Las empresas que han apostado por la inteligencia artificial generativa se enfrentan a una nueva realidad financiera: el gasto en tokens de los modelos está superando el coste de los salarios. El informe de Glean, especializado en búsqueda empresarial con IA, ha desvelado que en varias organizaciones, especialmente del sector tecnológico, la factura por consumo de tokens ya compite con las nóminas de los trabajadores que supuestamente iban a ser optimizados.
Claves de la operación
- El consumo de tokens se dispara un 320% en doce meses. Un estudio de OpenAI confirma que el uso de tokens de razonamiento en las empresas se ha multiplicado por 320 en el último año.
- Microsoft vetó una herramienta por costar más que los ingenieros. La compañía prohibió a sus desarrolladores usar Claude Code tras comprobar que el gasto en tokens superaba el coste salarial del equipo que debía reemplazar.
- Los expertos urgen a aplicar un gobierno del gasto en IA. Consultoras como Accenture y proveedores como Red Hat advierten de que sin criterios económicos, la adopción masiva de agentes puede convertir la IA en una espiral insostenible.
La factura de la IA que ya compite con las nóminas
Los datos que maneja Glean, recogidos en su último estudio sobre consumo corporativo de IA, muestran que el gasto en tokens ha rebasado la línea de coste laboral en múltiples empresas tecnológicas. El caso más extremo lo protagonizó un ingeniero de Meta, que según el informe consumió 10.000 millones de tokens en un solo mes. Esa cifra, equivalente a unos 43.000 euros, refleja cómo un trabajador puede dilapidar más dinero en IA que el coste de todo un equipo. La cifra se traduce en que cada token equivale a entre tres y cuatro caracteres, lo que implica que se evaporan miles de euros en simples párrafos de texto.
En Microsoft, la respuesta fue drástica: la compañía prohibió internamente el uso de Claude Code, la herramienta de Anthropic, después de constatar que el gasto en tokens superaba al coste de los propios ingenieros a los que pretendía complementar. La medida evidencia que el descontrol en el consumo puede llevar a decisiones radicales, incluso en organizaciones que lideran el desarrollo de estas tecnologías.
El efecto multiplicador de los agentes: 24 veces más tokens en 2030
La tendencia no es un pico aislado. Goldman Sachs proyecta que la llegada masiva de agentes de IA multiplicará por 24 el consumo de tokens hasta 2030. Estos agentes, capaces de razonar y ejecutar tareas complejas de forma autónoma, consumen entre 10 y 20 veces más recursos que los modelos convencionales. Chris Wright, CTO de Red Hat, lo resume así: ‘El consumo se está disparando porque los nuevos modelos de razonamiento suelen gastar muchísimos más tokens solo en pensar un problema’.
Los tokens de IA, que prometían abaratar el trabajo, compiten ya con la partida salarial en muchas tecnológicas.
De la nube a los tokens: la misma borrachera de optimismo
En Accenture, Alberto García Arrieta recuerda una lección que ya se vivió con la adopción de la nube. ‘No es frecuente que una empresa gaste más en tokens que en personas’, explica, ‘pero si ocurre, es señal de que algo se está haciendo mal: usar modelos demasiado potentes para tareas sencillas, no medir el retorno o confundir experimentación con transformación real’. La clave, sugiere, está en no pagar un Ferrari para comprar la barra de pan. La comparación es pertinente. La mayoría de los analistas considera que estamos en una fase de ‘barra libre’ similar a la migración inicial al cloud, donde el gasto se disparó antes de que las empresas aprendieran a optimizar. Entonces, como ahora, la tecnología prometía eficiencia, pero la falta de gobierno generó facturas descontroladas.
La experiencia previa en la nube es un espejo en el que muchas grandes corporaciones españolas ya se miran. Telefónica, por ejemplo, aprendió a gestionar el gasto cloud con políticas de finops que ahora podrían trasladarse al consumo de tokens. El concepto de finops, que surgió para controlar el gasto en la nube, se está extendiendo ahora al uso de modelos de IA. El desafío es similar: la facilidad de acceso a modelos potentes puede llevar a un derroche silencioso si no se establecen límites por usuario y por proyecto.
García Arrieta insiste en la necesidad de un gobierno económico para el uso de IA. Estos agentes, al ejecutar tareas complejas, consume más recursos. Gartner prevé una caída del 90% en el precio unitario de los tokens para 2030, pero advierte de que los costes totales seguirán subiendo porque los agentes consumen exponencialmente más. La consultora estima que el gasto agregado en IA empresarial seguirá creciendo a un ritmo de dos dígitos anualmente, pese a la deflación unitaria. Es decir, la eficiencia en el precio no compensa la voracidad del consumo.
En esta redacción entendemos que el reto no es reducir el uso de IA, sino dotarlo de un criterio económico. La tecnología debe ayudar a potenciar el talento, no a fagocitar el presupuesto de personal. El informe de Glean no es una condena a la IA, sino un aviso para que las compañías, incluidas las españolas que están desplegando estas herramientas, no repitan los errores de la primera ola cloud. Mientras tanto, el informe de Glean sirve como termómetro de una fiebre de gasto que pocos departamentos financieros han modelado con precisión. El próximo paso será ver cómo los directores financieros integran el coste de los tokens en sus modelos de presupuesto y lo miden con el mismo rigor que la masa salarial.
