Por qué los márgenes brutos de la IA difieren de los del SaaS

Por Brian Tr · Actualizado el 6 de octubre de 2026

El margen bruto es la cifra que separa con más claridad un negocio de software de un negocio de servicios. Las empresas de SaaS se ganaron sus valoraciones premium en parte porque cada cliente adicional costaba casi nada de atender. Los productos de IA no funcionan así. Cada solicitud se ejecuta con cómputo que alguien tiene que pagar, y algunos productos aún necesitan personas que revisen el resultado.

Este artículo compara ambos perfiles de margen lado a lado, explica por qué existe la brecha, analiza si es permanente y cubre lo que significa para el pricing y para la manera en que los inversionistas leen sus números. Si necesita primero lo básico, empiece con qué significa el margen bruto.

El perfil de margen clásico del SaaS

Un producto de software se escribe una vez y se vende muchas veces. Atender a un cliente más significa un poco más de hosting, algo de soporte y comisiones de procesamiento de pagos. La mayor parte del gasto está por debajo de la línea del margen bruto, en ingeniería y ventas. Por eso las empresas de SaaS maduras reportan márgenes altos y estables.

Las referencias de Scaling to $100 Million de Bessemer ubican el margen bruto promedio de un negocio en la nube entre 65 % y 70 %, y señalan que el 50 % central de las empresas se sitúa aproximadamente entre 60 % y 80 %. Enumera márgenes promedio de 70 % con un ARR de entre 1 y 25 millones de dólares, 65 % entre 25 y 100 millones, y 70 % por encima de esa cifra. También señala excepciones: Twilio operó con alrededor de 50 % en sus años de crecimiento por los costos de telecomunicaciones que hay debajo de su producto.

Las empresas públicas de gran escala pueden llegar más alto. Los resultados de todo el año 2025 de ServiceNow muestran un margen bruto de suscripción de 80 % según GAAP y 83,5 % no GAAP, con una guía para 2026 de 82 % no GAAP. Es una empresa con una escala enorme y un producto maduro, así que trátelo como el extremo superior del rango y no como la norma para una startup.

El perfil de margen de la IA

La fuente primaria más citada sobre este tema es The New Business of AI (and How It's Different From Traditional Software) de a16z, publicado por Martin Casado y Matt Bornstein el 16 de febrero de 2020. Su conclusión: las empresas de IA suelen tener «márgenes brutos de entre 50 y 60 %», muy por debajo de la referencia de 60 % a más de 80 % de los negocios de SaaS comparables.

Señalaron tres factores:

• Infraestructura en la nube. Las empresas de IA suelen gastar 25 % o más de sus ingresos en recursos de nube.
• Soporte humano. Muchas empresas gastan hasta 10 % a 15 % de sus ingresos en etiquetado de datos y mantenimiento de modelos, y algunos productos necesitan personas que revisen los resultados en tiempo real.
• Mantenimiento del modelo. Entrenar un solo modelo puede costar cientos de miles de dólares o más, y el reentrenamiento es un costo recurrente porque los datos se desvían.

Ese ensayo es anterior a la generación actual de modelos de lenguaje grandes, así que las causas específicas han cambiado. La idea central se ha sostenido: la IA combina la economía del software con la economía de los servicios.

Datos más recientes aparecen en State of AI 2025 de Bessemer. Separa a las «Supernovas», de crecimiento rápido, de las «Shooting Stars», más estables. Las Supernovas tienen un margen bruto promedio de alrededor de 25 %, a menudo negativo, porque sacrifican rentabilidad por distribución. Las Shooting Stars promedian cerca de 60 %, lo que Bessemer describe como ligeramente inferior al de sus pares de SaaS por el crecimiento más rápido y los costos moderados asociados al modelo.

El informe State of AI 2026 de ICONIQ, basado en una encuesta del segundo trimestre de 2026 a más de 300 ejecutivos de empresas de software que construyen productos de IA, muestra que el margen bruto promedio de los productos de IA fue de 45 % en 2025, con una proyección de 53 % en 2026 y 59 % en 2027.

Comparación lado a lado

Las cifras no miden lo mismo en todas las filas. Las encuestas usan muestras, años y definiciones de costo distintos, así que léalas como rangos y no como una brecha exacta.

Por qué existe la brecha

El cómputo es un costo de ingresos, no un gasto general

En el SaaS, un usuario intensivo cuesta un poco más de alojar. En la IA, un usuario intensivo puede costar mucho más, porque cada prompt desencadena cómputo. Ese costo cae en el costo de ingresos, así que golpea directamente el margen bruto. La mecánica de cómo el gasto en inferencia se convierte en margen se explica en costos de inferencia de IA y margen bruto.

Tarifas de modelos de terceros

Un producto construido sobre el modelo de otra empresa le paga a ese proveedor en cada llamada. Usted no controla ese precio y no puede simplemente subirlo. Si su producto es una capa delgada sobre el modelo, también le costará cobrar lo suficiente para cubrirlo, una de las razones por las que los wrappers enfrentan márgenes estrechos.

Personas en el circuito

Muchos productos de IA envían los casos inciertos a personas, o necesitan personal para etiquetar datos y verificar la calidad. Es mano de obra propia de los servicios dentro de un producto de software. a16z lo señaló en 2020 como una fuente de costo que el SaaS sencillamente no tiene a la misma escala.

Un uso que no coincide con el precio

El precio del SaaS suele ser por asiento y fijo, lo cual funciona cuando el costo de servir es fijo. Cuando el costo crece con el uso pero los ingresos no, el margen empeora a medida que el producto mejora. Este es el centro de la pregunta del precio de la IA para las empresas de SaaS.

Decisiones que priorizan el crecimiento

Parte de la brecha es una decisión, no una ley de la naturaleza. Las Supernovas de Bessemer operan cerca de 25 % de margen en parte porque están comprando adopción. El uso subsidiado reduce el margen hoy con la esperanza de fidelizar clientes.

Cómo leen la diferencia los inversionistas

Los inversionistas no tratan un margen de IA de 60 % igual que un margen de SaaS de 60 %. Se hacen cuatro preguntas.

1. ¿Qué costos están en la cifra? Las empresas clasifican los costos de manera distinta. Que la inferencia, la revisión humana y el soporte estén por encima o por debajo de la línea cambia el margen que usted reporta. Explicite su clasificación de costos antes de que otra persona la adivine.
2. ¿El margen va al alza? Un producto con 45 % y en alza es distinto de uno con 45 % estancado. Las proyecciones de ICONIQ de 53 % en 2026 y 59 % en 2027 son expectativas de encuesta, no garantías, pero muestran lo que el mercado espera que los fundadores demuestren.
3. ¿El costo está ligado al crecimiento? Si el margen cae a medida que sube el uso, la escala empeora el negocio en lugar de mejorarlo.
4. ¿Qué se está comprando con el margen bajo? Un margen cedido a cambio de retención duradera se lee como una inversión. Un margen cedido a cambio de un uso impulsado por la novedad se lee como un riesgo. Bessemer dice sin rodeos que la adopción rápida puede ocultar bajos costos de cambio o ser señal de novedad.

En cuanto a la valoración, la lógica estándar del SaaS de pagar una prima por los ingresos recurrentes supone márgenes altos. Un margen bruto más bajo significa que cada dólar de ingresos produce menos utilidad bruta, por lo que los múltiplos de ingresos tienden a reflejarlo. Compare también sobre la utilidad bruta y no solo sobre los ingresos, y tenga cuidado al tomar prestados los múltiplos del SaaS para un negocio de IA. Para el conjunto más amplio de ratios que usan los inversionistas, consulte economía del SaaS y métricas unitarias.

¿La brecha es permanente?

Probablemente no es permanente, pero no cuente con que se cierre sola. Hay fuerzas en ambos sentidos.

Fuerzas que reducen la brecha:

• Los costos unitarios de ejecutar modelos han tendido a bajar a medida que mejoran los modelos y el hardware.
• Los equipos aprenden a enviar las solicitudes simples a modelos más baratos y a almacenar en caché el trabajo repetido.
• El pricing pasa de asientos fijos a planes sensibles al uso, de modo que los ingresos siguen al costo.
• Los productos que automatizan más de la revisión humana reducen la línea de mano de obra.

La trayectoria de ICONIQ, de 45 % a una proyección de 59 %, apunta en esa dirección. Las palancas detrás de ella se tratan en gestión de costos de modelos de IA.

Fuerzas que mantienen abierta la brecha:

• El uso por cliente puede crecer más rápido de lo que baja el costo por unidad. Solicitudes más baratas suelen llevar a muchas más solicitudes.
• Los clientes esperan funciones más potentes, y los modelos más potentes suelen costar más de ejecutar.
• La presión competitiva impide que los precios suban lo suficiente para cubrir los costos.
• Los productos que hacen más trabajo por tarea, como los agentes que ejecutan muchos pasos, consumen más cómputo por resultado.

El resumen honesto es que los márgenes pueden mejorar, pero la diferencia estructural permanece: el costo de ingresos del SaaS es en su mayoría fijo, y el de la IA tiene una gran parte variable. Incluso un producto de IA bien gestionado probablemente tendrá más sensibilidad a los costos que un producto de SaaS tradicional. Planifique un margen que se gane con pricing e ingeniería, no uno que llegue con el tiempo.

Implicaciones para el pricing y el benchmarking

Fije el precio según el factor de costo. Si el costo sigue al uso, al menos una parte del precio también debería hacerlo. Los modelos híbridos, con una tarifa base más componentes de uso o de resultado, son una respuesta común.

Compárese con los pares correctos. Comparar un producto de IA con el SaaS clásico no favorece a nadie. Compárese con empresas de IA en la misma etapa y con la misma proporción de humanos en el circuito, y reporte por separado la comparación con el SaaS.

Siga el margen por cliente y por función. Un margen combinado puede esconder un puñado de cuentas intensivas que pierden dinero. Desglóselo.

Separe lo temporal de lo estructural. Si el margen bajo viene de un crecimiento subsidiado, dígalo y muestre cuándo termina. Si viene de la arquitectura del producto, corrija la arquitectura.

Reporte las líneas de costo con claridad. Indique qué hay en el costo de ingresos: inferencia, tarifas de terceros, revisión humana, soporte. Genera confianza y facilita seguir su tendencia.

Datos clave

• a16z (16 de febrero de 2020) encontró márgenes brutos de IA que suelen estar en el rango de 50 % a 60 %, frente a 60 % a más de 80 % del SaaS comparable, con costos de nube de 25 % o más de los ingresos y hasta 10 % a 15 % en etiquetado y mantenimiento de modelos (a16z).
• Las referencias de nube de Bessemer ubican el margen bruto promedio del SaaS entre 65 % y 70 %, con el 50 % central de las empresas aproximadamente entre 60 % y 80 % (Bessemer, Scaling to $100 Million).
• State of AI 2025 de Bessemer reporta cerca de 25 % de margen bruto para las «Supernovas» de la IA (a menudo negativo) y cerca de 60 % para las «Shooting Stars» (Bessemer).
• ICONIQ reporta un margen bruto de productos de IA de 45 % en promedio en 2025, con 53 % proyectado para 2026 y 59 % para 2027, a partir de una encuesta del segundo trimestre de 2026 a más de 300 ejecutivos de software (ICONIQ).
• ServiceNow reportó un margen bruto de suscripción de todo el año 2025 de 80 % según GAAP y 83,5 % no GAAP (ServiceNow).

Qué significa esto para fundadores y CEOs propietarios

Si está construyendo un producto de IA, espere márgenes más bajos que un par de SaaS al principio y planifique el camino hacia arriba. Conozca su costo por cliente, fije precios con ese costo a la vista y sea claro con los inversionistas sobre lo que es temporal. Si quiere el panorama más amplio de cómo ganan dinero las empresas de IA, lea modelos de negocio de startups de IA y, para saber dónde están estos costos en el estado de resultados, qué cuenta como costo de ventas para una empresa de IA.

Si está comprando herramientas de IA, la misma lógica explica por qué los proveedores avanzan hacia precios basados en el uso. Su costo crece con su uso, así que su precio a menudo crecerá con él.

Lecturas relacionadas

• Margen bruto
• Economía del SaaS y métricas unitarias
• Costos de inferencia de IA y margen bruto
• Gestión de costos de modelos de IA
• Qué cuenta como COGS para una empresa de IA
• AI wrapper vs AI-native
• La pregunta del precio de la IA para el SaaS