Por Angel Di Matteo   𝕏 @shadowargel

Microsoft estableció presupuestos de consumo de tokens para todas sus divisiones y cambió su modelo interno predeterminado por una alternativa más económica de OpenAI. La decisión muestra que incluso uno de los mayores proveedores de inteligencia artificial comienza a tratar estas herramientas como un servicio medido cuyo costo puede crecer más rápido que los beneficios de productividad.

***

  • Cada división de Microsoft tiene desde julio un límite formal de gasto en tokens de IA.
  • Algunos ingenieros consumían desde cientos hasta varios miles de dólares mensuales.
  • La compañía reemplazó su modelo predeterminado por una opción más barata de OpenAI.

 

Microsoft comenzó a restringir el consumo interno de inteligencia artificial después de comprobar que el uso intensivo de herramientas generativas puede producir facturas difíciles de controlar, incluso dentro de una de las empresas que lideran el desarrollo comercial de esta tecnología.

Jay Parikh, vicepresidente ejecutivo de Microsoft, comunicó a los empleados que la compañía no busca maximizar indiscriminadamente el consumo de tokens. El mensaje interno, divulgado inicialmente por 404 Media, confirmó que la empresa cambió su modelo de IA predeterminado por una alternativa más económica de OpenAI y fijó objetivos formales de gasto para cada división, indica The Next Web.

Desde julio de 2026, todas las unidades de Microsoft cuentan con un límite de consumo. Los trabajadores también pueden consultar su utilización individual mediante un panel interno, lo que permite identificar cuánto cuesta cada interacción, tarea automatizada o agente empleado durante el trabajo cotidiano.

La medida representa un cambio frente a la etapa anterior, cuando Microsoft alentaba una adopción amplia de IA entre su personal. Ahora la instrucción sigue siendo utilizar estas herramientas, pero con mayor disciplina y visibilidad sobre el costo real de cada operación.

De licencias predecibles a una factura variable

El problema surge porque las herramientas de IA no se comportan como el software empresarial tradicional. Una licencia por usuario suele tener un costo mensual predecible, mientras que los sistemas cobrados por tokens generan gastos variables según el modelo utilizado, la extensión de las instrucciones y la cantidad de trabajo automatizado.

Dentro de Microsoft, algunos ingenieros estaban consumiendo desde cientos hasta varios miles de dólares mensuales en tokens. El costo puede crecer especialmente cuando se utilizan agentes que ejecutan largas cadenas de tareas, revisan repositorios completos, generan código, prueban soluciones y corrigen errores de forma autónoma.

Por esa razón, la compañía está construyendo una infraestructura de medición similar a la utilizada para servicios públicos o recursos de computación en la nube. Cada división recibe un presupuesto, los empleados observan su consumo y los responsables deben decidir qué tareas justifican utilizar modelos más costosos.

Un trabajador que compartió el correo calificó las restricciones como una admisión de que Microsoft no puede permitir que su propio personal utilice productos de IA sin límites. La interpretación puede resultar provocadora, pero refleja un problema económico real: una herramienta puede aumentar la productividad y, al mismo tiempo, generar un costo superior al valor del trabajo que reemplaza.

Microsoft ya había reducido otras herramientas

La revisión del gasto no comenzó con el mensaje de Parikh. En mayo, Microsoft canceló la mayoría de las licencias de Claude Code dentro de su división Experiences and Devices y pidió a los ingenieros migrar hacia GitHub Copilot CLI antes del cierre del año fiscal.

La decisión podía interpretarse como una preferencia por productos propios, pero también formaba parte de un esfuerzo para consolidar herramientas y controlar costos. Mantener varias plataformas de programación asistida por IA puede duplicar gastos y dificultar la supervisión del consumo.

El cambio del modelo interno predeterminado profundiza esa estrategia. En lugar de dejar que cada interacción utilice automáticamente una opción avanzada y costosa, Microsoft comenzará con una alternativa más económica y reservará los modelos superiores para tareas que realmente lo requieran.

Este enfoque también puede reducir el desperdicio generado por solicitudes simples. Resumir un documento breve, corregir una frase o producir una consulta básica no siempre necesita el mismo modelo utilizado para analizar código complejo o diseñar una arquitectura informática.

El precio por token baja, pero la factura sube

El costo unitario de los tokens ha descendido cerca de 98% desde finales de 2022. Sin embargo, las facturas empresariales vinculadas con IA se habrían triplicado porque las herramientas actuales consumen volúmenes mucho mayores por cada tarea.

Los primeros asistentes funcionaban principalmente como sistemas de autocompletado o respuesta. Los agentes modernos pueden leer archivos, ejecutar comandos, buscar información, revisar resultados y repetir el proceso hasta completar un objetivo, multiplicando el número de tokens necesarios.

Esto explica por qué la reducción del precio no garantiza un menor gasto total. Cuando la eficiencia abarata una tecnología, las empresas pueden terminar utilizándola con tanta intensidad que el consumo agregado crece más rápido que el ahorro unitario.

Microsoft intenta evitar ese efecto mediante límites presupuestarios y modelos predeterminados más baratos. La compañía no está renunciando a la IA, sino incorporando controles similares a los que ya aplica sobre infraestructura en la nube, viajes corporativos o contratación de servicios externos.

Otras empresas enfrentan el mismo problema

Microsoft forma parte de una tendencia más amplia. AT&T, Meta, Uber, Walmart y Amazon comenzaron a restringir o moderar el gasto de sus empleados en herramientas de IA desde junio, según el seguimiento citado en el informe.

Amazon, Adobe, Atlassian y Citi también han introducido mecanismos para limitar el consumo o proporcionar mayor visibilidad sobre las facturas. Las empresas buscan determinar qué usos producen beneficios medibles y cuáles solo trasladan trabajo hacia modelos costosos.

La dificultad consiste en evaluar la productividad. Una herramienta puede ahorrar varias horas a un ingeniero, pero ese ahorro no siempre se traduce directamente en ingresos, menores costos laborales o productos terminados con mayor rapidez.

Las organizaciones necesitan comparar el precio de los tokens con el valor de la tarea completada. Ese análisis será más importante a medida que los agentes asuman procesos prolongados y trabajen durante horas sin supervisión constante.

Los sólidos resultados no eliminan la necesidad de control

La nueva disciplina no responde a una crisis financiera en Microsoft. Sus resultados trimestrales más recientes superaron las expectativas de Wall Street en ingresos, beneficio operativo y ganancia neta.

Sin embargo, las empresas rentables también controlan líneas de gasto que pueden expandirse rápidamente. El consumo de IA resulta especialmente sensible porque cada empleado puede iniciar procesos costosos sin que la factura sea evidente en el momento de utilizarlos.

La introducción de topes por división permite trasladar parte de esa responsabilidad a los directivos. Cada unidad deberá decidir cuánto presupuesto asigna a ingeniería, ventas, análisis, soporte y otras actividades asistidas por modelos.

También puede cambiar la forma en que los proveedores comercializan la IA empresarial. Las compañías ya no evaluarán únicamente la capacidad de un modelo, sino su costo por tarea completada y la facilidad para establecer límites, alertas y permisos.

La IA entra en su etapa de disciplina presupuestaria

El mensaje para los empleados de Microsoft es claro: pueden continuar utilizando inteligencia artificial, pero deben conocer su precio. La adopción deja de medirse solamente por el número de usuarios y comienza a evaluarse por su retorno económico.

Este cambio marca una transición desde la experimentación hacia una etapa de compras corporativas más rigurosa. Durante los primeros años del auge generativo, muchas empresas distribuyeron herramientas para descubrir posibles usos; ahora necesitan justificar cuáles merecen convertirse en gastos permanentes.

El mercado empresarial podría favorecer modelos más pequeños, sistemas de enrutamiento automático y herramientas capaces de seleccionar la opción más barata para cada tarea. También crecerá la demanda de paneles que atribuyan costos a equipos, proyectos y empleados.

Microsoft continúa apostando por la IA como uno de sus principales motores de crecimiento. No obstante, sus controles internos muestran que la expansión del sector dependerá tanto de la capacidad técnica como de una pregunta mucho más convencional: cuánto cuesta cada resultado y quién pagará la factura.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados