Los precios de los modelos de IA caen cada pocos meses. Las facturas de las empresas suben. McKinsey publicó en julio un informe sobre la economía de los agentes que explica la paradoja: el 60% del coste de una tarea agéntica se va en refinar respuestas antes de entregarlas. Y el 93% de las empresas encuestadas en su estudio de FinOps reconocen haber superado su presupuesto de IA.
Vemos el mismo patrón en los despliegues que conocemos. El piloto consumía una fracción de lo que consume producción. La explicación está en la arquitectura del agente.
De dónde sale el coste
Un agente no responde una pregunta y termina. Lee documentos, forma un plan, ejecuta un paso, valida el resultado, corrige y reintenta. Cada paso es una llamada al modelo. Cada llamada reenvía todo el contexto acumulado. McKinsey estima que una tarea agéntica puede consumir cerca de mil veces más tokens que una consulta de chat convencional.
Los grandes focos de gasto que señala el informe:
- Refinamiento. Comprobar, corregir y mejorar la respuesta antes de entregarla se lleva el 60% del coste. Arreglar una respuesta cuesta más que generarla.
- Contexto largo. El agente relee todo el historial en cada paso. Cuanto más vive la conversación, más cara se vuelve cada llamada.
- Modelo sobredimensionado. Enrutar una clasificación o una extracción de datos por un modelo de última generación cuesta muchas veces lo que la tarea necesita.
- Reintentos. Cada error de herramienta y cada alucinación que alguien corrige a mano suma otra vuelta de tokens y tiempo de tu equipo.
A esto se añade un coste que no aparece en la factura del proveedor: el tiempo humano. Si el agente entrega resultados que hay que revisar y reparar, el coste real por tarea incluye esas horas. La frase que resume el informe: los tokens son la factura; el valor es otra cosa.
Cómo medir antes de escalar
La métrica que importa es el coste total por tarea completada y correcta: una reclamación resuelta o un pedido tramitado. Ese número incluye el gasto del agente, los reintentos y el tiempo de quien revisa.
Cuatro hábitos mantienen la factura a raya:
Presupuesta por flujo de trabajo antes de construir. Estima vueltas de razonamiento y profundidad de contexto para cada tipo de tarea. Los equipos que modelaron el volumen de tokens antes de elegir arquitectura evitaron las sorpresas; los que se lo saltaron, ahora reconcilian facturas.
Ajusta el modelo a la tarea. La mayor parte del trabajo de un agente empresarial (clasificar, extraer, resumir) no necesita un modelo de gama alta. Una arquitectura por niveles con un modelo barato para lo rutinario reduce la factura sin tocar el resultado.
Mide calidad junto a gasto. Contar tokens no dice nada por sí solo. Un agente que gasta más por tarea pero entrega trabajo que nadie tiene que rehacer puede salir más barato que uno económico cuyo resultado termina rehaciendo tu equipo.
Revisa la economía cada trimestre. Qué flujos justifican el gasto, cuáles se rediseñan, cuáles pasan a un modelo más barato. Es la disciplina que ya aplicas al cloud, aplicada a un coste que crece con el uso.
En Luxion construimos agentes conectados a procesos y datos reales, y ponemos números al caso antes de escribir código: qué tareas, qué volumen, qué coste por tarea completada. Si quieres saber si un agente compensa en tu negocio, empezamos por un prototipo pequeño con el coste medido desde el primer día.