Empresas tecnológicas de Silicon Valley están afrontando un desafío emergente conocido como ‘tokenomics’: el uso intensivo de tokens —unidades de procesamiento de texto en modelos como GPT— está generando costes imprevistos que ponen a prueba la apuesta empresarial por la inteligencia artificial. Una empresa de software y una compañía de comercio electrónico han revelado a medios estadounidenses cómo esta dinámica tensiona sus presupuestos y modelos de negocio.
Costes que escalan con el uso
Los tokens son la unidad básica de cómputo que los grandes modelos de lenguaje consumen para generar respuestas. Cada consulta o tarea automatizada —desde redactar un correo hasta analizar documentos— consume una cantidad variable de estos tokens, y el coste total crece de forma directamente proporcional al volumen de uso. Las empresas descubren que aplicaciones cotidianas consumen muchos más tokens de lo previsto, lo que obliga a recalcular la viabilidad económica de estas herramientas.
Una compañía de software de Silicon Valley describe el consumo como ‘pretty crazy’ (bastante loco), y señala que los costes han superado las estimaciones iniciales. La empresa de comercio electrónico afectada ha tenido que ajustar sus proyecciones de gasto en IA ante la imposibilidad de trasladar todo el coste a sus clientes sin perder competitividad.
Los costes han superado las estimaciones iniciales, y la compañía se ha visto obligada a recalcular sus proyecciones de gasto en IA.
Un reto estructural para la industria
El problema de la tokenomics no es coyuntural: afecta a la infraestructura de cómputo crítica para la carrera global de IA. A medida que más empresas integran modelos lingüísticos en sus procesos, el gasto en tokens se convierte en un factor determinante de la rentabilidad. Las compañías exploran soluciones como la optimización de prompts, la reducción de tokens por interacción o el desarrollo de modelos más eficientes, pero ninguna ofrece una respuesta definitiva a corto plazo.
La presión sobre los costes llega en un momento clave para la industria, que busca demostrar que la inversión masiva en IA generará retornos sostenibles. El caso de estas dos empresas, que prefieren mantener el anonimato, refleja una tensión generalizada en el ecosistema tecnológico: el entusiasmo por las capacidades de la IA choca con la realidad financiera de su operación.
