IBM afirmó que muchas empresas están entrando en una fase de revisión más dura de los costos de la IA. En un texto firmado por Neil Dhar, vicepresidente senior de IBM Consulting, la compañía sostiene que parte del mercado adoptó herramientas de IA a gran velocidad, pero sin modelos claros para medir licencias, consumo de tokens, gasto de cómputo y resultados concretos.
El giro ya llega a áreas financieras y directorios, donde el uso general de asistentes y chatbots empieza a competir con preguntas simples: cuánto cuesta, qué proceso mejora y qué retorno deja.
La advertencia de IBM gira en torno a una práctica que describe como “tokenmaxxing”. En simple, se trata de empujar el uso de IA todo lo posible y lo más rápido posible, tomando el volumen como señal de éxito aunque no esté conectado a una meta medible.
IBM plantea que ese enfoque creció durante la carrera por adoptar IA antes que la competencia y que ahora choca con una realidad menos vistosa: facturas más altas, licencias infrautilizadas y dificultad para defender el gasto ante los CFO.
Costos de la IA: IBM pone el foco en licencias, tokens y retorno por proceso
En su artículo, IBM dice que muchas empresas pueden monitorear en general los costos de la IA, porque tienen claro cuánto pagan por licencias de herramientas como ChatGPT o Claude, pero todavía no tienen un marco confiable para atribuir el consumo de tokens, el uso de infraestructura y el gasto total a un resultado de negocio específico.
Ese es el centro de su advertencia: si una organización no puede vincular el costo de una herramienta con un proceso, una mejora o un ingreso concreto, el gasto queda expuesto cuando llega la revisión financiera.
La compañía también distingue entre dos formas de despliegue. Por un lado, el uso general de IA como herramienta de productividad para muchos empleados. Por otro, la integración de IA dentro de un flujo de trabajo concreto, con una tarea delimitada y una métrica conocida. IBM sostiene que el segundo caso es más defendible porque permite medir tiempos, errores, conversiones, ahorro operativo o experiencia del cliente con más precisión.
IBM acompaña esa tesis con datos de su Institute for Business Value. En su estudio sobre la empresa hacia 2030, la firma señala que el 79% de los ejecutivos espera que la IA impulse ingresos de forma significativa antes de esa fecha, pero solo el 24% sabe de dónde vendrán esos ingresos.
En otro informe del mismo instituto, centrado en finanzas, IBM plantea que la madurez operativa del área financiera pesa más que la tecnología por sí sola a la hora de escalar los costos de la IA con control y obtener retorno.
En ese marco, la recomendación de IBM no es frenar los proyectos, sino recortar la ambición difusa y exigir medición más cerrada. Dhar escribe que cada caso de uso debería conectarse con un flujo de trabajo específico y con un resultado medible en ventanas de tres a seis meses.
También afirma que, como criterio de asignación de capital, una iniciativa debería mostrar un retorno de entre 2,5 y 3 veces para seguir avanzando. Es una referencia de IBM, no una regla universal del mercado, pero muestra cómo la conversación se mueve desde la experimentación hacia el control financiero.
Fuentes
