Quant costa de debò un projecte d'enginyeria d'IA el 2026
Pregunta quant costa construir una funcionalitat d'IA el 2026 i rebràs una resposta amb forma de demo: una clau d'API, un cap de setmana, uns quants centenars de dòlars en tokens. La resposta honesta comença on s'acaba la demo. L'estudi del MIT The GenAI Divide: State of AI in Business 2025 va posar xifres a aquesta distància: sobre una inversió corporativa en GenAI estimada en 30.000–40.000 milions de dòlars, el 95% dels pilots no va mostrar cap impacte mesurable al compte de resultats. Dinou de cada vint pilots es van gastar els diners sense que el CFO arribés a veure cap retorn.
Aquesta estadística se cita com a argument contra els pressupostos d'IA. Llegida amb atenció, és un argument sobre on va el pressupost: el 95% que va fallar va pagar, sobretot, per la part que mai va ser la difícil. Així que abans d'aprovar una partida d'IA, val la pena saber què costa el projecte sencer — fase a fase, incloent-hi les línies que no apareixen al deck del pilot.
La demo és l'artefacte més barat que produiràs
El model és una commodity que llogues per token. El que estàs pressupostant és la bastida que envolta el model — i aquesta bastida és enginyeria, no màgia:
- Retrieval que aporti el context correcte, mesurat, no suposat
- Evals — la suite de regressió que et diu que un canvi de prompt o de model no ha trencat el comportament del mes passat
- Guardrails: validació d'esquemes, fallbacks, timeouts, sostres de pressupost
- Observabilitat per a un component que falla de manera probabilística, sense llançar cap error evident
- Feina de compliance, si la funcionalitat toca contractació, crèdit, salut o qualsevol altra cosa que el Reglament europeu d'IA consideri de risc
Un prototip de cap de setmana no inclou res d'això. Producció ho exigeix tot. Aquesta és la raó mecànica per la qual tants pilots s'encallen: el pressupost del pilot va comprar una demostració, i el sistema de producció és una compra diferent i més gran. L'argument econòmic el vam desenvolupar a l'economia dels models fundacionals; aquí hi posarem rangs.
Persones: la prima és real, però és una prima — no un misteri
El talent d'enginyeria d'IA cotitza per sobre de les tarifes estàndard. Als Estats Units, els especialistes freelance en IA amb experiència facturen 200–300 $/hora (ZipRecruiter), contra 80–130 $/hora d'un senior generalista. En mercats nearshore, les dades de Revelo per al 2026 situen la prima d'IA/ML en un 15–25% sobre les tarifes estàndard — un enginyer LLM senior a Llatinoamèrica queda a la banda de 50–95 $/hora, treballant a la teva franja horària.
Per a una primera funcionalitat realista en producció — un enginyer que s'encarregui de la integració LLM i en respongui, un enginyer backend, una fracció de product owner — estàs dotant 2-3 persones durant un trimestre, no un escriptor de prompts durant un sprint. A tarifes dels Estats Units, això és un trimestre de 250.000–400.000 $; en nearshore, el mateix squad surt un 26–71% més barat, la mateixa aritmètica que governa qualsevol altra decisió sobre el cost de contractar desenvolupadors — la prima viatja amb la tarifa sobre la qual s'assenta.
Per fer-ho concret: una funcionalitat d'automatització de suport que consideraríem típica — retrieval sobre el teu centre d'ajuda i l'històric de tickets, una capa de generació amb fallbacks, evals que validen cada release — és un squad d'un enginyer LLM, un backend i mig product owner durant 12-14 setmanes fins a producció, i després una fracció estable més petita. Si el dotes més just del compte, el primer que es retalla és la bastida — que és com un pilot acaba degradant-se una altra vegada en una demo sense que ningú ho hagi decidit.
L'error a evitar no és pagar la prima. És pagar-la per les competències equivocades — per això vam escriure una guia a part sobre què avaluar de debò en contractar enginyers LLM.
Inferència: l'únic cost que creix perquè has tingut èxit
El programari clàssic té un cost marginal gairebé nul; les funcionalitats d'IA et facturen per petició, per sempre. La inferència és un cost de vendes, i escala amb l'adopció — com millor funciona la funcionalitat, més grossa la factura. Una funcionalitat que processa 100.000 peticions al dia a uns cèntims cadascuna és una partida anual de sis xifres que no existia a la teva economia unitària pre-IA.
Tres palanques mouen el número més que la tria de model:
- Memòria cau. El prompt caching i la reutilització de respostes retallen la meitat o més de la despesa en tokens en càrregues repetitives.
- Encaminament. Enviar el 80% fàcil de les peticions a un model un graó per sota, reservant el model frontera per al 20% difícil.
- Disciplina de sortida. Les sortides verboses costen linealment; les sortides estructurades i acotades són una decisió de pressupost, no d'estil.
Pressuposta la inferència com a cost de vendes des del primer dia, amb un objectiu per petició. Els equips que no descobreixen aquesta partida fins al sisè mes se la troben ja convertida en crisi.
Les línies que ningú posa al deck del pilot
Quatre costos separen el 5% que va arribar a producció del 95% que no, i cap no sembla «IA»:
- Evals. Construir el golden dataset i la suite de regressió es mesura en setmanes d'enginyeria, i és l'únic que et separa de desplegar regressions a cegues. Saltar-t'ho no elimina el cost; el trasllada a incidents de producció.
- Feina reactiva aigües avall. L'anàlisi d'Entelligence sobre més d'un milió de pull requests va trobar que només 0,18 $ de cada dòlar de programació amb IA arriba als usuaris com a funcionalitat nova — la resta se'n va en revisió, refeina i manteniment al voltant del codi generat. Vam desmuntar aquest número aquí; el patró es repeteix a tota la resta: generar sortida d'IA és barat; absorbir-la, no.
- Compliance. Si la funcionalitat toca una decisió regulada, les obligacions de deployer sota el Reglament europeu d'IA — documentació, supervisió, transparència — són feina d'enginyeria amb data límit. Cinc preguntes et diuen si t'aplica.
- Deriva i manteniment. Els models es deprequen, els prompts es podreixen, els corpus de retrieval envelleixen. Planifica una fracció estable de l'equip que ho va construir — ni zero, ni l'equip sencer — mentre la funcionalitat visqui.
Tres maneres de comprar-ho, i què inclou cada número
| Via | Què costa | Què inclou el preu | On encaixa |
|---|---|---|---|
| Equip d'IA propi | 180.000–350.000 $+ per senior i any (EUA, cost total), més mesos de recruiting | Capacitat permanent, context complet | Estàs construint IA com a competència central a diversos anys |
| Consultora d'estratègia | Típicament set xifres per projecte | Diagnòstic, full de ruta, alineament executiu | Necessites convèncer l'organització abans que el codi |
| Squad integrat | Retainer mensual per enginyer, a tarifes nearshore | Enginyers senior als teus repos des de la primera setmana, una factura, zero fee de recruiting | Necessites la funcionalitat en producció aquest trimestre |
Totes tres són compres legítimes; compren coses diferents, i les dades del MIT afegeixen un fet útil a la tria: les eines construïdes externament van arribar a desplegament aproximadament el doble de vegades que les construïdes a casa. El context i la velocitat guanyen a la puresa de l'organigrama. Perquè consti: el nostre model és la tercera fila — un squad amb match en 72 hores, treballant dins del teu codi i no al costat.
Com pressupostar una funcionalitat d'IA sense mentir-te
- Posa preu al sistema de producció, no al pilot. Agafa l'estimació de la demo i afegeix-hi evals, guardrails, observabilitat i compliance com a línies amb nom. Si el total no s'acosta al triple, hi falta alguna cosa.
- Fixa un objectiu d'inferència per petició abans del llançament. Tracta'l com a cost de vendes: un número, un responsable, un tauler.
- Pressuposta la bastida, no el prompt. La competència escassa és aconseguir que un component probabilístic es comporti dins d'un sistema determinista.
- Decideix la fracció de manteniment per endavant. Una funcionalitat d'IA sense propietat estable és una cua de regressions amb data de llançament.
- Acota el pilot en el temps i defineix-ne la sortida. El GenAI Divide és ple de pilots que mai es van dissenyar per convertir-se en res més. Un pilot sense pressupost de producció associat és una demo amb diapositives millors.
El resum
Una primera funcionalitat d'IA creïble en producció costa un trimestre de 2-3 enginyers senior (250.000–400.000 $ a tarifes dels EUA, un 26–71% menys en nearshore), més una línia d'inferència que escala amb l'èxit, més les evals, el compliance i el manteniment estable que la demo no t'havia ensenyat. El 95% que no va trobar retorn no va comprar, en general, la tecnologia equivocada — va comprar un terç del sistema i va esperar que la resta aparegués sola.
Si els dos terços que falten són la part per a la qual necessites mans, és el que despleguem: enginyers LLM senior, enfocats a producció, amb match en 72 hores. Aquí tens com contractar-los.
