Hay una paradoja que muchas empresas han vivido este año: el precio por token de los modelos no ha dejado de bajar, y sin embargo la factura mensual de IA no ha dejado de subir. No es un error contable. Es la consecuencia directa del paso de los chats a los agentes.
Por qué se dispara el gasto
Un usuario que pregunta algo a un chat consume unos pocos miles de tokens. Un agente que resuelve una tarea puede consumir cientos de miles: planifica, consulta herramientas, lee documentos, revisa su trabajo y vuelve a intentarlo. A eso se suman otros factores:
- Agentes que corren solos, programados o disparados por eventos, sin una persona que vea cada ejecución.
- Modelos de razonamiento que “piensan” antes de responder y facturan ese pensamiento.
- Contextos enormes, porque es tentador pasarle al modelo toda la documentación “por si acaso”.
- Dispersión de cuentas: cada equipo con su propia suscripción y nadie con la foto completa.
Que algo sea barato por unidad no lo hace barato a escala. Y los agentes trabajan a escala.
Las prácticas que están funcionando
El enfoque FinOps —llevar la disciplina financiera al consumo tecnológico— se ha extendido rápidamente al mundo de la IA. Estas son las palancas con más impacto:
1. Visibilidad por agente, equipo y caso de uso
No se puede optimizar lo que no se mide. El primer paso es atribuir cada llamada a un agente, a un equipo y a un proceso de negocio. Solo así sabrás si ese agente de soporte que cuesta 900 USD al mes ahorra 10 horas o 200.
2. El modelo adecuado para cada tarea
No todo necesita el modelo más potente. Clasificar un correo o extraer un campo de una factura funciona perfectamente con modelos pequeños y rápidos. Reservar los modelos grandes para el razonamiento complejo puede reducir el coste de forma drástica.
3. Caché y reutilización de contexto
Las instrucciones de sistema, la documentación de referencia y las definiciones de herramientas se repiten en cada llamada. Aprovechar el cacheo de prompts que ofrecen los proveedores reduce coste y latencia.
4. Presupuestos y límites
Límites de gasto por agente, alertas cuando el consumo se desvía de lo habitual y cortes automáticos ante bucles. Un agente atascado reintentando la misma acción durante una noche puede ser una sorpresa muy cara.
5. Medir valor, no solo coste
El objetivo no es gastar menos, sino gastar bien. Relaciona el coste de cada agente con métricas de negocio: tickets resueltos, horas ahorradas, tiempo de respuesta.
Cómo te ayuda Root
En Root empezamos por el dato más fiable: el que escribe el propio CLI. El dashboard muestra cuánto lleva gastado cada runtime de su ventana de cuota, leído del disco del equipo sin ejecutar agentes ni gastar cuota, e incluye también lo que se consumió fuera de Root. Si un CLI no publica ese dato, Root lo dice con su motivo en lugar de inventar una estimación. Es el primer paso para que la conversación con finanzas pase de “¿por qué ha subido la factura?” a “¿dónde invertimos más?”.
Empieza por lo sencillo
Si hoy no sabes cuánto te cuesta cada agente, empieza por ahí. En la mayoría de los casos, solo con ganar visibilidad aparecen ahorros evidentes en las primeras semanas.
¿Quieres analizar el coste de tu IA? Habla con nosotros.