Muchas tecnológicas vienen empujando a sus empleados a usar herramientas de IA para subir productividad, pero la iniciativa empieza a tener un costo inesperado. Según The Verge, Microsoft está pidiendo a sus equipos que migren a su propio Copilot CLI en lugar de seguir usando Claude Code. La razón oficial es que la compañía prefiere apoyarse en una herramienta interna en vez de una de un tercero, pero fuentes citadas por el reporte aseguran que el motivo principal es que el costo de usar Claude Code subió sostenidamente a medida que más personas adoptaron el agente.

Microsoft no está sola. Fortune informó que otras compañías también están recortando el uso de IA. Aunque el costo de entrenar modelos sigue bajando, lo que abarata el precio por token, los empleados pasaron a consumir muchos más tokens en sus tareas cotidianas. El fenómeno es especialmente intenso con la IA agéntica, que puede usar hasta mil veces más tokens que una consulta directa a un LLM, dependiendo de cuántos pasos necesite el agente para completar la instrucción.

¿Por qué un agente consume tanto más que un chatbot?

El salto de magnitud no es retórico. Cada paso intermedio del agente (planificación, llamadas a herramientas, lectura de archivos, validación de resultados) se cobra como tokens de entrada y salida. El creador de OpenClaw, Peter Steinberger, declaró que su equipo gastó más de USD 1,3 millones en tokens en un solo mes. Con cifras así, la cuenta empieza a desbordar el presupuesto de software incluso en compañías grandes, y deja a la vista que usar IA puede resultar más caro que contratar personas, sobre todo cuando los beneficios de productividad todavía son acotados.

La paradoja recuerda al fenómeno descrito por el economista William Stanley Jevons en el siglo XIX. La mayor eficiencia no reduce el consumo, lo amplifica. Cuando las máquinas de vapor se volvieron más eficientes durante la Revolución Industrial, más empresas las adoptaron. En la aviación, mientras los aviones se hicieron más eficientes en combustible y los pasajes bajaron de precio, la demanda creció hasta el punto en que la IATA proyecta que el tráfico aéreo se duplicará hacia 2050. La IA empresarial está repitiendo el patrón.

¿Qué es exactamente el "tokenmaxxing"?

El término circula entre ingenieros para describir el comportamiento de usar IA para cualquier cosa, incluso tareas triviales, con tal de inflar las métricas internas de adopción. El CEO de NVIDIA, Jensen Huang, declaró públicamente que sus ingenieros deberían consumir tokens por al menos la mitad de su salario anual para considerarse plenamente productivos, e incluso preguntó "¿están locos?" a los managers que desincentivaban el uso de IA.

Ese tipo de presión llevó a abusos concretos. En Amazon, varios miembros de equipos admitieron usar la herramienta para tareas innecesarias solo para subir los puntajes internos de adopción. Algo similar se reportó en Microsoft y Meta. Las tres compañías están, además, entre las que más invierten en desarrollo de IA, lo que vuelve la dinámica aún más perversa: pagan por entrenar los modelos y luego pagan otra vez cuando sus empleados los consumen sin medida.

¿Cambiarán las políticas internas?

Por ahora no está claro si las empresas recalibrarán sus incentivos. La IA es una herramienta útil, pero algunas compañías la están desplegando para reducir gastos en personal. Si la cantidad de tokens necesaria para completar tareas crece más rápido de lo que cae el precio por token, esa apuesta podría darse vuelta. El veredicto financiero llegará en los próximos trimestres, cuando los reportes muestren con claridad cuánto de la nueva eficiencia de IA quedó absorbida por el aumento de uso interno.