El dilema de la tarificación de la IA: los costes por tokens son impredecibles y desbordan a las empresas

Fijar un precio para los servicios basados en inteligencia artificial se ha convertido en un quebradero de cabeza para empresas y proveedores. Modelos como ChatGPT, Claude o Gemini funcionan procesando "tokens", las unidades en que se fragmenta cada consulta y su respuesta, y cuyo consumo real resulta difícil de predecir: pequeñas variaciones en el prompt generan respuestas distintas y cada modelo produce un resultado diferente. Cuando varios agentes de IA colaboran en un mismo sistema, la factura se vuelve aún más volátil.

Goldman Sachs estima que el consumo mundial de tokens pasará de unas 5.000 billones a 120.000 billones al mes entre 2026 y 2030 a medida que las empresas adopten agentes de IA. Mientras el coste unitario del token ha caído con fuerza, el volumen disparado neutraliza el ahorro: Microsoft ha limitado a sus ingenieros el uso de herramientas de programación de terceros y Uber habría agotado en meses el presupuesto anual de tokens para código.

Expertos como Will Venters, de la London School of Economics, advierten de que la salida de la IA es "no determinista" y, por tanto, su valor también lo es. Algunos clientes sortean el problema con suscripciones personales de tarifa plana, una práctica que, según Oliver King-Smith (smartR AI), los grandes proveedores acabarán persiguiendo cuando la presión por la rentabilidad aumente. Voces del sector, como Bill Peterson (Sumo Logic) y Rob Steele (iplicit), coinciden en que nadie ha encontrado aún un modelo estable: cobrar por uso variable irrita a los clientes; cobrar por resultados es aún experimental, y los precios pueden desbaratarse cada pocos meses si los grandes proveedores de modelos cambian su propia tarificación.