Software Asset Management: qué revisar antes de invertir en IA
La adopción de inteligencia artificial en las empresas españolas ha dejado de ser una promesa de futuro. Según un estudio de Amazon Web Services presentado en el AWS Summit Madrid 2026, el 61% de las compañías del país ya ha implementado alguna solución de IA, once puntos más que el año anterior, y ocho de cada diez de esas empresas reportan aumentos directos de productividad. Lo que siempre queda menos visible en estos titulares es la base tecnológica sobre la que se apoya esa inversión: el software asset management (SAM), o gestión de activos de software en su traducción directa, que consiste en saber con precisión qué tecnología tiene contratada una empresa y qué parte de ella se está usando de verdad. El propio estudio de AWS introduce un matiz importante: la adopción en IA es amplia, aunque todavía desigual en profundidad. El informe State of AI 2026 de Deloitte apunta en la misma dirección: la madurez organizativa, y no el volumen de inversión, es lo que marca la diferencia a medida que la tecnología gana autonomía dentro de los procesos. Por qué el software asset management rara vez se revisa con el mismo rigor Dentro de la disciplina más amplia de gestión de activos IT, el software y el hardware forman parte del mismo ejercicio: saber qué tiene contratado una empresa y qué uso real le da. El contraste con otras partidas del gasto es evidente: una nueva contratación laboral pasa por varias aprobaciones y una revisión presupuestaria. Una licencia de software, en cambio, se firma una vez y tiende a renovarse en automático, año tras año, salvo que alguien intervenga expresamente. Gartner, en su previsión de gasto mundial en inteligencia artificial más reciente, calcula que esa partida crecerá un 47% en 2026 respecto al año anterior, hasta 2,59 billones de dólares, mientras que el gasto tecnológico global en su conjunto, del que la IA forma parte, crecerá un 13,5%, hasta 6,31 billones. La diferencia entre ambos ritmos importa: la parte del presupuesto que se dedica a nuevas capacidades tecnológicas avanza mucho más rápido que la disciplina dedicada a gestionar lo que ya existe. La propia consultora advertía a comienzos de año que la adopción de IA depende, ante todo, de la madurez de los procesos organizativos y de la capacidad de predecir con fiabilidad el retorno de esa inversión. Es una condición difícil de cumplir cuando la base tecnológica sobre la que se construye ya arrastra gasto sin control. Ese arrastre suele tener causas muy concretas: contratos firmados para un número de usuarios que ya no coincide con la plantilla real, bajas que nunca llegan a desactivar su acceso, equipos que dejan de utilizarse sin que nadie lleve registro y arrastran consigo las licencias instaladas en ellos, o renovaciones que se ejecutan solas porque nadie la ha revisado a tiempo. Ninguno de estos mecanismos es exclusivo de las organizaciones peor gestionadas: son, simplemente, lo que ocurre cuando el control del gasto tecnológico no tiene un proceso continuo detrás. Un ejemplo reciente ilustra bien la magnitud del problema. Microsoft confirmó en diciembre de 2025 una actualización de precios de Microsoft 365 que ha entrado en vigor el 1 de julio de 2026, con subidas de alrededor del 12% en planes como Business Standard y de más del 40% en algunos planes Frontline, según el propio anuncio oficial de la compañía. Cualquier licencia que ya estuviera infrautilizada antes de esa fecha resulta, desde entonces, más cara de mantener sin revisión, aunque su uso dentro de la empresa siga siendo exactamente el mismo. Ahí aparece la pregunta que de verdad importa: ¿Que base tecnológica real sostiene la inversión en tecnología de una empresa?. Deloitte lo plantea con claridad para el caso español: el reto ha dejado de ser decidir si invertir en IA y ha pasado a ser convertir esa inversión en valor sostenible, alineando tecnología, personas y gobernanza. Esa alineación empieza por algo más tangible que un presupuesto: el software asset management, entendido como práctica continua y no como un proyecto puntual de auditoría. Descubre como puede ayudarte Gestión de activos de software: qué significa tener visibilidad continua Un inventario de activos siempre al día Una auditoría puntual de licencias resuelve el problema una vez, en un momento concreto. Pero la plantilla cambia, los equipos se reorganizan y los contratos se renuevan en fechas distintas a lo largo del año, lo que significa que la fotografía tomada en la auditoría empieza a quedarse desactualizada casi de inmediato. Repetir la auditoría con más frecuencia solo multiplica el trabajo manual. Lo que cambia el resultado es un registro que se actualiza por sí mismo, sin depender de que alguien recuerde revisarlo. Conectar el gasto con el uso real La segunda pieza clave de esa visibilidad es cruzar dos datos que casi nunca se comparan directamente: cuántas licencias se están pagando y cuántas se están usando de verdad. Es una comparación sencilla en teoría, pero que en la práctica exige que la información de facturación y la de actividad real convivan en un mismo lugar, algo poco habitual cuando ambas dependen de áreas distintas de la empresa. Llegar preparado a la fecha de renovación Cada contrato de software tiene una fecha de renovación propia, casi siempre marcada por el proveedor y no por el calendario interno de la empresa. Eso hace fácil que pase desapercibida hasta que ya se ha ejecutado. Con visibilidad continua, esa fecha deja de ser una sorpresa: se convierte en una ventana conocida de antemano, con datos de uso real disponibles para decidir si conviene renovar tal cual, ajustar el número de licencias o renegociar las condiciones. Sin esa información, ese tipo de decisión termina tomándose por defecto. Qué hace falta para sostener esa visibilidad Sostener esa visibilidad en el tiempo depende de tres condiciones. La primera, que el descubrimiento sea automático y no exija alimentar la información a mano, porque un inventario que depende de actualizaciones manuales vuelve a quedarse obsoleto en cuanto nadie lo mantiene. La