El costo real de la IA en las empresas: cuando los tokens se comen el presupuesto

8x8, una empresa de plataformas de comunicaciones para ventas y servicio al cliente con alrededor de 1.800 empleados, adoptó Claude como herramienta corporativa estándar y canceló docenas de suscripciones a software de capacitación y gestión del conocimiento. El ahorro proyectado: USD 5 millones por año. El costo de Claude: "bien por debajo" de esos 5 millones, según su CFO. Resultado neto: positivo, y la empresa hoy opera rentablemente.

Parece un caso de éxito lineal. Y lo es, en parte. Pero la historia que cuenta Paresh Dave en WIRED es más compleja: a medida que las organizaciones escalan su uso de IA, el consumo de tokens tiende a crecer a una velocidad que las estimaciones iniciales — hechas durante el piloto — no capturan. Esa diferencia puede convertir una apuesta rentable en un gasto que se sale de control si nadie la monitorea activamente.

El efecto token: la brecha entre el piloto y la producción

El Royal Bank of Canada registró un aumento del 500% en consumo de tokens en apenas seis meses. El CEO de Cisco describió el uso interno de IA como "bastante, bastante loco". En Amplitude, empresa de analítica de producto, algunos ingenieros gastan "miles de dólares mensuales o más" en tiempo de cómputo de IA — y ese costo recae sobre la empresa, no sobre el empleado. Aproximadamente 300 empresas mencionaron preocupaciones específicas sobre el costo de tokens en sus llamadas de resultados de abril y mayo de este año.

Lo que está pasando tiene lógica en retrospectiva: cuando una herramienta de IA demuestra ser útil, el uso no se estabiliza — se dispara. El equipo de tres personas que hizo el piloto con 50 consultas por día se convierte en toda la organización con miles de consultas por hora, incluyendo casos de uso que nadie había anticipado, prompts más largos, y workflows que enchufan la IA a sistemas internos que generan contexto adicional en cada llamada.

Algunos empleadores ya están rediseñando la estructura de compensación en torno a este problema. Baseball Lifestyle 101, una empresa citada en el artículo de WIRED, asigna el equivalente al 20% del salario mensual en tokens para sus 50 ejecutivos. No como beneficio extra — como herramienta de trabajo con presupuesto asignado y responsabilidad individual por su uso.

¿Cuándo conviene hacer la cuenta antes de firmar?

El caso de 8x8 demuestra que la IA puede generar ahorros reales cuando reemplaza suscripciones de software existente con mayor costo. La trampa está en asumir que ese modelo escala linealmente: que si el piloto costó X, el despliegue completo costará 10X y los ahorros también se multiplicarán por 10. Las cifras del Royal Bank of Canada sugieren que la curva real puede ser mucho más empinada en el lado del gasto que en el de los ahorros.

8x8, conviene notarlo, empezó con ChatGPT de OpenAI y Gemini de Google antes de estandarizar en Claude. El proceso de elegir proveedor fue parte de la optimización. No todas las herramientas de IA tienen la misma estructura de costos por token, y la elección del modelo adecuado para cada caso de uso puede hacer una diferencia significativa en el gasto mensual.

Para una PyME argentina que está evaluando adoptar IA a nivel corporativo — más allá del piloto con dos usuarios entusiastas — la clave es calcular el consumo proyectado con uso real, no uso piloto. Eso implica: estimar cuántos tokens consumiría un empleado promedio en un mes de trabajo genuino (con contexto de empresa, documentos adjuntos, respuestas largas), multiplicarlo por el equipo completo, y contrastarlo con el costo de lo que se reemplazaría. La IA conviene — pero conviene entenderla como infraestructura con costo operativo variable, no como una suscripción fija que se olvida en el estado de cuenta.