Simon Willison detecta el tokenpocalipsis mientras los costes de la IA empresarial rompen el sueño del uso ilimitado

Simon Willison destacó el 7 de agosto un revelador conflicto de la IA empresarial: los empleados pueden consumir costosos tokens al realizar tareas que software más sencillo ya resuelve. El ejemplo consistía en convertir PDF en imágenes, archivos markdown y material para presentaciones. Parece trivial, pero revela un serio problema presupuestario.

Según un audio obtenido por 404 Media, directivos de Accenture hablaron del rápido aumento del consumo de tokens y de la dificultad de vincular ese uso con el valor para el negocio. Según se informó, un ejecutivo bromeó con que la conversión de PDF era una importante “devoradora de tokens”. El intercambio reflejó la brecha entre animar a los empleados a usar IA y controlar el coste de ese incentivo.

La presión se extiende ahora más allá de Accenture. Las empresas adoptaron Claude, ChatGPT, Copilot, Codex y agentes de IA como sistemas de productividad ampliamente útiles. Están descubriendo que la experimentación ilimitada genera un gasto operativo variable sin un límite natural. La nueva disputa no es entre adoptar o rechazar la IA. Es entre el uso máximo y el valor medible.

Simon Willison encontró la historia perfecta de desperdicio de tokens

Una tarea rutinaria con PDF se convirtió en un ejemplo inusualmente claro de cómo el gasto empresarial en IA escapa al control financiero.

La advertencia sobre PDF de Willison llamó la atención sobre una anécdota de una investigación de 404 Media del 24 de junio. La publicación afirmó haber obtenido audio de una conversación interna de Accenture sobre el aumento del consumo de IA.

Justice Kwak, responsable de estrategia de IA agéntica de Accenture, habría dicho que los ingenieros no eran los principales impulsores de algunos patrones de uso costosos. Los no ingenieros eran responsables de muchos de los comportamientos debatidos.

Stuart Henderson, responsable de un grupo de clientes de Accenture, preguntó entonces si Kwak había convertido un PDF en imágenes antes de transformar esas imágenes en markdown. Según se informó, Henderson calificó ese proceso como una gran devoradora de tokens.

El intercambio resulta divertido porque describe una solución elaborada para un problema documental cotidiano. Es importante porque esa solución puede multiplicar el trabajo en cada etapa.

Un PDF puede contener texto seleccionable, imágenes de páginas, gráficos, tablas, encabezados e instrucciones de diseño. Un flujo de trabajo de IA puede extraer cada página, inspeccionar las imágenes, reconstruir el texto, interpretar el diseño y producir un nuevo formato. Cada solicitud al modelo añade tokens de entrada y salida.

Si un agente repite una extracción fallida, comprueba su propia respuesta o llama a otro modelo, el consumo vuelve a aumentar. Un trabajador quizá solo vea una presentación pulida. La empresa ve una cadena de solicitudes de inferencia medidas por consumo.

Los tokens son pequeñas unidades de datos procesadas por un modelo generativo. Representan porciones de texto y, según el sistema, información derivada de imágenes u otros medios. Las organizaciones suelen pagar según la cantidad de tokens que un modelo lee y genera.

Este modelo de medición difiere de una licencia convencional de software de oficina. Abrir otro documento en un procesador de textos normalmente no genera un nuevo cargo por uso. Pedir a un agente de IA que interprete ese documento puede activar varias operaciones de pago.

El empleado no necesita entender esa cadena. Las interfaces modernas de IA ocultan deliberadamente gran parte de ella. Una petición como “convierte este informe en diapositivas” puede iniciar extracción, planificación, resumen, formateo, revisión y validación.

El resultado es un problema de visibilidad. Los trabajadores evalúan el flujo de trabajo por su comodidad y la calidad del resultado. Los líderes tecnológicos deben evaluarlo por su coste, precisión, seguridad y por si valía la pena producirlo.

La investigación original presentó la experiencia de Accenture como parte de una corrección más amplia del gasto. Las empresas habían impulsado a los empleados a experimentar con IA. Algunas estaban considerando controles porque el consumo se volvía impredecible.

Accenture no autenticó públicamente cada detalle atribuido a la reunión privada. Por lo tanto, el relato basado en el audio filtrado debe seguir atribuyéndose claramente a 404 Media. Sin embargo, las acciones posteriores de la empresa respaldan la conclusión más amplia de que la gestión de tokens se ha convertido en una preocupación empresarial formal.

El 29 de julio, Accenture anunció una oferta de tokenomics diseñada para vincular el consumo con equipos, flujos de trabajo, productos, decisiones y resultados de negocio. Ese momento convirtió la anécdota del PDF en algo más que una comedia de oficina. Mostró con qué rapidez un problema interno de costes puede convertirse en una categoría de consultoría.

La caída de los precios de los tokens no está reduciendo la factura total

La IA se vuelve más cara cuando el uso crece más rápido de lo que cae el coste unitario.

La propuesta empresarial inicial trataba a la IA generativa como otro despliegue de software. Una empresa compraría acceso, formaría a los empleados y extendería el uso por toda la organización. Una mayor adopción parecía implicar una mayor productividad.

La IA agéntica cambia ese cálculo. Un flujo de trabajo agéntico es un sistema que planifica pasos, invoca herramientas y revisa su trabajo con una intervención humana limitada. Una solicitud de un empleado puede convertirse en docenas de interacciones con modelos.

Gartner espera que la inferencia en modelos de lenguaje extremadamente grandes se vuelva mucho más eficiente para 2030. Sin embargo, su previsión de inferencia incluye una advertencia crucial. La caída de los costes de los proveedores no necesariamente se trasladará por completo a los clientes empresariales.

Gartner también estima que los modelos agénticos requieren entre cinco y 30 veces más tokens por tarea que un chatbot estándar. Los sistemas más capaces pueden realizar más acciones, utilizar contextos más largos y generar más demanda.

Eso crea la inversión central. Una inteligencia más barata anima a las empresas a aplicar IA a más trabajo. Cada flujo de trabajo se amplía entonces de una respuesta a una secuencia de búsquedas, llamadas a herramientas, evaluaciones y correcciones.

El mismo patrón ha aparecido en la computación en la nube. Los precios más bajos de unidades individuales de computación o almacenamiento no garantizaron facturas corporativas más bajas. El acceso más sencillo animó a los equipos a desplegar más servicios, conservar más datos y automatizar más actividad.

La IA añade otra complicación porque el consumo puede ser no determinista. La misma tarea no siempre sigue el mismo camino. Un agente puede terminar tras tres pasos, mientras otro reintenta herramientas o explora varias alternativas.

McKinsey afirma que el uso de tokens puede variar hasta 30 veces para una misma tarea de programación agéntica. Su análisis del gasto empresarial también describe costes de IA dispersos entre proveedores de nube, vendedores de modelos, plataformas de software, experimentos y unidades de negocio.

Esa fragmentación retrasa la detección. Una empresa puede aprobar varias compras razonables sin percibir su efecto combinado. Los sobrecostes se hacen visibles después de que los tokens ya se hayan consumido.

La factura también se extiende más allá de los tokens. Las empresas pagan por canalizaciones de datos, infraestructura de recuperación, evaluaciones, revisiones de seguridad, monitorización y empleados que supervisan resultados poco fiables. Una respuesta barata del modelo puede formar parte de un flujo de trabajo costoso.

Las ventanas de contexto largas dificultan el problema. Una ventana de contexto es la información que recibe un modelo durante una interacción. Enviar documentos completos, largos historiales de chat, descripciones de herramientas y material de referencia repetido aumenta el consumo antes de que el modelo produzca nada.

El trabajo documental ilustra esto con claridad. Un sistema podría reenviar el mismo informe durante la extracción, el análisis, la redacción y la revisión. Sin caché o una selección cuidadosa del contexto, cada etapa procesa información superpuesta.

Por eso el ejemplo de Simon Willison importa más allá de los PDF. Convierte una discusión abstracta sobre los costes de tokens de IA en un flujo de trabajo reconocible. El usuario solicita un resultado, pero la infraestructura realiza mucho más trabajo.

Las empresas no pueden resolver este problema limitándose a vigilar la factura del proveedor de modelos. Deben identificar el equipo, la tarea, el modelo, el agente y el resultado de negocio detrás de cada unidad de consumo.

Ese requisito convierte la gestión de costes de IA en una disciplina operativa. Debe estar junto a la seguridad, la fiabilidad y la gobernanza de datos, no dentro de una reunión anual de renovación de software.

Las personas bajo presión no son solo los ingenieros

Los presupuestos de IA empresarial dependen ahora de miles de empleados que toman decisiones técnicas de coste mediante indicaciones corrientes.

Los ingenieros entienden que una llamada a un modelo consume recursos. Pueden inspeccionar registros, acortar indicaciones, almacenar en caché contenido repetido y elegir modelos más pequeños. Nunca se esperó que la mayoría de los trabajadores del conocimiento tomaran esas decisiones.

Ven una caja de chat vinculada a trabajo de oficina conocido. La interfaz fomenta el lenguaje natural, la iteración y la experimentación. Rara vez explica la diferencia de coste entre reescribir una frase y analizar una colección de documentos escaneados.

Ese diseño crea un nuevo tipo de gasto en la sombra. Los empleados no necesitan introducir datos de pago ni desplegar infraestructura en la nube. Pueden aumentar el consumo corporativo simplemente eligiendo un modelo más potente o repitiendo una solicitud.

La anécdota de Accenture sugiere que los no ingenieros pueden impulsar un uso considerable mediante la conversión de documentos y el trabajo con presentaciones. Eso no convierte a esos empleados en irresponsables. Sus empleadores les dijeron que usaran IA, mientras los proveedores diseñaban los productos para que el uso no requiriera esfuerzo.

El conflicto comienza cuando las empresas cambian de rumbo. Los trabajadores primero oyen que la competencia en IA es esencial. Más tarde, reciben límites de tokens, restricciones de modelos o advertencias sobre solicitudes innecesarias.

Esto puede producir el comportamiento equivocado. Los empleados podrían evitar flujos de trabajo valiosos porque las reglas no están claras. Otros podrían seguir usando modelos costosos porque nadie ha definido qué significa “valioso”.

Una política mejor distingue las tareas según el resultado esperado. Redactar un correo electrónico rutinario no necesita el mismo modelo que revisar una propuesta de ingeniería compleja. Extraer texto seleccionable de un PDF no siempre requiere razonamiento visual.

El enrutamiento de modelos puede establecer esa distinción automáticamente. Un sistema de enrutamiento envía solicitudes sencillas a modelos más pequeños y menos costosos, mientras reserva sistemas avanzados para tareas difíciles. También puede rechazar solicitudes que el software tradicional resuelve mejor.

Associated Press informó de que las empresas exploran cada vez más ese tipo de enrutamiento a medida que el tokenmaxxing pierde favor. Su informe sobre costes laborales describió a empresas que examinan los retornos del uso de IA y desaconsejan los modelos avanzados para trabajo rutinario.

El enrutamiento sigue requiriendo criterio. Una indicación breve puede ocultar una tarea de alto riesgo, mientras que un documento largo quizá solo necesite una extracción básica. Las empresas necesitan políticas basadas en sensibilidad, complejidad, requisitos de precisión y valor esperado.

Los equipos de compras también afrontan presión. Deben comparar suscripciones, contratos por uso, servicios en la nube y funciones de IA integradas que miden la actividad de maneras distintas. Una licencia por asiento predecible puede seguir conteniendo límites o restricciones de uso.

Los CIO heredan el problema técnico, pero los CFO determinan si el gasto merece seguir recibiendo apoyo. Los líderes de las unidades de negocio deben explicar qué producen las herramientas. Los equipos de seguridad deben rastrear qué información envían los trabajadores a modelos externos.

Esa responsabilidad compartida es nueva. La presupuestación tradicional de software suele asignar una licencia a un departamento. La IA empresarial exige que las organizaciones vinculen cada flujo de trabajo tanto al consumo como a un resultado.

El resultado no puede ser «los empleados usaron más IA». Debe describir algo que la organización valore, como una resolución más rápida, menos defectos, ingresos adicionales o menos trabajo repetitivo.

Los trabajadores del conocimiento también necesitan alternativas. Una base de conocimiento con capacidad de búsqueda puede reducir las cargas repetidas de documentos cuando la información ya existe localmente. Una mejor recuperación puede enviar solo los pasajes relevantes en lugar de archivos completos.

Por tanto, el cambio afecta tanto al diseño de los flujos de trabajo como a la política de gasto. Las empresas que simplemente impongan límites de tokens reducirán el consumo. No necesariamente identificarán qué trabajo debería continuar.

El uso máximo de IA choca con el valor medible

El sueño del uso ilimitado fracasa cuando la actividad se convierte en un sustituto de la evidencia de productividad.

Durante varios años, los ejecutivos temieron que los empleados no adoptaran la IA con suficiente rapidez. Las empresas financiaron proyectos piloto, distribuyeron asistentes, crearon programas de formación y animaron a los equipos a encontrar casos de uso.

Esa estrategia tenía sentido cuando la adopción era el cuello de botella. Pocas organizaciones sabían dónde funcionaría la IA generativa. La experimentación amplia ayudó a revelar patrones útiles.

El cuello de botella se ha desplazado. Una vez que miles de trabajadores pueden invocar modelos avanzados, la experimentación se convierte en un gasto operativo recurrente. La pregunta cambia de «¿la gente está usando IA?» a «¿qué usos merecen escalarse?».

La respuesta de Accenture hace explícita esta transición. Su programa de tokenomics promueve la supervisión en tiempo real, la responsabilidad, la selección adecuada de modelos y el coste por transacción.

La empresa describe un enfoque de tres etapas: ver el consumo, corregir los diseños ineficientes y mantener controles a medida que cambian las cargas de trabajo. Esa estructura se parece a las operaciones financieras en la nube, pero la IA introduce más incertidumbre sobre la calidad de las tareas y el comportamiento de los agentes.

Por tanto, el principal adversario no es Accenture frente a un proveedor de modelos. Es la promesa de una abundancia de IA sin fricciones frente a la realidad de un gasto empresarial sujeto a rendición de cuentas.

El uso máximo genera entusiasmo visible. Crea recuentos de prompts, documentos generados, ejecuciones de agentes y paneles de adopción. Ninguna de esas métricas confirma que la organización haya obtenido un valor proporcional.

El valor medible es más lento y menos halagador. Exige compararlo con una línea de base. Los equipos deben preguntarse cuánto tardaba el trabajo antes de la IA, si cambió la calidad y cuánto control humano sigue siendo necesario.

La conversión de PDF vuelve a ofrecer la prueba adecuada. Si un flujo de trabajo de IA convierte un informe en diapositivas, la empresa debería compararlo con herramientas convencionales de extracción y presentación. Debería incluir el tiempo de corrección, los errores factuales, las reparaciones de formato y la revisión.

La vía de la IA aún puede ganar. Un modelo puede interpretar un informe irregular, identificar temas y redactar una narrativa útil más rápido que un software rígido. La cuestión no es que la IA nunca deba tocar un PDF.

La cuestión es que el uso de modelos debe ganarse su lugar. Un agente que consume más recursos puede merecer la pena cuando completa un trabajo más valioso. Un flujo de trabajo barato sigue siendo desperdicio si nadie necesita su resultado.

Esta distinción también desafía a los proveedores de modelos. Sus productos se benefician cuando los clientes envían contextos más largos, realizan más razonamiento y delegan más pasos. Los compradores empresariales solo se benefician cuando esos pasos mejoran un resultado.

Los proveedores están añadiendo caché, procesamiento por lotes, modelos más pequeños y funciones de enrutamiento. Estas herramientas reducen el desperdicio, pero no resuelven el desajuste de incentivos. Los proveedores siguen obteniendo ingresos por el consumo o por una adopción más amplia.

Las empresas necesitan su propia capa de medición. Debe registrar solicitudes, selección de modelos, volumen de tokens, latencia, tasas de fallos, intervención humana y el proceso empresarial involucrado.

También necesitan una regla de detención. Un agente no debería seguir revisando un documento de poco valor solo porque puede hacerlo. Los presupuestos, los límites de pasos, los umbrales de confianza y las puertas de aprobación pueden limitar el trabajo abierto.

La misma disciplina se aplica a los flujos de trabajo personales con IA. Cargar repetidamente las mismas fuentes desperdicia tiempo y contexto. Los sistemas que admiten knowledge blending pueden recuperar información seleccionada sin reconstruir todo el contexto para cada solicitud.

Simon Willison se ha centrado durante mucho tiempo en el comportamiento práctico de los modelos de lenguaje, incluidos sus límites, costes e implicaciones de seguridad. Su observación sobre los PDF encaja con ese enfoque. Los detalles reveladores suelen aparecer en decisiones cotidianas de implementación, no en grandes anuncios de modelos.

Los controles de tokens pueden crear su propio fracaso

Una represión indiscriminada del gasto puede destruir la experimentación útil mientras preserva las formas menos visibles de desperdicio.

El argumento a favor del control de costes es sólido, pero la evidencia disponible no demuestra que quienes no son ingenieros sean la causa central del gasto excesivo en IA empresarial. Los comentarios de Accenture procedían de una conversación privada reportada, no de una auditoría de consumo publicada.

Una historia memorable sobre PDF puede distorsionar la atención. Es fácil burlarse de la conversión de documentos porque el flujo de trabajo parece excesivo. Los costosos agentes de ingeniería también pueden consumir grandes contextos, ejecutar pruebas, inspeccionar repositorios y reintentar cambios fallidos.

Esas tareas de ingeniería pueden generar más valor, pero las empresas siguen necesitando evidencia. Una etiqueta técnica no hace eficiente el consumo. Del mismo modo, una solicitud no técnica puede respaldar un trabajo importante de carácter jurídico, comercial o de investigación.

Las organizaciones deberían evitar convertir la gestión de tokens en vigilancia de empleados. Los registros de prompts pueden contener trabajo confidencial, información de personal, registros de clientes e ideas preliminares. La supervisión detallada crea obligaciones de seguridad y privacidad.

La asignación de costes también puede desalentar la colaboración. Si cada departamento recibe un presupuesto estricto de tokens, los equipos pueden ocultar experimentos o trasladar el gasto a herramientas que permanecen fuera del panel central.

Los límites rígidos crean otro riesgo. Un agente podría detenerse antes de completar una tarea valiosa, dejando a los empleados con trabajo parcial que aún requiere recuperación manual. La organización ahorra tokens, pero pierde el beneficio esperado.

El enrutamiento hacia modelos baratos puede reducir el gasto mientras disminuye la calidad. Los modelos más pequeños pueden pasar por alto detalles de documentos, gestionar mal las instrucciones de herramientas o generar errores plausibles. Un flujo de trabajo que necesita correcciones repetidas puede costar más en conjunto.

EY sostiene que los tokens son solo la parte más visible de la economía de los agentes. Su análisis del coste de los agentes incluye infraestructura, gobernanza, cambio organizativo, recuperación ante fallos y exposición regulatoria.

Esta visión más amplia importa porque la optimización local puede trasladar gastos a otros lugares. Reducir el consumo de modelos podría aumentar el tiempo de revisión de los empleados. Recortar las ejecuciones de evaluación puede permitir que errores costosos lleguen a producción.

Las empresas deberían medir el coste total del flujo de trabajo en lugar de celebrar totales de tokens más bajos. También deberían comparar calidad, velocidad y riesgo antes y después de cualquier intervención.

Aquí es donde la etiqueta «tokenpocalypse» puede inducir a error. El problema no es que los tokens se hayan vuelto de repente inasequibles en todas partes. El problema es que la rápida adopción expuso una medición débil y una propiedad poco clara.

Algunas organizaciones descubrirán que sus programas de IA siguen siendo económicamente atractivos. Otras descubrirán que los empleados automatizaron trabajo de escaso valor estratégico. La mayoría encontrará ambos patrones dentro de la misma empresa.

Los costes unitarios seguirán bajando y los modelos continuarán mejorando. Estas tendencias debilitan las predicciones de un muro de gasto permanente. Refuerzan el argumento a favor de la gobernanza, porque los costes más bajos invitan a un consumo aún mayor.

Por tanto, la conclusión escéptica es más acotada. Las empresas no están necesariamente abandonando la IA. Están pasando de objetivos de adopción a decisiones de asignación, y esas decisiones siguen siendo difíciles de evaluar.

Las próximas tres señales mostrarán si tokenomics funciona

La próxima fase se juzgará por los retornos a nivel de flujo de trabajo, el enrutamiento automático de modelos y los cambios en el comportamiento de compra empresarial.

La primera señal es si las empresas informan del coste por proceso empresarial completado en lugar de la reducción total de tokens. Una métrica útil podría seguir un caso de soporte resuelto, un contrato revisado, un cambio de software completado o una tarea de investigación terminada.

Esto reforzaría el argumento de tokenomics porque conecta el gasto con el resultado. Si las empresas solo publican un menor consumo, podrían estar reprimiendo el uso sin mejorar la productividad.

Observe cómo Accenture desarrolla su propia oferta. Su enfoque promete visibilidad sobre los flujos de trabajo, los responsables, los modelos y los agentes. La evidencia de resultados repetibles para clientes mostraría que la preocupación interna identificada por 404 Media se convirtió en una disciplina de gestión viable.

La segunda señal es el enrutamiento automático generalizado. Actualmente, los empleados toman muchas decisiones sobre modelos mediante menús de productos o valores predeterminados. Eso sitúa una decisión técnica de coste ante usuarios que carecen de la información para evaluarla.

Un enrutamiento eficaz reservaría el razonamiento avanzado para las tareas que lo requieren. Enviaría el trabajo simple de extracción, clasificación y reescritura a sistemas más pequeños o a software convencional.

La medida crucial no es la frecuencia de enrutamiento. Es si el enrutamiento preserva la calidad mientras reduce el coste total del flujo de trabajo. Las altas tasas de corrección debilitarían el argumento a favor de reducciones agresivas de modelo.

La tercera señal es un cambio en las compras empresariales. Los compradores podrían exigir grupos de uso compartido, telemetría detallada, presupuestos aplicables, controles de caché y contratos vinculados más estrechamente a los resultados.

También podrían favorecer productos que procesen información local sin enviar repetidamente documentos completos a modelos de frontera. Eso premiaría una gestión eficiente del contexto en lugar del máximo rendimiento de tokens.

Si los proveedores responden con controles más claros y un consumo predecible, la reacción actual parecerá un ciclo normal de maduración. La IA empresarial seguirá expandiéndose bajo reglas financieras más estrictas.

Si los costes siguen siendo opacos, las empresas impondrán restricciones más amplias. Ese resultado ralentizaría la experimentación y aumentaría la demanda de modelos más pequeños, de pesos abiertos o gestionados localmente.

La observación de Simon Willison ofrece a los lectores una pregunta práctica para evaluar cualquier flujo de trabajo de IA: ¿qué trabajo está realizando realmente el modelo y por qué ese trabajo requiere este modelo?

Aplique esa pregunta antes de enviar otro documento grande a un agente. Compruebe si la extracción de texto, la búsqueda, el procesamiento local o un modelo más pequeño pueden completar la primera etapa. Reserve el razonamiento costoso para las partes que requieren criterio.

La tokenpocalypse no es el fin de la IA empresarial. Es el fin de tratar cada resultado generado como evidencia de progreso. Las empresas que midan resultados, controlen el contexto y enruten las tareas deliberadamente seguirán experimentando. Las que solo cuenten la adopción seguirán descubriendo la factura después.