La inteligencia recibe un contador
La IA parecía una suscripción. Los agentes la convierten en una factura de consumo. El capítulo 4 sigue el paso…
La IA parecía una suscripción. Los agentes la convierten en una factura de consumo.
La primera fase de la IA generativa era fácil de entender. El usuario pagaba una cuota mensual y obtenía acceso a un sistema capaz de escribir, generar imágenes o explicar código. El coste real permanecía oculto detrás de una interfaz sencilla.
Las aplicaciones agénticas cambian el modelo. Un agente lee documentos, planifica pasos, utiliza herramientas, comprueba resultados, corrige errores y vuelve a empezar cuando es necesario. El usuario ve una tarea terminada. Detrás circulan millones de tokens, varios modelos y numerosas llamadas de API dentro de un sistema de costes variables.
Comienza así una nueva fase económica. La IA pasa del presupuesto de innovación al gasto operativo controlado. La pregunta decisiva ya no es solo qué puede hacer un modelo, sino cuánto cuesta completar una tarea de forma fiable.
La factura invisible
Un chat individual parece barato porque la persona limita el alcance. Formula una pregunta, lee la respuesta y decide si necesita otro paso.
Un agente toma esa decisión por sí mismo. Divide la tarea, lee contextos amplios, busca información, utiliza programas y repite los pasos fallidos. Cada ciclo consume tokens de entrada, salida y con frecuencia razonamiento adicional.
Un estudio de 2026 sobre tareas de programación agéntica encontró que las ejecuciones complejas podían utilizar hasta mil veces más tokens que los chats sencillos de código. Repeticiones de la misma tarea variaban en ocasiones por un factor de 30 y un mayor consumo no garantizaba mejores resultados.
El consumo de IA resulta por tanto menos predecible que el software tradicional. Una licencia cuesta lo mismo cada mes. Un agente puede gastar muy poco un día y generar una factura elevada al siguiente mediante bucles de reintento.
El usuario ve la tarea. El director financiero ve los bucles.
Del presupuesto de innovación al centro de costes
Durante la experimentación, los desarrolladores suelen elegir el modelo más potente. La velocidad y la calidad pesan más que el coste de cada llamada. Mientras prueban pocos equipos, la factura sigue siendo manejable.
Cuando los agentes entran en soporte, programación, investigación, compras o back office, el volumen se multiplica. Miles de pequeñas decisiones se convierten en un flujo permanente de consumo.
Ramp lanzó en 2026 su sistema AI Token Spend Management. Según la empresa, se desarrolló con más de 1.300 compañías que gestionan conjuntamente más de 100 billones de tokens al mes, con desglose por proveedor, modelo, equipo y proyecto.
La dirección del mercado queda clara: el gasto de IA será controlado con la misma granularidad que la nube, los viajes o la publicidad. El director financiero entra en el chat.
Desde ese momento desaparece la idea de que el mejor modelo sea automáticamente la mejor opción. El beneficio adicional debe justificar el precio adicional.
El precio de un token dice demasiado poco
Los proveedores publican precios por millón de tokens de entrada y salida. Las cifras parecen comparables, pero solo lo son parcialmente.
Un modelo puede tener entrada barata y salida cara. El contexto largo puede tener otra tarifa. Caché, procesamiento por lotes, herramientas, tokens de razonamiento y niveles de prioridad modifican la factura. Dos modelos pueden necesitar cantidades muy distintas para resolver la misma tarea.
La comparación relevante no es: ¿qué modelo cuesta menos por millón de tokens?
Es: ¿qué sistema completa la tarea con calidad, fiabilidad y velocidad aceptables al menor coste total?
Ese coste incluye:
- tokens y llamadas de herramientas;
- errores, reintentos y trabajo humano adicional;
- latencia y tiempo de espera;
- almacenamiento, seguridad y orquestación;
- el coste de un resultado equivocado o incompleto.
Un modelo más caro puede resultar más económico si resuelve correctamente la tarea a la primera. Un modelo barato puede encarecerse cuando genera bucles largos o exige supervisión constante.
El enrutamiento de modelos se convierte en software operativo
Las empresas no enviarán todas las tareas al mismo modelo. Construirán un sistema de selección por encima.
tarea compleja y crítica → modelo de frontera
clasificación o extracción rutinaria → modelo pequeño y barato
datos sensibles → modelo local o privado
gran volumen repetitivo → caché, lote o flujo determinista
El enrutamiento se convierte en una nueva capa de control. Decide qué modelo recibe qué datos, qué calidad necesita la tarea y cuánto dinero puede consumir.
El poder se desplaza del modelo individual a la orquestación. Una empresa que distribuye cargas con flexibilidad puede comparar precios y cambiar de proveedor. Una empresa cuyos agentes dependen profundamente de un único modelo pierde capacidad de negociación.
El sistema de IA más valioso puede no ser el modelo más inteligente, sino el router que sabe cuándo ese modelo no hace falta.
Caché, lotes y modelos pequeños
Los propios proveedores incentivan la eficiencia. OpenAI, Anthropic y Google ofrecen distintas formas de caché y procesamiento por lotes. El contexto repetido puede reutilizarse a menor coste, las tareas no urgentes pueden agruparse y las rutinas pueden pasar a modelos pequeños.
La caché importa porque los agentes leen una y otra vez las mismas instrucciones, documentos o bases de código. Recalcular todo el contexto en cada llamada aumenta el gasto sin añadir conocimiento.
El procesamiento por lotes premia la paciencia. No todos los análisis necesitan respuesta inmediata. Agrupar trabajo y ejecutarlo fuera de los picos puede reducir costes y mejorar la utilización.
El siguiente paso va más lejos. Tras una ejecución exitosa, parte de un flujo repetitivo puede convertirse en software determinista. El modelo planifica una vez y la secuencia estable se ejecuta después sin razonamiento repetido.
La IA no pierde importancia. Se concentra en las partes donde realmente hacen falta incertidumbre y juicio.
La inferencia local cambia la factura
Las empresas pueden ejecutar cada vez más tareas sensibles o repetitivas en hardware propio. Un modelo local exige inversión inicial, pero evita una tarifa variable de API por cada token.
La economía mejora cuando coinciden utilización, privacidad y cargas previsibles. Búsqueda interna, clasificación documental, asistencia de programación y agentes repetitivos pueden funcionar parcialmente en estaciones de trabajo, nubes privadas o sistemas edge.
La inferencia local no sustituirá la nube. Las tareas de frontera, los picos de demanda y los contextos muy grandes seguirán en centros de datos. Pero los sistemas locales crean un techo de precio para el trabajo rutinario y fortalecen la negociación del cliente.
La cadena de hardware obtiene otra fuente de demanda: no solo HBM en grandes clústeres, sino también más DRAM, memoria unificada y sistemas locales potentes.
La historia de la memoria se amplía y se diferencia. No todas las tareas de IA necesitan la infraestructura más cara.
El efecto Jevons de la inteligencia
Un coste menor por tarea no implica menor consumo total. La IA barata hace rentables nuevas aplicaciones.
Si un análisis baja de diez dólares a uno, una empresa puede no gastar una décima parte. Puede ejecutar cien veces más análisis. Los empleados automatizan trabajo que antes nunca se hacía. Los productos incorporan IA en cada interacción.
Este es el efecto Jevons: la eficiencia reduce el precio de un recurso y puede aumentar su consumo total.
La consecuencia favorece a centros de datos, chips y electricidad. Para cada proveedor de modelos es más ambigua. El volumen aumenta mientras cae el precio por tarea y los clientes enrutan con mayor agresividad.
El mercado puede vivir dos verdades a la vez: el uso de IA explota y los márgenes de los laboratorios de frontera sufren presión.
La nueva prueba del ROIC de la IA
Para los hiperescaladores cambia el criterio de valoración. El capex elevado se interpretaba como prueba de demanda futura. A medida que se extiende el control de costes, los inversores preguntarán cuánto flujo de caja genera cada nuevo bloque de centros de datos.
Una cadena sigue siendo poderosa:
más agentes → más tokens → más ingresos de nube → más centros de datos y chips
A su lado aparece una cadena contraria:
factura más alta → control financiero → enrutamiento, caché e inferencia local → menos ingreso por tarea
El saldo decide. Si el número de tareas productivas crece más rápido de lo que cae su coste, la infraestructura mantiene fuerza. Si el precio cae más rápido que el volumen, se revisarán ingresos y capex.
Aquí se conecta la economía de tokens con el bucle de desapalancamiento HBM del capítulo 3. Las dudas de monetización pueden retrasar proyectos de hiperescaladores, reducir expectativas de memoria y presionar mercados de semiconductores ya apalancados.
Quién gana con el control de costes
La racionalización del gasto crea nuevos ganadores:
- Routers y plataformas de orquestación: distribuyen tareas por precio, calidad, seguridad y disponibilidad.
- Modelos pequeños y especializados: absorben grandes volúmenes rutinarios.
- Herramientas cloud y FinOps: miden consumo, detectan anomalías y aplican presupuestos.
- Hardware local e IA privada: ofrecen coste previsible y control de datos.
- Proveedores de caché, observabilidad y evaluación: reducen repetición y hacen medible la calidad.
- Aplicaciones con valor económico claro: vinculan el coste de IA con resultados productivos.
Sufrirán los negocios que confundan volumen de tokens con creación de valor. Un agente que calcula diez veces más no es automáticamente diez veces más productivo.
Los laboratorios de frontera también necesitan algo más que liderazgo técnico: distribución, integración de datos, retención de clientes y una vía para compensar precios unitarios menores con volumen o productos adicionales.
La lista de vigilancia de Gridizer Research
Para la economía de tokens y la monetización de la IA vigilaremos:
- gasto por proveedor, modelo, equipo y tarea;
- coste por workflow completado con éxito;
- tasa de reintentos, bucles y trabajo humano adicional;
- porcentaje de cargas con caché, lotes o ejecución local;
- migración de modelos de frontera a alternativas pequeñas o abiertas;
- márgenes brutos de los proveedores de modelos;
- ingresos y ahorros de IA frente a capex y opex;
- capex, depreciación y flujo de caja de los hiperescaladores;
- demanda de HBM, DRAM y centros de datos cuando baja el coste por tarea.
La inteligencia se convierte en gasto operativo
La primera ola de IA ganó usuarios con capacidades espectaculares y suscripciones simples. La siguiente se decidirá por coste por tarea, fiabilidad y control.
Esto cambia la lista de ganadores. Los modelos siguen siendo importantes, pero su valor económico depende cada vez más de una integración eficiente en procesos reales. El director financiero se convierte así en uno de los reguladores más poderosos de la IA.
La IA puede volverse más barata, útil y omnipresente y, precisamente por eso, presionar los márgenes de las empresas que la inventaron.