Los costos ocultos de la IA a gran escala

El 1 de junio de 2026, GitHub retiró permanentemente las “solicitudes premium” de tarifa plana para Copilot y las sustituyó por créditos de IA basados en el uso. Cuando llegaron las primeras facturas bajo el nuevo modelo un mes después, algunos usuarios agenticos vieron facturas para las que no estaban preparados: Un desarrollador informó que los costos mensuales saltaron de $29 a $750 para los flujos de trabajo agenticos más intensivos.

Fue un ejemplo visible de un cambio más amplio en todo el mercado de herramientas de IA durante 2026, y uno que podría esperar a las organizaciones que aún pagan una tarifa plana hoy.

Las organizaciones contabilizan las horas que ahorran. Muchas de ellas no contabilizan lo que una tarifa plana mantiene invisible: el consumo de contexto y los reintentos después de un fallo. Otros costos nunca aparecen en la factura del proveedor, incluido el tiempo dedicado a revisar la salida y mantener los prompts. Cuando la facturación pasa al consumo real, las organizaciones sin disciplina de costos corren el riesgo de recibir una factura que les sorprenda de la misma manera que el nuevo modelo de Copilot sorprendió a algunos usuarios.

El contexto que nadie valoró

Obviamente, la IA necesita contexto; eso no es discutible. La cuestión es si el contexto enviado es relevante, o simplemente está convenientemente disponible. Enviar un documento completo es la forma más rápida de proporcionar información a un modelo. No es automáticamente la forma más barata ni la mejor.

En mayo de 2026, el Laboratorio de Economía Digital de Stanford publicó un análisis de tareas de codificación agenticas en ocho modelos de vanguardia y encontró que estas tareas consumen hasta mil veces más tokens que un simple chat de código, siendo el principal impulsor no la salida del modelo sino el contexto de entrada que reenvía una y otra vez. El agente vuelve a leer todo su historial en cada paso subsiguiente. La misma tarea, ejecutada múltiples veces, variaba en el consumo de tokens hasta treinta veces.

La precisión tampoco escala linealmente con el volumen de contexto: a menudo alcanza su punto máximo con una cantidad moderada y luego solo añade costo sin aportar valor.

La ceguera de tokens, entonces, no se trata de que la IA no necesite contexto. Se trata del hecho de que, sin medición, nadie se pregunta si todo ese contexto es realmente necesario. Con una tarifa plana, la cuestión es fácil de ignorar. Con la facturación basada en consumo, se convierte en parte del costo.

Cuando pagas dos veces por un fallo

Los flujos de trabajo agenticos implican otro costo que casi nunca aparece en los cálculos de ROI. Imagine una cadena simplificada de diez pasos, cada uno con un 95 % de probabilidad, por sí solo, de ejecutarse correctamente. Eso suena suficientemente fiable, pero al encadenarlos, esa cadena tiene solo alrededor de un 60 % de probabilidad de completar toda la ejecución sin ningún error.

En un flujo de trabajo que envía el contexto acumulado nuevamente en cada llamada, cada falla y el reintento que le sigue no solo le cuesta el paso repetido: también paga de nuevo por todo lo enviado antes.

Es una molestia común que casi todos experimentan al construir su primera canalización agentica. Yo lo viví personalmente. Al principio, con solo un par de agentes, no importaba mucho. Pero a medida que la canalización creció, cada ejecución fallida se volvió más costosa, y eso me llevó a comenzar a preguntar qué contexto necesitaba cada agente y cómo almacenarlo en caché, en lugar de simplemente preguntar si la ejecución se completó.

El mismo análisis calcula que un agente de diez pasos con un 95 % de fiabilidad por paso consume aproximadamente un 40 % más de tokens en reintentos que un sistema perfectamente fiable. Este es un costo que verá en la factura pero, probablemente, no aparecerá en ninguna hoja de cálculo de ROI.

La supervisión no es un error. Pertenece al presupuesto

Este punto debe expresarse con precisión, porque es fácil equivocarse. Revisar la salida de la IA no es una falla del sistema; es una parte legítima y esperada de trabajar con IA, al igual que la revisión de código es una parte legítima de trabajar con desarrolladores. El problema no es que la salida sea revisada. El problema es que este trabajo casi nunca se incorpora al cálculo de cuánto ahorró realmente la IA.

El Instituto Work AI de Glean encuestó a 6.000 trabajadores y descubrió que la automatización les ahorra aproximadamente 11 horas a la semana, pero casi seis horas y media de esas horas se destinan a tareas de mantenimiento: proporcionar contexto a los sistemas de IA, revisar su trabajo y corregir errores. El ahorro neto, entonces, se acerca a cuatro horas y media, menos de la mitad de la cifra principal. La IA sigue ahorrando tiempo, solo que no tanto como sugiere el primer número.

Los prompts necesitan mantenimiento, no solo un autor

Los prompts se comportan más como código de producción hoy en día: una actualización del modelo, un cambio en el contexto o una edición aparentemente menor pueden alterar su rendimiento. Sin versionado y pruebas, esos cambios pueden introducir problemas silenciosamente. Las pruebas de regresión que son práctica estándar para el código aún se omiten con frecuencia al verificar prompts. Un cambio que parece una edición menor de una sola frase puede llegar a producción y reducir la precisión sin que nadie lo note hasta que el problema se acumule y se haga visible.

Construir un marco de evaluación adecuado —incluyendo un conjunto de pruebas y pruebas de regresión automatizadas en cada cambio— es trabajo adicional que casi nunca aparece en el cálculo de “la IA ahorra tiempo”.

Tokens más baratos, facturas más altas

GitHub Copilot no fue una excepción. Una encuesta citada por CFO Dive encontró que casi siete de cada diez empresas estadounidenses reportaron al menos sobrecostos parciales en el presupuesto de IA durante el último año, mayormente antes de un cambio completo a la facturación basada en consumo, no después.

Bain & Company, en su análisis de junio sobre la economía de los tokens, añade una paradoja que captura mejor toda la situación: el precio por token se redujo a la mitad durante el año, mientras que el consumo en el mismo período creció 4,5 veces.

El modelo se volvió más barato, pero la factura sigue siendo obstinadamente alta. Las empresas pasaron a modelos más nuevos, asignaron a los agentes tareas más complejas y encontraron más flujos de trabajo para ellos. Un token más barato no significó un gasto menor; significó que había más razones para consumir uno.

Cómo prepararse antes de que llegue la factura

El marco que sigue a esto no se trata de usar menos IA. Se trata de conocer los costos de la IA antes de decidir escalarla más.

1. Obtener visibilidad primero

Hasta que no tengas el consumo desglosado por equipo, flujo de trabajo, aplicación y tarea completada, cada expansión es una apuesta a ciegas. Esa visibilidad tampoco es gratuita: para flujos de trabajo agenticos especialmente, rastrear cada paso, registrar lo que ocurrió y por qué, y monitorear bucles descontrolados requiere su propio tiempo de ingeniería y herramientas. Presupuesta eso como parte del costo de operar IA, no como una reflexión posterior añadida.

2. Recalcular el ROI sobre una base neta

Resta el tiempo dedicado a revisiones, correcciones y mantenimiento de prompts de las horas reportadas como ahorradas. Si el ahorro de tiempo es el objetivo del caso de uso y el resultado neto es negativo o no verificable, no está listo para escalar. Cuando el beneficio previsto es calidad, capacidad, reducción de riesgos o ingresos, mide ese resultado directamente.

3. Aplicar disciplina de costos, pero no de forma uniforme

Un límite estricto de gasto tiene sentido donde el fracaso es barato: herramientas internas, agentes experimentales, entornos de desarrollo. Para funcionalidades críticas de cara al cliente –por ejemplo, un asistente de servicio al cliente– un límite rígido no es viable, porque crea un riesgo de interrupción. Allí, necesitas retrocesos escalonados a un modelo más barato y alertas tempranas, no un apagado total.

4. Tratar los prompts y evaluaciones como activos de ingeniería

Versionarlos, probarlos y revisar los cambios antes del despliegue, de la misma manera que gestionarías el código de producción.

Entra a las renovaciones con tus propios datos

El precio del proveedor es difícil de evaluar sin tus propios datos de uso. Antes de una renovación o cambio de modelo, calcula cuánto costarían tus flujos de trabajo actuales bajo los términos propuestos. El objetivo no es solo negociar un precio más bajo. Es saber cómo se comportará ese precio a tu nivel real de consumo, en lugar de descubrirlo en la factura.

Tres cosas que puedes hacer esta semana: comprobar si puedes desglosar el consumo de IA por equipo y flujo de trabajo; elegir un caso de uso y colocar el tiempo dedicado a la revisión junto a las horas supuestamente ahorradas; y averiguar dónde un límite estricto de gasto podría generar una interrupción en lugar de controlar un costo.

Los costos de IA pueden gestionarse. Simplemente no cuando descubres por primera vez cuál es su importe a partir de la factura.