La factura de la IA

El 4 de noviembre, Bloomberg informó, según recogieron 9to5Mac y MacRumors, de que Apple rebajó discretamente en octubre el límite diario de gasto en IA de algunos ingenieros de 300 a 200 dólares. Prepara nuevos recortes que podrían dejar a algunos equipos de ingeniería en 100 dólares al día, un límite que muchos grupos fuera de ingeniería ya tienen, y ha llegado a plantearse 25 dólares para algunos equipos. A algunos equipos se les anima a usar modelos más baratos o modelos que funcionan en sus propios dispositivos, y quien necesite más puede pedir una excepción a la alta dirección.

Las fuentes de Bloomberg también dijeron que pocas personas usaban sus 300 dólares diarios completos, y no está claro cuánto ahorrará Apple. Tampoco es que Apple se retire de la IA: 9to5Mac señala que su gasto en investigación y desarrollo creció un 32 por ciento, hasta 45,8 mil millones de dólares, en su ejercicio fiscal 2026, en parte por infraestructura e IA. Un límite no es un veredicto de que la IA no funcione. Es una señal de que el gasto ha crecido lo suficiente como para tener que gestionarlo.

Durante dos años, la mayoría de las empresas compraron IA como software, una licencia por persona a precio fijo. Los agentes que leen una base de código, ejecutan las pruebas y lo vuelven a intentar consumen mucha más, y cada vez más se factura por uso. Eso convierte la IA en un coste por empleado que cambia cada día, y requiere la disciplina que una empresa ya aplica a las nóminas. Así se hace, sin perder lo que ese gasto compra.

No solo Apple

Apple no está sola. En junio, un portavoz de Uber confirmó a Bloomberg que la empresa limita a cada empleado a 1'500 dólares al mes en gasto de tokens por herramienta de programación con IA, después de haber superado su presupuesto de IA a principios de año. En octubre, 404 Media informó de que Accenture comunicó a muchos empleados que a partir de ahora solo gastaría 29 dólares al mes por persona en Claude; algunos de ellos habían llegado a gastar hasta 1'000 dólares al mes.

Los proveedores ven el mismo cambio. En la conferencia de resultados de Microsoft del 28 de octubre, Satya Nadella dijo que el consumo de créditos de las funciones agénticas de GitHub se había más que duplicado desde que entró en vigor la facturación por uso. Los clientes, dijo, compran créditos y quieren usarlos de forma eficiente: «No queremos que compren de más una cosa y luego sientan que están haciendo token maxing».

Las cuentas

Con el antiguo límite de Apple, un ingeniero podía gastar 300 dólares al día. En un mes de unos 20 días laborables, eso son hasta 6'000 dólares, y para un equipo de diez personas, 60'000 dólares. El techo de Uber con dos herramientas de programación en uso es de 3'000 dólares al mes por persona; el de Accenture, de 29.

Son techos, no gasto medio, pero sumas de este tamaño necesitan lo que ya tienen las nóminas y las facturas de la nube: un responsable, una previsión y una revisión mensual. Un salario es fijo, mientras que una factura de IA cambia según cómo se hace el trabajo: qué modelo se ejecuta, cuánto contexto tiene que leer, cuántas veces vuelve a empezar. Un límite acota el gasto. No lo hace mejor.

Desvía el trabajo rutinario

La primera palanca es dejar de enviar el trabajo rutinario al modelo más caro. En su conferencia Universe del 28 de octubre, GitHub puso Copilot Fusion a disposición general en todos los planes de Copilot. En lugar de elegir un modelo, el desarrollador elige Fusion y uno de tres niveles de esfuerzo, y Copilot decide qué modelos se encargan de cada prompt. En uno de sus flujos, un modelo eficiente redacta la respuesta y un control de calidad la acepta o pasa la tarea a uno más potente. Los administradores deciden qué modelos puede usar Fusion, y cada modelo se factura a su tarifa estándar.

GitHub dice que Fusion Max se quedó a menos de dos puntos de Claude Code con Opus 5.5 Max en el Artificial Analysis Coding Agent Index, con aproximadamente la mitad del coste medio de API por tarea, la mitad de los tokens y alrededor de un 40 por ciento menos de tiempo. Nadella fue más allá en la conferencia: «Ofrece calidad de nivel de frontera hasta un 40 por ciento más rápido y con un coste hasta un 77 por ciento menor». Respondiendo a los analistas, dio un 45 y un 75 por ciento. Son cifras del propio proveedor, y «hasta» describe el mejor caso; el propio benchmark de GitHub sitúa el ahorro en torno a la mitad.

La diferencia de precio detrás de esto es grande. Haiku 5.5, de Anthropic, cuesta 0,10 dólares por millón de tokens de entrada para prompts más cortos, una vigésima parte que Sonnet 5.5. Anthropic dice que está «diseñado para tareas de gran volumen y sensibles al coste», y que los modelos más grandes siguen siendo la mejor opción para la programación agéntica compleja. El objetivo es el modelo más barato que sea lo bastante bueno para la tarea, algo que Apple pide ahora a algunos equipos que encuentren a mano.

Presupuestos y contexto compartido

La segunda palanca es dónde se sitúa el presupuesto. Un límite fijo por persona trata a un ingeniero que reconstruye una gran base de código igual que a un compañero que resume correos. En nuestra opinión, funciona mejor un presupuesto por equipo, con un responsable que vea el gasto cada semana y una vía clara para las excepciones. El proceso de excepciones de Apple va en la buena dirección.

La tercera palanca es el contexto. Mucho de lo que lee un agente es la propia empresa: quién es el cliente, cómo redacta la empresa una oferta, dónde se guardan las cosas, qué reglas se aplican. Cuando cada agente y cada persona lo reconstruye desde cero, la empresa lo paga cada vez, en tokens y en correcciones. El contexto que se escribe una vez, se mantiene al día y se comparte cuesta menos de leer y lleva a menos desvíos. Los proveedores ponen precio a la reutilización en consecuencia: en Haiku 5.5, leer contexto de la caché cuesta una décima parte del precio normal de entrada.

Mide resultados, no uso

La última palanca es lo que cuentas. Una clasificación por tokens usados premia el gasto y no los resultados, ese token maxing que, según Nadella, no sirve a nadie. En nuestra opinión, las medidas útiles son las que una empresa ya entiende: cambios integrados que siguen funcionando un mes después, tickets cerrados, ofertas enviadas, coste por tarea terminada.

Un equipo que gasta más y entrega más puede ser la mejor inversión de la empresa. Con el equipo que gasta más y entrega lo mismo es con quien hay que hablar. Gestionada así, la factura puede reducirse sin que el beneficio se reduzca con ella.

Dónde estamos

Así construimos en crue. North reúne en una sola vista todas las cifras que importan para una decisión, incluidas las finanzas reales, que es donde debe estar una factura de IA: junto a lo que el trabajo ha aportado. Twin da a los asistentes y agentes de una empresa un solo cerebro, con su conocimiento, sus reglas y sus herramientas conectados una sola vez, para que cada respuesta parta de la empresa y no de cero. Ambos ya están disponibles.