el control sigue siendo mensual. Ahí está el desfasaje. Esto va hacia sistemas que observan el consumo en tiempo real, avisan antes de que la factura sorprenda y ejecutan la corrección solos”, plantea Gucovschi.
Por qué el problema recién empieza en América Latina
La discusión llega a la región en un momento particular. Para Marcelo Parlamento, coautor del informe y socio director de Cloudbeach Latam, América Latina tiene la oportunidad de observar una curva que otros mercados ya recorrieron y el riesgo de repetirla igual.
“En América Latina adoptamos rápido y gobernamos tarde. El 93% de los trabajadores de la región ya usa herramientas de inteligencia artificial, por encima del promedio global del 83%, pero solo el 28% de las organizaciones está en condiciones de convertir ese uso en valor medible. Esa brecha no es tecnológica, es de control”, sostiene.
Los relevamientos regionales acompañan ese diagnóstico, según el especialista. “Un estudio sobre madurez digital presentado este año en la región mostró que el 74% de las organizaciones latinoamericanas ya enfrenta costos imprevistos, redundancias tecnológicas y mayores riesgos de cumplimiento como consecuencia de una adopción de IA descentralizada y sin gobernanza”, explica Parlamento.
La referencia internacional permite anticipar el tramo siguiente. “En los mercados más maduros, la empresa promedio administra alrededor de 305 aplicaciones SaaS y utiliza apenas el 54% de las licencias que paga, mientras las áreas de negocio —y no el área de tecnología— controlan cerca del 70% de ese gasto. En infraestructura cloud, entre el 27% y el 32% del consumo se considera desperdicio directo y los presupuestos se exceden, en promedio, un 17%”, profundiza.
“Los números de las regiones que nos anteceden no son una anomalía, son el destino natural de un gasto que crece sin inventario. Vamos por el mismo camino, con menos volumen y con menos práctica de control instalada”, plantea el ejecutivo.
La capa que viene es la que más lo preocupa, sostiene Parlamento: “Sobre IA agéntica, sistemas capaces de ejecutar tareas de varios pasos sin intervención humana continua, la adopción recién arranca: solo el 13% de las empresas a nivel global integró agentes en sus flujos de trabajo, con Brasil por encima del promedio con el 18%, mientras el 35% ya explora su uso y otro 44% prevé implementarla en el corto plazo”.
“Hoy discutimos licencias sin uso, y eso ya cuesta. En dieciocho meses vamos a discutir agentes que consumen por su cuenta, sin asiento asignado y sin techo, multiplicados por decenas de procesos. La curva de gasto de la IA agéntica no se parece a la del software: no crece con la nómina, crece con la actividad”, advierte.
“La ventaja de llegar segundos es que podemos instalar el control antes de pagar el aprendizaje. El que arma hoy el inventario y los límites, con el gasto todavía chico, llega al próximo ciclo con capacidad de decidir. El que espera la factura, llega solo a explicarla”, concluye.
