Por Canuto  

La expansión de los agentes de IA puede reducir significativamente el tiempo humano dedicado a ciertas tareas, pero McKinsey advierte que sus costos de ejecución son mucho menos predecibles que los de las herramientas tradicionales. La diferencia entre una ejecución y otra podría llegar a 30 veces, justo cuando más empresas aumentan sus presupuestos y comienzan a enfrentar límites operativos.
***

  • McKinsey calcula que el costo de completar una tarea puede variar hasta 30 veces entre distintas ejecuciones de agentes de IA.
  • El 28% de las organizaciones consultadas afirma destinar más del 10% de su presupuesto empresarial total a la IA.
  • El 60% de los participantes espera aumentar la inversión en inteligencia artificial durante el próximo año.

Las empresas que aceleraron la adopción de inteligencia artificial empiezan a enfrentar una consecuencia menos visible de esa estrategia: el costo de ejecutar agentes puede ser mucho más variable que el de utilizar herramientas de texto. McKinsey & Company advirtió que estos sistemas no solo generan respuestas, sino que completan procesos de varios pasos, una diferencia que puede multiplicar el consumo de recursos y dificultar la planificación financiera.

La firma de consultoría encontró que el costo de completar una tarea con diferentes agentes puede variar hasta 30 veces entre una ejecución y otra. Para las organizaciones, el desafío no consiste únicamente en decidir cuánto invertir en IA, sino en determinar si cada agente produce suficiente valor para justificar una factura que puede cambiar ampliamente según la forma en que resuelva el mismo objetivo.

Una factura difícil de predecir

Las herramientas de IA basadas en texto suelen asociarse con una interacción relativamente directa: un usuario formula una solicitud y recibe una respuesta. Los agentes, en cambio, operan sobre tareas que pueden exigir planificación, consultas, verificaciones y acciones consecutivas, por lo que dos intentos destinados a alcanzar el mismo resultado pueden consumir cantidades muy distintas de recursos.

Ese comportamiento introduce una incertidumbre que preocupa especialmente a los responsables de tecnología y finanzas. Lari Hämäläinen, socio sénior de McKinsey, comparó la situación con dirigir una operación cuyo costo puede cambiar 30 veces de un día para otro, una variación capaz de alterar las previsiones presupuestarias incluso cuando el objetivo final permanece sin cambios.

La presión ya aparece en los presupuestos corporativos. Según la encuesta State of AI de 2026 citada en el informe, el 28% de las organizaciones afirma destinar más del 10% de su presupuesto empresarial total a la inteligencia artificial, mientras el 60% de los participantes planea aumentar ese gasto durante el próximo año.

El crecimiento de la inversión también comienza a tener consecuencias operativas. Alrededor de una de cada cinco personas encuestadas afirmó que el gasto en IA empezaba a generar restricciones sobre sus costos operativos, y Tanguy Catlin, socio sénior de McKinsey y director del McKinsey Global Institute, señaló que el desembolso se está volviendo significativo y visible.

Productividad contra consumo de recursos

El atractivo de los agentes está relacionado con su capacidad para ejecutar tareas que antes requerían intervención humana constante. En un informe publicado a principios de septiembre, McKinsey estimó que la IA agéntica puede reducir entre 35% y 40% el tiempo que las personas dedican a ciertas tareas de oficinas de transformación, con casos en los que la reducción llega a 70% o más.

Sin embargo, esa promesa de productividad no equivale automáticamente a un ahorro neto. Un agente que completa más pasos puede liberar tiempo de los empleados y, al mismo tiempo, consumir muchos tokens, especialmente cuando se utiliza para automatizar programación, revisar código o repetir ciclos de prueba y corrección.

Los equipos de desarrollo de software enfrentan una exposición particular a este problema, porque sus agentes pueden encadenar numerosas instrucciones durante una sola sesión. La advertencia sobre el consumo de tokens no implica que la automatización carezca de valor, pero sí exige comparar el costo de cada flujo con el beneficio concreto que obtiene la empresa.

En ese cálculo también importa la calidad del resultado, no solo la velocidad de ejecución. Una organización podría reducir horas de trabajo y terminar pagando más si el agente necesita múltiples intentos, genera tareas innecesarias o requiere una supervisión humana extensa para corregir sus decisiones.

Las empresas comienzan a poner límites

La preocupación aparece después de que numerosas compañías pasaran buena parte del último año alentando a sus trabajadores a utilizar más herramientas de IA. Amazon cerró una tabla de clasificación creada por empleados que seguía el uso de tokens, luego de que el sistema incentivara un consumo excesivo y que algunos trabajadores intentaran escalar posiciones en ese ranking.

El episodio muestra cómo los incentivos internos pueden aumentar el consumo sin demostrar una mejora equivalente en los resultados. Medir cuántos tokens utiliza una persona o un equipo ofrece una señal de actividad, pero no responde por sí solo si la automatización resolvió un problema importante, redujo un costo o elevó la calidad del trabajo.

Coinbase también comenzó a establecer límites al uso de IA a medida que aumentaron sus facturas, según reportes. La compañía habría fijado límites semanales diferenciados para sus empleados. Esta decisión refleja un cambio respecto de la etapa inicial de adopción, cuando la prioridad era ampliar el acceso y experimentar con distintas aplicaciones sin que el gasto asociado se hubiera vuelto tan visible para las áreas operativas.

Los límites pueden adoptar distintas formas, desde restringir ciertas herramientas hasta exigir aprobación para procesos con alto consumo. En todos los casos, el objetivo es vincular el uso de agentes con resultados verificables y evitar que la disponibilidad de una tecnología produzca una expansión automática del gasto.

Una etapa de aprendizaje para la IA agéntica

McKinsey sostiene que las empresas todavía están aprendiendo a administrar esta nueva estructura de costos. La diferencia entre agentes, modelos, tareas y métodos de ejecución hace que una comparación superficial de precios pueda ocultar el gasto real de completar un proceso completo.

Por eso, la evaluación debe considerar el costo de la ejecución junto con el tiempo ahorrado, la precisión obtenida y la intervención humana necesaria. Esa medición puede ayudar a distinguir entre un agente que automatiza una actividad valiosa y otro que simplemente produce más pasos, más consumo y una sensación engañosa de productividad.

Hämäläinen afirmó que el tema adquirirá una relevancia considerable durante los próximos 12 meses. La previsión coincide con la intención de aumentar el gasto expresada por la mayoría de los participantes de la encuesta, pues cada nueva implementación puede convertir la eficiencia esperada en una obligación de controlar el consumo con mayor detalle.

La expansión de los agentes no queda descartada por esta advertencia, pero cambia la pregunta central para los ejecutivos. En lugar de preguntar únicamente qué tareas puede realizar la IA, deberán calcular cuánto cuesta cada ejecución, cuánto valor genera y si esa relación se mantiene cuando el sistema enfrenta procesos más complejos.

El mensaje para las empresas es directo: la automatización puede liberar tiempo humano, pero la productividad solo será sostenible si el ahorro supera el costo variable de hacer trabajar a los agentes.

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