Cómo pensar el precio de los tokens en la era de la IA

Benedict Evans, analista tecnológico, examina en un ensayo las incertidumbres que rodean el precio de los tokens de IA y plantea si los modelos frontera terminarán como infraestructura de bajo margen o conservarán poder de fijación de precios. El texto parte de una certeza doble: el sector atraviesa una escasez de oferta y esa situación es inestable. Por el lado de la oferta, entre 2024 y 2026 se han anunciado más de un billón de dólares en inversión en centros de datos, a los que se suma otro tanto en semiconductores, mientras la eficiencia de inferencia mejora con rapidez y los nuevos modelos consumen muchos menos tokens por tarea. Por el lado de la demanda, la saturación de capacidad que arrastra el sector desde 2022 se ha agudizado en el primer semestre por un único caso de uso que ha encontrado producto-mercado: el desarrollo de software, un segmento comparativamente pequeño. El autor recuerda que la inferencia ofrece márgenes brutos del 40-50%, pero advierte de que se desconocen la vida útil de los servidores y el coste total del entrenamiento, hoy superior a los ingresos. En lugar de intentar un modelo bottom-up con demasiadas variables, Evans propone un análisis top-down estructurado en cuatro ejes: cuántos clientes pagarán por situarse en la frontera, si esa frontera seguirá avanzando, cuántas empresas competirán por ella y cuánto valor capturará el modelo frente al envoltorio de software, datos y servicios que lo rodea. Las cuatro preguntas admiten grados y pueden variar según el caso de uso, pero definen el abanico: desde dos o tres modelos dominantes con fuerte poder de precios hasta un escenario en el que los LLM se conviertan en una commodity similar a las bases de datos, envuelta por capas de software. Evans concluye que nadie puede saber hoy cuál de esos futuros se impondrá.