El precio por asiento en la era de la IA

Por Brian Tr · Actualizado el 5 de octubre de 2026

El precio por asiento cobra una tarifa fija por cada persona que usa su producto. Es la forma predeterminada en que se ha vendido el software B2B durante dos décadas, y se apoya en un supuesto silencioso: cuantas más personas de un cliente usan su producto, más valor obtiene. La IA presiona ese supuesto. Si su software hace el trabajo en lugar de ayudar a una persona a hacerlo, el cliente puede necesitar menos personas, y un modelo de ingresos atado a las personas empieza a encogerse a medida que crece su valor.

Eso no significa que los asientos hayan terminado. Significa que el asiento es ahora una opción de precio entre varias, y los fundadores necesitan saber cuándo todavía encaja y cuándo trabaja en silencio en su contra.

Este artículo cubre por qué ganaron los asientos, la tensión que crea la IA, dónde los asientos todavía tienen sentido, las adaptaciones comunes, lo que dice la investigación sobre lo que los proveedores realmente están haciendo y una tabla de decisión que puede usar. Si quiere la mecánica clásica del conteo de asientos y la expansión, nuestra guía sobre precios basados en asientos la cubre. Aquí el foco es lo que cambia la IA.

Por qué el precio por asiento se volvió el estándar del SaaS

Los asientos se impusieron porque coincidían con la forma en que el software creaba valor. Bain & Company lo dijo con claridad en octubre de 2025: el precio por asiento funcionó bien históricamente porque la mayoría del software empresarial hacía más productivos a los empleados, y era fácil de entender, de pronosticar y de presupuestar.

Tres propiedades lo hicieron perdurar.

Es simple de explicar. «X dólares por persona al mes» no necesita calculadora. Un comprador puede multiplicar por el número de empleados y obtener una cifra en diez segundos.

Es predecible para ambas partes. Los equipos de finanzas pueden presupuestar un número de asientos. Los proveedores pueden pronosticar ingresos recurrentes, que es la cifra que los inversionistas y los consejos vigilan con más atención (nuestra introducción a ARR y MRR explica por qué).

Crece con el cliente. Cuando un cliente contrata, usted gana más sin una conversación de ventas. Bain lo describe como una ruta de crecimiento natural para los proveedores a medida que los clientes suman empleados.

Y había una cuarta propiedad oculta que importaba más de lo que nadie notó: atender un asiento más costaba casi nada. La actividad de un usuario no generaba una factura significativa para el proveedor, así que una tarifa fija por persona era casi puro margen. Esa es la propiedad que la IA rompe primero.

La tensión estructural que crea la IA

La IA ataca el precio por asiento desde dos direcciones a la vez. Bain las plantea como valor y costo.

El valor se aleja de la persona

Muchas funciones y agentes de IA se ejecutan en segundo plano y terminan tareas con poca o ninguna intervención humana. El ejemplo de Bain es la automatización del servicio al cliente, que puede reemplazar por completo los puestos de soporte de nivel inicial, lo que significa que un medidor de precio por persona pierde su sentido. Si un cliente necesita menos personas para operar el software, el precio basado en el número de empleados deja de seguir el valor entregado. Incluso donde el número de asientos se mantiene estable, Bain señala que la IA puede entregar mucho más valor por asiento, o un valor sin ninguna relación con los asientos.

La encuesta Growth Unhinged de Kyle Poyar a más de 240 empresas de software, realizada en abril y mayo de 2025, enuncia la lógica en una línea: si la IA funciona como se espera, los clientes probablemente necesiten menos personas y más IA.

Aquí está la trampa en números simples. Digamos que un cliente tiene diez agentes de soporte en su producto de helpdesk a un precio por asiento. Su nueva IA resuelve la mitad de los tickets sin intervención humana. El cliente, razonablemente, reduce a seis asientos. Usted entregó más valor y sus ingresos de esa cuenta cayeron. Cuanto mejor funciona su producto, menos gana usted.

El costo se desplaza hacia el proveedor

La segunda fuerza es el costo. La guía de precios de IA de Bessemer plantea el contraste de forma directa: en el SaaS clásico, atender a un cliente más no cuesta prácticamente nada, mientras que cada consulta de IA genera un gasto nada trivial, que abarca cómputo e inferencia además del soporte con «personas en el circuito». Bain señala lo mismo: la inferencia, el fine-tuning y la I+D específica de IA tienen costos reales, y los proveedores deben monetizar las funciones de IA de un modo que cubra de sobra el uso.

Con un precio fijo por asiento, un usuario intensivo y uno ligero pagan lo mismo. En el SaaS clásico eso estaba bien porque ambos le costaban casi nada. Con la IA, el usuario intensivo puede costarle muchas veces más que el ligero. Puede terminar con que sus clientes más comprometidos sean los menos rentables.

Junte las dos fuerzas y tendrá el problema central. Los ingresos están atados a las personas. El valor se desplaza hacia la máquina. Y el costo sube con el uso de la máquina, que el precio por asiento no ve.

Dónde el precio por asiento todavía funciona

La respuesta honesta es que los asientos todavía encajan con muchos productos. Algunas condiciones los vuelven una buena elección.

La persona sigue siendo quien hace el trabajo. En una herramienta de colaboración, un producto de diseño, un CRM donde los representantes viven todo el día o un espacio de trabajo de proyectos, cada persona que obtiene valor es una persona que usa el producto. Las funciones de IA en estos productos asisten al usuario en lugar de reemplazarlo. Un copilot que ayuda a un profesional a trabajar más rápido es el caso más claro. Bessemer describe los copilots como acompañantes de IA que se sientan junto a los usuarios humanos, que por lo general se cobran por asiento o por consumo, muy parecido al SaaS.

Los costos de IA por usuario son pequeños y acotados. Si las funciones de IA agregan un costo modesto y predecible por persona, incorporarlas al precio del asiento es seguro. Puede fijar el precio al promedio y aceptar cierta varianza.

Los compradores valoran la previsibilidad del presupuesto. Muchos equipos de finanzas prefieren aprobar una cifra mensual conocida antes que una factura medida que podría dispararse. La encuesta de Growth Unhinged citó la previsibilidad como una razón por la que los modelos híbridos son populares: al mantenerse cerca de un paradigma tradicional, los compradores pueden estimar sus costos y sentir que controlan su gasto. Bessemer también menciona la inclusión de IA dentro de productos por asiento como una manera de mantener la previsibilidad mientras se gestionan los costos de inferencia.

Las compras están construidas para asientos. Bain señala que los equipos de compras de los clientes están acostumbrados a comprar software por número de empleados y no por valor, y que vender un modelo de uso o de resultados implica cambiar normas arraigadas y mover líneas de presupuesto de mano de obra a software. Si sus compradores son conservadores, un precio por asiento familiar elimina un obstáculo de venta.

Si su producto cumple la mayoría de estas condiciones, no destruya su precio solo porque el mercado hable de ello.

Cuándo los asientos empiezan a perjudicar

Esté atento a estas señales de que su modelo por asiento está desalineado:

• Los clientes reducen el número de asientos después de adoptar sus funciones de IA.
• Sus cuentas de mayor uso tienen sus márgenes más bajos.
• Los compradores describen su producto como un reemplazo de un puesto, no como una ayuda para él.
• Un precio por asiento lo bastante alto para cubrir los costos de IA vuelve el producto demasiado caro para los usuarios ligeros, mientras que uno lo bastante bajo para ellos pierde dinero con los usuarios intensivos.
• Los prospectos preguntan: «¿Qué pagamos si solo dos personas inician sesión pero el agente hace el trabajo?».

Cualquiera de ellas es una alerta. Dos o tres juntas significan que es hora de adaptarse.

Cinco formas de adaptarse sin abandonar los asientos

La mayoría de las empresas no salta de los asientos a los resultados. Se ajustan por pasos. Estos son los patrones comunes.

1. IA incluida en niveles de asiento superiores

El movimiento más simple: poner las funciones de IA en los planes existentes y subir el precio del asiento, o reservarlas para un nivel premium. Es fácil de vender y de operar. El riesgo es que está poniendo precio a la IA como un costo fijo por persona, de modo que el uso intensivo sigue sin estar cubierto, y no hace nada contra la reducción de asientos.

2. Un complemento de IA por asiento

Los clientes pagan un precio por asiento por el producto base más una tarifa adicional por cada usuario que recibe las funciones de IA. Esto mantiene la lógica del asiento y le permite cobrar solo a quienes usan la IA. Funciona para los copilots. Tiene dificultades cuando el valor de la IA no está ligado al usuario que la tiene activada.

3. Asiento más asignación de uso

Cada asiento incluye un paquete de uso de IA, como una asignación mensual de acciones o créditos, y los clientes pagan cualquier excedente o compran más. Es la forma híbrida más común. Protege su margen frente a los usuarios intensivos mientras mantiene una base predecible. Nuestra guía sobre precios basados en créditos profundiza en cómo se diseñan las asignaciones y los créditos.

4. Asientos de trabajador digital

Algunos proveedores ponen precio a la propia IA como si fuera un miembro del equipo: una tarifa mensual fija por agente, o por «rol» cubierto. Esto conserva el vocabulario familiar del asiento, lo que ayuda a un comprador que compara el costo con un salario. El punto débil es la unidad. La capacidad de un agente varía enormemente, así que «un agente» puede significar cantidades de trabajo muy distintas. Si usa este modelo, defina qué cubre un trabajador digital, como un volumen de tareas al mes, para que la tarifa corresponda a algo real.

5. Tarifa de plataforma más uso

Abandone el cargo por usuario como medidor principal. Cobre una tarifa de plataforma por el acceso, el soporte y las funciones avanzadas, y luego mida el uso de la IA. Poyar lo describe como un modelo que engancha a los clientes y funciona bien cuando la métrica de precio se está volviendo un commodity o no refleja todo el valor del producto. Algunos productos van más lejos e incluyen asientos ilimitados dentro de la tarifa de plataforma, lo que elimina el incentivo de los clientes a racionar quién tiene acceso.

Para la familia más amplia de opciones y cómo combinarlas, consulte precios híbridos para productos de IA y modelos de precios de agentes de IA. La pregunta más amplia de cobrar por consumo o por resultados se trata en precios basados en el uso vs precios basados en resultados para IA.

Lo que muestra la investigación sobre lo que hacen los proveedores

Cuatro datos dan un panorama fundamentado, junto con sus límites.

Los proveedores establecidos son sobre todo híbridos, no se han convertido por completo. Bain analizó más de 30 proveedores de SaaS que estaban incorporando IA generativa, excluyendo a las empresas AI-native. Aproximadamente 35 por ciento había subido los precios por asiento al incluir la IA en los niveles existentes. Cerca de 65 por ciento había agregado un medidor de IA, por uso o por acceso a funciones, encima de los asientos. Ninguno monetizaba ahora la IA exclusivamente como un complemento separado, y ninguno había pasado por completo a precios por uso o por resultados. La muestra es pequeña y cubre a empresas establecidas, así que describe cómo se mueven los proveedores consolidados, no lo que hacen las nuevas startups.

Los asientos perdieron terreno rápidamente en una encuesta más amplia. En la encuesta de Growth Unhinged de abril a mayo de 2025, el precio por asiento como modelo principal cayó de 21 a 15 por ciento en los doce meses previos, las suscripciones de tarifa fija cayeron de 29 a 22 por ciento y el híbrido subió de 27 a 41 por ciento. Los encuestados eran lectores autoseleccionados de un solo boletín, con una empresa típica de entre uno y 20 millones de dólares en ARR, así que trate la dirección como informativa y las cifras exactas como aproximadas.

El precio por resultados sigue siendo raro. En la misma encuesta, 5 por ciento dijo que su modelo principal era el basado en resultados, mientras que 25 por ciento esperaba que lo fuera en 2028. La lista de verificación CAMP de Poyar explica la brecha: el precio por resultados necesita resultados consistentes, atribución, capacidad de medición y previsibilidad, y pocos productos tienen las cuatro.

Las empresas AI-native se alejan de los asientos. La guía de Bessemer dice que las empresas AI-native en general están abandonando el precio SaaS por asiento a favor de modelos basados en el uso, la producción y los resultados. Es la observación de un inversionista de capital de riesgo sobre su cartera, no un censo, pero coincide con la lógica anterior: los productos que hacen el trabajo tienen menos motivos para contar personas.

Otro hallazgo de Bain merece la atención de un fundador: la transición es difícil. Dejar los asientos exige telemetría de producto, sistemas de facturación y finanzas, compensación de ventas reconfigurada y clientes dispuestos a cambiar su forma de comprar. La ilustración de Bain es un proveedor que ofrece un agente de IA de 40 000 dólares que con el tiempo podría reemplazar un puesto de 80 000. A corto plazo el cliente necesita tanto al empleado como al agente, lo que eleva su costo en 50 por ciento durante un período indefinido. A menos que el proveedor cierre esa brecha, con pagos diferidos, contratos flexibles o garantías de desempeño, la venta puede estancarse.

Datos clave: el precio por asiento en la era de la IA

• Entre más de 30 proveedores de SaaS que incorporan IA generativa (excluidos los proveedores AI-native), cerca de 35 por ciento subió los precios por asiento al incluir la IA y cerca de 65 por ciento agregó un medidor de IA encima de los asientos; ninguno había pasado por completo a precios por uso o por resultados (Bain, octubre de 2025).
• El precio por asiento como modelo principal cayó de 21 a 15 por ciento en un año, mientras que el híbrido subió de 27 a 41 por ciento, en una encuesta a más de 240 empresas de software (Growth Unhinged, abril a mayo de 2025).
• La edición de 2026, una encuesta a más de 230 empresas de software, encontró que 37 por ciento usa precios híbridos, frente a 25 por ciento de los mismos encuestados doce meses antes. Las dos muestras son distintas, así que compare la dirección, no las cifras exactas.
• En la misma encuesta, 5 por ciento usaba el precio basado en resultados como modelo principal y 25 por ciento esperaba hacerlo en 2028.
• El SaaS clásico atiende a un cliente adicional a un costo casi nulo, mientras que cada consulta de IA genera un gasto nada trivial (Bessemer).
• Los asientos encajan mejor cuando la persona hace el trabajo, el costo de IA por usuario es pequeño y los compradores quieren una factura predecible.
• La trampa del asiento: si la IA recorta la plantilla de un cliente, sus ingresos por asientos pueden caer aunque su valor suba.

Una tabla de decisión para fundadores

Úsela como punto de partida, no como regla. Relacione la situación de su producto con un ajuste probable.

Detrás de la tabla hay dos reglas generales. Primero, cambie el medidor solo tan rápido como lo permita su medición. El consejo de Bain es construir la telemetría antes de dejar los asientos, porque no se puede poner precio a lo que no se ve. Segundo, permita que los clientes se muevan a su propio ritmo. Bain recomienda flexibilidad entre el gasto por asiento y el gasto por uso para que el comprador pueda gestionar la transición.

Una forma práctica de avanzar

Si sus señales indican que los asientos están desalineados, esta es una secuencia que evita un cambio de precios de golpe.

1. Instrumente primero. Haga seguimiento del uso de IA por cuenta y por usuario, junto con el costo de ese uso. Necesita conocer el costo de sus usuarios más intensivos antes de poder ponerles precio.
2. Agregue una asignación, no una reescritura. Incluya un paquete de uso de IA en cada asiento y mida por encima de él. Los clientes existentes ven poco cambio y usted deja de subsidiar a los usuarios más intensivos.
3. Pruebe una tarifa de plataforma con clientes nuevos. Ejecute la nueva estructura en negocios nuevos, donde nadie tiene un precio anterior con el que comparar.
4. Conserve un ancla de asiento o de administrador. Incluso en un modelo guiado por el uso, un pequeño componente por asiento o por espacio de trabajo es útil para el pronóstico, y los compradores lo entienden. Para el rango más amplio de opciones, nuestra visión general de modelos de precios SaaS es una buena referencia.
5. Revise cuando cambie el producto. A medida que su IA asume más del trabajo, el medidor correcto se mueve con ella. El precio es algo que se revisa cada año, no una decisión que se toma una sola vez.

Si todavía está decidiendo si el precio debe diferir según el tipo de producto de IA que construye, cómo ganan dinero las startups de IA describe los arquetipos, y qué es una startup AI-native explica por qué los productos construidos en torno a la IA enfrentan esta pregunta desde el primer día. Las empresas SaaS que agregan IA a un producto existente enfrentan la misma elección desde el otro lado, como se trata en la pregunta del precio de la IA para SaaS.

La conclusión

Los asientos ponían precio a las personas porque las personas eran donde el software creaba valor. A medida que la IA traslada ese valor al propio software, el asiento se vuelve un indicador más débil. Pero sigue siendo fuerte dondequiera que las personas hacen el trabajo, y a los compradores todavía les gusta lo predecible que es. El camino práctico para la mayoría de los fundadores es incremental: conservar lo que funciona, agregar una asignación de uso para proteger el margen y mover el medidor principal fuera del número de empleados solo cuando sus propios datos muestren que el vínculo entre asientos y valor se ha roto.

Lecturas relacionadas

• Precios basados en asientos
• Modelos de precios SaaS
• Precios basados en el uso vs precios basados en resultados para IA
• Modelos de negocio de startups de IA explicados
• ¿Qué es una startup AI-native?