El fín del precio por hora
Pero no en todas las profesiones
Una de las unit económics del trabajo intelectual era cobrar por horas. Definias en que segmento te querías mover, fijabas tu precio, y a vender. Ahora la IA, con el aumento de la productividad, nos empuja a redefinir el modelo.
Imagina a un abogado que hasta hace dos años, le llevaba más de 40 horas y lo facturaba a 350 euros la hora. Hoy, con las herramientas de IA legal que se han profesionalizado, ese mismo abogado puede hacer la misma due diligence en 8 horas. Misma calidad, misma profundidad, mismo resultado final.
Entonces ¿qué debería facturar ahora?
Si factura las 8 horas reales, y cobra menos y se penaliza económicamente por haber aprendido a usar herramientas mejores. Pero, si factura las 40 horas históricas, ¿está engañando al cliente?.
No hay respuesta limpia. Lo único claro es que el modelo de cobrar por horas, en el momento en que la productividad por hora se multiplica exponencialmentem, deja de funcionar como protocolo razonable.
La hora trabajada como medida de valor
Antes de avanzar, vamos a dar un paso atrás y preguntarse por qué cobramos por horas en primer lugar. Porque no es obvio.
La razón histórica es industrial. Cuando el trabajo cambió del campo a la fábrica, la hora se convirtió en una unidad práctica para gestionar grandes masas de trabajadores haciendo tareas relativamente estándar. La fábrica producía X piezas por hora de obrero. Medías horas, sabías cuántas piezas iban a salir. La hora era proxy del output.
Cuando aparecieron los servicios profesionales en su forma moderna, en la primera mitad del siglo XX, copiaron el modelo industrial sin pensarlo demasiado. Era fácil de administrar, fácil de auditar, transparente en apariencia. Y servía a todos:
Al trabajador le daba estabilidad: trabajó ocho horas, ganó ocho horas, fin del mes nada raro pasa.
A la empresa le daba control: si vendes horas, controlas a quien factura porque controlas su tiempo.
Al cliente le daba apariencia de transparencia: aquí tienes el desglose de quién estuvo cuánto tiempo en qué tarea.
La palabra clave aquí es apariencia. Porque el modelo nunca midió lo que decía medir. En trabajo intelectual, la correlación entre horas y valor es muy baja. Un consultor puede pasar 40 horas haciendo un informe que no vale nada y otro puede dedicar dos horas a una recomendación que ahorra millones. Cobrar al primero diez veces más que al segundo es absurdo en términos de valor entregado, pero es lo que el modelo de horas produce.
La magnitud de las ganancias de productividad que está generando la IA en trabajo intelectual ya no es discutible. GitHub y MIT publicaron en 2023 el resultado del primer experimento controlado serio con Copilot: los desarrolladores que tenían acceso a la herramienta completaban una tarea de programación un 55,8% más rápido que el grupo de control.
Boston Consulting Group hizo un experimento similar con sus propios consultores, en 18 tareas representativas del día a día, los consultores con IA mejoraron entre el 12% y el 25%. Brynjolfsson y otros midieron atención al cliente conversacional y encontraron un 14% más de incidencias resueltas por hora.
Estas cifras tienen una consecuencia matemática que casi cualquier trabajador ahora podría decir. Si yo te pago el mismo sueldo y tú produces 144.000 horas más al año, el excedente se lo queda la empresa. Tú eres más productivo, pero ese valor adicional no llega a tu nómina. Va a margen.
El cambio que tampoco es cambio y el porqué histórico
En 1990, el economista Paul David publicó un paper que tituló “The Computer and the Dynamo”. Cuando la electricidad se introdujo en las fábricas americanas a finales del siglo XIX, las ganancias de productividad fueron decepcionantes durante casi 20 años. La gente esperaba transformación y no llegó.
Las fábricas de la época estaban diseñadas alrededor de máquinas de vapor, una máquina central enorme con un eje principal que distribuía fuerza mecánica a las distintas estaciones de trabajo mediante correas y poleas. Cuando llegó la electricidad, lo primero que se hizo fue reemplazar la máquina de vapor por un motor eléctrico grande, manteniendo el resto de la arquitectura. La productividad apenas mejoró.
La explosión vino cuando alguien entendió que la electricidad permite algo que el vapor no, distribuir potencia. En lugar de un motor enorme central, pones un motor pequeño en cada máquina. Esto cambia el diseño de la fábrica.
David llamó a esto el “productivity paradox” de la electricidad y lo usó como metáfora del ordenador, que en los 1980s estaba en la misma situación: muchos ordenadores, pocos resultados, porque las empresas los ponían encima del modelo de trabajo anterior sin reseñar el modelo.
Estamos viviendo el mismo momento con la IA.
Poner ChatGPT y copiar y pegar prompts te ayuda en parte, pero no automatiza procesos end to end. Hay alguna mejora superficial, pero el modelo subyacente impide capturar el valor. Lo que tiene que pasar (y está empezando a pasar) es un rediseño entero de todo una organización.
Entonces, ¿Qué modelo construimos?
Aquí algunas posibles alternativas:
Pricing por entregable. El cliente paga por el output, no por el proceso. “Cuesta 5.000 euros la due diligence” en lugar de “cuesta 350 euros la hora”.
Pricing por valor. El cliente paga en función del resultado conseguido, no del trabajo entregado. Una agencia de marketing puede cobrar un fijo más un porcentaje de los leads generados. Un consultor de optimización puede cobrar un fijo más un porcentaje del ahorro identificado. Un legal advisor en una negociación puede cobrar un fijo más un success fee del acuerdo conseguido.
Yo hace años, que no anclo mi precio en hora, sino en valor. No es el minuto de apretar el tornillo, es saber que tornillo apretar.
Qué pasa dentro de las empresas (donde el empleado es asalariado)
Hasta ahora hemos hablado en relaciones contractuales entre proveedor y cliente. Pero el problema más grande, en términos de personas afectadas, está dentro de las empresas, donde la mayoría de la gente trabaja por sueldo a cambio de presencia, en organizaciones que no son remotas.
La estructura típica es la misma desde hace cien años, contratas a alguien por un sueldo mensual a cambio de un volumen de tiempo , la jornada laboral. Si esa persona es más productiva, hace más con el mismo tiempo, y el excedente se queda en la empresa.
Cuando la productividad subía lentamente (un 1-2% anual en sectores típicos), el sistema funcionaba aceptablemente porque la diferencia era pequeña, se compensaba con subidas salariales graduales y nadie se enteraba. Cuando la productividad sube un 25-50% en un año (que es lo que está pasando con IA en muchas funciones), el sistema deja de funcionar.
Imagina un equipo de marketing de cinco personas, cada uno con sueldo de 45.000 euros brutos al año, coste total empresa: unos 290.000 euros (incluyendo seguridad social y demás). Entonces, introduces IA. Los cinco aprenden a usarla bien. Tras seis meses, el equipo produce el doble de campañas, el doble de análisis, el doble de contenido. Mismo sueldo, mismo coste empresa, doble de output.
¿Qué es lo que va a pasar?
¿Más despidos y menos contrataciones? ¿Se van a hacer más cosas? ¿Paradoja de Jevons?
¿Cómo ves este cambio de modelo según las 2 vertientes?
Anaya ya me ha comentado que hemos conseguido más de 1000 ventas en poco más de 10 meses, cosa que esta genial para un libro de nicho como este.
Te recuerdo que puedes comprar el libro en Fnac, El Corte Inglés, La Casa del Libro y en este enlace Amazon:
Curso métricas y modelos Saas
Lanzamos la tercera edición sobre el Curso SaaS sobre métricas y modelos financieros. En la siguiente edición tendrás como regalo el libro. Si ya lo has comprado y estas interesado en el curso, escríbeme y te hago el descuento por el importe,
Info sobre el curso SaaS:
Si necesitas ayuda en tu negocio o en tu estrategia de datos e IA, escríbeme y cerramos una reunión.